Путь к искусственному сверх-интеллекту: от ANI к AGI (часть 2)

12 November 2019
A full set of statistics will be available when the publication has over 100 views.

Как мы уже поняли из первой части статьи, создать AGI, то есть Artificial General Intelligence, интеллект, сравнимый с лучшим человеческим, это та еще задачка и пока что мы не то что с ней не справились, а находимся на достаточно раннем этапе её воплощения в жизнь. Все и правда достаточно сыро в этом направлении, хотя на данном поприще успехи есть.

Получается, что строить небоскребы, отправлять человека в космос и постигать тайны элементарных частиц проще, чем создать себе подобный мозг, пусть и на электронных компонентах. Кажется, что мозг человека не менее сложен по своему строению и функциям, чем вся наша Вселенная. Все эти сравнения конечно условны, но все же..

Существующие машины и программы, как уже писалось ранее, это лишь узкие специалисты в своем деле. Они имеют мало общего с идеей универсального ИИ, который может обучаться чему угодно и спокойно на уровне человеческого индивида коммуницировать с людьми.

Несложно сделать ИИ, который бы в разы быстрее человека перемножал числа, или просчитывал ходы в шахматы. Это уже, как вы понимаете, давно сделано. Безошибочно определять кто на фото - собака или кошка, а уж тем более какая порода - сегодняшнему ИИ определить уже не так просто. Хотя в этом направлении тоже неплохо продвинулись. А уж если мы говорим о прочтении машиной текста рукописи и понимании смысла как
отдельных слов, так и предложений в целом - тут все на порядок сложнее.

По меткой фразе профессора Стэнфордского университета Дональда Кнута, "ИИ хорошо справляется с теми задачами, где нужно думать, но там где живые существа не прикладывают усилий (зрение, движение, распознавание), компьютерный мозг терпит крах". Но будем честны, в ИИ-направлении действительно уже много сделано. И есть значительные успехи.

Давайте возьмем букву О в таком варианте:

Машина её легко распознает. А вот тут у неё будут проблемы:

Причем, если вы человек (а вдруг нет =) ), то сможете увидеть кубическую структуру в ортогональной проекции вверху, три цилиндра внизу слева и другие составляющие данную композицию объекты. Для вас это легко, а компьютер не поймет.

А вот тут изображен кусок скалы, смоделированный в 3D. Вы не только достаточно легко для себя это установите, но и сможете понять (или хотя бы предположить) что это именно трехмерная модель, а не фото. Вы видите множество полутонов серого, способны вообразить себе ощущения от прикосновения к данному материалу, даже его запах, возможные физические качества и область практического применения.

У машины все иначе - она видит лишь набор пикселей, точек разной градации серого.

Что делать, чтобы "глупая" машина поумнела?

Хороший вопрос. И на него есть ответ.

Сначала нужно значительно увеличить вычислительную мощность компьютеров и как можно более приблизить её к мощности мозга человека.

За условную единицу измерения мощности берется CPS (calculations per second, вычислений в секунду). И измеряется CPS для каждой отдельной структуры мозга. Далее все это суммируется и получается результат.

Есть такой изобретатель и футурист по имени Рэймонд Курцвейл. Так вот он считал суммарную мощность мозга у разных людей и получал всегда цифру в районе 10¹⁶, или 10 квадриллионов CPS. Колоссальная цифра.

Есть также на свете китайский суперкомпьютер Tianhe-2 (Тяньхэ-2), у которого производительность в 34 квадриллиона CPS, правда занимает он 720 квадратных метров площади и жрет 24 мегаватта (а наш мозг только скромные 20 ватт) при стоимости в 390 миллионов долларов. Курцвейл считает, что когда за 1000 долларов можно будет купить примерно 10 квадриллионов CPS, тогда можно будет говорить о наступлении эры AGI.

Кстати, рекомендую посмотреть вот это выступление Генри Маркрама, в котором он рассказывает о попытках смоделировать мозг внутри компьютера путем моделирования всех нейронов и их взаимодействий. И это тоже упирается в производительность суперкомпьютеров, выполняющих вычисления.

Закон Мура гласит, что примерно каждые два года, максимальная вычислительная мощность удваивается, что означает экспоненциальный рост.

График экспоненциального роста вычислительных мощностей. По вертикальной оси мощность, которую можно приобрести за 1000 долларов, по горизонтальной - время.
График экспоненциального роста вычислительных мощностей. По вертикальной оси мощность, которую можно приобрести за 1000 долларов, по горизонтальной - время.

Согласно приведенному графику, примерно в 2025 году можно будет ожидать, что за 1000 долларов можно будет купить мощность, сравнимую с мощностью человеческого мозга. В 1985 году за эту сумму можно было купить одну триллионную часть мозга, в 1995 - одну миллиардную, в 2005 - одну миллионную, а в 2015 одну тысячную. Так что темпы роста, в общем-то, к тому и ведут.

Хорошо, мощности мы получим, но нужно еще и построить алгоритмы, которые позволят на самом деле стать машине умной.

Первый способ уже активно воплощается в жизнь и называется он нейронные сети. В рамках этого подхода создается математическая модель нейронной сети, работающей по принципам нейрона человеческого мозга. Такая сеть изначально чиста и пропуская через нее потоки информации мы занимаемся обучением сети под конкретные задачи. Но вот только сегодняшние нейронки по своим возможностям не дотягивают до уровня мозга человека конечно. И в будущем задача состоит в создании нейронной сети, которая бы воспроизводила мозг полностью, во всей его сложности. Кстати говоря, видео Генри Маркрама, на которое я сослался выше, как раз о такой эмуляции. Получается этакий плагиат - мы пытаемся копировать то, как работает наш мозг.

В 2014 году был смоделирован мозг плоского червя с 302-мя нейронами, в человеческом мозге 100 миллиардов нейронов.. Ну, учитывая экспоненциальный рост, не так уж все и безнадежно =)

Второй способ состоит в том, чтобы смоделировать процесс эволюции. Но тут есть такой момент. Попытка создать самолет, глядя на то, как устроена птица, не увенчается успехом, потому что у машин другие материалы, другие веса, нагрузки и прочее. Поэтому в лоб копировать не получится, нужно просто некоторые моменты подсматривать.

Точно так же и с копированием эволюционных процессов. Есть группа так называемых генетических алгоритмов. Они буквально имитируют процесс эволюции и естественного отбора. В применении к созданию ИИ это будет выглядеть примерно так - группа компьютеров выполняет задачу и тот, что выполнит её лучше всего, будет основой для алгоритмов последующих поколений компьютеров. Грубо говоря, так мы будем отбирать наиболее эффективные алгоритмы. Это оочень упрощенное описание, но главное схватить саму суть в рамках данной статьи.

Скользкий момент в том, что эволюция трудилась в течении многих миллионов лет, а мы хотим сделать все за десятки лет. Однако, эволюция и естественный отбор слепы и не идут к какой-то конкретной цели. Это производит много случайных и ненужных мутаций. А в нашем случае можно производить направленные и осознанные мутации, зная конечную цель - ИИ, подобный человеку.

Ну и третий способ это вообще создание программ, которые сами бы придумывали способы улучшения существующего положения по ИИ и вносили бы изменения в код, пытаясь улучшить его. Это значит что нужно создать программу-ученого, которая сама будет ИИ. Короче, кажется что это самый фантастический и нереальный подход. Хотя.. кто знает, может именно он в итоге окажется самым результативным.

Итого

Все движется ударными темпами и потому AGI может подкрасться совершенно внезапно и в обозримом будущем. Для этого есть два основания: экспоненциальный рост вычислительных мощностей и потенциальные открытия, которые изменят подходы к созданию ИИ, что, в свою очередь, значительно приблизит наступление эры AGI - искусственного интеллекта общего назначения, который будет равен человеку по способностям.

Вот такими темпами растет вычислительная мощность. Судите сами.
Вот такими темпами растет вычислительная мощность. Судите сами.

Подписывайтесь и следите за обновлениями. Будет еще интереснее. Продолжение следует.

Присоединяйтесь к нашему "веб-дев-Telegram-чату": http://t.me/makewebme, @makewebme