В сегодняшней статье у нас большая тема про искусственный интеллект в общем: что это такое, какие есть типы и области изучения, что особенно популярно в мире сегодня и как на всём этом заработать.
Что такое искусственный интеллект?
Искусственный интеллект (ИИ), или artificial intelligence (AI), — это одна большая область. Сюда входит и машинное обучение, и глубинное обучение, и нейронные сети, и другие компьютерные и технические науки. И во всех разделах есть свои особенности, которые немного различаются:
Теперь по-простому разберём, что считается искусственным интеллектом.
Определение ИИ простыми словами
ИИ — это объединённое понятие всех технологий, которые способны самостоятельно принимать какие-то решения на основе данных. Ключевое слово здесь — «самостоятельно». Если машина просто выполняет простой алгоритм по заранее предписанным инструкциям, это не считается.
Пример: у нас есть программа, которая проверяет температуру в комнате через строгие условия. Если стало теплее 28 градусов, включаем кондиционер на 20 градусов на 30 минут. Если в комнате холоднее, ничего не делаем. Это не искусственный интеллект, потому что компьютер ничего не анализирует и не делает выводы.
Почти любую программу с простыми условиями можно модернизировать до ИИ. Но для этого нужно постараться и потратить время: подключить оценку баллов и вероятностей, добавить анализ данных с предыдущих опытов. Важно, чтобы машина могла понимать, что от неё хотят, и что-то сделать сама.
Чем ИИ отличается от человеческого интеллекта?
Хотя говорят, что решения принимает машина, но в итоге всё равно получается, что искусственный интеллект думает так, как его научат думать люди. Чаще всего это инженеры Machine Learning или Deep Learning.
Инженеры выбирают модель, учат её, корректируют и доводят до такого состояния, когда она может принимать решения — но именно такие, которые нужны её создателям.
Любой сделанный машиной выбор основан на статистике и математических закономерностях. У технологий нет собственных целей или эмоций, только наблюдения на основе анализа данных. Например, ядро языковой модели не понимает смысл слов, оно просто превращает каждое слово в набор значений. Эти значения объяснят машине смысл и подскажут, как именно составлять предложения.
Это похоже на то, как человекочитаемые языки программирования превращаются в машинный двоичный язык. Машина не понимает команды, которые привычны для людей, ей нужны наборы нулей и единиц, которые сами по себе сводятся только к тому, есть ли внутри невидимых глазу частей процессора электрический ток или нет.
Человеческое мышление технически не зависит от каких-то факторов — мы сами можем выбирать, чему учиться и позволять себе принимать любые решения. В разных ситуациях люди могут делать интеллектуальный, эмоциональный, интуитивный выбор, принимать решения по советам других людей. То есть у человека нет каких-то железных правил, как именно будет принято решение, а у машины есть.
Получается, что у компьютерных систем всегда будут какие-то рамки, по которым хотя бы примерно можно сказать, что она будет делать. Человеку такие рамки не нужны, и его свобода выбора и поведения ничем не ограничена. Даже принятые нормы воспитания и привычки со временем обычно можно переделать.
Может ли машина сама научиться чему-то?
И да и нет.
Перебрав огромные массивы данных, технологии искусственного интеллекта могут найти закономерности, которые инженеры изначально не закладывали: научиться писать музыку, составлять кроссворды, распознавать некоторые болезни по симптомам, составлять маршруты путешествий. Но без людей компьютер не смог бы собрать эти данные, не принял бы решения, чему именно он должен учиться и какие результаты нужно выдавать.
Главное, что нужно понять в разнице между человеком и машиной: пока что у любого компьютера в итоге всё сводится к оценке через двоичную систему. Это очень сильное ограничение, и в него не всегда укладываются даже технические вещи. Например, машина не может точно представить некоторые десятичные числа, потому что их не всегда можно точно записать через степени двойки.
Как работает искусственный интеллект?
Чтобы машина стала ИИ, инженеры сначала должны решить, что именно эта конкретная модель должна делать. Потом подобрать массивы данных, на которых будет учиться первая версия модели.
Данные для обучения нужно подготовить: очистить от мусора и промаркировать, где что находится. Например, указать, что в этой папке лежат программы на Python, а в этой — на JavaScript. Это очень кратко и упрощённо, но общий смысл тот же.
После обработки данных компьютерная модель должна найти закономерности и научиться самостоятельно понимать, какие именно материалы ей присылают. Теперь машина сможет распознать входной запрос и сделать что-то, на что её натренируют инженеры.
Почти не бывает такого, чтобы ИИ научился делать всё идеально с первого раза, поэтому чаще всего на всём сроке службы инженеры корректируют и направляют его работу.
Основные технологии ИИ
В зависимости от типа работы технологии искусственного интеллекта можно поделить на несколько больших направлений. На самом деле их много, но вот несколько самых популярных сегодня.
Обработка естественного языка (NLP, Natural Language Processing). Это направление сосредоточено на понимании языка: NLP-модели анализируют текст и распознают грамматику, смысл, намерения, эмоции. Такие системы умеют переводить текст или определять тональность отзывов.
Генеративные ИИ (Generative AI) создают новые вещи: текст, изображения, музыку, код. Такие модели не просто понимают язык, а создают новое на основе вероятностей и обучении на большом объёме данных.
Компьютерное зрение (Computer Vision) распознаёт лица, объекты, сцены, движения на видео и изображениях. Применяется в безопасности, медицине, транспорте.
Робототехника использует ИИ, чтобы роботы могли эффективнее взаимодействовать с человеком и выполнять свои задачи. Какие именно роботы и какой тип ИИ будет использоваться, зависит от конкретного случая. Например, робот-пылесос использует компьютерное зрение, сенсорный ИИ для объединения данных с камер и алгоритмы планирования пути для построения маршрута.
Автономные системы (Automated Decision Systems, ADS) анализируют множество факторов и принимают оптимальные решения. Системы рекомендаций, автопилот, финансовые алгоритмы — это всё ADS.
Модели могут быть совмещать разные типы ИИ. Например, ChatGPT должна хорошо понимать запросы, но после этого ей нужно сгенерировать то, о чём просит пользователь. Поэтому большинство современных машин использует одновременно несколько видов ИИ.
Машинное обучение и нейросети — основа ИИ
Основной объём искусственного интеллекта появляется через машинное обучение, потому что сегодня это лучший способ научить компьютеры думать. Почему так:
- Машинное обучение масштабируется. Чем больше данных, тем умнее система.
- Не требуется ручного написания большого количества правил для руководства.
- Лучше жёстких правил справляется с неопределённостью. Если машина не понимает запрос достаточно ясно, она всё равно сможет дать примерный ответ.
Нейросети — это подраздел машинного обучения. Это программы, которые сами выстраивают внутри себя сложные связи и закономерности для распознавания информации и создания ответа. Процесс проходит через несколько скрытых слоёв, работа которых скрыта от разработчиков:
Где применяется искусственный интеллект?
В работе механизмы ИИ работают так: они считывают входящую от пользователей информацию, сравнивают её с теми данными, что успели выучить, и подбирают наиболее подходящее по мнению машины действие.
Вот несколько примеров.
Примеры использования ИИ в повседневной жизни
Некоторые вещи не решают важных бизнес-задач для пользователя, но делают жизнь удобнее. С другой стороны, создавшие хорошо работающие сервисы компании получают большую прибыль от своих продуктов.
Какие ИИ-технологии могут использоваться в повседневных сервисах: рекомендации в онлайн-магазинах, автозаполнение в поиске, фильтрация спама в почте, голосовые помощники, поиск по фото.
ИИ в бизнесе, медицине и науке
В профессиональных областях компьютерная система может быстро проанализировать большой объём данных и сделать прогнозы. Но эти прогнозы всегда ограничены мастерством создателей модели и теми данными, на которых она училась.
Поэтому работу моделей должны контролировать живые эксперты и установленные нормы. Например, компьютер может просмотреть рентген пациента и предложить свои варианты диагноза, но его всегда будет проверять эксперт-человек.
Виды искусственного интеллекта
ИИ можно поделить на два больших основных раздела. Один из них научен решать конкретный вид задач, а другой работает с любыми запросами.
Слабый ИИ и сильный ИИ
Слабый, или узкий, искусственный интеллект умеет решать выполнять определённый вид запросов. Это может быть генератор изображений и музыки, голосовой помощник, поисковик в интернете.
Такая система может разобраться в вопросах, на которых её обучили. Но за пределы своих границ машина выйти не может.
Сильный искусственный интеллект — это технология, которая сможет сама обучаться и браться за задачи, которые не связаны с заложенными массивами данных. По уровню разума это практически полная копия человека, и сегодня сильного искусственного интеллекта пока не создали. Существующие модели ограничены заложенным в них поведением и не могут делать выбор и ставить цели полностью самостоятельно.
Перспективы развития ИИ
Пока что развитие ИИ похоже на оптимизацию и модернизацию набора инструментов. Системы учатся выполнять новые задачи, но принципы создания таких сервисов остаются прежними: обучение на больших объёмах данных и корректировки готовых моделей.
При этом переход на уровень разработки сильного искусственного интеллекта может осложниться необходимыми нормами и законами. Уже сейчас в разных странах появились законы, которые стали требовать от ИИ-приложений и их создателей прозрачности, понимания рисков, контроля со стороны людей.
Но даже со слабым искусственным интеллектом разработчики создают много интересного. Например, сейчас популярны десктопные и онлайн-приложения, которые могут полностью собрать проект программы и запустить его на сервере.
Плюсы и минусы искусственного интеллекта
ИИ открывает большие возможности для людей, но минусы тоже есть.
Преимущества ИИ для человечества
Сейчас главная функция искусственного интеллекта — умный помощник. Такие технологии помогают снять большинство рутинных задач, для которых уже есть понятный план выполнения и автоматизации.
Получается, что человек может переложить понятные обязанности на машину и заняться задачами, которые ИИ ещё не научился выполнять. Когда для этих задач появится понятное решение, их тоже можно будет передать на выполнение компьютеру.
При этом с искусственным интеллектом можно консультироваться, спрашивать мнения и использовать шаблонные наработки для достижения новых целей, которые пока рано автоматизировать и ставить на поток.
Риски и опасности ИИ
Многие риски моделей связаны с тем, как их создают и обучают.
Машины могут быть обладать алгоритмической предвзятостью. Например, если при приёме на работу компьютер научат отбирать резюме на слишком узком наборе кандидатов, то в работе система будет выбирать похожих претендентов.
Генеративные модели умеют создавать реалистичные, но вымышленные изображения, тексты и видео. Это можно использовать для обмана и дезинформации.
Чем сильнее зависимость от технологий, тем более сильный контроль за ними нужен. Если выйдет из строя компьютерная система в больнице или на финансовом рынке, последствием будет катастрофа.
Есть и другие риски — например, машины начинают бесплатно выполнять обязанности, за которые раньше платили живым исполнителям. Из-за этого люди теряют работу, появляется необходимость переквалификации и освоения новых инструментов.
Как начать изучать ИИ?
Чтобы быть в курсе, какие возможности появляются в мире ИИ и как на них зарабатывают сегодня, приходите на курсы Практикума. У нас можно обучиться не только работе с искусственным интеллектом, но и другим свежим модным профессиям, которые ещё не скоро заменят машины.
Курсов много, но почти во всех есть бесплатная часть, чтобы попробовать и выбрать то, что нравится больше всего.
Бонус для читателей
Скидка 20% на все курсы Практикума до 30 ноября! «Чёрная пятница» и такие скидки бывают раз в год.
Вам слово
Приходите к нам в соцсети поделиться своим мнением о статье и почитать, что пишут другие. А ещё там выходит дополнительный контент, которого нет на сайте — шпаргалки, опросы и разная дурка. В общем, вот тележка, вот ВК — велком!
