Что такое искусственный интеллект (ИИ)? Что такое машинное обучение (МО) и глубокое обучение (ГО), и чем они отличаются друг от друга? Что «интеллектуальные машины» могут делать, а что нет? Ответы на эти вопросы вызывают немалые сложности, приводят к путанице, поэтому портал Techopedia собрал десять наиболее популярных мифов об ИИ, чтобы развенчать их.

Миф 1. ИИ — это «умные» роботы, или андроиды, выглядящие как люди

Непрофессионалы часто связывают ИИ и робототехнику в одно целое, однако на самом деле это две совершенно разные области науки, которые преследуют различные цели. Роботы — это физические устройства, выступающие в роли исполнителей (актуаторов), оборудованных сенсорами и датчиками для выполнения широкого круга задач, таких как изготовление, перенос или демонтаж изделий на заводах. Формфакторов роботов — великое множество, и далеко не все из них по внешнему виду напоминают людей. Тем временем ИИ — это программируемые алгоритмы, которые конфигурируются таким способом, чтобы они могли принимать собственные решения и учиться на своих ошибках. Несмотря на то, что некоторые модификации роботов оборудуются софтом на базе ИИ, эта часть «интеллекта» — это не особенность робототехники, а те возможности, которыми ее одаривают специалисты в области ИИ.

Миф 2. ИИ, МО и ГО — одно и то же

ГО, МО, а также ИИ — это слагаемые обширной ИИ-экосистемы, но все это разные технологии. В общепринятом понимании МО — это метод обучения ИИ при помощи поведенческих моделей, технологий распознавания образов, определения данных и их сортировки в зависимости от требуемых задач. ГО — это всего лишь одна из разновидностей МО. Основой этой разновидности являются нейронные сети — они служат для ИИ маркером, позволяющим ему определять верность принятых решений, отталкиваясь от многослойной системы фильтров и иерархий.

Миф 3. ИИ — самоучка

В представлении некоторых людей ИИ — это самообучающаяся система, однако в реальности сложно найти хотя бы одну систему, которая смогла бы обучиться без помощи специалистов с нуля. ИИ-системы не могут самостоятельно разбирать массивы информации, особенно если она подается в разных форматах или имеет скрытый смысл. ИИ — это программа, и для того, чтобы она начала «понимать», ее нужно этому обучить. За этим стоят специалисты, которые вводят в нее данные вручную, пока ИИ не научится распознавать каждый бит информации. Лишь накопив определенный багаж знаний он сможет переходить к неким обобщениям и пониманию заложенного в ней смысла.

Миф 4. Чатботы — это базовая форма ИИ

Чатботы — это не ИИ. Хотя есть несколько чатботов, которые в той или иной степени освоили элементарные формы ИИ, в большинстве своем — это программируемый софт, который взаимодействует с людьми через текстовые или голосовые интерфейсы. Чатботы нельзя назвать «умными», поскольку большинство из них при общении с пользователями руководствуются предварительно запрограммированными ответами. Для того, чтобы чатботы превратились в настоящий ИИ, их необходимо вооружить техниками понимания человека, т. е. они должны самостоятельно определять, каковы его потребности, и соответственно реагировать. Достижение такого уровня понимания контекста — это крайне наукоемкий процесс, который включает ПО для распознавания голоса или текста, определения настроений, программы МО и технологии обучения естественному пониманию речи.

Миф 5. Обеспечение операций ГО потребует громадного объема электроэнергии

Неоспоримо, что обучение ИИ и дальнейшее задействование нейронных сетей для решения сложных задач требует огромных вычислительных мощностей, которые грозят достичь эпических масштабов после того, как его начнет применять большинство предприятий. Этот миф живуч, однако здесь нужно смотреть под углом того, что ИИ сможет решить проблему перерасхода или неэффективного потребления электроэнергии. К примеру, коммунальные компании смогут перекупать ее избыток у частных пользователей, которые расходуют ее нерационально из-за того, что современные электросети были построены без учета современного уровня диверсификации. Какая здесь связь с ИИ? Он может стать основой нового поколения «умных» микроэлектросетей, которые смогут распределять электроэнергию в режиме реального времени и с максимальной эффективностью.

Миф 6. Предприятия смогут беспроблемно арендовать вычислительные мощности, необходимые для работы с ИИ

AWS, Google, Microsoft и Alibaba Cloud сосредоточили в своих руках подавляющий объем мировой вычислительной мощности. Таким образом, в настоящее время разработчикам ИИ приходится выбирать из двух вариантов: или арендовать ее по исключительно высоким ценам, или покупать сверхдорогоое оборудование. Однако не исключено, что в будущем на поле арендодателей вычислительных мощностей появятся новые игроки.

Одним из них является Tatau — разработчик суперкомпьютерной платформы на основе блокчейн. Это решение позволяет агрегировать и перепродавать объединенные вычислительные ресурсы глобальной распределенной сети, генерируемые графическими процессорами. Можно себе только вообразить, какая мощность скрывается в GPU, которые добывают криптовалюты или позволяют играть в самые требовательные к ресурсам игры. Копнув этот источник избыточных вычислений, ИИ-компании обзаведутся средством для обучения своих моделей МО по гораздо более низким ценам. Помимо этого блокчейн-платформа Tatau решит и другую проблему — поспособствует эффективному использованию простаивающих ресурсов.

Миф 7. Для обучения ИИ требуется огромное количество данных

Для обучения ИИ с нуля нужно много данных и вычислительной мощности. К примеру, чтобы обучить его вождению автомобиля или другим сложным задачам подобно этой, потребуются терабайты данных, однако нейронные сети подготовлены для решения основных сценариев ИИ, а если нет, то они достаточно гибко переучиваются даже в самых нишевых областях применения. Само переобучение не представляет особых сложностей, поскольку базовый набор данных для обучения нейронной сети можно пополнить за счет крупных репозиториев данных, остается ввести лишь оставшуюся часть специфических данных.

Миф 8. ИИ заменит современные инструменты BI

Этот миф абсолютно безоснователен. Большинство современных решений для бизнес-аналитики (BI) — масштабируемые и гибко настраиваемые платформы, поэтому они в достаточной мере приспособлены для интеграции любых итераций ИИ — как существующих, так и будущих. Как известно, корпоративный бизнес достаточно консервативен и принимает новые технологии с осторожностью (чтобы не нарушить рабочие процессы), но ИИ перешагнул порог зрелости и предприятия спешат воспользоваться этой многообещающей технологией. К тому же новейшие ИИ-платформы довольно просто подключать через Интернет, менять отдельные модули или версионность, что позволяет внедрять их поэтапно и без риска нарушить основные бизнес-процессы.

Миф 9. Нейронные сети — это биологические сети, но с механической структурой

Сравнение нейронных сетей для обучения ИИ и человеческого мозга — это сравнение несравнимого. Несмотря на многолетние клинические и научные исследования, ученые все еще не сумели разобраться в биологической природе нейронов человеческого мозга и в том, как они устанавливают между собой связь, как управляют телом (моторикой, восприятием, передачей информации) и как это связано с электрохимическими процессами. В то же время нейронные сети (не биологические) могут различать только простые двоичные команды формата 1 или 0 («да» или «нет»). В качестве примера для сравнения сложности структуры нейронов человека и нейронных сетей можно привести военный самолет и дельтаплан: и тот и другой летают, но делают это на совершенно разных уровнях.

Миф 10. ИИ посчитает, что человечество представляет для него опасность и захочет его уничтожить

Этот миф прочно укоренился в сознании людей. Многие считают, что рано или поздно ИИ достигнет совершенства и выйдет из под контроля человека. На самом деле ИИ не имеет ничего общего с человеческим разумом, то есть он не может ориентироваться в окружающем мире и самостоятельно принимать рациональные решения. Он разработан с прицелом на то, чтобы каждый алгоритм выполнял конкретную задачу и не проявлял никакого творчества, не говоря уже о возможности самостоятельно мыслить. С одной стороны, компьютеры обладают превосходящими человека вычислительными возможностями, но с другой — они не выходят за рамки относительно простых вопросов, поскольку им недостает глубины, понимания, то есть они могут действовать на тактическом, а не стратегическом уровне. Кроме прочего, алгоритмы программируются не самостоятельно, а человеком, поэтому все опасения, что они выйдут из под контроля, беспочвенные. ИИ можно рассматривать как нашего искусственного помощника, а не врага.