Изкуственият интелект (ИИ) все още има много накъде да се развива. Но някои от важните събития вече са се случили. Fast Company ни представя част от ключовите моменти при развитието на могъщата компютърна наука.

Снимка 443431

Източник: Wikipedia

1. Айзък Азимов и трите закона на роботиката (1942)

През 1942 г. в своя разказ "Хоро" (Runaround) Айзък Азимов формулира три правила за поведение на роботите, които всеки читател на фантастика вероятно е чувал.

  1. Роботът не може да причини вреда на човек или с бездействието си да допусне на човека да бъде причинена вреда.
  2. Роботът е длъжен да се подчинява на човека, ако това не противоречи на Първия закон.
  3. Роботът е длъжен да се грижи за собствената си безопасност, ако това не противоречи на Първия и Втория закон.

Историята разказва за робота Speedy, поставен в ситуация, при която балансирането на третия закон с първите два изглежда невъзможно. Разказите на Азимов за роботи се сдобиват с много фенове на научната фантастика, някои от които учени, обмислящи възможността за мислещи машини. Дори днес много хора преминават през интелектуалното упражнение да прилагат законите на Азимов към съвременния изкуствен интелект.

Снимка 443432

Източник: Wikipedia

2. Тестът на Тюринг (1950)

Британецът Алън Тюринг е математик, основоположник на теоретичната информатика, както и на теорията за изкуствения интелект. През Втората световна война той успява да разбие немската "Енигма", докато работи като криптоаналитик за британското правителство. След това се занимава с начините за обработване на информация, както от човека, така и от машината. Създава и "Тестът на Тюринг за изкуствен интелект", който е все още много популярен. Той е с името Imitation game (игра на имитация) и представлява надиграване на интелекта на човека срещу този на машината. Компютърът се опитва да накара съдиите да вярват, че той е човешко същество. Неговият тест се превръща в еталон за идентифициране на интелигентността на машината, който помага за оформянето на философията около изкуствения интелект.

Снимка 443433

Източник: Wikipedia

3. Конференция за изкуствени интелект, проведена в колежа Дартмут (1956)

До 1955 г. учените започват да мислят на концептуално ниво за неща като невронни мрежи и естествен език, но не е имало обединяваща концепция, която да обхване различните видове машинен интелект. Професор по математика от Дартмутския колеж на име Джон Маккарти измисля термина "изкуствен интелект", за да обедини всичко това. През следващата година той ръководи група, която кандидатства за безвъзмездна финансова помощ за провеждане на конференция с такава тематика. В колежа са поканени едни от най-добрите съвременни изследователи като са обсъждани множество потенциални области на изследване на ИИ. Създава се обща рамка на изследователските области, в които машинната интелигентност може да окаже влияние. Конференцията сформира изкуствения интелект като изследователска дисциплина за години напред.

Снимка 443436

Източник: Wikipedia

4. Франк Розенблат и разработката му за изкуствена невронна мрежа Perceptron (перцептрон) (1957)

Американският психолог Франк Розенблат дава живот на Perceptron - изкуствена невронна мрежа, която има невероятното качество "да запаметява" светлинни поредици. Предназначението ѝ е да моделира как човешкият мозък обработва визуална информация. Perceptron може да бъде подготвен да разпознава модели от светлини, също както човек прави връзка между дадено име и лице. Намерени са ѝ много недостатъци, но програмата става популярна като прототип на мислеща машина. Първото устройство, основано на принципа на невронната мрежа - Mark I Perceptron - се появява още през 1958 г., само десетилетие след първите компютри. То бързо се научава да разпознава прости геометрични форми, което означава, че рано или късно такъв компютър може да се научи, например, да чете писма.

5. Първата "зима" за изкуствения интелект (1970-те)

Поради прекалено оптимистичните донякъде неоправдани очаквания на САЩ и британското правителство за известно време са прекъснати проучванията в областта на изкуствения интелект. Следващите години са били наречени "Зимата за ИИ". Ентусиазмът е бил изгубен и никой не е искал да финансира такива изследванията. Това се случва около 1974 г.

6. Настъпване на втората "зима" за изкуствения интелект (1987)

След първата зима изкуственият интелект се връща под формата на т.нар. "експертни системи". Те са програми, които отговарят на въпроси и решават проблеми в конкретна област. Втората "зима" за ИИ идва в края на 80-те и началото на 90-те след поредица от финансови загуби. Неуспехът на експертните системи и хардуерни компании, страдащи от разработените от Apple и IBM настолни компютри, отново довеждат до спад в интереса към ИИ. За да не бъдат гледани като непрактични мечтатели, молещи се за финансиране, изследователите дори започват да ползват различни имена за работата им, свързана с ИИ, като "информатика", "машинно обучение" и други. Този период продължава до 2000-те години. 

Снимка 443426

Източник: Wikipedia

7. Суперкомпютърът Deep Blue на IBM, който побеждава световен шампион по шах (1997)

На 11 май през 1997 г. компютър за пръв път побеждава световен шампион по шах. Това е Deep Blue на IBM, а срещу него се изправя световният шампион по шахмат - Гари Каспаров. Проектираният от IBM компютър Deep Blue е бил способен да изчислява по 100 милиона позиции в секунда, което е уникално постижение за средата на 90-те години. Играта, в която Deep Blue прави първата победа на машина срещу човек в шах, е първият от общо шест мача. Каспаров успява да постигне две равенства и три победи, което го прави победител в общата игра, но през 1997 г., на проведен в Ню Йорк реванш машината разгромява гросмайстора.

Каспаров твърди, че е забелязал интелект и творчество в ходовете на машината и смята, че е имало човешка намеса, което противоречи с правилата на срещата, но екипът на IBM отрича да има измама. Руснакът изисква разпечатки от лог файловете на машината, но от IBM не му ги дават, въпреки че по-късно те са публикувани в интернет. След това той иска реванш, но компанията отказва и прекратява работата по Deep Blue.

Победата връща интереса към ИИ по впечатляващ начин. Някои от хората са били очаровани, а други са се чувствали странно от това, че машина е победила толкова добър шахматист. Инвеститорите са били впечатлени, защото победата на Deep Blue изтласква акциите на IBM с 10 долара, достигайки най-високите стойности до тогава.

8. Невронната мрежа се научава да разграничава човешко лице, тяло и котка (2011)

До 2011 г. учените в университетите по света говорят за създаването на невронни мрежи. През същата година инженерът от Google Джеф Дийн се среща с професор по компютърни науки в Станфордския университет име Андрю Нг. Двамата представят идеята за изграждане на голяма невронна мрежа, захранвайки я с огромна изчислителна мощ, използвайки сървърните ресурси на Google и запълвайки я с масивен набор от изображения.

Невронната мрежа обработва данните от изображенията в продължение на три дни. След това връща резултат, съдържащ три размазани изображения - човешко лице, човешки тяло и котка. Това изследване е голям пробив в използването на невронни мрежи и автономното обучение без човешка намеса в задачите за т.нар. "компютърно зрение", насочено към автоматична обработка на изображения от реалния свят с цел извличане и интерпретиране на визуалната информация в тях. Така могат да се откриват и разпознават обекти и визуални измерения. Събитието бележи и началото на проекта Google Brain, насочен към изследването на изкуствения интелект.

Снимка 443440

Източник: Wikipedia

9. Джефри Хинтън разработва техника, с която подобрява "компютърното зрение"(2012)

Професор Джефри Хинтън от Университета на Торонто и двама негови студенти изграждат система за компютърно зрение, наречена AlexNet, за да се състезават в конкурс за разпознаване на изображения, наречен ImageNet. И успяват да го спечелят. Системата анализира хиляди снимки и се самообучава да разпознава общите предмети като цветя и автомобили. Това може би повече от всяко друго събитие дава силния старт в изследванията на дълбоките невронни мрежи и съответно машинното обучение.

Джефри Хинтън, Йошуа Бенджио и Ян Лекун са наречени "кръстниците" на изкуствения интелект и печелят приза "Тюринг" през 2018 г., известен като технологичната версия на Нобеловата награда. Отличието за изключителен принос в областта на компютърните науки се придружава от 1 млн. долара, осигурени от Google.

Снимка 443430

10. Изкуствен интелект на Google побеждава най-добрия в японската игра Го и сам се научава да бъде абсолютен шампион в нея (2016)

През 2016 г. компютърната програма AlphaGo на Google реализира първата победа срещу може би най-добрия играч в света на древната японска бордова игра Го. Така 18-кратният световен шампион Седол Ли губи за по-малко от два часа. Играта е една от най-сложните, измисляни някога, но компютърната програма е разработена така, че не само да подражава на хората, но и да разработва нови стратегии, имитирайки човешката интуиция в справянето със сложни задачи. По време на играта подобрената версия на AlphaGo - AlphaGo Zero дори разработва свои специфични стратегии, които разиграва и впоследствие развива предпочитание към серия от ходове и варианти, непознати досега. С четирите си процесора, изкуственият интелект тренира системите си само за 40 дни, което е изключително постижение за учените. От подразделението за изкуствен интелект на Google - Deep Mind обявяват тогава, че разработената технология ще бъде използвана в областта на роботиката и автомобилите.

Вероятно предстоят още куп значими събития около изкуствения интелект. Ще има много вълнения, надежди и нетърпение, но е ясно, че рано или късно той ще повлияе на всеки аспект от живота ни.

България има потенциал да се превърне в процъфтяващ пазар за изкуствения интелект

България има потенциал да се превърне в процъфтяващ пазар за изкуствения интелект

В следващите няколко години се очаква секторът да се разшири с над 40%