Искусственный интеллект, ChatGPT и многое другое обсудили с Сергеем Марковым, управляющим директором и начальником управления экспериментальных систем машинного обучения в департаменте общих сервисов «Салют» «Сбера».
Делимся мнением эксперта от первого лица.
Искусственный интеллект – это область науки и технологии, которая занимается автоматизацией решения интеллектуальных задач. То есть если существуют задачи, которые люди выполняют при помощи своего интеллекта, и мы создаем машину, которая в состоянии либо подменить человека в решении такой задачи, либо помочь человеку ее решить, то это и будет искусственным интеллектом.
Понятно, что сам термин немного романтический, поскольку он появился в ту эпоху, когда на дворе были годы быстрого развития вычислительной техники. Только появившиеся электронно-вычислительные машины произвели большой фурор, и под впечатлением от решения первых интеллектуальных задач при помощи машин возникла эйфория. Конечно, в то время трудно было представить себе, что расстояние от создания машины, способной обыграть чемпионов мира в шахматы, до создания систем универсального искусственного интеллекта, способных решать неопределенно широкий круг интеллектуальных задач, пройдет много лет. Казалось, что это должно произойти в какой-то очень короткий период.
Интересный феномен, про который всегда нужно помнить, называется эффектом искусственного интеллекта или эффектом Маккордак в честь известного специалиста в этой области Памелы Маккордак. Суть в том, что, как только какая-то задача решается при помощи машин, люди перестают ее считать интеллектуальной. Поэтому многие верят в то, что настоящий ИИ никогда не появится. Граница требований обывателей к высоким технологиям постоянно смещается.
Искусственный интеллект – это очень широкая область. В ней есть как более простые задачи для современных методов, так и более сложные. В отдельных интеллектуальных задачах мы смогли добиться человеческого и даже сверхчеловеческого уровня еще в докомпьютерную эпоху. Первые механические арифмометры уже могли считать лучше людей. Понятно, что с позиции современной технологии есть какие-то задачи, которые являются тривиальными. Поэтому сегодня, когда мы рассуждаем об ИИ, обычно речь идет о задачах, которые еще либо не удалось решить на хорошем уровне, либо которые мы решили совсем недавно.
Хайп вокруг ChatGPT
Как машинное обучение соотносится с искусственным интеллектом? Машинное обучение – это большая отрасль искусственного интеллекта, и по факту сегодня большинство систем искусственного интеллекта создается с помощью методов машинного обучения. Что такое машинное обучение? Это подход к созданию систем, в котором поведение системы не программируется явным образом в виде какого-то набора заданных человеком решающих правил, а возникает в результате некоего оптимизационного процесса, который называют процессом обучения.
Если говорить про большие языковые модели, то это некоторое подмножество моделей машинного обучения. Сегодня появляются модели, которые оперируют с данными из других модальностей, то есть одновременно могут работать с картинками, с текстом и со звуком. Здесь фундаментальным моментом стала революция так называемых трансформеров, когда в 2017 году появилась новая нейросетевая архитектура.
Появились технологии, которые дали нам некий набор строительных кубиков и методы эффективного обучения таких сетей. Дело в том, что раньше были трудности с большими сетями: они обучались медленно и плохо. Появились новые алгоритмы и более быстрые машины, стало больше данных в наличии. Благодаря произошедшей революции было решено много задач.
За счет появления трансформеров в 2017 году началась гонка больших моделей. В результате мы получили прорыв в области генеративного искусственного интеллекта. Появились нейросети, которые могут писать осмысленные тексты, решать в текстовом домене разные интеллектуальные задачи, рисовать картинки по тексту, сочинять музыку, предсказывать трехмерную структуру белков и многое другое.
Какие-то из достижений, которые были получены в последние годы, были связаны с эффектными демонстрациями возможностей технологии. Одной из самых эффектных демонстраций стала публикация модели ChatGPT. Появился сервис, к которому получили доступ миллионы людей во всем мире. Он продемонстрировал широкой публике возможности современных языковых моделей.
Создание действительно эффективных языковых моделей привело к тому, что у нас впервые появились системы, способные решать сразу широкий спектр интеллектуальных задач. В этом смысле текст и вообще естественный язык – это очень удобный инструмент. При помощи естественного языка можно сформулировать условия любой эффективно вычислимой задачи. Поэтому диалоговой формат работы с такой нейросетью позволяет нам поручить ей абсолютно любую интеллектуальную задачу. Другое дело, что со многими задачами она не справится на качественном уровне. Но тем не менее тот факт, что нейросеть, которую специально не обучали решать некоторые задачи, может их выполнять на достаточно неплохом уровне, произвел огромный фурор. Именно поэтому тема стала настолько горячей.
Понятно, что машинное обучение абсолютно не ограничивается языковыми моделями. Существует огромное количество моделей дискриминативного искусственного интеллекта, которые распознают самые разные образы. Есть поисковые модели, есть специфические модели для отдельных доменов, для звука, для синтеза речи, для распознавания речи. Все это сегодня активно используется.
Андрей Бойко про технологию роя дронов
Особенности использования робототехники и перспективы беспилотного транспорта обсудили с кандидатом физико-математических наук, доцентом факультета безопасности информационных технологий университета ИТМО Андреем Бойко.
Бойко отмечает, что сейчас ученые стремятся обучить компьютер, используемый в беспилотных автомобилях (робомобилях), справляться с управлением не хуже человека. Робомобили обучаются в среде людей – вокруг техники другие транспортные средства отсутствуют. Появляется проблема: если робомобили окажутся на улице вне окружения людей, то будут вести себя подобно людям: создавать пробки и не смогут самостоятельно разъехаться.