0: Здравствуйте, меня зовут Евгений павловский. Я вам сегодня прочитаю лекцию об истории искусственного интеллекта вплоть до того момента, когда нам стал широко известен искусственный интеллект и вошёл, собственно, в нашу жизнь.

1: Что произошло до этого? Итак, сегодня я расскажу об определении искусственного интеллекта, которым мы будем пользоваться затем некоторые литературные образы. Как он появился, искусственный интеллект в обществе.

2: Сознании, математическая постановка и 2 некоторых конкурирующих подхода, которые способствовали развитию искусственного интеллекта до настоящего момента. Итак, искусственный интеллект определяется как понятие у нас

3: Сразу в 2 государственных стандартах. Это уже не просто научное понятие, это понятие, которое используется в технологиях, и для него определены, соответственно, стандарты. Можно сказать, что в стандарте 21 года искусственный интеллект

4: Определяется как область информатики, посвящённая разработке систем обработки данных, выполняющих функции, обычно ассоциируемые с человеческим интеллектом, и это определение, оно происходит из стандартов по разработке программного обеспечения.

5: Они были разработаны ещё примерно 20, 30 лет назад. Вот. И сейчас просто уточнены. Чуть раньше в России в 20 году был принят стандарт, в котором немножко другое определение было где

6: Подчёркивается, что значит это комплекс технологических решений, позволяющих имитировать когнитивные функции человека и получать при выполнении конкретных задач результаты, сопоставимые как минимум с результатами интеллектуальной деятельности.

7: Человека. Вот здесь мы видим, что существенная добавка имитировать когнитивные функции человека. Здесь как бы проводится граница между тем, что искусственный интеллект это имитация, а интеллектуальная

8: Деятельность человека это вот все по настоящему. Конечно, в среде учёных продолжается дискуссия о том, что такое искусственный интеллект. Тем не менее, необходимо использовать какое-то определение, если нам необходимо регулировать эту область деятельности само

9: Понятие искусственный интеллект, оно появилось, конечно, раньше, но, можно сказать, предвестниками для появления в общественном сознании этого понятия были такие произведения в литературе, как россумские универсальные роботы, это Карл Чапик.

10: Это произведение известно тем, что в нём чешское слово работа, некая черновая деятельность, черновая работа была возложена на помощников людей они не вполне такие кремниевые, не электри.

11: Это были, ну, почти как люди, только искусственно созданные, рекомендую прочитать, потому что в этом произведении фактически Карл Чапик целостно описывает опыт человечества, которое приобрело в результате

12: Использование интеллектуальных помощников. Ну а дальше нам всем известно. 3 закона робототехники это, конечно же, не те законы, которые следует нам реализовывать в законодательстве, потому что, собственно, сам Айзик Азимов

13: Который их придумал. Он во всех своих рассказах подвергает большим сомнениям эти законы и указывает на то, что роботы так или иначе, формально выполняя эти законы, их нарушают по существу. Поэтому это, конечно,

14: Литературный образ, но он способствовал во многом неким мечтаниям, чаяниям. И даже вот я свои мечтания вспоминаю в 11 классе школы, когда я думал, вот я создам когда-нибудь интеллектуального

15: Помощника человеку. И меня эта идея очень вдохновляла. Собственно, эта идея гораздо раньше вдохновляла разных учёных. Вот, и если говорить о 1 человеке, который создал алгоритм искусственного

16: Интеллекта. Сейчас все-таки мы говорим о том, что это был русский учёный Семён Николаевич Корсаков. 1825 год. Это императорская академия наук, до него, можно сказать, в этой области

17: Работали такие известные исследователи, как рене декарт, лейбниц, паскаль, беббидж вот и желание создать некую механистическую машину, которая выполняет множество рутинных задач.

18: Уже чувствовалось, и тогда для этого создавались математические подходы, алгоритмы. Лейбниц мыслил о некой структуре Вселенной, как её можно описать, паскаль даже.

19: Пробовал реализовать механическую машину. Ну а чарльз бебидж это известный нам 1 изобретатель вычислительной машины. Впоследствии мы знаем, что большой вклад в искусственный интеллект

20: Ли. Такие исследователи, как Алан тьюринг, джон маккарти, собственно изобретатель термина artificial intelligence. И, кстати, насчёт этого термина artificial intelligence существуют тоже некие такие сомнения правильно ли мы его переводим на русский?

21: Язык искусственный интеллект, потому что слово артифишл, оно ещё означает поддельный. Вот, а интеллидженс это вообще Тёмный лес, можно сказать, интеллидженс, например, цру центральное разведывательное управление.

22: Central intelligence agency, то есть интелледженс с английского не только интеллект, но и разведка, поэтому русский термин искусственный интеллект, он более такой, что ли, интересный, более широкий.

23: Термин также можно отметить вклад учёных в развитие искусственного интеллекта джона фон неймана собственно, это 1 из первых изобретателей архитектуры современных вычислительных устройств компьютеров и марвин минский, сооснователь лабора.

24: Искусственного интеллекта в m it огромный вклад в развитие кибернетики и собственно представление о том, как искусственный интеллект применять алгоритмы, применять для управления, внёс норберт Винер в ссср над этим.

25: Этими проблемами работал Дмитрий Поспелов, Валерий Турчин, ну и в последнее время широко известны такие учёные, как хинтон Ликун, бенджио шмидхубер ИНН и Илья суцки, вкратце в чем состояла.

26: Изобретение семена николаевича Корсакова. Он предложил некую механическое устройство, которое позволяет диагностировать заболевание по симптомам, и это устройство, оно фактически

27: Реализовывала некую базу знаний, называлась она гомеоскоп или машина для сравнения идей и задумывалась не только для медицины, но и вообще как некий универсальный инструмент, к сожалению, императорская академия наук.

28: Сделала следующее заключение господин Корсаков потратил слишком много разума на то, чтобы научить других обходиться без разума, и после этого заключения никакого продвижения этой разработки.

29: Не было дано. С 1 стороны, академия наук, ну, очевидно, затормозила развитие искусственного интеллекта в России, но, с другой стороны, это очень важная и глубокая по своей сути.

30: Утверждение о том, что помощники в разуме оставят нас без разума. И этот вопрос сейчас очень актуален. В целом гомеоскоп это такое устройство, которое было корсаковым изобретено. Значит, оно состоит из

31: Некой палочки с булавками, на которой отмечаются булавками симптомы. И, соответственно, мы двигаем эту палочку по определённой поверхности, в которой есть отверстие, и там, где она останавливается. Соответственно, та-то решение и прини,

32: Сам Семён Николаевич Корсаков тоже руководствовался высокими идеями о том, что хотя человек мыслит, да, но его действия носят механистический характер. То есть он пытался описать мышление, как

33: Набор некоторых механических действий, и это приоткрывало завесу тайны. Как же работает наше мышление? Собственно, многие учёные и сейчас движимы вот этой идеей познать, как устроено наше

34: Мышление и искусственный интеллект для них это 1 из способов познания человека. Следует отметить также большой вклад в развитие искусственного интеллекта ады лавлейс. Немногие знают, что это дочка байрона. Вот она также

35: 1 программистка, она программировала машину чарльза беббиджа, вот и тогда уже она мечтала, что аналитическая машина способна создавать алгебраические формулы, а в перспективе писать музыку, писать картины.

36: И укажет науке такие пути, какие нам и не снились. Можно сказать, что это высказывание пророческое, потому что, по сути, мы наблюдаем сегодня то, что можно писать музыку, можно писать картины, можно сочинять стихи и тексты.

37: Все это, используя некий механистический искусственный интеллект, однако остаётся открытым вопрос что же имела ввиду Адала Лейс относительно новых путей в науке? И мне кажется, что искусственный интеллект должен применяться в науке.

38: И это позволит нам сделать новое, совершенно небывалое открытие. Небывалое открытие было также в 1943 году. Это год, когда был изобретён нейрон. 2 учёных они предложили

39: Жили некую модель искусственного нейрона, которую, конечно, они подсмотрели у животных, как работает нейрон, который выстреливает определёнными импульсами. Значит, предложили математическую модель, которая сегодня известна

40: Как нейрон макала Капица. В чем особенность этого нейрона? Он отличается от современных нейронов нейронных сетей тем, что у него сигнал передаётся в бинарном или в двоичном виде, то есть либо передаётся

41: Либо не передаётся почти так же, как у человека и естественного нейрона. Надо отметить, что статья, которая была ими написана, она написана полностью в духе математиков того времени, каждое утверждение доказано.

42: Все положения статьи снабжаются теоремами, доказательствами, и можно сказать, что вот этот подход в математике, в искусственном интеллекте, он долгое время

43: Минировал то, что все положения должны быть чётко определены. Понятия, которые мы используем, чётко определены. Соответственно, все утверждения, которые мы делаем, они должны быть формально доказаны, и это лежит в русле.

44: Программы гильберта гильберт предложил программу исследований для оснований математики, и, в частности, там были вопросы о разрешимости. Существуют ли такие алгоритмы, которые могут доказывать определённые формулы. Это тоже мож.

45: Можно сказать, мечта учёных о том, чтобы мы сформулировали некое утверждение, и какой-то универсальный алгоритм мог взять и доказать это утверждение ну а пока таких алгоритмов не было изобретено, математики пользовались собственным интелл.

46: Том, чтобы доказывать утверждение и можно сказать, вот эти ранние работы по искусственному интеллекту, они все лежат в русле этой программы гильберта. В дальнейшем, в 50 году, работы Алана тьюринга привели к следующему

47: Внимание, что же мы можем назвать искусственным интеллектом? Тюринг сформулировал так называемый тест игры в имитацию. Сейчас он известен как тест тюринга. Как мы определим, что перед нами искусственный интеллект. Ну,

48: На то время не было таких человекоподобных искусственных интеллектов, поэтому мы в тесте как бы закрываем машину, искусственный интеллект экраном и общаемся с ней, а также через экран общаемся с каким-то другим человеком.

49: Основная задача определить, кто перед нами человек или искусственный интеллект, соответственно, в этом тесте тьюринга он определяет, что думать фактически, что значит думать. Это значит убедить собеседника, что ты человек.

50: Можно сказать, спорное утверждение, но это утверждение, по крайней мере, можно проверить, что значит думать. Мы можем очень долго рассуждать, да, но у тюринга стоял вопрос а как мы можем?

51: Это проверить, что вот человек думает, можно пошутить, что не все и думают, и не все люди. 2 то, что машина, что такое машина, это цифровой компьютер. Исходно. Задача стояла. Так могут ли

52: Машины мыслить, да, вот, ну и под машиной понимался компьютер, обрабатывающий цифровую информацию. Соответственно, а что же такое компьютер? Это некое устройство, которое следует правилам, которое имеет память управляющий блок

53: И исполнительный блок. Собственно, на тот момент уже была известна архитектура фон неймана, вот, которая лежит в основе современных компьютеров, и они управляются с помощью управляющих программ и обработки данных. Исходно

54: Игра в имитацию. То есть вот этот тест тьюринга мыслился им как для определения, например, пола. То есть 1 человек играет за другого и пытается высказать, что он другого пола. Вот.

55: Ну а потом это было перенесено на то, что машина представляется человеком и фактически пытается убедить собеседника в том, что это тоже человек. Следует отметить, что тест тьюринга был фактически пройдён уже.

56: В 21 веке. Вот. Ну и сейчас многие люди, которые пользуются чатами различными, вполне могут усомниться. А там вообще не человек ли сидит за этими роботами? Может там просто огромное количество людей.

57: И отвечают на наши вопросы, то есть формально тест тюринга уже пройдён. Следующий этап в развитии был отмечен изобретением перцептрона розенблата. Это уже более такая расши.

58: Модель, чем нейрон макала Капица. Здесь Розенблат уже использовал знания о том, что нейроны в мозге имеют специализацию. Есть нейроны сенсорные есть, акторные есть

59: Нейроны, приводящие к определённым действиям, моторным действиям, здесь они определены на картинке с r и r. Соответственно, Розенблат в своих исследованиях получил достаточно большое финансирование.

60: И финансирование это было и от государственных, и от военных корпораций, которые были заинтересованы в том, чтобы быстро определять цели. Был создан суперкомпьютер Марка 1 перцептрон фактически 1.

61: Нейрокомпьютер, состоящий из ячеек, можно сказать, фоторезисторов, которые автоматически определяли цифры, в чем принципиальная новизна по сути, можно сказать, что перцептрон розенблата, с него началось исследование друг

62: Другого искусственного интеллекта, не логически положенного, а положенного на основе обучения. Мы не вполне понимаем структуру, как связаны между собой нейроны. Вот мы задаём некую общую архитектуру.

63: Степень этих связей нейроны выучивают самостоятельно, на основе обучающей выборки, и просто, чтобы такой шаг разрешить в науке потребовалось определённые философские усилия, с 1 стороны.

64: Они были обоснованы тем, что в нейронауках постепенно росло представление о том, что у нас огромное количество связей в головном мозге, мы не можем все их концептуально описать, мы не можем, ну просто необозримое.

65: Количество и, может быть нам просто отказаться от некой идеи о том, как чётко все это устроено, как устроены все эти связи. Вот, и учёные начали пробовать. А что если все эти связи, они

66: Обретаемое, что если мозг как бы растёт и формирует свою собственную структуру, исходя из взаимодействия со средой, в определённые годы родилась такая философская концепция конъюкции зма, она была поддержана другой.

67: Концепции бихевиоризма, которая утверждалась, что внутренняя структура определяется их взаимодействием с внешней средой, впоследствии, после изобретения перцептрона розенблата большой фурор произвела разработка чат.

68: Бота Элиза. Это, можно сказать, 1 чат бот, который был на грани того, чтобы пройти тест тьюринга 1966 год. Здесь не то чтобы очень интеллектуальные алгоритмы были заложены внутри здесь.

69: Имитация человеческого разговора с помощью паттернов и ключевых слов. И можно сказать, что в этот момент было нащупано слабое место в этом тесте тьюринга фактически оказалось, что если человек

70: Человека вывести в область рассуждений о нём самом. Вот спрашивать, а как вы себя чувствуете? А откуда у вас такое подозрение? А что вы там на этом самом деле считаете?

71: Вот некие уточняющие вопросы создавали иллюзию общения с психотерапевтом, вот и люди с удовольствием общались, рассказывали о себе и приходили к впечатлению, что они действительно разговаривают с интеллектуальным собеседником.

72: И вот можно сказать, что вывод на такую эмоциональную сторону позволяет хакнуть человека и обмануть его и, по сути, создать впечатление, что он общается с другим человеком. Вот здесь мы видим пример диалога.

73: Вот этой самой элизы. Между тем, подход, связанный с логическим осмыслением искусственного интеллекта, он продолжал доминировать в 76 году была сформулирована гипотеза ньюэлла саймона о том, что физическая Сим

74: Система имеет необходимые достаточные средства для произведения основных интеллектуальных операций. Фактически вот этот логический подход, который, собственно, следовал ещё из программы гильберта и очень серьёзно был поддерж.

75: Исследованиями рассела. Этот подход в теории алгоритмов, в теории искусственного интеллекта потерпел 1. Такой серьёзный удар после теоремы гёделя. О неполноте говорят даже, что самое

76: Фундаментальная математическая теорема теорема гёделя о неполноте 31 год она говорила о том, что как бы мы алгоритмически не пытались описать простую систему, арифметику, вот которую мы используем, арифметику.

77: У нас всегда в этой системе будут существовать теоремы, которые мы алгоритмически не можем доказать, и это отрицательное решение. Для 1 из проблем гильберта тем не менее осуществлялись попытки создать алгоритмы.

78: Которые сами автоматически могут поставленные задачи решать. И вот таким образом появился язык программирования. Пролог. Основная идея в нём следующая. Мы описываем задачу языком логических формул. Ну а дальше?

79: Программа автоматически эту задачу решает, мы не говорим, как её решать, однако с этим языком тоже были определённые проблемы, они и до сих пор сохраняются. То, что мы все равно должны указать, каким образом эту задачу.

80: В каком порядке нужно решать и класс задач, которые решаются этим прологом? Он не очень широкий. Множество попыток описать логические средства искусственного интеллекта вплоть до конца восьмидесятых годов. Они так

81: И не увенчались большим экономическим успехом. Тем не менее в рамках этого подхода было изобретено множество алгоритмов, были решены задачи, связанные с экспертными системами, с базами знаний применялись эти подходы.

82: Для анализа текстов и автоматического доказательства теорем фактически этот подход сейчас получает 2 жизнь, предлагая определённый способ создания гибридного искусственного интеллекта, который реша.

83: Это 1 из больших недостатков нейронных сетей, это возможность объяснения своего решения. Ну а нейронные сети как раз наоборот, где-то в начале восьмидесятых годов, ну вот в середине, вот 86 год они

84: Получили определённое продвижение, был изобретён алгоритм, позволяющий обучать глубокие нейронные сети. Вот. Но поскольку в это десятилетие программа, вот, которая называется компьютеры 5 поколения, был

85: На эту программу было потрачено огромное количество средств. Япония фактически пыталась изобрести компьютеры 5 поколения. С искусственным интеллектом. Они потратили примерно 50 миллиардов йен, но не получили значимого результата и

86: В качестве 1 из причин этого, почему это не произошло, указывается то, что недостаточно мощные были аппаратные средства. 1 и 2. Недостаточно много данных было накоплено для того, чтобы обученные

87: Искусственным интеллектом алгоритмы, они приносили хоть какую-то значимую пользу. В связи с этим программа была свёрнута и наступила так называемая зима искусственного интеллекта, то есть объём инвестиций в эту область сущее

88: Сократился, а это замедлило, и исследования в этой области. Тем не менее исследования продолжались, и, можно сказать, определённой вехой в развитии искусственного интеллекта является разработка свёрточных нейронных сетей.

89: В эту область существенный вклад внёс ян Ликун он и по сей день работает в этой области значит, что он предложил свёрточные сети, это подсмотренная у человека и у млекопитающих система.

90: Работы глаз, как работают глаза. У них есть определённые клетки, которые передают свёрнутый сигнал в кору головного мозга. Ян лекун. Собственно, в своих презентациях постоянно это подчёркивает, что он подсмотрел эту систему, как работает человек. Ну и пред

91: Алгоритм, который довольно успешно позволяет определять, какая рукописная цифра изображена на экране точность была 91 и 9%, вот, и это существенное продвижение для нейронных сетей.

92: Нелогичного подхода в лекции генри крауза в 20 году было подчёркнуто также, что было 2 зимы искусственного интеллекта. Вот мы как раз говорили о 2 зиме. 1 зима

93: Была с 67 года по 77. Тем, кому интересно разобраться более подробно. Здесь предлагается ссылка на эту лекцию. Сейчас же мы поговорим о революции искусственного интеллекта, которая буквально произошла

94: На наших глазах это революция глубокого машинного обучения, можно сказать, даже и примерно год, когда эта революция произошла, это 2012, 2013 годы. Фактически по результатам

95: Оценки вклада в развитие искусственного интеллекта хинтону ли куну и бенджио была присуждена премия Алана тюринга. Это самая престижная премия в области искусственного интеллекта. Была она присуж

96: Рождена в 18 году. Собственно, за что она присуждена? За то, что эти 3 учёных, значит, внесли вклад в развитие нейронных сетей джеффри хинтон как раз 1 из изобретателей алгоритма обратного распространения ошибок.

97: Ян Ликун изобретатель свёрточных сетей, а ошо бенджио изобретатель Глубоких нейронных сетей. Собственно, в чем особенность этих Глубоких нейронных сетей, если раньше без Глубоких нейронных сетей нам приходило?

98: Для решения проблем искусственного интеллекта строить некоторую иерархию признаков. Мы должны были сами придумать признаки, в которых можно описать задачу. И в этих признаках эта задача каким-то образом решалась то,

99: Глубокие нейронные сети это уже алгоритмы, которые самостоятельно строят вот эту самую иерархию признаков. Ну и в чем была загвоздка? Вот, например, была сложность в том, чтобы отличить собаку от кошки.

100: Даже у нас вот на лекциях Николай Григорьевич Загоруйко такой пример приводил а как отличить собаку от кошки? А по каким признакам вот начинаем спрашивать людей. И вот каждый человек склонен объяснять.

101: Это какими-то словами. Ну, например, кошка мяукает, а собака гавкает. У кошки, как правило, более острые когти, чем у собаки. Вот. Но оказывается на поверку, что никакой признак, который мы называем отличить

102: Казалось бы, про кошку и собаку он на самом деле их не отличает. Находятся кошки, которые гавкают, находятся собаки, которые мяукают и очень много, и таких исключений вот получается достаточно точно описать в язы.

103: Мы не можем логически, тем не менее существуют нейронные сети, которые обучаются на кошках и собаках, на фотографиях и довольно успешно их отличают, и даже лучше, чем человек, за счёт чего это происходит как раз.

104: За счёт того, что на разных уровнях нейронные сети они извлекают определённые признаки из представленных данных, формируют иерархию этих признаков и уже на этой иерархии принимают решения, это как раз и является основным.

105: Продвижением нейронных сетей, которое позволило решать на новом уровне задачи искусственного интеллекта. Кроме этого, глубокие нейронные сети позволили создать некое такое отображе.

106: Исходной задачи отображение исходных данных, картинок, текстов, звуков в определённое математическое пространство по случайности или не по случайности пространство называется гильбертовым мы Отто.

107: Выражаем с помощью нейронных сетей определённые данные в многомерное гильбертово пространство. В этом пространстве введена метрика, то есть можно точки этого пространства или векторы сравнивать между собой. Можно определять, что ближе, что

108: Дальше. И вот как раз в 2013 году был томасом николовом предложен алгоритм, который отображает естественный язык, то есть слова естественного языка в векторы вот этого многомерного пространства.

109: Ну и, может быть, многие слышали о том, что фактически в этом пространстве можно совершать над словами смысловые операции, можно, допустим, из понятия король вычитать.

110: Понятие мужчина добавлять понятие женщины, и тогда мы получим Королеву. В чем здесь такое продвижение? А в том, что в этом многомерном пространстве очень легко определить понятие сложения, вычитания это факти.

111: Математическое сложение, вычитание векторов и так работать с понятиями, как будто бы это векторы, как будто бы это матрицы, это просто огромное ускорение. До этого момента мы не

112: Могли работать с понятиями естественного языка, вот как просто с некими математическими операциями. Фактически вот это продвижение, можно сказать, алгебра Смыслов. То есть можно слова складывать, суммировать умно.

113: Жать и смотреть, что от этого происходит. Собственно, вот этот же подход с отображением с помощью нейронных сетей определённых данных в многомерное пространство, он позволяет нам по разному переформулировать

114: Задачи, например, чего хотелось бы разработчикам искусственного интеллекта. Ну вот если, например, задача у нас изображена фотография, мы бы хотели простыми операциями из этой фотографии человека получать фотогра.

115: Фотографии повернувшегося человека или фотографии человека с другими эмоциями, добавлять ему очки, бороду, усы или, наоборот, удалять, чтобы это делалось вот так вот, как складывание векторов, как простая математическая

116: Операция. И как раз начиная с 2012 года подход глубокого обучения позволил это делать. Собственно, мы и подошли к этой самой революции. И сейчас мы наблюдаем то,

117: То, что искусственный интеллект решает множество человеческих задач. Но я бы хотел остановиться в заключении на следующем сравнении. Как и у человека, существуют разные полушария. Они, конечно,

118: Не так чтобы сильно специфицировались. Существует такое представление, что у нас есть левое, правое полушарие, левое полушарие это более такое логическое, правое, более образное. Существует также полушарие земли. 1.

119: Полушарие, на котором находится Россия, другое, на котором находится коллективный запад. И существует такое понятие, как межполушарная асимметрия. Это как раз вот эта асимметрия в способе обработки символьной или

120: Образной информации. Фактически сейчас вот история искусственного интеллекта подошла к соединению этих 2 понятий. Понятие символьного искусственного интеллекта и понятие образного, если в образном мы уже

121: Уже достаточно много сделали. Мы наблюдаем, что искусственный интеллект даже какие-то творческие задачи решает, то сейчас пора вернуться к соединению этих преимуществ с преимуществами объяснимого искусственного интеллекта. Ну что ж.

122: Мы посмотрим, как это будет развиваться в ближайшее время, список литературы для тех, кому интересно, вы можете посмотреть.