Что такое искусственный интеллект, машинное обучение и глубокое обучение / skillbox media

Сильный и слабый ИИ

Если Тьюринг принимал гипотезу о возможности ИИ и предложил метод тестирования, то Джон Сёрл задался вопросом о том, возможно ли создать цифровой компьютер, который будет способен понимать, например, тексты. Прежде всего Сёрл в своей работе «Сознание, мозг и программы» ввёл два новых термина: Слабый ИИ и Сильный ИИ. Ценность Слабого ИИ состоит в том, что он становится некоторым инструментом, с помощью которого мы можем более точно и строго ставить и проверять гипотезы при изучении феномена сознания. С другой стороны, Сильный ИИ — это некоторый компьютер, запрограммированный особым образом, на самом деле обладающий сознанием, в том смысле, что компьютер действительно понимает смысл и обладает некоторыми когнитивными состояниями. В этом случае Сильный ИИ самим своим существованием объясняет устройство сознания.

Можно ли создать Сильный ИИ написав программу, исполняемую на машине Тьюринга?

Такая машина всегда работает по строго заданному алгоритму в соответствии с какими-то правилами перехода между состояниями, её ещё называют детерминированной машиной. На машине Тьюринга можно реализовать любую вычислимую функцию, но, что интересно, это утверждение скрывает внутри себя тот факт, что в природе существуют и нереализуемые на ней функции, то есть алгоритмически неразрешимые. Вполне возможно, что сознание, как некоторая программа, представляет собой невычислимую функцию, тогда весь спор о возможности создания Сильного ИИ на цифровом компьютере становится бессмысленным.

Джон Сёрл в своей работе апеллирует против вычислимости сознания, но особенным образом. Для этого он определяет «Китайскую Комнату». В комнате сидит человек, который не знает китайский язык, но знает английский. Ему дают три карточки с китайскими символами вместе с инструкциями на английском языке, которые позволяют ему обрабатывать китайские символы, чтобы писать новые китайские символы. Те кто ему дают эти карточки, называют их «рукописью», «рассказом» и «вопросами», а написанные человеком символы — «ответами». Но человек в комнате этого даже не подозревает и не осознаёт. Появляется ли понимание китайского языка или сути этих карточек у человека в комнате? Сёрл отвечает, что не появляется никакого осознания, так как человек просто следует инструкциям. Сёрл описывает происходящее, как соревнование между «программистами» — теми людьми, которые создают инструкции, и теми, кто создают эти карточки. Человека в комнате можно рассматривать, как инстанциацию некоторой компьютерной программы.
Из мысленного эксперимента Сёрл делает следующие выводы по поводу Сильного ИИ:

Сильный ИИ может иметь те же входы и выходы, что и носитель китайского языка. Может давать правильные ответы на вопросы благодаря инструкциям. Но понимания рассказов на китайском у компьютера не появляется, так же как и у человека следовавшего инструкциям.
Сильный ИИ не даёт достаточного объяснения феномена понимания, поскольку этого самого понимания и нет у него. Оппоненты могут сказать, что как раз то, что происходило в комнате и по существу является пониманием текстов.

Из результатов этого мысленного эксперимента в итоге Сёрл утверждает, что программа, то есть набор некоторых инструкций, сама по себе не может мыслить и обладать когнитивными способностями, так как любая программа есть суть манипуляция с формальными символами, которая не обладает интенциональностью(намерение). Фактически это синтаксический разбор, но не семантический анализ.

Тем не менее, Сёрл уверен, что машины могут мыслить, как минимум люди, представляя собой некоторую форму «особенных машин». Поэтому, чтобы создать искусственное мышление, нам нужно повторять мозг человека и устройство его нервной системы. Естественно, это основывается на гипотезе, что определенная форма материи начинает обладать сознанием, то есть сознание не представляет собой какую-то отделимую и совершенно не связанную с телом напрямую субстанцию, как, например, полагал Декарт.

Во времена Декарта была весьма популярна гипотеза механистического устройства мира, тогда все были в восторге от автоматонов и надеялись создать человека-автоматона.

Существенные отличия между сильным и слабым искусственным интеллектом

Первое и самое главное отличие между этими двумя типами искусственного интеллекта состоит в способности СИИ превзойти человеческий интеллект и выполнять сложные интеллектуальные задачи, которые оставляют за бортом возможности СЛИИ.

СЛИИ – это искусственный интеллект, проявляющий интеллектуальные способности, ограниченные задачами, для которых его разработали. Он не может совершать самостоятельные решения и требует участия человека в принятии решений в ситуациях, выходящих за рамки простых и заранее заданных сценариев.

СИИ, однако, способен совершать самостоятельные действия и анализировать огромные объемы данных, что позволяет ему принимать решения на основе своей «интуиции». СИИ может решать сложные задачи, такие как автономное вождение автомобиля, создание оригинальных произведений искусства, анализ медицинских данных и даже предсказывать будущее.

СЛИИ, в свою очередь, может быть намного менее эффективным в решении таких сложных задач. Он может использоваться в узких областях, где решение задачи состоит из установленного числа действий, анализа данных и принятия решений на основе заданных правил.

Эти отличия между сильным и слабым искусственным интеллектом являются основой для развития и применения искусственного интеллекта в различных областях, где требуется решение сложных задач.

Искусственный интеллект и изменение практик менеджмента

С системами «сильного» искусственного интеллекта, способными самостоятельно принимать бизнес-решения, всё может сложиться несколько по-другому. Хорошо известно, что некие прототипы подобных внедрений, в основном в виде программных роботов, имитирующих ряд функций профильных специалистов (роботы-юристы, роботы-актуарии, роботы-архивариусы и т. д.), уже применяются. Но они всё ещё наследуют подходы пресловутой лоскутной автоматизации.

Когда же технологии искусственного интеллекта возьмут под своё крыло не только отдельные узкие задачи, но и ответственность за принятие некоторых решений, и сформируется хотя бы минимальный прототип комплексной системы искусственного интеллекта, то, как утверждают специалисты, многое может измениться. И прежде всего, позитивно повлиять на отношение менеджмента к таким системам как некой параллельной ветви автоматизации.

Когда применение искусственного интеллекта уже не локализовано в рамках одной-двух задач, становятся актуальными технологии Machine Learning Management, Machine Learning Serving, Machine Learning Logistics 1. Если повнимательнее присмотреться к западным публикациям на тему Artificial Intelligence и Machine Learning, то становится понятным, что именно с грядущим приходом комплексных внедрений «сильного» искусственного интеллекта формируются и новые подходы, вовсе не касающиеся ни математических, ни программных аспектов построения решений, а полностью концентрирующиеся на подходах и практиках менеджмента.

С приходом комплексных внедрений «сильного» искусственного интеллекта сформируются и новые подходы, как к практикам менеджмента и принятия решений, так и методической поддержки работы новых ИТ-инструментов.

Среди довольно обширного спектра стоит, на мой взгляд, выделить следующие:

Как методически связать требования внутреннего бизнес-заказчика, с работой специалистов в области data science, архитекторов корпоративных данных или дата-инженеров?
С какими особенностями можно столкнуться при формировании заявки на использование искусственного интеллекта со стороны бизнес-подразделения? Как оформить эту заявку оптимальным образом и отслеживать её исполнение?
Как подготовить данные для решения одной задачи, чтобы они могли быть впоследствии использованы для решения других? Напомню, что подготовка данных (очистка, интеграция, нормализация, скейлинг) в машинном обучении иногда требует до 80% общих затрат на решение задачи, и таким образом вопрос имеет серьёзную экономическую основу.
Насколько эффективно осуществляется доступ к моделям и данным? В частности, можно ли задействовать режим мультиарендности (multitenancy) для достижения показателей масштабируемости? Какие инструменты контроля за производительностью решения целесообразно задействовать?
Как эффективно разделять тестовую и рабочую версию приложения искусственного интеллекта.

Другими словами, при переходе к полноценному промышленному использованию систем искусственного интеллекта мы неизбежно столкнёмся с целым рядом управленческих проблем. Они, безусловно, имеют существенную специфику, но базовые вопросы во многом взяты из того, с чем бизнесу приходилось сталкиваться ранее. Сама постановка проблем управления инцидентами, изменениями, проблемами заимствована из небезызвестных ITIL-процессов, есть более чем явные пересечения с концепцией управления производительностью приложений (Application Performance management, APM), с подходами к сайзингу оборудования под определённую задачу или с Data Governance.

В итоге специалисты стремятся успокоить бизнес. Как только применение систем искусственного интеллекта достигнет некоего критического масштаба, бизнес сразу почувствует, что развитие ИТ-поддержки пойдёт скорее естественным путём, без необходимости срочно переходить ко всему новому, даже наоборот — с максимальным учётом накопленных достижений.

Русский – 258 миллионов говорящих

Русский – это не только язык, но и великая культура. Русский является официальным языком России, Беларуси и Кыргызстана. В Казахстане русский язык в 1989 утратил государственный статус, однако согласно казахской Конституции, является официальным языком государственных органов, большая часть делопроизводства в стране ведется на русском.

Будучи самым распространенным языком в Европе, он оказывает значительное влияние не только на континенте, но и во всем мире, распространяющемся на литературу, музыку, кино и искусство, что делает его неотъемлемой частью глобального культурного наследия.

Для тех иностранцев, кто стремится выучить новый язык или расширить свой кругозор, русский язык — отличный выбор, который окажется одновременно и сложным и полезным.

5 Французский

На пятом месте рейтинга находится французский язык. Во Франции он является официальным. Также язык распространен в Канаде, Швейцарии, Бельгии и ряде Африканских стран. Общее число говорящих на нем составляет 276.6 млн. человек. Интересно, что в Африке франкоговорящего населения больше, чем во Франции.

Язык относится к романской группе индоевропейской семьи. Его письменность основана на латинском алфавите. 26 букв латинского алфавита дополнены лигатурами и диакритическими знаками. Считается, что этот язык не слишком сложен для изучения. Существительные здесь имеют род (их всего два) и число, но не склоняются. Сложность в изучении обычно возникает с числительными, так как названия некоторых чисел имеет несколько странную логику. Например, семьдесят переводится как «шестьдесят и десять», а восемьдесят как «четырежды двадцать»

На протяжении шести веков французский был официальным языком Англии. Поэтому около тридцати процентов слов английского языка с французскими корнями. А на гербе Великобритании девиз монарха написан на французском языке и в переводе означает «Бог и мое право».

Издавна французский язык считался привилегией элиты. Он остается популярным в светском обществе и в наши дни. Также он считается традиционным языком балета.

12 Немецкий

По данным справочника Ethnologue на двенадцатом месте рейтинга находится немецкий язык. Говорящих на нем 131.6 млн. человек. Это официальный язык таких стран как Германия, Лихтенштейн, Австрия и один из официальных в Швейцарии, Бельгии и Люксембурге.

Немецкий относится к западногерманской группе языков индоевропейской семьи. Его письменность состоит из латинского алфавита, который дополнен буквой «ß». Она называется «эсцет» и никогда не находится в начале слова.

В немецком языке имена существительные обычно используются с артиклем, который показывает род, падеж и число. Рода здесь три – мужской, женский и средний. Интересной особенностью является то, что пол самого слова часто не совпадает с его смыслом и значением. Например, «девочка» у них среднего рода. Кстати, все существительные здесь пишутся с заглавной буквы.

Еще одной отличительной чертой немецкого языка является большое количество длинных слов. Интересно, что существуют понятия, которых нет в других языках мира. То есть перевести их одним словом невозможно, для этого потребуется целое предложение. А также в немецком языке часто встречаются забавные высказывания. Например, когда кто-то лезет не в свое дело, ему часто говорят фразу, означающую в переводе «Это не твое пиво!».

Сравнительная таблица

Параметры сравнения	Сильный ИИ	Слабый ИИ
Интеллектуальные способности	Сильный ИИ обладает разумом и демонстрирует способности человека к познанию.	Максимальный уровень сильного ИИ должен соответствовать точному человеческому интеллекту.
Тип	Сильный ИИ — будущее искусственного интеллекта	Слабый ИИ — современная форма искусственного интеллекта.
Цель	Разрабатывать инновационные подходы для каждой задачи или проблемы с помощью искусственного интеллекта.	Решать проблемы и задачи в более быстром темпе и выполнять конкретную задачу
Применение	Все еще не применяется	Модели персональной помощи на основе голоса, такие как Siri или Alexa
Максимальный уровень	Верхний уровень слабого ИИ — это предоставление решений в рамках предопределенных ответов.	Верхний уровень слабого ИИ — это предоставление решений в рамках предопределенных ответов.

Что такое нейросеть

Нейросеть – это один из методов реализации искусственного интеллекта, основанный на имитации работы биологических нейронов в мозге. Нейросеть состоит из множества связанных между собой узлов, называемых нейронами, которые получают, обрабатывают и передают информацию. Каждый нейрон имеет входы, выходы и веса, которые определяют его активность. Нейросеть может обучаться на основе данных, корректируя свои веса с помощью алгоритмов обратного распространения ошибки или других методов. Нейросеть может быть использована для решения разных задач, таких как классификация, регрессия, кластеризация, генерация и т.д.

Что такое слабый ИИ?

Слабый ИИ, также известный как узкий ИИ, относится к применениям ИИ, специально разработанным для автоматизации задач, требующих определенных когнитивных навыков. Этот тип ИИ использует модели машинного обучения, настроенные на конкретные задачи, такие как распознавание объектов, взаимодействие с чат-ботами, персональные голосовые помощники, системы автокоррекции и алгоритмы поиска Google, среди других.

Возможно, вас интересует, почему этот тип ИИ называется «слабым» ИИ. Термин «слабый» может ошибочно подразумевать, что эти приложения ИИ неким образом недостаточны

Однако важно понимать, что быстрые прогрессы в области ИИ и их широкое влияние на различные отрасли в значительной степени обусловлены узким машинным интеллектом. Метка «слабый» указывает на то, что эти приложения фокусируются на конкретной или ограниченной когнитивной функции

Применение слабого ИИ

ChatGPT, Midjourney, Stable Diffusion, DALL-E и Bard — всего лишь несколько примеров инструментов ИИ, которые привлекли значительное внимание в 2022 и 2023 годах. Удивительно, сколько профессий используют эти инструменты, вызывая дебаты о потенциале ИИ заменить людей и оставляя нас с вопросом: «Может ли ChatGPT заменить меня?»

Однако важно отметить, что эти замечательные инструменты все еще являются примерами «слабого ИИ» в действии

Однако важно отметить, что эти замечательные инструменты все еще являются примерами «слабого ИИ» в действии. Давайте рассмотрим семь распространенных применений слабого ИИ:

Давайте рассмотрим семь распространенных применений слабого ИИ:

Фильтры спама электронной почты: Функции, предназначенные для обнаружения и перенаправления спам-сообщений в специальную папку.
Чат-боты: Инструменты, использующие обработку естественного языка (NLP) для взаимодействия с людьми, являются еще одним примером слабого ИИ.
Искусство, созданное с помощью ИИ: Компьютерно-сгенерированное искусство, созданное с использованием ИИ, способное превращать инструкции на естественном языке в изображения, также входит в область узкого ИИ.
Умные голосовые помощники: Siri, Cortana, Alexa и другие могут выполнять различные задачи за вас, реагируя на голосовые команды.
Алгоритмы социальных сетей: Рекомендации на платформах, таких как Twitter, Instagram, Facebook или даже Spotify, работают на основе слабых алгоритмов ИИ.
Автономное вождение: Функция самоуправления в автомобилях — еще одно применение слабого ИИ.
Здравоохранение: Применения ИИ в здравоохранении, такие как системы медицинской диагностики, способные определять болезни с минимальным вмешательством человека, являются еще одним примером слабого ИИ в действии.

Несмотря на то, что его называют «слабым ИИ», очевидно, что у него есть многочисленные приложения в реальном мире, которые мы уже используем.

Ограничения слабого ИИ

Основная причина ограничений ИИ сегодня заключается в его фокусе на автоматизации конкретных задач для людей. Например, ChatGPT и Google Bard разработаны в качестве больших языковых моделей (LLM), которые специально программируются для генерации контента на основе текста. Аналогично, Midjourney и Stable Diffusion — это генераторы текста в изображениях, ограниченные этой конкретной функцией.

Давайте рассмотрим некоторые ограничения и недостатки слабого ИИ:

Модели, ориентированные на конкретные задачи, ограничивают возможности узкого искусственного интеллекта.
Приложения узкого искусственного интеллекта сильно зависят от данных и требуют больших наборов данных для обучения и выполнения конкретных задач.
Использование больших наборов данных может вызывать вопросы конфиденциальности и обработки данных.
Часто требуется вмешательство человека в слабый искусственный интеллект, что вводит человеческие предубеждения в процесс.
Такие приложения могут быть уязвимыми для киберугроз.

Тем не менее, несмотря на эти ограничения, инструменты, такие как ChatGPT, с момента их официального выпуска, быстро стали неотъемлемыми.

О редких группах крови и антигенах

Разновидность крови человека считается «редкой», если у данного индивида отсутствует антиген, имеющийся у большинства представителей популяции, либо, наоборот, есть антиген, которого почти нет в популяции

Клиническая важность редких антигенов не так велика, как в системе ABO и чаще приводит не к разрушению эритроцитов (гемолизу), а к менее опасным, но неприятным иммунным реакциям. Для наглядности разберём ситуацию с антигенами Кидд, существующими в двух вариантах: Jka и Jkb

Соответственно, возможны четыре варианта: у человека присутствуют оба этих гена, присутствует только один из вариантов, либо отсутствуют оба.

Итак, первые три варианта распространены в популяции достаточно широко, а человек с четвёртым вариантом крови по Кидду, воспримет впервые поступившие в организм антигены как триггер к аутоиммунной реакции.

Обратная ситуация не менее опасна: если у вас в крови есть редкий антиген, и её перельют человеку с более типичным составом крови, то перелитая кровь будет воспринята как чужеродная. Подобная ситуация случилась в 1990-е, когда исследователи из австралийского Красного Креста открыли в клетках донора Сары Калхейн никогда ранее не встречавшийся антиген. Его назвали ‘SARA’. У Сары взяли кровь для исследования, часть этого объёма заморозили для долговременного хранения.

Двадцатью годами позже Канадская Гематологическая Служба направила в австралийское отделение кровь, взятую у родственников канадского младенца, которому прямо после рождения потребовалось обильное переливание крови. Врачи заподозрили, что дело может быть именно в редком антигене SARA. Действительно, анализы показали, что кровь матери SARA-отрицательна, то есть, содержит антитела на антиген SARA. Именно эти антитела и атаковали ткани ребёнка, оказавшегося SARA-положительным.

В настоящее время антиген SARA официально признан Международным обществом трансфузиологии. Притом, что пока этот антиген обнаружен всего в двух семьях, технически он вызывает иммунную реакцию точно, как несовпадающий резус-фактор.

Однако кроме положительного и отрицательного резус-фактора, находящихся у разных рас в соотношении от 85:15 до 99:1 в пользу Rh+, существует ещё и редчайший нулевой резус Rh_null, иногда именуемый «золотая кровь». У людей с такой группой крови вообще нет резус-антигенов. Эта группа крови была открыта у австралийских аборигенов, и пока известно менее 50 её носителей. Естественно, никакая донорская кровь кроме Rh_null таким людям не подходит. В октябре 2021 года в Москве была обнаружена 68-летняя женщина с нулевым резус-фактором.

Этот пример и ещё некоторые, к которым мы перейдём ниже, показывает, что именно группы крови – наиболее отличающиеся и при этом жизненно важные признаки в человеческой популяции. Более того, различные антигены (на поверхности эритроцита их примерно 340) зачастую не соотносятся по встречаемости с конкретной группой крови из числа ABO.

Антигены возникают в результате генетических полиморфизмов, и их несоответствие наиболее критично в системе мать-плацента-плод. В настоящее время большинство генетических локусов, кодирующих известные антигены крови, уже установлено, но ключевое слово здесь – известные. Так, в человеческой популяции широко распространён антиген Lan+, генетический локус которого не установлен. Антиген Lan+ был открыт в 1961 году и обнаружен в крови у 99,9% людей. Но только в 2012 году был обнаружен и антиген Lan-, провоцирующий образование антител на Lan+ при переливании Lan-положительной крови. Lan- был случайно открыт при серологическом исследовании на совместимость матери и плода. При переливании Lan-положительной крови в Lan-отрицательный организм развивается смертельно опасная гемолитическая желтуха новорождённых, сопровождающаяся массивным распадом эритроцитов.

При аналогичных обстоятельствах в 1953 году был открыт антиген Diego, когда в Венесуэле мальчик по имени Диего умер через три дня после рождения от гемолитической желтухи. Врач Мигель Лариссе заподозрил неладное, так как мать и ребёнок были совместимы как по ABO-группе, так и по резус-фактору. Он добился тщательного анализа крови мальчика – и обнаружил антиген, явно связанный с индейским происхождением ребёнка. Действительно, антиген Diego встречается у 36% южноамериканских индейцев, но распространён и в восточной Азии – примерно по 12% японцев и китайцев являются носителями этого антигена. Остаётся догадываться, свидетельствует ли это о чрезвычайной древности данного антигена (что он зародился ещё до разделения монголоидной и американоидной расы), либо о случаях контакта между азиатами и индейцами задолго до 1492 года.

11 Урду

На одиннадцатом месте рейтинга находится язык урду, известный также под названием ла́шкари. На нем говорит 170.6 млн. человек. Урду один из двух официальных языков в Пакистане и один из 22 официальных языков в Индии. Он также распространен среди мигрантов в странах Персидского залива, США, Австралии, Великобритании и др.

В Индии на урду говорят в основном мусульмане, которые проживают в штатах на севере страны. А в Пакистане родным он является всего для 7 процентов населения, для остальных это второй язык. Вообще урду является мусульманским вариантом хинди. Эти языки взаимопонимаемы. Ранее они были едины, однако в 1867 годы урду и хинди начали разделяться, так как индуисты настаивали на отказе от персидской письменности. До сих пор в мусульманском мире язык остается значимым. Надписи на урду можно встретить в Медине и Мекке вместе с арабскими и английскими.

В основу письменности языка входит арабско-Арабский графика. В алфавит языка входит 38 букв. В Пакистане для письма используется почерк насталик. В большинстве других исламских стран применяется насх, который считается классическим. Интересно также, что до недавнего времени книги на урду не набирались. Печатались тексты, написанные насталиком от руки. Сейчас существует компьютерный набор на насхе.