В поисках Искусственного интеллекта: Михаил Бурцев выступил в Томске

11 мая 2012 / Томский Обзор / Фото: dailygalaxy.com

Искусственному интеллекту, как направлению научных исследований, уже более полувека. Одна за другой появляются новые научные области: кибернетика, искусственные нейронные сети, искусственная жизнь. Тем не менее, компьютер, обыгрывающий человека в шахматы и "Кто хочет стать миллионером?", по уровню сообразительности далек от маленькой мышки. Так куда же идет эволюция искусственного интеллекта? Что было достигнуто за полвека исследований? Какие проблемы сегодня стоят перед учеными, пытающимися построить умные машины? Об этом и многом другом в рамках фестиваля актуального научного кино 360о в Томске рассказал кандидат физико-математических наук Михаил Бурцев.
 

Искусственный Интеллект (далее ИИ.) - это интеллектуальные машины и область наук, которая занимается созданием этих машин. В основу положена гипотеза, что разум человека может быть настолько точно описан, что может воспроизводиться машиной. Загвоздка в этой гипотезе заключается в том, что в нее заложено слово "интеллект", а это слово сложно определить и никто не знает что это такое. Поэтому чтобы сделать робота, нужен критерий оценки интеллекта.

В 1950 году был разработан тест Тьюринга для оценки интеллекта: у нас есть человек, который может удаленно общаться через терминал с собеседником. Собеседником может быть ИИ или человек. Эксперты, которые задают вопросы, не знают с кем они говорят. Можно задавать спрашивать что угодно, а оппонент на другой стороне соединения должен отвечать. Если робот не будет отличим от человека, то он прошел тест Тьюринга, и это хорошо разработанный ИИ.

Толчком к возникновению ИИ стала появившаяся в середине 20 века на стыке наук физиологии и математики - кибернетика. Потом к ней добавили компьютеры. Так началась развиваться область ИИ и нейронных сетей. Первая фаза развития ИИ - кибернетический ИИ, когда у нас есть компьютер, который обладает поведением. Часто такие устройства делались не математиками, а физиологами. Например, Грей Уолтер занимался исследованиями анализа сигналов с радаров во время войны в Великобритании. Он сделал роботов-черепах, которые могут отвечать на стимулы света и на прикосновения, очень похожи на животных. Эта модель называется Элси. Они ведут себя так же, как биологические организмы, могу даже прятаться в домики. Есть сейчас роботы-пылесосы, но те черепахи 50-летней давности уже обладали функционалом для выполнения функций пылесоса. Они были предшественниками кибернетического взрыва.

 

 

 

Есть два пути, по которым создавались интеллектуальные машины.
Первый путь: нейроны совершают вычисление и управляют поведением за счет передачи электрических сигналов. Ряд ученых попытались сконструировать искусственные нейронные сети, которые бы управляли роботом.
Второй путь основывался на том, что интеллект основан на манипуляции символами, из которых можно делать логические выводы. Компьютер тоже пытается управлять символами, моделируя умственную деятельность человека. Это направление получило название "классический ИИ".

ИИ появился в 40-х годах, в середине 50-х у него не было названия, он назывался "кибернетика". Первые работы затрагивали нейрофизиологию и символьные операции. Они были смешанные. В 56-м году прошел Дартмутский летний проект, на котором ИИ получил свое имя, а люди, участвующие в семинаре, стали основными исследователями в этой области на ближайшие годы. С тех пор начался период под названием "Золотые годы ИИ". Герберт Саймон писал, что в течение 10 лет цифровой компьютер станет чемпионом мира по шахматам и откроет и докажет важную математическую теорему, а в 65-м году машины смогут делать то, что делает человек. Люди делали серьезные заявления, но мы видим, что ничего этого не произошло.
Параллельно была выпущена книга, которая критиковала нейронные сети и говорила, что они не смогут решать широкий круг задач. И та книга, а также высокая конкуренция за гранты привели к тому, что исследования по нейронным сетям стали сокращаться.
Но очевидно, что те заявления должны были сбыться в середине 80-х, но т.к. они не сбывались и у нас до сих пор нет ИИ, интерес к финансированию исчез и наступила "первая зима". Но медленно исследования велись, и к 90-м накопились новые знания в узкоспециализированных областях. Это привело к созданию экспертных систем и возрождению интереса к ИИ. Тогда начались программы в Японии - компьютеры пятого поколения, Великобритания тратила деньги на экспертные группы. Но оказалось, что эти системы тоже достаточно ограничены и это привело к очередному спаду интереса. Параллельно зародилась вторая волна интереса к нейронным сетям. Сегодня вновь взрыв интереса к ИИ, он связан с появлением гибридных сетей, соединяющих нейронные сети, но и включающих другие вещи, которые мы узнаем из психологии, нейробиологии и т.д.

 

 

Что нам бы дал ИИ? Если бы обещания сбылись, то мы должны были иметь нечто подобное, как в "Ну, погоди", в той сцене, где волка подстригает и прихорашивает машина. Существующие сейчас роботы по своим интеллектуальным способностям не идут в сравнение с той же обыкновенной мышью.

На сегодняшний день одну из самых крупных моделей мозга сделали в Швейцарии. Исследователи соединили 10.000 нейронов, хотя их и критикуют, потому что существующих знаний не достаточно, чтобы скопировать человеческий мозг полностью. Сегодня проект "Мозг человека" - один из флагманских, который может получить миллиарды евро на финансирование. Его позиционируют не как компьютерную модель мозга, а как базу знаний о головном мозге. Но пока есть только смоделированная колонка мозга. В Калифорнии Евгений Ижикевич сделал самую большую по числу нейронов модель. Его команде удалось разработать модель коры головного мозга, которая воспроизводит некоторые характеристики работы человеческого головного мозга.
Параллельно ведутся исследования, которые называются "Искусственная жизнь и аниматоры".
Джон фон Нейман был тем человеком, который задумался над проблемой самовоспроизводящихся аппаратов. Система должна иметь способность построить аппарат, подобный себе, и этот новый аппарат должен иметь возможность создать такой же аппарат, который так же будет строить дочерний аппарат. Первый самовоспроизводящийся аппарат был придуман на бумаге, а не на компьютере. Но необходимо, чтобы наши машины не только копировались, но и эволюционировали, поэтому свойств воспроизведения недостаточно. Нужны еще мутации. Если аппараты будут не устойчивы к мутации, то они перестанут самовоспроизводиться. Таким образом, чтобы создать компьютерную жизнь, нужно свести Дарвина с аппаратами Фон Неймана.

Проблема, которая стоит перед учеными - собственно понимание интеллекта, это сложно само по себе даже в теории. Т.к. интеллект человека - продукт эволюции, то мы можем поставить проблему копирования интеллекта человека, а проблему того, как возрастала  сложность деятельных процессов организма во время эволюции, надеясь на то, что это в конце концов позволит нам понять интеллект человека.

 

 

Какие нужно пройти шаги? Самый простой интеллект мы можем найти у одноклеточных. Потом они скооперировались в процессе эволюции и появились нейроны. Кооперация нейронов вылилась в нервную систему, на которой базируется наш естественный интеллект. Следующей системой этой эволюции должен быть ИИ.
Представьте, если мы исследуем мозг, то какой бы был идеальный метод его исследования? Взять, например, животное и смотреть как работает каждая клетка его мозга и как она реагирует на задачи. Но если у вас сотни миллионов клеток, то вы не можете пока что видеть активность каждой. Современные технологии позволяют увидеть только несколько сотен клеток. Но при этом у нас есть методы, когда мы можем извлечь клетки, вырастить их и наблюдать за ними в микроскоп. Но недостатком такого подхода является то, что они оторваны от окружающего мира и мы не можем интерпретировать их поведение. Чтобы проблему решить, появилось направление нейрогибридных систем, когда мы к нейронам подключаем робота. При помощи электродов нейроны управляют поведением робота. Но пока эта задача не решена.

Сейчас пытаются использовать нейроны в искусстве, называется это Меарт - полуживой художник, рисующий портрет. У нас есть видеокамера в галерее, которая захватывает портрет человека, когда он к ней подходит. Затем эта картинка, которая получена, выбивается на поле 8х8 пикселей, затем это попадает на нейрональную культуру, которая отвечает каким-то образом, компьютерная программа получает сигналы от нейронов, декодирует их и посылает данные в галерею, где есть манипулятор, который начинает рисовать картинку - портрет. Представляете: нейроны крысы рисуют портрет человека.
Цель этого исследования понять как работают нейронные клетки и как они объединяются для решения задач и обучения. Когда мы поймем как работают клетки, тогда мы сможем начать разбираться как суборганизация этих миллионов клеток приводит к возникновению когнитивных процессов. Это процессы уже другого уровня: здесь задействованы рабочая и эпизодическая память. Решение этой задачи станет предшествием того, что можно назвать ИИ. Но предсказать, что мы сможем сегодня получить практически невозможно.

 

 

 

После лекции Михаил Бурцев ответил на несколько вопросов журналисту "Томского Обзора"

- Зачем мы сегодня изучаем ИИ? И чего  сегодня не хватает, чтобы его получить, каких знаний?

На мой взгляд, ИИ - это какие-то приложения к человеческой жизни, когда робот будет делать работу за человека, которая на его взгляд опасная и неинтересная. Это меньше шахтеров в шахте, которые могут попасть в завал. Или на Марсе робот сам и что-то собирает, а не управляется с Земли. Это позволит нам увеличить наше качество жизни и освободит наше время. Второе, это стремление понять себя.

Чего не хватает? Если бы знать, мы могли бы это найти. Основная проблема: сделать так, чтобы роботы могли ставить перед собой цели и искать пути решения. Современные алгоритмы пока что очень ограничены под конкретную задачу и цель.

- Для появления ИИ проблема сейчас стоит в чем: в техническом плане или в понимании?

Я думаю, что в понимании.

- Чем конкретно вы занимаетесь в своей лаборатории?

Наша лаборатория пытается совместить теоретические исследования с экспериментальными. У нас есть компьютерное моделирование, где мы конструируем архитектуры нейронных сетей, которые могут решать алгоритмы. Мы разрабатываем нейрогибридную систему в чашке, которая управляет роботом, параллельно мы исследуем что происходит в этой культуре, как она развивается.
Когда клетки высажены, они начинают устраивать связи друг с другом, у них начинается спонтанная активность, синхронизированность и т.д. Мы хотим понять на каком этапе мы должны начать обучать нашего робота. Для этого у нас есть определенные манипулярные маркеры, это белки сифоз, и мы видим клетки, которые поддаются обучению, они светятся зеленым. Например, у нас есть робот, который уже ничему не учится, и все клетки у него не светятся. Но мы ставим перед ним задачу, он начнет учиться и мы увидим какими клетками он учится. Пока мы до этой стадии не дошли, но мы уже можем исследовать, когда ген исследования активен в процессе жизни культуры. Мы можем вычислить те моменты, когда стоит начать учить робота.

 

- Вы говорили о том, что роботы рисуют портрет человека. Как вы объясняете своей культуре, что она хорошо или плохое рисует? Как вы ее поощряете или наказываете?

Я не могу сейчас вспомнить детали, но общий принцип этих экспериментов - это стимуляции культуры. Внешние стимуляции служат для нее отрицательным стимулом. Поэтому чем больше у нее расхождение рисунка с оригиналом, тем сильнее мы ее стимулируем током. Чем лучше у нее выходит, тем больше стимуляции снижаются.

- Я так понимаю, что умные дома, телефоны, роботы вы не относите к ИИ?

Их можно назвать приложениями к ИИ. Я определяю это как воспроизведение некоторых способностей человека, в этом отношении это не ИИ. Но как продукты приложения к области ИИ - это так и есть. Эти вещи, как калькулятор, помогают нам решать задачи, и это заменитель некоторой части нашей интеллектуальной способности. В моем понимании интеллект - это нечто автономное и адаптивное, нечто, что само должно подстраиваться под среду.

- Реально ли научить ИИ понимать человеческую речь, а не просто понимать какие-то команды, которые забьются ему в память?

Я бы ответил с двух сторон. Первое, что я не вижу к этому препятствий. Второе, что на современном уровне развития у нас нет для этого возможностей.

- Считается, что роботы более живучи, чем люди. Есть ли опасность, что ИИ вытеснит человека?

Говорить о том, что такая вероятность отсутствует - было бы глупо. Любое событие может произойти. То, что роботы приспособлены больше, чем человек, то это фраза не сегодняшнего дня. Я не могу исключить, что появятся роботы, которые приспособленные лучше человека к выживанию в среде. Что делать, чтобы этого не произошло? Мы, ученые, должны контролировать этот процесс и заранее закладывать такие архитектуры, которые были бы управляемы. Мы создаем ИИ не для того, чтобы что-то стало лучше нас, а чтобы оно нам помогало.

 

 

- Какие страны наиболее продвинулись в изучении ИИ? На ум приходят США, Япония, Россия, есть ли скрытые лидеры?

Если смотреть по робототехнике, то это США и Япония. И Япония не по интеллектуальной начинке, а больше по роботам. И также это европейские страны: Германия, Швейцария, Великобритания. Россия я бы не сказал, что хорошо выглядит на общем фоне.

- А между разработчиками и странами есть конкуренция, как гонка вооружения? Или все занимаются по отдельности, потом собираются и рассказывают друг другу кто чего достиг?

В жесткой форме нет, но на конференция есть соревнования чьи алгоритмы лучше. Есть борьба за гранты. С другой стороны, разные исследовательские группы исследуют разные технологии и они не могут объединиться. Проще доработать свое, чем доделывать чужое.

- Можете привести примеры наиболее ярких достижений в области ИИ?

В бытовом - это робото-пылесосы, которые сами все делают и за ними можно не следить. Они достаточно автономны, вы его запускаете и все, а он сам выпутывается из занавесок и решает другие проблемы. Boston Dynamics Big Dog, которые придумывает США для военных применений. Также это автомобили, которые управляется компьютером, он может маневрировать, останавливаться на светофорах. Другой пример, программа IBM, которая недавно выиграла на шоу "Как стать миллионером?" Там была более сложная игра: задавали вопрос, а нужно было самому написать ответ. Компьютер обыграл всех знатоков Америки.

- Для разработчиков какую-нибудь роль играет научная фантастика? Или больше помогают встречи с людьми на конференциях?

С точки зрения конкретной помощи, то научная фантастика не влияет. Она поднимает настроение.