💻. Теория Искусственного Интеллекта

Искусственный интеллект (ИИ) — область информатики, изучающая создание систем, способных выполнять задачи, требующие человеческого интеллекта: распознавание образов, понимание языка, принятие решений, обучение на данных.

Может ли машина мыслить? Алан Тьюринг в 1950 году переформулировал вопрос: если человек не отличит диалог с машиной от диалога с человеком, значит ли это, что машина разумна? ChatGPT в 2023 году прошёл бы тест Тьюринга — но понимает ли он, о чём говорит? Спор длится 75 лет.

Почему мечта о думающих машинах так стара

Идея искусственного разума старше компьютеров. Античные мифы: Талос (бронзовый гигант, охраняющий Крит), Галатея (статуя, ожившая по молитве). Средневековье: Голем раввина Лёва, механический турок фон Кемпелена (1770, фальшивка — внутри сидел шахматист).

Настоящая теория началась с формальной логики. Джордж Буль (1854) превратил рассуждения в алгебру. Алан Тьюринг (1936) доказал: любой алгоритм можно записать на универсальной вычислительной машине. Если мышление — алгоритм, его можно автоматизировать.

На практике первая AI-программа появилась в 1951 году: Кристофер Стрейчи написал шашки для компьютера Ferranti Mark 1. Артур Самуэль (IBM, 1959) создал самообучающуюся программу — она играла сама с собой, улучшая стратегию. Первый пример машинного обучения за 10 лет до термина.

Три эпохи ИИ: эйфория, зима, возрождение

Символьный ИИ (1956-1974) — первая волна. Конференция в Дартмуте (1956): Джон Маккарти, Марвин Минский, Клод Шеннон верили — через 20 лет ИИ достигнет человеческого уровня. Подход: формализовать знания в правилах (if-then). LISP (1958) — язык для символьных вычислений.

Экспертные системы (1970-е): MYCIN диагностировал инфекции крови по 600 правилам — точность 69% (человек-эксперт — 65%). DENDRAL определял молекулярную структуру по масс-спектрометрии. Казалось, скоро ИИ заменит врачей и химиков.

AI-зима (1974-1980, 1987-1993) — крах надежд. Проблемы: правила не масштабируются (миллионы исключений), здравый смысл не формализуется ("кошка не может быть больше слона" — как записать?), комбинаторный взрыв (шахматы — 10¹²⁰ позиций). Финансирование урезали, исследователи переключились на другие темы.

Коннекционизм и deep learning (1986-н.в.) — возрождение через нейросети. Вместо правил — обучение на данных. Алгоритм обратного распространения ошибки (backpropagation, 1986) позволил обучать многослойные сети. Но до 2012 года не хватало данных и вычислительной мощности.

Три парадигмы обучения

Supervised learning (обучение с учителем) — есть правильные ответы. Примеры: распознавание рукописных цифр (MNIST — 60 тысяч образцов), классификация email (спам/не спам), перевод текста. Модель подгоняется под данные, минимизируя ошибку.

Архитектуры: свёрточные сети (CNN) для изображений (фильтры выделяют края, текстуры), рекуррентные сети (RNN/LSTM) для последовательностей (текст, речь). Проблема: нужны миллионы размеченных примеров — дорого и долго.

Unsupervised learning (обучение без учителя) — нет правильных ответов, модель ищет закономерности. Кластеризация (k-means разбивает данные на группы), снижение размерности (PCA сжимает признаки), автокодировщики (сжимают и восстанавливают данные).

Генеративные модели: GAN (генеративно-состязательная сеть, 2014) — две сети соревнуются: одна генерирует фейковые изображения, другая отличает их от настоящих. Через миллионы итераций генератор обманывает дискриминатор — получаются реалистичные лица, которых не существует.

Reinforcement learning (обучение с подкреплением) — агент взаимодействует со средой, получает награды и штрафы. Цель: максимизировать суммарную награду. Примеры: AlphaGo обыграл чемпиона мира по го (2016) через самообучение, роботы учатся ходить методом проб и ошибок.

Q-learning, policy gradient, actor-critic — алгоритмы, исследующие пространство действий. Проблема: награда часто отложенная (выиграл партию в го через 200 ходов — какой ход был решающим?). Временная разность ошибки (TD-error) распределяет вклад.

Революция 2012 года: почему ИИ взлетел

AlexNet (2012) выиграл ImageNet Competition — распознавание изображений с ошибкой 15% (предыдущий рекорд — 26%). Секрет: глубокая свёрточная сеть (8 слоёв), GPU для параллельных вычислений, dropout против переобучения, ReLU вместо сигмоиды.

Три фактора взлёта: (1) Большие данные — интернет дал миллиарды изображений, текстов, видео. (2) GPU-вычисления — видеокарты NVIDIA ускорили обучение в 100 раз. (3) Алгоритмы — batch normalization, residual networks (ResNet, 2015) позволили обучать сети в 1000 слоёв.

Трансформеры (2017, "Attention is All You Need") убили рекуррентные сети. Механизм внимания (attention) смотрит на все слова сразу, а не последовательно. BERT (2018), GPT-3 (2020, 175 млрд параметров), ChatGPT (2022) — всё на трансформерах. Языковые модели понимают контекст через self-attention.

Где ИИ работает сегодня (и где нет)

Узкий ИИ (narrow AI) решает одну задачу лучше человека: распознавание лиц (точность 99,9%), перевод текста (Google Translate — 100+ языков), игра в шахматы (Stockfish), диагностика рака по снимкам (иногда точнее радиолога).

Но общий ИИ (AGI — artificial general intelligence) не существует. ChatGPT не понимает физику (попроси посчитать траекторию — ошибётся), не имеет здравого смысла ("можно ли сварить яйцо в микроволновке?" — галлюцинирует). Moravec's paradox: то, что легко человеку (ходить, видеть), сложно ИИ, и наоборот.

Проблемы: (1) Интерпретируемость — нейросеть с миллиардом параметров — чёрный ящик. Почему она так решила? Неизвестно. (2) Смещение данных (bias) — если обучать на исторических данных о найме, ИИ унаследует дискриминацию. (3) Атаки — adversarial examples: добавь шум на 1% — панда превращается в гиббона для сети.

Границы машинного мышления

Тест Тьюринга пройден, но спор не решён. Джон Сёрл (1980) предложил мысленный эксперимент "Китайская комната": человек в комнате получает иероглифы, по правилам составляет ответ — снаружи кажется, что он знает китайский. Но он не понимает ни слова. Так и ИИ — манипулирует символами без понимания?

Контринтуитивный факт: GPT-3 может написать код, стихи, эссе — но не знает, сколько будет 2+2, если не видел это в обучающих данных. Языковые модели — статистические попугаи (Эмили Бендер, 2021) или зачатки разума? Вопрос открыт.