К 2010-м годам мечта стала реальностью. Как и любая крупная историческая революция, становление ИИ было постепенным процессом, состоящим из множества этапов. И как в каждой революции, некоторые из этих шагов рассматривались как поворотные моменты, подобно открытию Ливерпульско-Манчестерской железной дороги. В обширной литературе, посвященной истории ИИ, снова и снова всплывают два события. Первое произошло 30 сентября 2012 года, когда конволюционная нейронная сеть под названием AlexNet победила в конкурсе ImageNet Large Scale Visual Recognition Challenge.
Если вы понятия не имеете, что такое сверточная нейронная сеть, и никогда не слышали о задаче ImageNet, вы не одиноки. Более 99 процентов из нас находятся в такой же ситуации, поэтому победа AlexNet вряд ли стала новостью на первых полосах газет в 2012 году. Но некоторые люди все же услышали о победе AlexNet и расшифровали надпись на стене.
Например, они знали, что ImageNet - это база данных, содержащая миллионы аннотированных цифровых изображений. Просили ли вас когда-нибудь на веб-сайте доказать, что вы не робот, просмотрев набор изображений и указав, на каких из них изображена машина или кошка? Изображения, на которые вы нажали, возможно, были добавлены в базу данных ImageNet. То же самое могло произойти и с помеченными изображениями вашей домашней кошки, которые вы загрузили в интернет. В рамках конкурса ImageNet Large Scale Visual Recognition Challenge проверяется, насколько хорошо различные алгоритмы способны идентифицировать аннотированные изображения в базе данных. Могут ли они правильно идентифицировать кошек? Если попросить человека сделать это, то из ста изображений кошек мы правильно идентифицируем девяносто пять. В 2010 году успешность лучших алгоритмов составляла всего 72 процента. В 2011 году показатель успешности алгоритмов поднялся до 75 процентов. В 2012 году алгоритм AlexNet победил в конкурсе и ошеломил все еще немногочисленное сообщество экспертов по искусственному интеллекту, достигнув 85-процентного показателя успешности. Хотя для неспециалистов это улучшение может показаться незначительным, для экспертов оно продемонстрировало потенциал быстрого прогресса в некоторых областях ИИ. К 2015 году алгоритм Microsoft достиг 96-процентной точности, превзойдя человеческую способность распознавать изображения кошек.
В 2016 году журнал The Economist опубликовал статью под заголовком "От неработающих к нейросетям", в которой задавался вопросом: "Как искусственный интеллект, с первых дней своего существования ассоциировавшийся с высокомерием и разочарованием, вдруг стал самым горячим направлением в технологиях?" В статье отмечается, что победа AlexNet стала моментом, когда "люди начали обращать внимание не только на сообщество ИИ, но и на всю технологическую индустрию в целом". Статья была проиллюстрирована изображением роботизированной руки, держащей фотографию кошки.
Все эти изображения кошек, которые технологические гиганты собирали по всему миру, не платя ни копейки ни пользователям, ни сборщикам налогов, оказались невероятно ценными. Гонка ИИ продолжалась, и участники соревновались на изображениях кошек. В то же время, когда AlexNet готовился к испытанию ImageNet, Google тоже тренировал свой ИИ на изображениях кошек и даже создал специальный ИИ, генерирующий изображения кошек, под названием Meow Generator. Технология, разработанная для распознавания милых котят, позже была использована в более хищных целях. Например, Израиль использовал ее для создания приложений Red Wolf, Blue Wolf и Wolf Pack, используемых израильскими солдатами для распознавания лиц палестинцев на оккупированных территориях. Способность распознавать изображения кошек также привела к созданию алгоритмов, которые Иран использует для автоматического распознавания неприкрытых женщин и обеспечения соблюдения законов о хиджабах. Как объясняется в главе 8, для обучения алгоритмов машинного обучения требуются огромные объемы данных. Без миллионов изображений кошек, бесплатно загруженных и аннотированных людьми по всему миру, было бы невозможно обучить алгоритм AlexNet или генератор "Мяу", которые, в свою очередь, послужили шаблоном для последующих ИИ с далеко идущим экономическим, политическим и военным потенциалом.