Совсем невозможным казалось, что машина может складывать и вычитать в миллионы раз быстрее человека. В первые годы после появления компьютеров, в 1950-е годы печать была заполнена объявлениями о быстродействии машин. СМИ сообщали о каждом новом и невероятном рекорде быстродействия. Эта способность машины точно также шокировала публику, как и полет в космос.
Сейчас мы уже привыкли к быстродействию компьютера, привыкли к калькуляторам. Мы даже забываем навыки быстрого устного счета.
Машина выигрывает у человека в шахматы
После победы компьютера в чемпионате на скорость сложения считалось, что компьютер может побеждать в простых операциях, но в сложной интеллектуальной работе человек не победим. Долгие века символом такой насыщенной интеллектом деятельности считалась игра в шахматы. Даже по способности играть в шахматы оценивали уровень интеллекта.
Понятно, что для компьютерных разработчиков шахматы стали следующей мишенью. Прежде всего, в силу формализуемости шахмат, все шахматные правила легко переводятся на язык формул математики и логики. Появилась цель объявить шахматный чемпионат «машина-человек» и выиграть у чемпиона мира. Это свершилось уже в далеком 1996 году, когда чемпион мира по шахматам Г. Каспаров впервые проиграл матч специально разработанному шахматному компьютеру Deep Blue. В наше время специальный компьютер уже не требуется. Программа в обычном смартфоне обыграет большинство людей.
Распознавание образов существует уже давно
Не стоит думать, что тема цифрового интеллекта, а точнее человекоподобных систем возникла лишь в последние годы. На самом деле, тема существует уже лет 60-70, правда, без громкого медийного сопровождения. Мощным стимулом было военное соревнование США – СССР. Скажем, «распознавание образов» впервые возникло как задача заблаговременного распознавания ядерной атаки. Атакуемая сторона имеет всего лишь 20 минут для принятия решения при появлении первичных сигналов об атаке. Это реальная атака, или ложное срабатывание. В силу ограничений по времени, лишь машина может получить какое-то решение. Человек может быть и является финальным контролером, но анализ всех сигналов может производить лишь машина. В те годы этой задачей занимались масса ученых и инженеров и в СССР, и в США. В наше время теория распознавания образов применяется в массе приложений. В частности, в практике распознавания лиц в системе уличного видеонаблюдения. С точки зрения технологии распознавание ракет или установление человеческих лиц вполне подобны.
Экспертные системы тоже возникли давно
Одновременно с распознаванием образов возникло немало так называемых экспертных систем. Чем выше цивилизационный уровень страны, тем выше ценность главного ресурса – экспертности. Настоящих экспертов начинает банально не хватать по мере роста собираемой информации.
Соответственно, еще 50 лет назад возникла задача замены экспертов цифровыми алгоритмами.
Простейший пример связан с анализом геологической разведки. Полезные ископаемые можно искать простейшим способом – пробурить через каждый километр скважину глубиной 5 км. Достать образцы грунта и провести их полный анализ. Способ хороший, но невозможный ввиду безумной дороговизны. Есть методы дешевле. Например, акустическая разведка. Делается малый взрыв на поверхности. Территория вокруг центра взрыва заполняется множеством датчиков, который записывают прохождение звука через землю. Аналогично можно проводить электроразведку. Здесь возникает задача восстановления подземной структуры по данным от датчиков. В какой-то степени такая разведка напоминает медицинский метод МРТ по сканированию внутренностей человека. МРТ диаграмму расшифровывает специальный врач. С данными геологической разведки сложнее. Тут нужно либо множество экспертов, либо специальные цифровые алгоритмы. Подобные экспертные системы давно созданы. В любой серьезной геологической компании могут показать 3D модель реального месторождения.
Для последующего чтения и анализа
Сейчас в Интернете представлено громадное число материалов по искусственному интеллекту. Можно самостоятельно поискать и подобрать материалы с необходимым уровнем погружения в проблему.
В качестве следующего после этой книги шага автор мог бы порекомендовать весьма серьезное интервью, которое Ольга Ускова дала Владимиру Познеру, https://youtu.be/sMd5idtt4TM . Для справки: О. Ускова, известная российская предпринимательница. Еще в 1992 году она стала основателем фирмы Cognitive Technologies, https://www.cognitive.ru/ . Нетрудно видеть близость названия компании к теме цифрового разума.