Історія та висновки розвитку штучного інтелекту за 80 років

Протягом 80 років розвитку в галузі штучного інтелекту (ШІ) ми можемо черпати багато цінного досвіду. Цей період свідчить про коливання фінансових вкладень, різноманіття методів дослідження та розробки, а також про зміну громадських настроїв від цікавості до тривоги, а потім до захоплення.

Історія штучного інтелекту налічує з 1943 року, коли нейрофізіологи МакКаллок і логік Пітц опублікували новаторську статтю про математичну логіку. Вони запропонували ідеалізовану та спрощену модель нейронної мережі, що описує, як ці мережі виконують прості логічні операції шляхом передачі або непередачі імпульсів. Хоча гіпотези цієї статті пізніше не пройшли емпіричну перевірку, вона стала джерелом натхнення для сучасного глибокого навчання.

У процесі розвитку ШІ нам потрібно бути обережними, щоб не плутати інженерію з наукою, науку з припущеннями, а також науку з документами, наповненими математичними символами та формулами. Що ще важливіше, ми повинні протистояти спокусі ілюзії «людина може створити машину, яка не відрізняється від неї самої». Ця вперта і поширена гординя протягом останніх 80 років була каталізатором технологічних бульбашок та періодичних захоплень ШІ.

Концепція загального штучного інтелекту (AGI)(, тобто швидкого виникнення машин з людським інтелектом чи навіть суперінтелектом, завжди була популярною темою в галузі штучного інтелекту. Однак історично прогнози про те, що AGI ось-ось буде реалізовано, неодноразово виявлялися хибними. Від заяви Герберта Саймона в 1957 році про те, що "у світі вже існують машини, які можуть мислити, навчатися та створювати", до прогнозу Марвіна Мінського в 1970 році про те, що "протягом трьох-восьми років з'являться машини з інтелектом звичайної людини", і до нещодавніх заяв OpenAI про те, що суперінтелектуальний ШІ може з'явитися в цьому десятилітті, ці прогнози відображають надмірний оптимізм щодо можливостей штучного інтелекту.

Ми повинні обережно ставитися до тих, хто виглядає революційними новими технологіями, уважно розглядаючи, чи справді вони мають суттєву відмінність від попередніх припущень про машинний інтелект. Як зазначив експерт з глибокого навчання Янн ЛеКун, нам все ще бракує деяких ключових елементів для досягнення машин, які можуть навчатися так ефективно, як люди та тварини.

Історія розвитку ШІ вказує на те, що "перша помилка" заслуговує на нашу пильність. Ця помилка вважає, що якщо комп'ютер може виконати завдання, яке раніше вважалося неможливим, навіть якщо його виконання залишає бажати кращого, то в результаті подальшого технологічного розвитку він зрештою зможе виконати його ідеально. Однак реальність часто доводить, що від неможливості виконати завдання до виконання його погано зазвичай відстань значно менша, ніж від виконання його погано до виконання його на високому рівні.

На різних етапах розвитку ШІ апаратне забезпечення, програмне забезпечення та збір даних відігравали важливу роль. Експертні системи, які почали популяризуватися в середині 60-х років 20 століття, зосередили увагу на отриманні та програмуванні знань про реальний світ. Однак на початку 90-х років цей бум ШІ зрештою закінчився, виявивши величезні виклики в отриманні та підтримці знань. Це нагадує нам, що початковий успіх і широке впровадження не можуть гарантувати стійкість "нової індустрії", адже бульбашка зрештою лопне.

Дискусії щодо методів розробки штучного інтелекту тривають уже давно, здебільшого вони ведуться між символічним ШІ, заснованим на правилах, та статистичним конектівізмом. Останніми роками акцент у розробці ШІ змістився з академічного середовища до приватного сектора, але вся галузь все ще схиляється до слідування єдиному дослідному напрямку. Це нагадує нам, що не слід покладати всі надії на один єдиний метод розробки ШІ.

Дивлячись у майбутнє, як апаратні гіганти на кшталт Nvidia, так і стартапи, що спеціалізуються на AGI, повинні черпати досвід з розвитку AI. Залишатися пильними, диверсифікувати розвиток, уникати пасток однієї технологічної лінії — все це є ключем до забезпечення довгострокового успіху в галузі AI.