Раньше мы обращались за информацией к друзьям или делали запросы в поисковые системы. Теперь мы обращаемся к ChatGPT или голосовому интеллектуальному помощнику, такому как Алиса. От написания писем до планирования праздников и поиска лучшего подарка на день рождения для подруги — ИИ проникает в нашу повседневную жизнь с молниеносной скоростью. Он в наших телефонах, браузерах, умных домах и всё чаще на наших рабочих компьютерах, серверах, облачных сервисах. Пользоваться этой инновацией довольно полезно. Зачем тратить полчаса на форматирование таблицы или переписывание неуклюжего предложения, когда искусственный интеллект может сделать это за считанные секунды? Для многих это удобство слишком заманчиво, чтобы отказаться от него.
Но вот в чем дело. То, что мы можем использовать полезный инструмент для постоянного решения повседневных задач, не означает, что мы должны это делать, не обдумав последствия. В плюсах – удобство, скорость и экономия мозговой активности. Одно из самых очевидных преимуществ — это то, сколько времени можно сэкономить. Нужен план питания на неделю? Готово за считанные секунды. Хотите перефразировать сложное письмо, не выглядя при этом грубо или пассивно-агрессивно? Готово. Инструменты ИИ могут облегчить длинный список дел.
Есть ещё фактор умственной нагрузки. Жизнь полна дел, иногда мы просто слишком устаём, чтобы быть креативными или эффективными. Позволяя компьютерной программе заниматься мелочами, мы можем освободить наш разум для более важных дел — решения проблем, глубоких раздумий или даже просто перевести дух. Для людей с ограниченными возможностями или нейроотличным мышлением ИИ может уравнять шансы. Он может поддерживать общение, снижать тревожность и помогать в решении задач, которые в противном случае были бы непосильными для них.
Но если вдуматься, то присутствуют и минусы — не слишком ли много мы передаём на аутсорсинг машинному разуму? Со всем этим удобством приходит и растущая обеспокоенность. Если мы полагаемся на ИИ для каждой небольшой задачи, не теряем ли мы постепенно способность делать их самостоятельно? Есть риск стать ленивыми мыслителями. Проще попросить ИИ что-то объяснить, чем сидеть и разбираться с вопросом по существу, познавая неизведанное, постигая премудрости. Со временем это может притупить наши навыки критического мышления.
А ещё есть конфиденциальность. Многие из нас вводят персональные данные в чат-боты, даже не подозревая, куда эта информация попадает. В то время как некоторые инструменты созданы с учётом надёжной безопасности, другие… могут быть не очень щепетильны.
А как насчёт оригинальности? Если контент для многих людей будет создаваться компьютерным «разумом», всё может начать звучать похоже/одинаково. Мы можем сэкономить время, но мы теряем не только личный контакт с социумом, но и ту маленькую искорку, которая делает нас уникальными индивидуальностями.
Об искусственном интеллекте часто говорят так, будто это один гигантский разум, который управляет всем за кулисами нашего современного мира. На самом деле он состоит из множества различных типов, работающих по-разному. Чёткое понимание различных типов помогает нам понять эту технологию, которую мы уже используем, как и то, куда она будет развиваться дальше.
Машинное обучение — одна из важнейших областей и «двигатель» большинства современных ИИ. Вместо того, чтобы следовать строгим инструкциям, оно изучает закономерности из массивов данных, принимает решения или делает прогнозы на основе этого обучения. Существует несколько основных подходов:
1.) Контролируемое обучение использует маркированные данные для усовершенствования системы к прогнозированию результатов.
2.) Неконтролируемое обучение исследует закономерности в данных без какого-либо руководства.
3.) Обучение с подкреплением использует метод проб и ошибок для получения знаний на основе обратной связи и вознаграждений.
Большинство современных инструментов искусственного интеллекта — от чат-ботов до систем обнаружения мошенничества — работают на основе той или иной формы машинного обучения.
Генеративный ИИ предназначен для производства нового контент. Он не просто анализирует данные, а уже после проведения процедуры изучения, сервер сам генерирует новый контент. Это может быть изображение, стихотворение, деловое письмо, видео или даже музыка. В эту группу входят крупные языковые модели и генераторы изображений. В последнее время они стали очень заметны и востребованы, меняя сам подход к тому, как люди работают и «творят». В контексте того, о чём шла речь в начале статьи – этот тип особенно влияет на то, что, в большинстве случаев) креативность индивида, при постоянном использовании генеративного искусственного интеллекта, постепенно деградирует.
Символический ИИ — это структурный инструмент, который следует чётким наследуемым алгоритмам (правилам) для решения любой задачи или проблемы. Этот метод используется в экспертных системах, где нужно точно знать, как и почему было принято решение. Он не такой гибкий и креативный, как другие формы, но все равно играет важную роль в таких областях, как юриспруденция, соблюдение нормативных требований или диагностика сложной техники (от автомобилей до аэрокосмических систем.
Гибридный ИИ в своём подходе сочетает символический искусственный «разум» с машинным обучением. Цель — взять лучшее из «обоих миров». Система может учиться на данных, а также использовать чёткие правила и логику для принятия решений. Это полезная комбинаторика подход, когда инструмент должен быть одновременно гибким и объяснимым, например, в финансах, юриспруденции и здравоохранении.
Большинство умных системных инноваций, которые мы используем каждый день, попадают в категорию «Узкий ИИ». Специализированное программное обеспечение обучено на то, чтобы решать задачи в одной узкой области, но зато делает это очень качественно и обстоятельно. Он может управлять вашим умным голосовым помощником, сортировать почтовый ящик, быть «заточенным» на аналитику маркетинговых данных или просто рекомендовать новый сериал. Он не может «мыслить» вне рамок своей задачи и не учится чему-либо, выходящему за рамки его цели, но он невероятно эффективен в установленных пределах.
Подтип ИИ действующий на основе сохраняемой исторической информации называется «Limited memory». Он хранит некоторые (довольно большие) массивы прошлых данных, чтобы принимать более обоснованные решения в будущем. Объём хранилища постоянно пополняется, а поэтому результаты в разное время могут отличаться от прежних. Например, беспилотный автомобиль использует последние данные датчиков, чтобы решить, как реагировать на дорожное движение или возникающую помеху. Он помнит ровно столько, чтобы действовать более разумно в данный момент. Но если в память попадают ситуации с новыми, неизвестными доселе, объектами, то любой результат возникшей ситуации (позитивный, нейтральный, негативный) фиксируется в памяти сервера. Эта разновидность пока на шаг впереди других подобных, и она составляет основу большинства инструментов машинного обучения, используемых сегодня.
Реактивные системы ИИ сами ничего не помнят. Они реагируют только на то, что находится перед ними в данный момент. Они быстры и надёжны, но не умеют делать далеко идущие выводы и адаптироваться. Deep Blue , шахматный компьютер из 1990-х годов, является классическим примером. Он мог вычислить лучший ход, но не учился на опыте и не становился лучше со временем.
Пограничный ИИ обрабатывает данные непосредственно на вашем устройстве, а не отправляет их в облако (или на сервера дата-центра). Это уменьшает задержку, экономит пропускную способность и может быть надёжнее в плане конфиденциальности. Он используется в умных часах, камерах, домашних помощниках и промышленных технологиях. Цель — мгновенные ответы без необходимости постоянного доступа в Интернет.
Новой областью разработки является «эмоциональный ИИ», который фокусируется на распознавании человеческих эмоций. Сложная система стремится анализировать не только тональность вашего голоса, но и выражение лица или наборов слов, которые вы используете, чтобы угадать, что вы чувствуете в данное мгновение. Сейчас изучается возможность его применения в приложениях для психиатрии и выправления душевного здоровья, в инструментах обслуживания клиентов и образовательных технологиях. Пока ещё рано говорить о серьёзных достижениях в этой области, но со временем он может сыграть большую роль во взаимодействии человека и ИИ.
Системы «Теории разума» предполагают, что эту систему можно будет научить распознавать информацию на тех же принципах и понимании, что у людей. Пока основное различия машин и человека в том, что у последнего есть мысли, эмоции и перспективы, на основании набора которых он делает выводы. Алгоритмы таких разработок основаны на человеческом навыке и модель психики человека, известной, как «теория разума».
Общий ИИ, по прогнозам разработчиков, сможет думать и учиться как человек, переходя переходить от одной задачи к другой без необходимости переподготовки. Сейчас это всё ещё теория и фантазии, так как все те системы, которые у нас есть сегодня, гораздо более специализированы и узконаправлены. Общий ИИ остаётся долгосрочной целью для многих, творящих в этой области. Если его действительно качественно разработать, он может оказать глубокое влияние на каждую часть общества.
Самоосознающий себя ИИ — это самая дальняя точка спектра, который можно себе представить. Учёные хотят добиться того, что данный тип будет обладать сознанием и понимать своё собственное существование. Это скорее предмет научной фантастики и философии, чем реальных исследований. Тем не менее, этот вопрос часто обсуждается в разговорах о будущем и о том, что может стать возможным через десятилетия.
Сверхразумные системы превзойдут людей во всем: от креативности и эмпатии до решения проблем. Это теоретическая идея, но она привлекает внимание исследователей. Если такой «компьютерный разум» когда-нибудь оживёт, то поднимет огромные вопросы о безопасности, ответственности и власти. Пока что он остаётся в фантастической плоскости.
Знание различных типов искусственного интеллекта помогает преодолеть путаницу. Не все они созданы равными, и не все из них настолько продвинуты, как может показаться. Некоторые системы обучаются и адаптируются. Другие придерживаются сценария. Некоторые работают в облаке и на удалённых серверах. Другие работают на смарт-часах и в объектах Интернета вещей. Понимая, для чего создан каждый тип, люди могут принимать более обоснованные решения о том, как его использовать и какую роль он должен играть в нашей жизни. Мы также можем задавать более обоснованные вопросы о прозрачности, справедливости и влиянии искусственных систем на нашу жизнь.
Не надо идеализировать ИИ — он как калькулятор — великолепен в плане скорости и точности, но если вы используете его постоянно, не понимая стоящей за ним математики и логики, вы начинаете забывать, как думать самостоятельно. Осознанное использование — это ключ для развития и поддержки своего мышления, а не для его замены. Пусть этот инструмент предлагает, но не решает, планирует, но не диктует что делать человеку. Спросите себя, почему вы к нему тянетесь и что вы от этого получаете. Конечно, эти инновации никуда не денутся, они уже вплетены в ткань нашей повседневной жизни. Во многих отношениях это хорошо, так как экономят наше время, поддерживают доступность коммуникации и помогают в работе. Но чрезмерное их использование может притупить наше творческое сознание, любопытство и независимость. Хитрость заключается в том, чтобы найти баланс и использовать ИИ как инструмент, а не как костыль. Держите свой мозг включённым, оставайтесь любознательными и убедитесь, что во всей этой цифровой эффективности мы не забываем о ценности человеческого бытия.
