Искусственный интеллект-2020: приходит понимание ограниченных возможностей

Отношение к искусственному интеллекту (ИИ), вероятно, вступает в фазу здорового скепсиса – вера в могущество новой технологии сменяется пониманием границ, за пределами которых смысл использования ИИ неочевиден.

В Принстоне многолетний эксперимент с участием 160 учёных из разных стран и обширных (13 тысяч параметров оценки, 4 тысячи исследуемых семей) данных окончился неудачей. Обученная ИИ-система смогла в 23% случаев верно предсказать, что человека в будущем ждут «материальные невзгоды», и это лучший из прогнозов. Худший (оценивалась вероятность увольнения с работы) – 3%. (Подробнее об исследовании см. в воскресном «Коммерсанте»).

«Обладание бо́льшим объёмом данных и более совершенными способами машинного обучения и ИИ не гарантирует точность предсказаний,— сказал по этому поводу профессор Принстонского университета Мэтью Салганик (Matthew Salganik). — При этом у политиков или должностных лиц, которые не имеют большого опыта в работе с ИИ в этой области, могут быть завышенные нереалистичные ожидания от использования подобных систем анализа».

Золотые слова, даром что социолог.

Свежее исследование английской компании MMC Ventures (профиль ясен из названия) «The State of AI 2019: Divergence» («Состояние ИИ в 2019 году: дивергенция») демонстрирует, что из 2,8 тысячи европейских стартапов, которые декларировали специализацию на ИИ, только 1,6 тысячи действительно занимаются ИИ. Остальные 1,2 тысячи лгут, «потому что компании сферы ИИ привлекают более значительные инвестиции и выше оцениваются». Однозначный симптом: мы ждём от ИИ то, чего ждать не следует.

Отчасти это связано с размытостью самого понятия «ИИ», поясняют в MMC Ventures. Верно, удовлетворительного (универсального) определения термина нет, ну надо же, до сих пор, и этот факт постепенно осознаётся.

Ещё один любопытный текст – «Как наука о данных и искусственный интеллект помогают справиться с COVID-19». По прочтении становится ясно, что, строго говоря, никак не помогают. Ни один из восьми технологических пунктов, включённых автором в список полезных для борьбы с вирусом, не нов, и не все они связаны с ИИ. Ну, да, наверное, следить за перемещениями людей с помощью сетей сотовой связи эпидемиологам полезно. Но ИИ-то здесь при чём.

Трёх примеров достаточно, перейдём от иллюстраций к делу. ИИ – лишь часть полного набора (стека, на жаргоне айтишников) информационных технологий. В основе этого стека лежит полупроводниковая индустрия, повыше – проектирование вычислительных машин, ещё выше – системный софт, затем софт специальный, и где-то сбоку от него выросшее за последние годы отдельной ветвью ПО для создания нейросетей.

Если для обучения нейросети есть данные, можно соорудить ИИ-систему, которая неплохо переведёт текст, обыграет вас в шашки, распознает дорожный знак или пустит ракету по самостоятельно идентифицированной цели. Всё это здорово, но по сравнению с созданием компьютера, простите за безапелляционность, ерунда. И вот эта ерунда порождает старые иллюзии в духе «теперь-то мы сделаем наконец то, что не могли делать раньше».

Это вряд ли. Создатель первой ЭВМ фон Нейман писал, что с устранением трудоёмких вычислений решатся фундаментальные проблемы – в частности, сможем поймать за хвост турбулентность. Не вышло, даже наоборот: бессилие физиков дошло до попыток объяснить возникновение вихревых течений силой Кориолиса.

Психологи с появлением компьютеров до такой степени обрадовались возможности манипулировать матрицами любой размерности, что взялись искать единственный фактор («смышлёность»), объясняющий всё многообразие проявлений психической деятельности человека. Разумеется, не нашли, хотя труд втуне и не пропал, появился факторный анализ.

Добавим сюда упомянутого Салганика, который исследовал-исследовал, да и пришёл к выводу, что человеческая «судьба» – понятие нестрогое, её не просчитаешь.

Таких примеров – множество. История ИИ их, несомненно, пополнит.