Уроки історії розвитку ШІ за 80 років

З 1943 року штучний інтелект (AI) пройшов 80 років. Протягом цього довгого шляху AI зазнав численних підйомів і падінь, від початкового зародження концепції до сьогоднішнього бурхливого розвитку. Озираючись на історію розвитку AI, ми можемо підсумувати кілька цінних уроків, які можуть слугувати орієнтиром для майбутнього розвитку AI.

Походження штучного інтелекту можна відстежити до грудня 1943 року. Тоді нейрофізіологи Маккаллок і логік Пітс опублікували статтю про нейронні мережі, в якій припустили, як спрощені нейронні мережі можуть виконувати прості логічні операції шляхом передачі імпульсів. Хоча ця стаття не мала експериментальних підтверджень, вона надихнула на "коннекціонізм" і стала теоретичною основою сучасного глибокого навчання.

Перший урок полягає в тому, що ми повинні бути обережними, змішуючи інженерію та науку, плутати припущення з наукою. Водночас, слід обережно ставитися до тих статей, які переповнені математичними символами та формулами. Найголовніше - чинити опір ілюзії, що "людство може створити машини, рівні собі". Це почуття гордості протягом останніх 80 років було каталізатором технологічних бульбашок та божевілля штучного інтелекту.

У 1950-х роках деякі піонери штучного інтелекту почали прогнозувати прихід загального штучного інтелекту (AGI). Вони вважали, що машини з людським інтелектом або навіть надінтелектом незабаром з'являться. Це очікування навіть вплинуло на витрати та політику уряду. Проте лише на початку XXI століття люди почали більш чітко усвідомлювати обмеження AGI та традиційного ШІ.

Другий урок полягає в тому, що потрібно обережно ставитися до тих нових технологій, які виглядають дуже привабливо. Вони можуть не відрізнятися від попередніх припущень щодо машинного інтелекту. Як сказав експерт з глибокого навчання ЛеКун, нам все ще не вистачає деяких ключових елементів, які дозволили б машинам навчатися так само ефективно, як люди.

Третій урок полягає в тому, що від неможливості виконати завдання до важкого його виконання, зазвичай, відстань значно коротша, ніж від важкого виконання до ідеального. Багато людей потрапляють у "помилку першого кроку", вважаючи, що якщо технології будуть постійно розвиватися, машини в кінцевому підсумку зможуть ідеально виконати завдання. Однак реальність часто виявляється зовсім іншою.

У середині 60-х років XX століття розвиток ШІ увійшов у нову стадію, було введено два нові елементи: програмне забезпечення та збір даних. Експертні системи були на піку популярності, але на початку 90-х раптово впали в занепад. Це було в основному пов'язано з тим, що процес отримання знань був складним і трудомістким, а витрати на обслуговування були високими.

Четвертий урок: навіть якщо технологія досягла початкового успіху, отримала широке застосування та значні інвестиції, це не обов'язково означає, що вона зможе продовжувати розвиватися. Технологічна бульбашка може в будь-який момент лопнути.

У процесі розвитку ШІ дві методології – символізм і коннекціонізм – постійно борються за домінування. Протягом тривалого часу дослідження в галузі ШІ в основному спонукалися академічним середовищем, що спричинило сильну фракційність. Проте в останні роки акцент у розвитку ШІ перемістився в приватний сектор, хоча вся галузь все ще схиляється до уваги на єдиному напрямку досліджень.

П'ятий урок: не варто вкладати всі ресурси в єдиний напрямок дослідження ШІ. Диверсифікована стратегія досліджень може бути більш вигідною для довгострокового розвитку ШІ.

В цілому, 80-річний розвиток ШІ дав нам багато уроків. Ми повинні зберігати пильність і відкритість, визнати потенціал ШІ, а також чітко усвідомлювати його обмеження. Лише вивчаючи уроки історії, ми зможемо краще зрозуміти майбутній напрямок розвитку ШІ.