Искусственный интеллект и нейроморфные вычисления: второе дыхание

1K 10 мин.

В 1950–1960 годах, когда первые компьютеры начали появляться в крупных компаниях, ученые пытались моделировать строение мозга с помощью алгоритмов искусственного интеллекта (ИИ). Но всерьез о возможностях ИИ заговорили только ближе к концу XX века, когда Гарри Каспаров в 1997 году проиграл в шахматы суперкомпьютеру IBM Big Blue.

Нейроморфная платформа Pohoiki Springs со 100 млн нейронов

Фото: Walden Kirsch / Intel Corporation

Нейроморфная платформа Pohoiki Springs со 100 млн нейронов

Фото: Walden Kirsch / Intel Corporation

Существенные изменения произошли в 2010-х годах, когда ИИ на базе нейронных сетей обучили делать выводы на основе анализа данных после предварительной «тренировки». Сегодня такие системы применяются, например, для подсчета пассажиров в автобусе или фиксации номера автомобиля нарушителя ПДД. Даже смартфоны со временем обзавелись ИИ — например, для обработки изображений или видео.

Согласно прогнозам компании IDC, выручка глобального рынка технологий ИИ, включая программы, оборудование и услуги, по итогам 2021 года достигнет $327,5 млрд, и уже в 2024 году превысит $500 млрд. В России аналитики IDC оценили рынок ИИ по итогам 2022 года в $291 млн.

Современные технологии ИИ прогрессируют с большой скоростью, но все еще значительно уступают «естественному» интеллекту: человеческий мозг универсальнее, лучше обучаем, более гибок в анализе и принятии решений на основе разрозненной и неполной информации, к тому же потребляет значительно меньше энергии.

Следующее поколение технологий ИИ, над которым, в частности, работают в Intel Labs (научно-исследовательское подразделение компании, которое изучает перспективные идеи работы с данными), будет использовать алгоритмы, более точно имитирующие работу биологического мозга, в том числе в части интерпретации (трактовки в правильном контексте) и автономной адаптации (улучшенное представление данных без взаимодействия с внешней средой) для реагирования на непредвиденные ситуации и различные абстракции.

Нейроморфные вычисления на основе цифровых нейронов, применяемые для этих целей, довольно точно моделируют поведение своих биологических аналогов. Вместе с вероятностными алгоритмами обработки неопределенных и противоречивых данных они являются одним из наиболее перспективных вариантов развития ИИ. Сегодня нейроморфные вычисления все еще на стадии исследований, однако им предсказывают большое будущее. Например, по прогнозу i-Micronews, только в США этот рынок ожидает рост с $69 млн в 2024 году до $5 млрд в 2029 году и $21,3 млрд к 2034 году.

Что такое искусственный интеллект

Искусственный интеллект в широком смысле — направление науки по разработке аналитических систем, способных к обучению и решению сложных задач. В узком смысле — это технологии на основе обучения компьютера человеческому мышлению.

Наш мозг работает за счет сложного взаимодействия миллиардов нейронов, по этой аналогии создают искусственные нейронные сети. Компьютерные системы на основе ИИ способны понимать и синтезировать речь, принимать решения и действовать. Но искусственный интеллект не просто выполняет заданные алгоритмы, а обучается по мере поступления информации.

Технологии ИИ используют в современных смартфонах, при обустройстве «умных домов», в медицине, образовании и разных сферах бизнеса. Но эти технологии не могут в полной мере заменить человека: ИИ не обладает той же многозадачностью, в которой способен работать ум человека.

Другое важное отличие ИИ от естественного интеллекта — мышление человека всегда связано с особенностями личности и эмоциями. Решения и действия компьютерных сетей не имеют никакой эмоциональной окраски и основаны только на результатах обработки информации.

Механизм работы нейроморфных вычислений

Компактная нейроморфная USB-система Kapoho Bay с 262 тыс. нейронов

Фото: Walden Kirsch / Intel Corporation

Компактная нейроморфная USB-система Kapoho Bay с 262 тыс. нейронов

Фото: Walden Kirsch / Intel Corporation

Сегодня для ускорения работы ИИ используются отдельные микросхемы или модули процессоров, чипы для глубокого машинного обучения или отдельных функций — например, для машинного зрения, а также видеокарты, архитектура которых, в частности, справляется с параллельными вычислениями лучше центральных процессоров.

Все эти примеры далеки от нейроморфных вычислений, поскольку построены на традиционной последовательной вычислительной архитектуре фон Неймана с разделенным процессором и памятью. Нейроны мозга, в свою очередь, способны и хранить, и обрабатывать информацию.

Нейроморфные процессоры, создаваемые на стыке биологии, физики, математики, информатики и полупроводникового производства, строятся из привычных транзисторов, но с иной организацией архитектуры, подобно строению нейронов биологического мозга. По аналогии с биологическим образцом искусственный нейрон имеет один выход (аксон), сигнал с которого может поступать на большое количество входов других нейронов и тем самым изменять их состояние.

Искусственные нейроны объединяются по модели импульсных нейронных (спайковых) сетей (Spiking neural network, SNN), особенностью которых является передача данных с помощью разнесенных по времени коротких импульсов равной амплитуды, а не за счет меняющихся по времени значений, как в нейросетях предыдущих поколений. Благодаря кодированию данных импульсами и временными промежутками между ними импульсные нейросети моделируют естественные процессы передачи сигналов, которые также управляют процессами обучения с динамическим переназначением синапсов между нейронами в ответ на стимулы.

Виды ИИ

Выделяют 4 основных вида искусственного интеллекта:

• Слабый ИИ.

На сегодняшний день это основной вид ИИ. Он не способен накапливать и использовать опыт, создается под одну задачу и не может выполнять дополнительные функции. Пример такого вида искусственного интеллекта — система защиты от онлайн-мошенничества Fraud Detector. Программа моментально вычисляет подозрительные действия пользователей на сайтах банков, онлайн-магазинов.

• ИИ с ограниченной памятью.

Способен запоминать фрагменты данных и на их основе анализировать текущую ситуацию. Накопленный опыт не сохраняется в памяти и не компилируется с другой информацией. Пример такого ИИ — беспилотное управление автомобиля. Он отслеживает скорость и направления движения других авто за определенный промежуток времени, чтобы принять решение о смене полосы.

• Сильный ИИ.

Такие машины должны улавливать ход мыслей и мотивы людей, обладать социальным и эмоциональным интеллектом для взаимодействия с человеком. Но сильных ИИ пока не существует в реальности, только в кино, — например, в «Звездных войнах». Но уже есть их подобие — виртуальные ассистенты Siri и Алиса, которых обучают человеческим паттернам общения.

• Суперинтеллект.

Завершающий этап развития искусственного интеллекта, который сможет превзойти человека во всех аспектах. Появление систем такого уровня станет возможным, когда ученые полностью изучат и смоделируют систему функционирования человеческого разума.

Направления исследований

Философы пока не пришли к единому мнению о том, какова природа человеческого интеллекта, и каков его статус. В связи с этим в научных работах, посвященных ИИ, встречается множество идей, повествующих, какие задачи решает искусственный интеллект. Также отсутствует единое понимание вопроса, какую машину можно считать разумной.

Сегодня развитие технологий искусственного интеллекта идет по двум направлениям:

1. Нисходящее (семиотическое). Оно предусматривает разработку новых систем и баз знаний, которые имитируют высокоуровневые психические процессы типа речи, выражения эмоций и мышления.
2. Восходящее (биологическое). Данный подход предполагает проведение исследований в области нейронных сетей, посредством которых создаются модели интеллектуального поведения с точки зрения биологических процессов. На базе этого направления создаются нейрокомпьютеры.

Как работает искусственный интеллект

Чтобы лучше понять работу искусственного интеллекта, стоит разобраться в его технологиях:

• Машинное обучение.

Раздел науки об ИИ о самостоятельном выполнении задач компьютером. Системы машинного обучения способны обрабатывать большие объемы информации, самостоятельно распознавать шаблоны и делать прогнозы. Они применяются в областях, где необходимо делать выводы на основе огромного массива данных: распознавание лиц, речи и объектов.

• Глубокое обучение.

Это вид машинного обучения для решения задач на основе заранее подготовленных данных. Для этого необходимо предоставить большой массив исходной информации и настроить огромное количество параметров для ее корректной обработки. Сети глубокого обучения используют в поисковых системах, для распознавания рукописного текста и изображений, обнаружения мошенничества и спама. Самый популярный метод глубокого обучения — искусственные нейронные сети. Они очень похожи на принцип работы мозга: обрабатывают поступающие сигналы и преобразуют их в данные для решения поставленных задач.

• Синтезированная речь.

Способность компьютера понимать и генерировать речь людей применяют для создания виртуальных ассистентов (Google Assistant, Алиса, Siri), автоматизации бизнеса (телефония, системы аналитики), в медицине (ввод данных в электронные карты пациентов).

Модель мозга

Нейроморфные (от греческого νεῦϱον — волокно, нерв, и μοϱφή — форма) вычисления используют архитектуры нейронных сетей, которые по аналогии с биологическими нервными клетками мозга — нейронами обмениваются информацией с тысячами других нейронов с помощью синапсов.Число нейронов не является метрикой таких характеристик, как мозга, они в большей степени зависят от его организации (архитектуры). Например, у свиней и собак — более 2 млрд, а у медведя — около 10 млрд нейронов.Мозг взрослого человека содержит более 85 млрд нейронов, в коре головного мозга, которая отвечает за сознание и интеллект, находится порядка 20% от всех нейронов. Для моделирования работы отдельных функций нейроморфному процессору достаточно значительно меньшего числа нейронов, чем для полной модели мозга.
Нейросеть класса SNN обеспечивает крайне высокую скорость и производительность, а ее структура может обучаться непосредственно во время работы. Она может обрабатывать динамические задачи — например, распознавать запахи, речь или изображения в видеоряде. Многозадачность спайковых нейронных сетей позволяет обучать группы нейронов для решения различных проблем и осуществлять распознавание с предсказанием по неполным данным.

В настоящее время изучением вопросов применения импульсных нейросетей для моделирования функций мозга занимается множество научных групп и компаний во всем мире. Корпорация Intel вместе с экосистемой партнеров решает задачи в области нейроморфных вычислений комплексно — от фундаментальных теоретических разработок и создания алгоритмов до разработки и производства нейроморфных процессоров.

Сферы использования искусственного интеллекта в бизнесе

ИИ получает все большее распространение в разных сферах бизнеса. Компьютерное зрение и система распознавания лиц помогают компаниям решить сразу несколько задач. Например, умное видеонаблюдение способно выявлять попытки воровства и сокращать убытки от кражи товара покупателями.

Технология распознавания речи позволяет разрабатывать цифровые продукты для маркетологов. Например, чат-боты, голосовых помощников, спам-фильтры и системы работы с запросами и отзывами клиентов. Системы распознавания речи экономят время операторов на обработку стандартных запросов и помогают улучшать сервис. Например, речевая аналитика MANGO OFFICE контролирует соблюдение скриптов разговоров, выявляет самые частые запросы клиентов, отслеживает упоминания о конкурентах.

Рассмотрим пример, как перевела частые вопросы в контакт-центр на робота и сэкономила бюджет. Система на основе искусственного интеллекта определяла цель обращения клиента, нестандартные вопросы направляла операторам, а на типовые отвечала самостоятельно. Компании удалось автоматизировать 250 000 звонков и сэкономить 500 000 рублей в месяц на зарплате операторам.

Еще одно направление ИИ в бизнесе — беспилотный транспорт. Яндекс тестирует актуальных в современных реалиях роботов-курьеров в одном из районов Москвы. Скоро может появиться автономная спецтехника для движения по бездорожью или внутри каких-либо замкнутых систем (завод, парк, аэропорт).

А если не разрушать мир?

Альтернативой обучению ИИ некоторой этике и указанию ему не разрушать мир – а именно в этом по словам исследователей, ни один алгоритм не может быть абсолютно уверен – является ограничение возможностей сверхразума. Например, он может быть отключен от некоторых частей Интернета или от определенных сетей.

Но еще одно недавнее исследование отвергает эту идею, предполагая, что возможности искусственного интеллекта ограничены. Данный аргумент гласит, что если мы не собираемся использовать ИИ для решения проблем, выходящих за рамки человеческих возможностей, то зачем вообще его создавать?

Если мы хотим построить будущее, в котором будут присутствовать ИИ системы, то можем даже не знать, когда появится сверхразум, находящийся вне нашего контроля, такова его непостижимость. А так как мы к созданию сверхразума стремимся, пришла пора задавать серьезные вопросы о направлениях, в которых движется развитие этих технологий.

Технологии могут быть использованы как во благо человека, так и наоборот. Давайте не будем об этом забывать

Суперинтеллектуальная машина, которая управляет миром, звучит как научная фантастика, – говорит Мануэль Себриан из Института человеческого развития Макса Планка. Но уже есть сегодня машины, которые выполняют определенные важные задачи самостоятельно, без полного понимания программистами того, как они этому научились.

Поэтому возникает вопрос – и вполне справедливо – может ли ИИ в какой-то момент стать неконтролируемым и опасным для человечества? Илон Маск, например, как и британский физик-теоретик Стивен Хокинг, считает что да. А что вы думаете по этому поводу? Ответ будем ждать здесь, а также в комментариях к этой статье!

Рынок технологий искусственного интеллекта

В 2022 году выручка российских компаний, использующих технологии ИИ, составила 291 миллиард рублей. Это данные 480 организаций, а лидируют среди них Яндекс, лаборатория Касперского и АО «Инфосистемы Джет». Министерство цифрового развития, связи и массовых коммуникаций прогнозирует рост российского рынка ИИ в 80 раз к 2024 году.

Такие темпы развития технологий неизбежно повлияют на рынок труда. Большое количество рутинных задач возьмут на себя компьютеры, что приведет к сокращению рабочих мест. С другой стороны, появится потребность в профессионалах сферы искусственного интеллекта: специалистах по машинному обучению, системных операторах, архитекторах автоматизации, авторах текстов для интерфейсов и ботов, юристах в области интеллектуального права.

Применение ИИ в современной жизни

В зависимости от области и обширности сферы применения, выделяют два вида ИИ – Weak AI, называемый еще «слабым», и Strong AI, «сильный». В первом случае перед системой ставят узкоспециализированные задачи – диагностика в медицине, управление роботами, работа на базе электронных торговых платформ. Во втором же подразумевается решение глобальных задач.

Так, одна из наиболее популярных сфер применения ИИ – это Big Data в коммерции. Крупные торговые площадки используют подобные технологии для исследования потребительского поведения. вообще создает с их помощью музыку. В некоторые мобильные приложения встроены голосовые помощники вроде Siri, Алисы или Cortana. Они упрощают процесс навигации и совершения покупок в сервисе. И не стоит забывать про программы с нейросетями, обрабатывающими фото и видео.

ИИ также внедряют в производственные процессы для фиксации действий работников. Не обошлось и без внедрения новых технологических решений в транспортной сфере. Так, искусственный интеллект мониторит состояние на дорогах, фиксирует пробки, обнаруживает разные объекты в неположенных местах. А про автономное (беспилотное) вождение и так постоянно говорят…

Люксовые бренды внедряют ИИ в свои системы для анализа потребностей клиентов. Стремительно развивается использование подобных систем в системах здравоохранения, в основном при диагностике заболеваний, разработке лекарств, создании медицинских страховок, проведении клинических исследований и так далее.

Перечислить разом все области, в которых задействован искусственный интеллект, практически нереально. На данный момент он затрагивает все больше самых разных сфер. И причин на то немало – та же автоматизация производственных процессов, стремительный рост информационного оборота и инвестиций в эту сферу, даже социальное давление.

Проблемы ИИ

Несмотря на стремительные темпы роста технологий, возникает ряд проблем, связанных с развитием искусственного интеллекта:

• Суть искусственного интеллекта в работе с огромными массивами данных. Если в исходной информации содержатся неточности или ошибки — это повлияет на конечный результат.
• Программы ИИ имеют узкую специализацию и на данный момент не способны работать в той же многозадачности, на которую способен человек.
• Для работы «умных» систем необходимы серьезные финансовые ресурсы. Обслуживать и настраивать их могут только специалисты высокой квалификации, оборудование тоже стоит немало.

Агентно-ориентированный подход

Он задействует интеллектуальных агентов. Этот подход предполагает следующее: интеллект представляет собой вычислительную часть, посредством которой достигаются поставленные цели. Машина играет роль интеллектуального агента. Она познает окружающую среду при помощи специальных датчиков, а взаимодействует с ней посредством механических частей.

Агентно-ориентированный подход уделяет основное внимание разработке алгоритмов и методов, которые позволяют машинам сохранять работоспособность в различных ситуациях.

Место работы и востребованность специалистов

Специалист по ИИ – это профессия будущего, поскольку технология может найти применения во множестве сфер.

Перечислим отрасли, в которых наиболее востребованы AI-разработчики:

• Банки, финансовые, брокерские компании, хеджфонды – для скоринговых систем, разработки индивидуальных предложений, оценки рисков, отслеживания сомнительных операций и пр.
• Медицина, здравоохранение – для контроля за ростом заболеваемости, тестирования новых лекарственных препаратов, уточнения диагнозов, научных исследований и т. д.
• Ритейл, онлайн-продажи, сервисы для заказа товаров или услуг и прочие сферы, связанные с аналитикой больших данных интернет-пользователей.
• Транспортные, логистические, складские организации, службы такси – для прогнозирования спроса и загрузки, построения оптимальных маршрутов и др.
• Информационные технологии, телеком, разработка компьютерных игр, программ для дополненной и виртуальной реальности, а также робототехники.
• Промышленные и производственные предприятия, добыча полезных ископаемых.

В России профессия набирает популярность. На сайте по поиску работы Head Hunter в настоящий момент опубликовано почти 4000 вакансий, в которых требуется знание искусственного интеллекта. Наиболее востребованы специалисты с опытом 1-3 года в Москве, Санкт-Петербурге, Нижнем Новгороде, Новосибирске и Краснодаре.

Что нужно знать, чтобы стать специалистом по ИИ

Чтобы стать специалистом по искусственному интеллекту, нужно знать на углубленном уровне разные разделы математики: теорию вероятности, статистику, математический анализ и линейную алгебру.

А также AI-разработчик должен обладать следующими знаниями и навыками:

• Язык программирования Python. А также в работе могут пригодиться Java, или C/C++.
• Популярные фреймворки Питон для Data Science – Numpy, Pandas, Scikit-learn, Matpotlib.
• Инструменты для разработки и обучения нейросетей – Keras, Tensolflow, PyTorch.
• Базы данных и язык запросов SQL.
• Алгоритмы построения рекомендательных систем.
• Методы машинного обучения, технологии компьютерного зрения или обработки естественного языка (NLP).
• Программы для визуализации данных, например, Tableau или Power BI.
• Английский для чтения техдокументации.

Как обучиться профессии

Получить профессию специалиста по искусственному интеллекту можно либо на очном отделении вуза, либо в онлайн-школе. Из учебных заведений, где можно учиться на AI-разработчика, отметим:

• Московский государственный технический университет имени Н. Э. Баумана.
• Российский экономический университет имени Г. В. Плеханова.
• Санкт-Петербургский государственный университет аэрокосмического приборостроения.
• Высшая школа экономики.
• Университет Иннополис.

По этому направлению подойдут такие факультеты, как «Интеллектуальные системы управления и обработки данных», «Цифровая экономика и большие данные», «Математические методы искусственного интеллекта». Специальность престижная, поэтому стоимость учебы превышает 100 тысяч рублей за год.

Более удобный, эффективный и доступный формат обучения – это онлайн-курсы. Освоить профессию дистанционно можно в срок до 1,5 лет. Учебная программа содержит максимум полезной информации и практики: домашние задания после каждого урока, командная разработка, хакатоны и пр.

На нашем сайте собраны лучшие онлайн-курсы по искусственному интеллекту. Удобный фильтр поможет вам найти вариант под свои требования: по цене, сроку, наличию рассрочку или скидки. У нас можно узнать условия каждой обучающей программы, а также почитать реальные отзывы.

К концу курса у вас будут проекты в портфолио (например, нейросеть или рекомендательная система), диплом, а также неограниченный доступ к видео и другим материалам. В некоторых школах можно пройти стажировку и получить помощь с трудоустройством.