CSI - Центр Стратегических Инициатив
CSI - Центр Стратегических Инициатив

Жасанды интеллекттің кеңдігі

Авторлары: Дармен Жолтай

1 желтоқсан 2019

Қазіргі технологиялар осыдан 20 жылдай бұрын фантаст жазушылардың өнертабысы болып көрінген. Бүгінде жасанды интеллект, машиналық оқыту, нейрондық желілер күнделікті өмірге айналды. Алайда, бұл қарқынды дамудан көпшілік әлі де қорқады. Бұл қандай терминдер және олардың астарында не жатқанын көрейік.

Үлкен деректер, жасанды интеллект, машиналық оқыту, нейрондық желілер және deep learning («терең оқыту») туралы көп жазылады, бірақ көбінесе бұл түсініктерді шатастырады. Осыған байланысты адамдар да абыржулы, және көптеген адамдар осы технологиялардың не істей алатындығы туралы жалған түсінікке ие. Біз технологияның техникалық егжей-тегжейін сипаттау мен осы технологияларды қолданбалы қолдану мысалдары арасында ақылға қонымды тепе-теңдік табуға тырысамыз.
Жасанды интеллект
Қазіргі кезде әркімнің қол астында Википедия бар, ол келесі сипаттаманы береді: жасанды интеллект (artificial intelligence) - бұл дәстүрлі түрде адамның ерекше құқығы болып саналатын шығармашылық функцияларды орындау үшін интеллектуалды жүйелердің қасиеті. Сонымен қатар, ағылшынша artificial intelligence деген тіркестің орысша аудармасында алған антропоморфтық бояуы жоқ: intelligence сөзі қолданылған контекстте «ақыл» емес(ол үшін intellect сөзінің ағылшындық аналогы бар), «ақылға қонымды ойлау қабілеті» дегенді білдіреді.

Қарапайым тілмен айтқанда, жасанды интеллект дегеніміз - компьютерлердің күрделі тапсырмаларды орындай алу және адамға ұқсас интеллектті көрсету қабілеті. Жасанды интеллект тұжырымдамасының өзі қай технологияның қолданылып жатқанын көрсетпейді. Бүгінде жасанды интеллекттің мүмкіндіктері мен даму векторын машиналық оқыту анықтайды, сондықтан екі термин жиі ауыспалы мағынада қолданылады.
Күшті және әлсіз жасанды интеллект
Бұқаралық ақпарат құралдарында жасанды интеллект көбінесе жан-жақты қабілеттері бар автономды «ойлау машинасы» ретінде бейнеленеді. Дәл осы «өзін-өзі дамытатын», шынымен де «ойлайтын» жасанды интеллект көптеген фантаст жазушыларды адамзатқа құлдыққа түсіретін қорқынышты технологиялық құбыжық ретінде сипаттайды. Шындығында, бұл әлі жоқ.

Сондықтан машиналардың «рационалдылық критерийін» нақты түсініп, бөліп алу қажет. Мұны жасанды интеллектті күшті және әлсіз деп бөлуді атайды.

Бүгін біз көбінесе әлсіз жасанды интеллектті кездестіре аламыз: бұл дегеніміз, машина нақты бір тапсырманы орындай алады. мысалы, компьютерлік ойындар ойнау, суретте не бейнеленгенін анықтау немесе дауысты тиісті мәтінге аудару. Әрбір осындай жасанды интеллект жеке-жеке конфигурацияланған (оқытылған) және әрбір жасанды интеллект өз міндетімен қатаң шектелген. Сонымен бірге «әлсіз» терминін теріс баға ретінде қабылдауға болмайды, бұл тек қолданылатын технологияларды түсіндіру.

Күшті жасанды интеллект компьютердің жай ғана ақпаратпен жұмыс жасамай, оның мағынасын белгілі бір деңгейде түсінетіндігін білдіреді. Мысалы, егер компьютердің бір тілден екінші тілге аудармашысы берілген ережелер бойынша кейбір сөздерді басқаларымен жай ауыстырса, онда бұл әлсіз ИИ. Егер ол мәтіннің мағынасын түсінуден түсетін болса, онда ол мықтыларға жақын.

Дәстүрлі сараптамалық жүйелер - алдын-ала бағдарламаланған ережелерге негізделген әлсіз жасанды интеллекттің мысалы («егер-онда», «егер ... - онда ...»). Қазіргі заманғы әлсіз жасанды интеллекттің басты ерекшелігі - бұл проблемаларды нақты ережелерсіз, оның жасалу жолын түсіндірусіз шеше білуінде, бірақ ол әлі де күшті АИ емес. Бұл машиналық оқыту.
Машиналық оқыту
Машиналық оқыту - бұл компьютерлерге мысалдардан сабақ алуға мүмкіндік беретін алгоритмдердің жиынтығы. Мысық пен иттің компьютерге қалай көрінетінін егжей-тегжейлі түсіндіріп берудің (бағдарламаның) орнына мысықтар мен иттердің мысалдары бар, оны компьютер өздігінен анықтай алады. Дәл осы туралы келесі тоқсандағы дүкендердің сатылымын болжау мүмкіндігі туралы айтуға болады. Біз компьютерге сатылым туралы тарихи деректерді және осы сатылымдар тәуелді болуы мүмкін факторларды көрсетеміз және машинаның байланыстар тауып, болжам жасауын күтеміз.

Әрине, іс жүзінде бәрі онша қарапайым емес, компьютерді оқыту процесі (параметрлерді орнату және алгоритмді таңдау) мәліметтер маманының басшылығымен жүзеге асырылады. Алайда, алынған модель нақты бағдарламалау емес, тек мәліметтерге негізделген. Машиналық оқытудың математикасы бұрыннан бар, бірақ оны практикалық қолдану үлкен мәліметтер жиынтығы мен есептеу күшінің болуымен мүмкін болды, бұл машиналық оқытуды кеңінен қолдануға әкелді.

Қарапайым сөзбен айтқанда, машина біздің мәліметтерге қарап, олардың ішіндегі заңдылықтарды табады және біз үшін жауапты болжауды үйренеді. Ең қызығы, машиналар адамдар білмейтін осындай үлгілерді таба бастады.
Нейрондық желілер және терең оқыту
Нейрондық желілер - бұл машиналық оқыту алгоритмдерінің танымал отбасы. Нейрондық желілерді пайдалану идеясы мидағы процестерді (мидағы нейрондардың байланысы) зерттеуден және осы процестерді математикалық модельдеуге тырысқан кезде пайда болды. Нейрондық желілер көптеген мәселелерді шешуге өте қолайлы, дегенмен, бұл машиналық оқыту әдістерінің бірі ғана.

Терең оқыту - бұл көптеген қабаттарды қамтитын «үлкен, терең» жүйке желілерінің архитектурасы. Әдіс кескіндерді, бейнелерді және дыбыстарды талдау үшін жақсы жұмыс істейді.
Деректер туралы ғылым
Data Science - бұл деректерді талдаудың математикалық әдістерін қолдануға қатысты жалпы термин. Data Scientist жұмысына машиналық оқыту сияқты алдыңғы қатарлы әдістер кіреді, бірақ олармен шектелмейді. Тапсырмалар терең оқыту модельдерін құрудан бастап, сипаттамалық талдаумен деректерді визуализациялауға дейін. Data Science термині дерек танушы ғалымның жұмысын анықтауға өте ыңғайлы, бірақ «деректер ғылымының» нақты пайдалану жағдайлары туралы айтылған кезде қолданылатын міндеттермен технологиялардың ауқымын нақтылаумағынасы бар.
Big Data
Үлкен деректер - бұл инфрақұрылымдық проблеманың анықтамасы. «Үлкен деректер» термині деректерді өңдеудің дәстүрлі құралдары өңдей алмайтын деректердің көп мөлшерін жинауға, сақтауға және қол жеткізуге қажет аппараттық және бағдарламалық шешімдерді білдіреді.

Кейде бұл термин деректерді талдаудың озық әдістері мен олардың негізінде жасалған өнімдер мен қызметтерге қатысты қолданылады. Алайда, «Жасанды интеллект» ұғымының танымалдылығының артуымен анықтамалардағы хаосты болдырмау үшін осы терминді ұстану ыңғайлы.

Сонымен, біз жасанды интеллекті биология немесе химия сияқты бүкіл өрістің атауы ретінде анықтаймыз. Машиналық оқыту - бұл жасанды интеллекттің маңызды саласы, бірақ жалғыз емес. Нейрондық желілер - бұл соңғы кезде танымал бола бастаған машиналық оқытудың бір түрі, бірақ басқалары да бар. Терең оқыту - бұл жүйке желілерінің архитектурасы, оларды құру мен оқыту тәсілдерінің бірі. Іс жүзінде, бүгінде бірнеше адам терең нейрондық желілерді ажыратады, ал олай емес.

Сонымен қатар, сіз тек сол деңгейдегі заттарды салыстыра аласыз, әйтпесе сіз «қайсысы жақсы: сиыр ма, сүт пе?» Деген сияқты толық хаосты аласыз. Шындығында, бұл ұғымдардың барлығы уақыт өткен сайын, технологиялардың кезең-кезеңімен дамып отыруымен өзгеріп отырады. Бүгін біз «жасанды интеллектті» 2019 жылдың күзіндегі жағдай бойынша ғылыми қоғамдастық «машиналық оқыту», атап айтқанда «Терең оқыту» деп анықтайды деп айта аламыз. Әрі қарай не болады - кейінірек білетін боламыз.
Made on
Tilda