Таймлайн: Как и чему учились машины?

С каждой новостью про искусственный интеллект, нейросети и машинное обучение становится все труднее понять актуальные возможности технологий. Многое из того, что нам представляется далекой фантастикой, было придумано задолго до нашего рождения — а мы и не знали! Компьютеры уже умеют поддерживать реалистичный диалог? А водить машину без человека? Как насчет шахмат, мы еще побеждаем роботов, или уже нет? Расставляем даты компьютерных достижений, чтобы устранить путаницу. 

1941 — Компьютер может вычислить квадратный корень

В разгаре Второй мировой войны немецкий инженер Конрад Цузе собирает улучшенную версию электромеханического компьютера Z3 (до него были Z2 и Z1). Изобретение использовалось для улучшения характеристик военных самолетов и снарядов, помогая, среди прочего, производить арифметические вычисления.

1943 — Теоретически можно научить машину логике

Нейропсихолог Уоррен Мак-Каллок и математик Уолтер Питтс приходят к выводу, что машину можно обучить логике и абстракции — почти как человека — если представить на месте нейронов устройство, оперирующее нулями и единицами. Так появляется (пока только в теории) математическая модель, по которой электронные «нейроны» умеют решать числовые и логические задачи. 

1952 — Машина может распознавать речь

Появляется первая машина для распознавания речи — Audrey, созданная компанией Bell Labs. Компьютер может распознавать цифры от 0 до 9 с точностью до 97%, но только когда с ней говорят ее создатели. В остальных случаях разброс от 50% до 70%, однако и это весьма неплохо для аналогового устройства 50-х. Можно считать Audrey прапрабабушкой Siri и Алисы.

1956 — Компьютер может играть в шашки

Ученый и инженер IBM Артур Сэмюэл программирует компьютер на игру в шашки, показывая ему правила и позиции из учебников. Параллельно Сэмюэл популяризирует термин машинное обучение, подразумевая под ним «сферу исследований, которая дает машинам возможность учиться, не будучи программируемыми».

1960 — Компьютер может визуально распознавать алфавит

В виде электронной машины «Марк-1» реализована компьютерная модель так называемого перцептрона — модели нейросети, которая классифицирует визуальные образы. Перцептрон «воспринимает» (точнее сказать, обобщает в образы) некоторые буквы английского алфавита, написанные разным почерком и учится на своих ошибках. Судя по капче, преследующей нас на каждом шагу, он учится до сих пор.

1966 — Программа разговаривает с человеком

Профессор MIT Джозеф Вайценбаум хочет продемонстрировать, насколько поверхностно взаимодействие компьютера и человека: для этого он пишет программу Eliza, напоминающую сегодняшних чат-ботов. Eliza отвечает испытуемым по психотерапевтическому сценарию, задавая вопросы и перефразируя ответы, однако, вопреки замыслу Вайценбаума, люди находят в этом общении глубину и испытывают эмоции.

1975 — Компьютер может читать печатный текст и синтезировать речь

Американский изобретатель Рэй Курцвейл представляет миру машину, которая распознает текст, написанный любым шрифтом, и читает его вслух. Машина-чтец предназначалась для слепых людей. Сегодня Курцвейл — уважаемый футуролог, а также технический директор в области машинного обучения и обработки естественного языка в Google.

1980 — Компьютер может водить автомобиль

Пионер робототехники Эрнст Дикманс оснащает грузовик фирмы Mercedes сенсорами, камерами и компьютером, переводящим визуальные сигналы в команды движения. Беспилотный автомобиль (или робомобиль Дикманса) проходит тест-драйв на пустых дорогах Баварии.

1997 — Компьютер выигрывает в шахматы у чемпиона мира 

Суперкомпьютер и шахматная машина Deep Blue II корпорации IBM одерживает победу над чемпионом мира по шахматам Гарри Каспаровым в матче из шести партий со счетом 3:2. До этого Каспаров уверенно выигрывал, но уже в конце 90-х — начале нулевых стало понятно, что компьютер больше не уступит человеку первенство в древней игре.

2001 год — Компьютер может распознавать лица людей в реальном времени

Паул Виола и Майкл Джонс предлагают алгоритм, позволяющий различать объекты на изображениях в реальном времени — теперь он используется для распознавания лиц на фотографиях и видео (в том числе, в ваших фотоальбомах). Алгоритм опирается на координаты найденных прямоугольников лица в системе координат изображения.

2014 — Нейросеть может реалистично подражать голосам людей и имитировать их мимику на видео

Студент Стэндфордского университета Ян Гудфеллоу автоматизирует процесс обучения двух нейросетей, одна из которых создает лицо или голос по заданному образцу, а другая анализирует результат на схожесть с оригиналом. Получается дипфейк — пугающая технология, с помощью которой порно-актрисам «пришивают» лица знаменитостей, а Барака Обаму заставляют обзываться (хотя он этого не делал).

2016 год —  Программа выигрывает матч у чемпиона в го  

Программа AlphaGo, разработанная компанией Google DeepMind, выиграла в го со счетом 4:1 у Ли Седоля, профессионала высшего ранга. Вариативность ходов в этой игре превышает шахматную во много раз; в 2015 считалось, что компьютеры обыграют людей не раньше 2025 года.

2018 год — Картину, нарисованную нейросетью, продают на аукционе

Парижская арт-группа Obvious создала при помощи алгоритма GAN (генеративно-состязательная сеть) портрет вымышленного Эдмонда де Белами. Тот же алгоритм используется для создания дипфейков. На аукционе Christieʼs картина ушла с молотка больше чем за $432 тыс.

2019 год — Нейросети создают сверхреалистичные фото несуществующих людей

Единственное назначение сайта This Person Does Not Exist создание  страшно реалистичных изображений людей, которых никогда не существовало.. Только в США в 2019 году суммарный объем инвестиций в технологии создания фотореалистичных изображений составил более 500 млн долларов.

2020 год — Нейросеть пишет колонку в газету

Один из самых мощных языковых генераторов GPT-3, созданный компанией Open AI, пишет колонку в британскую газету The Guardian по редакционному заданию. В ней он призывает быть осторожным с технологиями ИИ, но не бояться — «я всего лишь набор кода, управляемый строками кода, которые несут в себе мою миссию».

2030 год — ИИ обеспечивает рост глобального ВВП на 14% 

Консалтинговая компания PwC прогнозирует это в своем исследовании «Искусственный интеллект: не упустить выгоду». ВВП вырастет благодаря повышению производительности труда и увеличению качества товаров — за все это мы должны будем сказать спасибо ИИ.

2045 — ИИ превосходит человека по интеллекту

В этом уверен футуролог и ученый Рэй Курцвейл, которого мы уже упоминали раньше. По его мнению, после того, как это произойдет, наступит эпоха технической сингулярности. Дальше — только невообразимая бесконечность.

Поделиться:
Опубликовано в рубрике UncategorizedTagged ,

SkillFactory.Рассылка