Искусственный интеллект (ИИ) — это способность машин симулировать ум и имитировать человеческие когнитивные способности. То есть собирать и адаптировать внешние данные, а на их основе учиться принимать решения и делать выводы, как мог бы человек. Понятие искусственного интеллекта неразрывно связано с рядом терминов:
Big data: чтобы учиться и развиваться, ИИ нуждается в колоссальных объемах данных. Machine learning, или машинное обучение, — подотрасль ИИ, которая тренирует машины самостоятельно выполнять задания на основе полученных данных, а не просто действовать согласно инструкциям.
Deep learning, или глубинное обучение — раздел машинного обучения, который с помощью нейросетей тренирует машину воспринимать большие объемы необработанных данных (текст, аудио, видео) и учитывать их.
Natural language processing, или проработка естественного языка, — направление ИИ, которое анализирует текстовые, аудио - и видеоданные, чтобы научиться синтезировать и имитировать живое человеческое общение.
Нейросеть - вычислительная система, которая обучается путем анализа примеров и постепенно улучшает свои способности. Нейросеть действует по принципу центральной нервной системы.
Виды искусственного интеллекта
Все термины, указанные выше, попадают в категорию Narrow AI, или узкого/слабого искусственного интеллекта. Это категория ИИ, где технология обходит человека в конкретной области или задаче. Голосовые ассистенты Alexa, Google Assistant и Siri — наиболее очевидные примеры узкого искусственного интеллекта.
В эту категорию также попадают беспилотные авто, боты в ритейле, инструменты распознавания лиц, спам-фильтры и даже поисковый бот Google.
Узкий искусственный интеллект эффективен только в своей области. Он довольно негибкий: если изменятся условия работы, на обучение понадобятся время и серьезные ресурсы. Также этот ИИ не имеет перспектив полной автономности от человека, так что можете не волноваться, что вашему Roomba когда-то опостылеет и он задавит вас во сне.
А вот General AI, или полный/сильный искусственный интеллект, — это именно то машинное сознание, о котором писал Азимов, снимал Кэмерон и предупреждали Стивен Хокинг и Илон Маск.
Полный ИИ позволяет машине применять полученные знания и навыки в различных областях. Его архитектура и способности больше соответствуют возможностям человеческого разума, а сам ИИ способен обучаться и выполнять задания на свое усмотрение.
Полный ИИ-пока понятие теоретическое. Даже для того, чтобы только сравниться в мощности и количестве одновременно запущенных процессов с человеческим мозгом, он требует вычислительной возможности в более 1 экзафлопс — именно такую мощность, по оценкам, имеет человеческий мозг.
Когда появится достаточно мощный компьютер
Машине впервые удалось пересечь границу в 1 экзафлопс в июне 2020 года, когда японский суперкомпьютер Fugaku достиг 1,42 экзафлопс. Однако это пиковые возможности Fugaku, а его нормальный уровень составляет 442 петафлопс.
Флопс - единица быстродействия компьютера, равная количеству операций с движущейся запятой за секунду.
Эксперты отмечают, что Китай тайно работает над двумя объектами экзамасштабных компьютеров, но поскольку их данные не предоставляли на анализ, поэтому подтвердить эту информацию они не смогли.
Об амбициях создать собственный экзамасштабных суперкомпьютер Dojo говорил также Илон Маск. После двух лет анонсов 26 октября 2021 года Tesla открыла для общего доступа white paper проект. Оказалось, что компания разработала лишь собственный чип, а физически суперкомпьютер до сих пор не собрали. Даже после изготовления он не будет доступен никому за пределами Tesla в течение определенного времени.
24 января 2022 года к погоне присоединилась Meta: она представила суперкомпьютер AI Research SuperCluster (RSC), производительность которого должна достичь 5 экзафлопс. Разработку RSC должны закончить в середине 2022 года.
