Компьютерные алгоритмы способные воспринимать информацию обучаться меняться что это

«искусственный интеллект» в современной политической и правовой жизнедеятельности общества: проблемы и противоречия цифровой трансформации Текст научной статьи по специальности «Право»

ИНТЕЛЛЕКТ / СОЗНАНИЕ / ГОСУДАРСТВО / ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ / МОДЕЛИРОВАНИЕ / ЦИФРОВИЗАЦИЯ / РОБОТ-ЮРИСТ / ПРАВА ЧЕЛОВЕКА / INTELLIGENCE / CONSCIOUSNESS / STATE / ARTIFICIAL INTELLIGENCE / MODELING / DIGITALIZATION / ROBOT LAWYER / HUMAN RIGHTS

Аннотация научной статьи по праву, автор научной работы — Воронцов Сергей Алексеевич, Мамычев Алексей Юрьевич

В статье анализируется содержание понятий « интеллект » и « искусственный интеллект », рассматривается практическое использование роботов с искусственным интеллектом за рубежом, исследуются возможности использования искусственного разума в политико-правовой организации общества, судопроизводстве, поднимается проблема «порога нравственности в цифровизации », за которым следует нарушение конституционных прав и свобод личности. Авторы обсуждают основные проблемы цифровизации публично-правовой сферы, моделируют направления, перспективы внедрения систем искусственного интеллекта в современную жизнедеятельность общества. В частности, анализируются противоречия и перспективы внедрения систем искусственного интеллекта в специфическую социально-правовую деятельность, связанную с охраной прав, свобод и законных интересов человека и гражданина

i Надоели баннеры? Вы всегда можете отключить рекламу.

Artificial intelligence» in modern political and legal life of society: problems and contradictions of digital transformation

The article analyzes the content of the concepts » intelligence » and » artificial intelligence «, considers the practical use of robots with artificial intelligence abroad, explores the possibility of using artificial intelligence in the political and legal organization of society, legal proceedings, raises the problem of «threshold of morality in digitalization «, followed by violation of constitutional rights and freedoms of the individual. The authors discuss the main problems of digitalization of the public legal sphere, carry out modeling of directions, prospects of introduction of artificial intelligence systems in the modern life of society. In particular, the article analyzes the contradictions and prospects for the introduction of artificial intelligence systems in specific social and legal activities related to the protection of rights, freedoms and legitimate interests of man and citizen.

Текст научной работы на тему «»искусственный интеллект» в современной политической и правовой жизнедеятельности общества: проблемы и противоречия цифровой трансформации»

Российская академия народного хозяйства и государственной службы при Президенте РФ Москва. Россия

Владивостокский государственный университет экономики и сервиса Владивосток. Россия

«Искусственный интеллект» в современной политической и правовой жизнедеятельности общества: проблемы и противоречия цифровой трансформации*

В статье анализируется содержание понятий «интеллект» и «искусственный интеллект», рассматривается практическое использование роботов с искусственным интеллектом за рубежом, исследуются возможности использования искусственного разума в политико-правовой организации общества, судопроизводстве, поднимается проблема «порога нравственности в цифровизации», за которым следует нарушение конституционных прав и свобод личности. Авторы обсуждают основные проблемы цифровизации публично-правовой сферы, моделируют направления, перспективы внедрения систем искусственного интеллекта в современную жизнедеятельность общества. В частности, анализируются противоречия и перспективы внедрения систем искусственного интеллекта в специфическую социально-правовую деятельность, связанную с охраной прав, свобод и законных интересов человека и гражданина.

Ключевые слова и словосочетания: интеллект, сознание, государство, искусственный интеллект, моделирование, цифровизация, робот-юрист, права человека.

Russian presidential Academy of national economy and public administration Moscow. Russia

1 Воронцов Сергей Алексеевич — д-р юрид. наук, профессор кафедры процессуального права; e-mail: raven_serg@mail.ru

2 Мамычев Алексей Юрьевич — д-р полит. наук, канд. юрид. наук, профессор кафедры теории и истории российского и зарубежного права; e-mail: mamychev@yandex.ru

Статья публикуется при поддержке гранта РФФИ «Национально-культурные и цифровые доминанты развития политических отношений в XXI веке» (№ 19-011-31031).

Vladivostok State University of Economics and Service Vladivostok. Russia

«Artificial intelligence» in modern political and legal life of society: problems and contradictions of digital transformation

The article analyzes the content of the concepts «intelligence» and «artificial intelligence», considers the practical use of robots with artificial intelligence abroad, explores the possibility of using artificial intelligence in the political and legal organization of society, legal proceedings, raises the problem of «threshold of morality in digitalization», followed by violation of constitutional rights and freedoms of the individual. The authors discuss the main problems of digitalization of the public legal sphere, carry out modeling of directions, prospects of introduction of artificial intelligence systems in the modern life of society. In particular, the article analyzes the contradictions and prospects for the introduction of artificial intelligence systems in specific social and legal activities related to the protection of rights, freedoms and legitimate interests of man and citizen.

Keywords: intelligence, consciousness, state, artificial intelligence, modeling, digitalization, robot lawyer, human rights.

Введение. В современный период большинство цивилизованных стран мира вошли в стадию четвертой промышленной революции. Клаус Шваб, президент Всемирного экономического форума в Давосе, в предисловии к своей книге «Четвертая промышленная революция» отметил, что «мы стоим у истоков революции, которая фундаментально изменит нашу жизнь, наш труд и наше общение. По масштабу, объему и сложности — это явление, которое я считаю Четвертой промышленной революцией, не имеет аналогов во всем предыдущем опыте человечества» [1].

Четвертую промышленную революцию характеризуют такие базовые составляющие, как полная цифровизация жизнедеятельности общества, отношений, услуг, виртуализация общественных связей и взаимосвязей, цифровая алгоритмизация подавляющего большинства социальных процессов, систем управления и проч. Как известно, революция в любой сфере деятельности неминуемо влечет за собой глубокие качественные изменения как в мировоззрении общества, формах его жизнедеятельности, так и в основополагающих методах и инст-рументариях, используемых в организации и осуществлении социальной деятельности, поддержании целостности и воспроизводства общественных систем.

Последнее можно полностью отнести и к качественному изменению правоохранительной деятельности. Цифровизация данной деятельности не сводится к рационализации и автоматизации разнообразных процессов в правоохранительной сфере, а должна привести к кардинальным структурным изменениям, затрагивающим как отношения между элементами правоохранительной системы, так и между правоохранительной системой и обществом. Именно этим про-

блемным вопросам и моделированию направлений, перспектив, а также ключевых проблем цифровой трансформации юридической деятельности и посвящена данная работа. В частности, в статье анализируются противоречия и перспективы внедрения систем искусственного интеллекта в специфическую социально-правовую деятельность, связанную с охраной прав, свобод и законных интересов человека и гражданина.

Обзор позиций, подходов и интерпретаций. В Российской Федерации, как и в большинстве иных современных государств, проблема стимулирования развития и внедрения систем искусственного интеллекта в жизнедеятельность общества поднимается и тематизируется на самом высоком уровне. Например, Президент РФ В. Путин отметил, что «искусственный интеллект — это будущее не только России, это будущее всего человечества. Здесь колоссальные возможности и трудно прогнозируемые сегодня угрозы. Тот, кто станет лидером в этой сфере, будет властелином мира» [2].

Очевидно, что сегодня многие сферы деятельности стремительно приближаются к полной цифровой модели организации. Однако современное российское государство, на наш взгляд, несколько отстало в данном процессе от передовых евро-американских и азиатских государств. Особенно это касается цифровой трансформации деятельности правоохранительных органов, которая в современном мире также стремительно переходит к цифровым технологиям [3; 4; 5].

Председатель Конституционного Суда РФ В. Зорькин в статье «Размышление на полях Петербургского международного юридического форума» изложил свой взгляд на цифровую революцию и предрек наступление поры использования искусственного интеллекта, в том числе, в судопроизводстве. Специалисты прогнозируют революцию в познавательно-доказательственной базе (цифровые следы как электронные доказательства; новые виды судебных экспертиз); рост числа электронных средств организации работы суда (электронный документооборот, электронное дело, интеллектуальные системы анализа материалов дел, правового регулирования); развитие системы электронного участия в процессе (видеоконференц-связь, электронные повестки и СМС-уведомления, электронные копии материалов дел) [6].

Появились публикации, в которых высказывались предположения о том, что искусственный интеллект скоро найдет применение в судебной системе для генерации типовых судебных решений и создания автоматизированной системы контроля за судебной практикой [7].

Между тем в США юридическая фирма Baker & Hostetler с 2016 года использует робота ROSS с искусственным интеллектом для подбора прецедентов по конкретным делам о банкротстве, налогам, медицинскому страхованию. На то, на что человек-юрист тратит часы, у робота-юриста уходят секунды. Разработанный в Стэнфордском университете робот DoNotPay оспаривает штрафы автовладельцам. За два года робот-автоюрист обслужил более 250 тысяч клиентов, большая часть из которых избежала наказания. Программа COIN от JPMorgan автоматизировала работу своих юристов по анализу кредитных дого-

воров. Ранее на эту работу требовались сотни тысяч человеко-часов трудозатрат ежегодно. Теперь дела решаются за считанные секунды [8].

Профессор И.Н. Глебов считает, что полшага осталось ступить человечеству до того, как появятся роботы: судьи, прокуроры, адвокаты, коллекторы, риелторы. Они смогут с математической точностью решать практически любые юридические дела, беспристрастно выдерживать заданные параметры объективности и гуманизма. При этом они не будут лениться, глупить, брать взятки, а тем более, «выбивать» себе неподъемные для госбюджета привилегии и иммунитеты. Судье-человеку останется только контролировать и программировать робота-судью [9].

Судья Конституционного суда Г. Гаджиев полагает, что роботы не смогут в обозримом будущем рассматривать уголовные и гражданские дела, поскольку не способны учесть все детали, в том числе человеческий фактор [10].

Таким образом, по проблеме использования искусственного интеллекта в сфере права высказываются самые разные точки зрения. И Президент России, и председатель Конституционного Суда РФ, как и большинство других авторов, затрагивающих тему искусственного интеллекта, не раскрыли содержание данного неоднозначного феномена.

Основные подходы к интерпретации понятия «искусственный интеллект». В этой связи вполне уместно вспомнить высказывание, приписываемое французскому математику, философу, физиологу, механику и физику Рене Декарту, чьи идеи сыграли ключевую роль в развитии сразу нескольких научных отраслей: определив точно значения слов, вы избавите Человечество от половины заблуждений [11]. Представляется, что высказывание Декарта в полной мере относится к необходимости определения понятия «искусственный интеллект» в связи с тем, что отсутствует строгое определение понятия «естественный интеллект».

Интеллект — понятие, имеющее много смыслов и концептуальных трактовок. Так, согласно Универсальному словарю слово «интеллект» заимствовано из немецкого или французского языка в первой трети XIX века. Французское intellect и немецкое intellect восходят к латинскому intellectus, производному от intellege — «понимать, иметь понятие» [12]. В Толковом словаре интеллект определяется как ум, мыслительная способность, умственное начало у человека [там же]. В энциклопедическом словаре интеллект трактуется как познание, понимание, рассудок. Это способность мышления, рационального познания [14].

Содержание понятия «интеллект» можно классифицировать в зависимости от сферы, где это понятие используется. Так, в сфере философии интеллект раскрывается как разум, способность мыслить, проницательность, совокупность тех умственных функций, которые превращают восприятие в знания или критически пересматривают и анализируют уже имеющиеся знания.

Фома Аквинский полагал, что интеллект подчиняет себе волю человека. Дунс Скот и Уильям Оккам считали, что интеллект подчинен воле. Г. Гегель связывал интеллект с познанием, пониманием, способностью к абстрактному

анализу. Э. Кант связывал интеллект со способностью к образованию понятий. Сегодня преобладает представление, что, хотя интеллект, так же, как и воля, зависит от соответствующих обстоятельств, он как относящийся к сфере духа выше воли, относящейся к сфере психического [14].

С.Н. Труфанов отметил, что интеллект — это творческая мастерская нашего духа. Его задача: а) производить знания об окружающем мире; б) хранить (помнить) их; в) преобразовывать их в различные планы и проекты по переустройству мира [15].

В сфере биологии под интеллектом понимают способность тех или иных объектов проявлять адекватную реакцию при воздействии внешних раздражителей. По словам Бергсона, «интеллект неизменно ведет себя так, как будто он зачарован созерцанием инертной материи. Интеллект — это жизнь, смотрящая вовне, становящаяся вне относительно самой себя, принимающая как принцип приемы неорганизованной природы, чтобы применять их в действии» [16].

В сфере психологии содержание интеллекта связывают с состоянием умственного развития человека, позволяющим принимать решения адекватно складывающейся вокруг него обстановке, выбирать оптимальные варианты действий, уметь строить взаимоотношения с окружающими [18].

В общей психопатологии интеллект — это совокупность процессов памяти и мышления, обеспечивающая познавательную деятельность человека. Познавательная деятельность подразумевает наличие того, кто познаёт (субъекта) и его волевую состоятельность. Хороший пример — шизофрения. При этой патологии интеллект не страдает, но разрушается воля и эмоциональная сфера. В этом состоянии интеллект не может проявиться. Врачи говорят о специфическом «шизофреническом слабоумии».

Таким образом, интеллект представляет собой инструмент личности, которая, в свою очередь, представляет собой систему врождённых и приобретённых качеств, характеризующих человека как объект и субъект биосоциальных отношений, наделенный сознанием и психикой, носителя разума и воли субъекта.

Содержание термина «сознание» также зависит от сферы, в которой оно рассматривается. Философы трактуют сознание как свойство высокоорганизованной материи (мозга), раскрывающее субъективный образ объективного мира, формирующее субъективную реальность [18].

Социологи понимают под сознанием отображение в духовной жизни людей, интересов и представлений различных социальных групп, классов, наций, общества в целом [19].

Психологи раскрывают сознание как особый, высший уровень организации психической жизни субъекта, выделяющего себя из окружающей действительности, отражающего эту действительность в форме психических образов, которые служат регуляторами целенаправленной деятельности. Важнейшей функцией сознания является мысленное построение действий и предвидение их последствий, контроль и управление поведением личности, ее способность отдавать себе отчет в том, что происходит как в окружающем, так и в собственном духовном мире. Важной составляющей сознания выступает разум, позволяющий

путем познавательной деятельности раскрывать сущность действительности, формировать новые идеи, выходящие за пределы сложившихся систем знания.

Психика (от греч. Р8уеЫко8 — душевный) представляет собой форму взаимодействия животного организма с окружающей средой, опосредствованную активным отражением признаков объективной реальности, способность человека отражать в своем сознании реальность, создавать модели этой реальности и на основе таких моделей строить и регулировать свое поведение и деятельность [20].

Итак, можно утверждать, что интеллект представляет собой мыслительную составляющую психики, отражающую восприятие разумной деятельности людей. Данный вывод говорит о том, что принципиально невозможно создать модель искусственного интеллекта, отражающую всю полноту психики человека, так как для этого пришлось бы моделировать не только человека, но и всю систему его социально-общественных отношений.

Искусственный интеллект — искусственный инструмент. В определениях искусственного интеллекта звучит идея о том, что это продукт, моделирующий живой интеллект [21].

Впервые термин «искусственный интеллект» был введен в 1956 году американским информатиком Джоном Маккарти. В широком смысле это способность машин имитировать поведение человека, воспринимать информацию, принимать решения; это система алгоритмов, основанная на машинном обучении [22].

Искусственный интеллект отличается от обычных компьютерных алгоритмов тем, что способен обучать себя на основе накопленного опыта. Эта уникальная функция позволяет искусственному интеллекту действовать по-разному в аналогичных ситуациях в зависимости от ранее выполненных действий. Поэтому в большинстве случаев эффективность и потенциал искусственного интеллекта довольно неясны [23].

Авторы, высказывающиеся на тему искусственного интеллекта, каждый по-своему понимают, что вкладывается в это понятие.

Программисты рассматривают интеллект через призму цифр и символов. Психологи — через систему реакций личности на раздражители извне. Гуманитарии зачастую воспринимают искусственный интеллект как некую панацею: нажал кнопку и высший разум все сделает в точности с законом и безукоризненно с точки зрения юридической техники.

Искусственный интеллект в юридической деятельности. Юриспруденция — феномен, который в восприятии обывателей и профессионалов имеет формальные цели и задачи. Не всегда эти цели и задачи в полной мере осознанны, тем не менее, они исторически обусловлены, сформированы и сохранялись на протяжении всего существования человечества. Появление новых технологий не меняет целей и задач юриспруденции в глазах большинства индивидов.

Моделирование познавательной деятельности человека в полном объеме невозможно, по мнению многих ученых, так как человеческое познание, мышление всегда контекстуальны, обусловлены системой установок, убеждений и зависят от эмоционального обеспечения. Искусственный интеллект — не более

чем технология, облегчающая обработку, хранение, контроль, использование и обмен информацией. Применение этой технологии представляется логичным и целесообразным в условиях нарастающего тотального информационного «завала».

С технической, правовой и нравственной точек зрения недопустимо разрабатывать и тем более применять технологии оценки соответствия поступков нравственным, этическим стандартам, совести в условиях отсутствия общепринятого и достоверного понимания природы нравственности, этики, совести. Именно эти феномены имеют значение для разработки критериев эффективности правовой системы.

Если право — это система общеобязательных, формально определенных юридических норм, устанавливаемых и обеспечиваемых государством и направленных на урегулирование общественных отношений [24], то каким образом технологическая оптимизация хранения, обмена, использования, контроля и доступа к информации может влиять на оценку и изменение правил и норм индивидуального и общественного поведения?

Использовать термин «искусственный интеллект» в реализации права и правоприменительной деятельности, по мнению многих юристов, весьма проблематично потому, что право помимо стройных и жестких формулировок явление психоэмоциональное [25; 26]. По сути при решении правовых вопросов мы пытаемся найти истину, а она часто лежит в мертвой зоне, вроде, как и существует (учитывая реальность), но не воспринимается [27; 28].

Поэтому искусственный интеллект в обозримом будущем не заменит полностью юриста, ибо в правоприменительной и правоохранительной деятельности и имеют место такие факторы, как эмоциональное восприятие, навыки в интерпретации речи, эмоций, интерпретации определенных слов и выражений, которые пока что недоступны машинам и, вероятно, никогда не будут им доступны. Но ускорить работу и повысить ее качество эти алгоритмы помогут [29]. Следовательно, термин «искусственный интеллект» допустимо употреблять лишь в качестве научной метафоры.

В. Зорькин в упомянутом выше интервью «Российской газете» отметил, что компьютеры могут выполнять ряд типовых юридически значимых процедур, в том числе подготовку различного рода документов, и стать, следовательно, эффективным помощником юриста. Занимаясь много лет информационным обеспечением оперативно розыскной деятельности, созданием межведомственных баз данных, автоматизированных информационно-поисковых систем и АРМ аналитика, автор может согласиться с мнением В. Зорькина. Ключевая задача устройств «искусственного интеллекта» — создание моделей для облегчения деятельности правоохранителей, обеспечение их полной и всеобъемлющей информацией для решения задач судопроизводства, технического аудиовизуального документирования преступной деятельности, ускорения проведения экспертиз и исследований, другими словами, создание такой базы данных, которая способствовала бы объективному и полному изучению обстоятельств и условий совершения преступления, выявлению причин и факторов, их продуцирующих, предупреждению чрезвычайных происшествий и техногенных катастроф [6].

По мнению специалистов, искусственный интеллект в ближайшее время войдёт в юридическую практику по принципу «robots will take your work, not your jobs», то есть роботы будут брать на себя рутинные операции, но не отнимать рабочие места у людей. Речь идёт о роботизации таких процессов, как управление затратами на приобретение доступа к информации, поиск правильной внешней экспертизы для получения доказательной юридической базы и определение соответствия документов нормативным требованиям [30].

Вернемся к процитированным выше словам Президента России В. Путина о том, что искусственный интеллект открывает «колоссальные возможности и трудно прогнозируемые сегодня угрозы» (в том числе и в сфере права, где в последние годы приняты поправки в нормативные акты о противодействии терроризму существенно, хотя и спорно позволяющие при помощи электронных технологий накапливать и использовать информацию провайдеров и операторов связи). Совершенствуются цифровые технологии в оперативно-розыскной деятельности и криминалистике. Все это, безусловно, отвечает сути нашего времени. И одновременно порождает у некоторых правоохранителей и научных работников впечатление, что скоро раскрывать преступления можно будет, не выходя из кабинета, а судить людей в виртуальном пространстве: нажал кнопку и машина сама обработает материалы, проведет предварительное расследование, экспертизы, сама все докажет и вынесет приговор.

Да, мы научились даже на бытовом уровне использовать систему распознавания лиц. Очень часто социальные сети сами привязывают конкретного человека к фотографиям на сайтах, предлагают новых знакомых, напоминают людям об их прошлом. Мы решаем большой объем задач, не выходя из квартиры: оплачиваем квитанции, переводим деньги, ведем диалоги с государственными учреждениями.

Недавно были продемонстрированы новые технологии, позволяющие с помощью сканирования не только определять лица людей, но и проникать дистанционно в их карманы и по находящимся там банковским картам получать данные об их расходах, проведенных транзакциях и покупках.

Однако демонстрация таких возможностей выходит далеко за рамки действующих законов, Конституции России, элементарной человеческой порядочности. В чем же тогда заключается декларированное Конституцией России право на личную жизнь, тайну переписки, банковскую тайну? Совершенствуя машины, мы не совершенствуем человека.

Не приведут ли процессы цифровизации к так называемой «цифровой наркомании», когда лица, имеющие отношение к данной сфере, будут стремиться все к большей дозе информации? Допустимо ли с точки зрения закона погружение в безнравственное созерцание чужой жизни, чужих тайн и секретов, если это не санкционировано судебными органами в связи с раскрытием преступления? Где тот порог нравственности в цифровизации, на котором человек должен остановиться?

Может случиться так, что, когда мы наконец осознаем все последствия «цифровой революции» для личности и общества и попытаемся ввести процесс

цифровизации в правовое русло, будет поздно. Значительная часть программ будет работать не на благо личности, общества, государства, а на его разрушение. История с невозможностью бороться с мессенджером «Телеграмм» подтвердила, что цифровой мир на отдельных направлениях ушел в отрыв от человеческого разума. Проблемы блокировки десятков тысяч сайтов, о которых регулярно рапортуют правоохранительные органы, также вызывают много вопросов. Что толку от данной работы, когда все эти сайты восстанавливаются через 30 минут.

В. Зорькин справедливо отмечает, что ч. 4 ст. 29 Конституции РФ гарантирует каждому право свободно искать, получать, передавать, производить и распространять информацию любым законным способом; при этом перечень сведений, составляющих государственную тайну, определяется федеральным законом. Эта норма во взаимосвязи с положениями Конституции о прирожденных, неотчуждаемых правах человека, осуществляемых на основе равенства и справедливости (ст. 2, ч. 3 ст. 17, ст. 19, ч. 3 ст. 55) означает, что законодатель обязан гарантировать указанное конституционное право и может вводить лишь такие ограничения, которые в России как демократическом правовом государстве необходимы для защиты конституционных ценностей, с соблюдением критериев соразмерности (пропорциональности) и баланса конкурирующих прав и интересов [26].

Немаловажным является то, что программы для искусственного интеллекта разрабатываются на импортной элементной базе, а, следовательно, на уязвимом «железе». Программисты уже бьют тревогу, что сегодня опасность исходит не от вредоносных программ (с ними научились бороться), а от возможности воздействия на «сердце и душу» самого процессора. Представим себе ситуацию, когда при обновлении или просто выходе в Интернет все айфоны, айпады и IOS будут заблокированы. Это угрожающая реальность.

Не создав собственной аппаратно-программной базы, мы оказались в ситуации, когда все наши мультимедийные и виртуальные «прожекты» — это опасная забава. А рассуждения о глобальной цифровизации в рамках всероссийского масштаба напоминают стремление СССР построить коммунизм в отдельно взятой стране.

Еще одна проблема — мир цифровых технологий крайне прозрачен. Как бы мы ни пытались «паролить» базы данных и устанавливать уровни доступа, вероятность проникновения к ним посторонних лиц весьма реальна. Всегда найдутся каналы, через которые можно проникнуть к самым большим государственным секретам. Достаточно вспомнить, что доморощенные хакеры получили доступ к информации Пентагона и Госдепа.

Рассуждая о будущем искусственного интеллекта в правоохранительной сфере, следует также иметь в виду, что цифровизация — это лишь средство. Без человеческой эрудиции, опыта, даже при наличии необходимых технических средств она безжизненна. Легко рассуждать о перспективах цифровизации в больших городах, где функционирует надежный Интернет, имеется много программистов, места массового нахождения граждан обеспечены достаточным

количеством видеокамер, сканеров и др. Но как быть правоохранителям в «глубинке», где один участковый на 40 кв. км? О какой цифровизации там может идти речь сегодня?

Наконец, работать в цифровом пространстве могут люди квалифицированные и подготовленные. Кто готовит сегодня сотрудников по проблемам цифро-визации для судов, прокуратуры, следственного комитета, спецслужб? Сколько оперативных работников, следователей, судей и прокуроров поднялись на ступень выше пользователя компьютера? Насколько уровень образования, нравственные и деловые качества исполнителей соответствуют условиям работы с устройствами, обладающими «искусственным интеллектом»?

Президент России В. Путин в Послании Федеральному Собранию от 20.02.2019 четко сформулировал пути решения данной проблемы: «Масштабная программа национального уровня должна быть запущена в области искусственного интеллекта. Нам необходимы специалисты, способные создавать и использовать прорывные решения. Для этого нужно обеспечить подготовку кадров» [32].

Поэтому параллельно с цифровизацией структур и процедур в сфере права должна быть организована работа по подготовке сотрудников правоохранительных органов, а главное их руководителей к работе с устройствами, обладающими «искусственным интеллектом». Следует согласиться с мнением ректора РАНХиГС при Президенте России В. Мау в том, что в ближайшие годы будут востребованы те специалисты, деятельность которых непосредственно связана с процессом «цифровизации» всех сфер нашей жизни [32].

Выводы. Таким образом, понятие «искусственный интеллект» является весьма расплывчатым и, как правило, во многих исследованиях используется в качестве научной метафоры, употребляется без какой-либо четкой концептуализации. При этом содержательная широта и контекстуальность использования данного понятия в разных сферах жизнедеятельности и отраслях наук не позволяет сформировать ключевые стратегии развития этой цифровой технологии, обеспечить ее деонтологическое и нормативно-правовое регулирование. Кроме того, следует учитывать, что современный теоретико-методологический инструментарий не способен «схватить» в единстве многообразие смысловых вариаций и практически разрабатываемых технологий, области и контексты их внедрения. Последнее связано с тем, что система «искусственного интеллекта» характеризуется «текучестью» (т.е. постоянно изменяет форму и релевантные контексты применения, неслучайно данные технологии маркируют как «скользящие» или «сквозные» цифровые технологии») и «проницаемостью» (т.е. могут встраиваться и конвергировать с другими системами и технологиями — социальными, биологическими и проч.).

Так или иначе системы искусственного интеллекта порождают новые формы организации и режимы управления, размещающие власть за обществом, «вне» сложившейся и действующей системы социальных, политических, правовых и иных отношений, что требует кардинального переосмысления основ политико-правовой организации общества в XXI веке. Очевидно, что современные

отношения опосредуются и регламентируются уже не столько социокультурными, ценностно-нормативными, правовыми и иными кодами, сколько сложной инфраструктурой цифровых кодов, алгоритмов и проч., которые скрыты, находится за разворачивающимися в обществе процессами.

Поэтому четвертая промышленная революция ведёт к кардинальной трансформации нормативных и мировоззренческих оснований правового и политического порядка. В этом контексте главная проблема, как отмечалась выше, заключается в формировании нового теоретико-методологического инструментария, позволяющего описывать современные процессы, а также разработке принципиально новых проектов нормативных правовых актов, деонтологических кодексов и этических стандартов, регламентирующих процесс разработки и применения сквозных цифровых технологий, и в частности, систем искусственного интеллекта. Сегодня уже невозможен «искусственный перенос» сложившихся и устойчивых нормативных моделей на принципиально новые отношения.

Соответственно должны меняться и образовательные системы, подготавливающие общество к новым цифровым вызовам и рискам. Вузы должны ставить перед собой задачу давать студентам не только качественные фундаментальные знания, но и универсальные компетенции, обладание которыми могло бы не только облегчать адаптацию выпускников к полученной профессии, но и помогать самостоятельно и осмысленно строить свои индивидуальные профессиональные траектории в изменяющемся мире.

1. Шваб К. Четвертая промышленная революция. — М.: Эксом, 2019. 208 с.

2. Путин: лидер в сфере искусственного интеллекта станет властелином мира [Электронный ресурс]. URL: https://ria.ru/20170901/1501566046.html.

3. Гринфилд А. Радикальные технологии: устройство повседневной жизни. — М.: Дело РАНХиГС, 2018. 424 с.

4. Деланда М. Война в Эпоху разумных машин. — М.: Кабинетный ученый, 2014. 338 с.

5. Baranov P., Mamychev A., Mordovtsev A., Danilyan O., Dzeban A. Doctrihal-legal and ethical problems of developing and applying robotic technologies and artificial intelligence systems (using autonomous unmanned underwater vehicles) // Вюник Нацiональноï академп керiвних кадрiв культури i мистецтв. 2018. № 2. P. 465-472.

6. Право в цифровом мире. Размышление на полях Петербургского международного юридического форума // Российская газета — Столичный выпуск. 29.05.18. №7578 (115).

7. Искусственный интеллект в сфере российского права [Электронный ресурс]. URL: https://ohranatruda.ru/news/901/254606/

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

8. JPMorgan Software // Bloomberg. 28.02.2017 [Электронный ресурс]. URL: https://www.bloomberg.com/news/articles/2017-02-28/jpmorgan-marshals-an-army-of-developers-to-automate-high-finance

9. Глебов И.Н. Искусственный интеллект [Электронный ресурс]. URL: https://humanlaw.ru/9-article/26-artificial-intelligence.html

10. Судья Конституционного Суда рассказал о будущем роботов в юриспруденции [Электронный ресурс]. URL: https://ria.ru/20170515/1494332513.html

11. Мудрые мысли. Рене Декарт [Электронный ресурс]. URL: http://www. epwr.ru/quotauthor/517/txt3 .php

12. Этимологический словарь. Универсальный словарь по русскому языку. — СПб.: ИГ «Весь», 2000. С. 1070.

13. Естествознание. Энциклопедический словарь / сост. В.Д. Шолле. — М.: Большая российская энциклопедия, 2002. С. 145.

14. Философский энциклопедический словарь. — М.: ИНФРА-М, 2000. С. 182.

15. Труфанов С.Н. Что такое интеллект? // Прикладная психология и психоанализ: электрон. науч. журн. 2012. № 4. URL: http://www.ppip.idnk.ru

16. Бергсон А. Интеллект. Инстинкт. Интуиция. — М.: ИНФРА-М, 1998.

17. Интеллект в психологии: определение, структура, теории [Электронный ресурс]. URL: https://psyholic.ru/lichnostniy-rost/intellekt-v-psihologii.html.

18. Национальная философская энциклопедия [Электронный ресурс]. URL: http://terme.ru/termin/intellekt.html

19. Национальная социологическая энциклопедия [Электронный ресурс]. URL: http://voluntary.ru/termin/intellekt.html

20. Косолапов Н. А. Психология политической деятельности: учеб. пособие / Моск. гос. ин-т междунар. отношений (ун-т) МИД России. — М.: МГИМО, 2002. С. 105.

21. Методологические основы теории искусственного интеллекта [Электронный ресурс]. URL : https://uchebniki-besplatno.com/knigi-upravlencheskie-resheniya/541 -metodologi-cheskie-osnovyi-teorii-10522.html

22. Интеллект и закон [Электронный ресурс]. URL: http://strategyjournal.ru/articles/ in-tellekt-i-zakon/

23. Cerka P., Grigiene J. & Sirbikyte G. Liability for Damages Caused by Artificial Intelligence. Computer Law & Security Review. 2015. №31 (3). С. 376-389.

24. Национальная философская академия [Электронный ресурс]. URL: http : //terme. ru/termin/pravo. html

25. Baranov P., Mamychev A., Plotnikov A., Vershinina S., Mychak T. Interactive communication and modernization technologies of governmental administration in modern society: main contradictions and direction of development // Herald Namsca. 2018. № 2. P. 458-464.

26. Зорькин В.Д. Право в цифровом мире // Российская газета. 2018. 30 мая [Электронный ресурс]. URL: http://alrf.ru/news/pravo-v-tsifrovom-mire-vystuplenie-valeriya-zorkina-na-pmyuf/

27. Хабриева Т.Я., Черногор Н.Н. Право в условиях цифровой реальности // Журнал российского права. 2018. № 1. С. 94.

28. Pasquale F. The Black Box Society: The Secret Algorithms Behind Money and Information. Cambridge, MA: Harvard University Press, 2015. P. 320.

29. Искусственный интеллект на страже закона: Новейшие технологии в сфере права. ФАН-ТВ [Электронный ресурс]. URL: https://riafan.ru/1044435-iskusstvennyi-intellekt-na-strazhe-zakona-noveishie-tekhnologii-v-sfere-prava-fan-tv

30. Юриспруденция и искусственный интеллект: наступает эра беспрецедентных вызовов, 2017 [Электронный ресурс]. URL: http://ru.valdaiclub.com/events/posts/ arti-cles/yurisprudentsiya-i-iskusstvennyy-intellekt-nastupaet-epokha-bespretsedentnykh-vyzovov/

31. Послание Президента РФ Федеральному Собранию от 20.02.2019 [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_318543/

32. Мау В.И. успешные люди очень часто не работают по специальности [Электронный ресурс]. URL: http://www.vladimirmau.ru/speak/796

1. Shvab K. CHetvertaya promyshlennaya revolyuciya. — M. : Eksom, 2019. 208 p.

2. Putin: lider v sfere iskusstvennogo intellekta stanet vlastelinom mira. [Elektronnyj resurs].

3. Grinfild A. Radikal’nye tekhnologii: ustrojstvo povsednevnoj zhizni. — M.: Delo RANHiGS;

4. Delanda M. Vojna v Epohu razumnyh mashin. — M.: Kabinetnyj uchenyj, 2014. 338 p.

5. Razmyshlenie na polyah Peterburgskogo mezhdunarodnogo yuridicheskogo foruma // Rossi-

jskaya gazeta — Stolichnyj vypusk. №7578 (115).

6. Iskusstvennyj intellekt v sfere rossijskogo prava. [Elektronnyj resurs]. URL: https://ohranatruda.ru/news/901/254606/

7. Glebov I.N. Iskusstvennyj intellekt [Elektronnyj resurs]. URL: https://humanlaw.ru/9-article/26-artificial-intelligence.html

8. Sud’ya Konstitucionnogo Suda rasskazal o budushchem robotov v yurisprudencii. [Elektron-

nyj resurs]. URL: https://ria.ru/20170515/1494332513.html

9. Mudrye mysli. Rene Dekart [Elektronnyj resurs]. URL: http : //www.epwr.ru/quotauthor/517/txt3. php

10. Etimologicheskij slovar’. Universal’nyj slovar’ po russkomu yazyku. — SPb.: IG «Ves’», 2000. S. 1070.

11. Estestvoznanie. Enciklopedicheskij slovar’/ cost. V.D. SHolle. — M., Bol’shaya rossijskaya enciklopediya. 2002. S. 145.

12. Filosofskij enciklopedicheskij slovar’. — M.: INFRA-M, 2000. S. 182.

13. Trufanov S.N. CHto takoe intellekt? // Prikladnaya psihologiya i psihoanaliz: elektron. nauch. zhurn. 2012. № 4. URL: http://www.ppip.idnk.ru

14. Bergson A. Intellekt. Instinkt. Intuiciya. — M.: INFRA-M, 1998.

15. Intellekt v psihologii: opredelenie, struktura, teorii [Elektronnyj resurs]. URL: https://psyholic.ru/lichnostniy-rost/intellekt-v-psihologii.html.

Nacional’naya filosofskaya enciklopediya [Elektronnyj resurs]. URL: http://terme.ru/termin/intellekt.html

17. Nacional’naya sociologicheskaya enciklopediya [Elektronnyj resurs]. URL: http : //voluntary. ru/termin/intellekt.html

18. Kosolapov N.A. Psihologiya politicheskoj deyatel’nosti: Ucheb. posobie / Mosk. gos. in-t mezhdunar. otnoshenij (un-t) MID Rossii. — M.: MGIMO, 2002. S. 105.

19. Metodologicheskie osnovy teorii iskusstvennogo intellekta [Elektronnyj resurs]. URL: https://uchebniki-besplatno.com/knigi-upravlencheskie-resheniya/541-metodologicheskie-osnovyi-teorii-10522. html

20. Intellekt i zakon. [Elektronnyj resurs]. URL: http://strategyjournal.ru/articles/intellekt-i-zakon/

21. Nacional’naya filosofskaya akademiya. [Elektronnyj resurs]. URL: http : //terme. ru/termin/pravo. html

22. Zor’kin V.D. Pravo v cifrovom mire // Rossijskaya gazeta. 2018. 30 maya. [Elektronnyj resurs]. URL: http://alrf.ru/news/pravo-v-tsifrovom-mire-vystuplenie-valeriya-zorkina-na-pmyuf/

23. Habrieva T.YA., Chernogor N.N. Pravo v usloviyah cifrovoj real’nosti // ZHurnal rossijskogo prava. 2018. № 1. S. 94.

24. Iskusstvennyj intellekt na strazhe zakona: Novejshie tekhnologii v sfere prava. FAN-TV. [Elektronnyj resurs]. URL: https://riafan.ru/1044435-iskusstvennyi-intellekt-na-strazhe-zakona-noveishie-tekhnologii-v-sfere-prava-fan-tv

25. Yurisprudenciya i iskusstvennyj intellekt: nastupaet era besprecedentnyh vyzovov. 2017 [Elektronnyj resurs]. URL: http://ru.valdaiclub.com/events/posts/articles/yurisprudentsiya-i-iskusstvennyy-intellekt-nastupaet-epokha-bespretsedentnykh-vyzovov/

26. Poslanie Prezidenta RF Federal’nomu Sobraniyu ot 20.02.2019 [Elektronnyj resurs]. URL: http://www.consultant.ru/document/cons_doc_LAW_318543/

27. Mau V.I. uspeshnye lyudi ochen’ chasto ne rabotayut po special’nosti [Elektronnyj resurs]. URL: http://www. vladimirmau. ru/speak/7 96

Для цитирования: Воронцов С.А., Мамычев А.Ю. «Искусственный интеллект» в современной политической и правовой жизнедеятельности общества: проблемы и противоречия цифровой трансформации // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2019. Т. 11, № 4. С. 9-22.

For citation: Vorontsov S.A., Mamychev A.Yu. «Artificial intelligence» in modern political and legal life of society: problems and contradictions of digital transformation, The Territory of New Opportunities. The Herald of Vladivostok State University of Economics and Service, 2019, Vol. 11, № 4, pp. 9-22.

DOI dx.doi.org/10.24866/VVSU/2073-3984/2019-4/009-022 Дата поступления: 29.11.2019.

Как работают искусственный интеллект, машинное и глубокое обучение

Фото: Frank Augstein / AP

Об авторе: Андрей Беляев, технический директор (CTO) исследовательской компании Neurodata Lab.

Умные дома, самоуправляемые автомобили, роботы-помощники… Нас окружают инновационные технологии, в основе которых лежат алгоритмы, по своей специфике напоминающие работу человеческого мозга. Их называют по-разному: алгоритмы с использованием машинного обучения, глубокого обучения, а иногда и вовсе искусственный интеллект (ИИ).

В чем разница между этими названиями?

Все задачи, которые может решать человек или компьютер, можно условно разделить на две категории: рутинные и нерутинные.

К рутинным задачам можно отнести те, где достаточно просто найти универсальный путь решения: например, сложение чисел или измерение температуры воздуха.

Искусственным интеллектом сейчас принято называть все, что способно решать нерутинные задачи на уровне, близком к человеческому, а иногда и лучше. Такие задачи окружают нас везде. Камеры над дорогой вычисляют скорость автомобиля, распознают его знак и высылают штраф, а системы безопасности в метро и аэропортах находят преступников в толпе. Все это сегодня принято считать искусственным интеллектом, хотя в действительности алгоритмы, лежащие в основе каждой такой технологии, уникальны. И только некоторые используют машинное обучение.

Как работают искусственный интеллект, машинное и глубокое обучение

Получается, что машинное обучение — это обучение ИИ

Искусственный интеллект — это название не какого-то отдельного алгоритма, но скорее группы методов, которыми пользуются для решения различного рода задач. Алгоритмы, которые используют подходы с обучением, являются лишь одной из подгрупп всего того множества алгоритмов, что принято называть искусственным интеллектом.

Машинное обучение — это подход, при котором алгоритм «учится» решать задачу. Один из самых простых примеров алгоритма, использующего машинное обучение, это классификация фотографий на те, где изображены кошки и те, где есть собаки:

Как работают искусственный интеллект, машинное и глубокое обучение

Допустим, есть несколько тысяч фотографий кошек и несколько тысяч — собак. Эти данные можно загрузить в алгоритм и заставить его «учиться» отличать кошек от собак, «ругая» за ошибки в классификации и «поощряя» за правильные ответы. В зависимости от количества и качества вводных данных, а также от сложности используемого алгоритма после некоторого количества итераций с «наказанием» и «поощрением», получается обученный алгоритм, которой с разным качеством умеет отличать кошек и собак.

Применяя методы машинного обучения, эти же алгоритмы можно «натренировать» и для выполнения более сложных задач — таких как поиск людей на кадре, определение пола и возраста человека и т.д.

Такие алгоритмы можно научить решать задачи любой сложности?

В теории — да. Но на практике мы сталкиваемся с большим количеством проблем, начиная от недостаточного количества данных для обучения, заканчивая невозможностью интерпретировать действия человека при решении такой же задачи. Получается, что невозможно построить алгоритм, который эти действия бы совершал. Хороший пример — автопилотируемый автомобиль. Научить машину держать полосу, входить в повороты и автоматически перестраивать маршрут, если на дороге ремонт, сравнительно несложно, потому что есть понимание, как вел бы себя человек (а значит, как должна вести себя машина) в таких ситуациях.

Фото:Михаил Почуев / ТАСС

Однако научить автомобиль принимать решения в чрезвычайных ситуациях гораздо сложнее: проблема в том, что и самому человеку трудно понять, как именно надо поступать в том или ином экстренном случае. Поэтому человек не может показать алгоритмам примеры хорошего и плохого поведения для таких случаев.

А что насчет глубокого обучения? Чем оно отличается от машинного?

Как машинное обучение является подвидом искусственного интеллекта, так и глубокое обучение является подвидом машинного (см. картинку в начале статьи). В глубоком обучении используются те же подходы: алгоритму дают много данных и «ругают» его за ошибки. Разница здесь в том, что сами алгоритмы глубокого обучения устроены гораздо сложнее и часто используют более серьезные математические модели. Сейчас под алгоритмами глубокого обучения практически всегда подразумевают нейронные сети.

Нейронные сети? Как те, что в мозгу у человека?

Такое сравнение действительно часто используется. Нейронная сеть — это последовательность слоев, каждый из которых, в свою очередь, состоит из нейронов, и каждый выполняет свою роль. Есть нейроны (или структуры нейронов), которые учатся выделять важные элементы на изображениях, например шерсть у кошки или собаки; есть те, которые учатся делать выводы, исходя из выделенных элементов — например, если у животного длинные лапы, то, скорее всего, это собака. Эти нейроны объединяются в группы (слои), а они превращаются в единую искусственную нейронную сеть.

Фото:Neuralink

И все же можно как-то сравнить процессы внутри нейросети с деятельностью мозга?

Некоторое количество идей, используемых в нейросетях, разработчики почерпнули из знаний об устройстве человеческого мозга. Одни из самых частых задач для нейросетей — это задачи, связанные с работой с изображениями. Для таких задач используют специальный тип нейросетей, внутри которых есть так называемые сверточные слои.

Если говорить упрощенно, смысл этой сверточной нейронной сети в том, чтобы оценивать каждый элемент картинки (пиксель) не отдельно, а в группе с несколькими соседними, благодаря чему можно находить как базовые фигуры (линии, углы, и т.д.), так и объекты целиком. Примерно такой же процесс происходит и в человеческом мозге при обработке визуальной информации. После снятия всех возможных визуальных признаков в нейросети, как и в человеческом мозге, происходит анализ этих признаков, а затем принимается решение: видим мы, допустим, кошку или собаку.

Фото:Michael Dziedzic / Unsplash

А как происходит процесс обучения?

Процесс обучения алгоритма во многом напоминает процесс обучения человека. Как мы совершаем ошибки и учимся на них (например, что не стоит засовывать руку в кипящую воду), так и алгоритмы, использующие машинное обучение, совершают ошибки, за что получают штраф.

Как работает нейросеть? В качестве примера можно рассмотреть процесс обучения нейросети распознаванию лиц. Чтобы корректно обучить любую нейросеть, нужно сделать две вещи: собрать достаточное количество данных и определить, за что мы будем ее штрафовать. Применительно к этой задаче необходимо собрать несколько десятков фотографий лиц для каждого из людей, которых надо определить, и штрафовать нейросеть за то, что предсказанный ею человек не совпадает с человеком на фотографии.

Что значит «поощрять» и «штрафовать» нейросеть?

С математической точки зрения нейросеть — это функция с большим количеством параметров. Штрафование этой функции за неверное определения лица — это когда мы, упрощенно говоря, корректируем работу функции таким образом, чтобы в будущем она меньше ошибалась. Соответственно, поощрение нейросети — это когда мы ее просто не штрафуем.

График зависимости между длительностью обучения (горизонтальная ось) и конечной ошибкой (вертикальная ось). Чем дольше мы учим нейросеть, тем меньше ошибка.

Во всех примерах вы рассказываете про конкретные задачи. А можно ли нейросеть научить думать, как человек?

Это уже скорее философский вопрос. Мыслительный процесс напрямую связан с наличием сознания. Нейронная сеть, как и любой другой алгоритм машинного обучения, по своей сути является лишь математической функцией, и умеет решать лишь одну конкретную задачу. Нейросеть, которую учили отличать кошек и собак, не сможет отличить медведя от слона, ведь она даже не знала, что такие существуют. Процессы же анализа данных, которые происходят в голове у человека, намного сложнее чем те, что происходят в нейросети, так что даже при наличии данных, сопоставимых по размеру с массивом информации, которую за жизнь получает человек, сегодня обучить нейросеть думать, как человек, невозможно.

Подписывайтесь и читайте нас в Яндекс.Дзене — технологии, инновации, эко-номика, образование и шеринг в одном канале.

Всё, что вам нужно знать об ИИ — за несколько минут

Приветствую читателей Хабра. Вашему вниманию предлагается перевод статьи «Everything you need to know about AI — in under 8 minutes.». Содержание направлено на людей, не знакомых со сферой ИИ и желающих получить о ней общее представление, чтобы затем, возможно, углубиться в какую-либо конкретную его отрасль.

Знать понемногу обо всё иногда (по крайней мере, для новичков, пытающихся сориентироваться в популярных технических направлениях) бывает полезнее, чем знать много о чём-то одном.

Многие люди думают, что немного знакомы с ИИ. Но эта область настолько молода и растёт так быстро, что прорывы совершаются чуть ли не каждый день. В этой научной области предстоит открыть настолько многое, что специалисты из других областей могут быстро влиться в исследования ИИ и достичь значимых результатов.

Эта статья — как раз для них. Я поставил себе целью создать короткий справочный материал, который позволит технически образованным людям быстро разобраться с терминологией и средствами, используемыми для разработки ИИ. Я надеюсь, что этот материал окажется полезным большинству интересующихся ИИ людей, не являющихся специалистами в этой области.

Введение

Искусственный интеллект (ИИ), машинное обучение и нейронные сети — термины, используемые для описания мощных технологий, базирующихся на машинном обучении, способных решить множество задач из реального мира.

В то время, как размышление, принятие решений и т.п. сравнительно со способностями человеческого мозга у машин далеки от идеала (не идеальны они, разумеется, и у людей), в недавнее время было сделано несколько важных открытий в области технологий ИИ и связанных с ними алгоритмов. Важную роль играет увеличивающееся количество доступных для обучения ИИ больших выборок разнообразных данных.

Область ИИ пересекается со многими другими областями, включая математику, статистику, теорию вероятностей, физику, обработку сигналов, машинное обучение, компьютерное зрение, психологию, лингвистику и науку о мозге. Вопросы, связанные с социальной ответственностью и этикой создания ИИ притягивают интересующихся людей, занимающихся философией.

Мотивация развития технологий ИИ состоит в том, что задачи, зависящие от множества переменных факторов, требуют очень сложных решений, которые трудны к пониманию и сложно алгоритмизируются вручную.

Растут надежды корпораций, исследователей и обычных людей на машинное обучение для получения решений задач, не требующих от человека описания конкретных алгоритмов. Много внимания уделяется подходу «чёрного ящика». Программирование алгоритмов, используемых для моделирования и решения задач, связанных с большими объёмами данных, занимает у разработчиков очень много времени. Даже когда нам удаётся написать код, обрабатывающий большое количество разнообразных данных, он зачастую получается очень громоздким, трудноподдерживаемым и тяжело тестируемым (из-за необходимости даже для тестов использовать большое количество данных).

Современные технологии машинного обучения и ИИ вкупе с правильно подобранными и подготовленными «тренировочными» данными для систем могут позволить нам научить компьютеры «программировать» за нас.

Обзор

Интеллект — способность воспринимать информацию и сохранять её в качестве знания для построения адаптивного поведения в среде или контексте

Это определение интеллекта из (англоязычной) Википедии может быть применено как к органическому мозгу, так и к машине. Наличие интеллекта не предполагает наличие сознания. Это — распространённое заблуждение, принесённое в мир писателями научной фантастики.

Попробуйте поискать в интернете примеры ИИ — и вы наверняка получите хотя бы одну ссылку на IBM Watson, использующий алгоритм машинного обучения, ставший знаменитым после победы на телевикторине под названием «Jeopardy» в 2011 г. С тех пор алгоритм претерпел некоторые изменения и был использован в качестве шаблона для множества различных коммерческих приложений. Apple, Amazon и Google активно работают над созданием аналогичных систем в наших домах и карманах.

Обработка естественного языка и распознавание речи стали первыми примерами коммерческого использования машинного обучения. Вслед за ними появились задачи другие задачи автоматизации распознавания (текст, аудио, изображения, видео, лица и т.д.). Круг приложений этих технологий постоянно растёт и включает в себя беспилотные средства передвижения, медицинскую диагностику, компьютерные игры, поисковые движки, спам-фильтры, борьбу с преступностью, маркетинг, управление роботами, компьютерное зрение, перевозки, распознавание музыки и многое другое.

ИИ настолько плотно вошёл в современные используемые нами технологии, что многие даже не думают о нём как об «ИИ», то есть, не отделяют его от обычных компьютерных технологий. Спросите любого прохожего, есть ли искусственный интеллект в его смартфоне, и он, вероятно, ответит: «Нет». Но алгоритмы ИИ находятся повсюду: от предугадывания введённого текста до автоматического фокуса камеры. Многие считают, что ИИ должен появиться в будущем. Но он появился некоторое время назад и уже находится здесь.

Термин «ИИ» является довольно обобщённым. В фокусе большинства исследований сейчас находится более узкое поле нейронных сетей и глубокого обучения.

Как работает наш мозг

Человеческий мозг представляет собой сложный углеродный компьютер, выполняющий, по приблизительным оценкам, миллиард миллиардов операций в секунду (1000 петафлопс), потребляющий при этом 20 Ватт энергии. Китайский суперкомпьютер под названием «Tianhe-2» (самый быстрый в мире на момент написания статьи) выполняет 33860 триллионов операций в секунду (33.86 петафлопс) и потребляющий при этом 17600000 Ватт (17.6 Мегаватт). Нам предстоит проделать определённое количество работы перед тем, как наши кремниевые компьютеры смогут сравниться со сформировавшимися в результате эволюции углеродными.

Точное описание механизма, применяемого нашим мозгом для того, чтобы «думать» является предметом дискуссий и дальнейших исследований (лично мне нравится теория о том, что работа мозга связана с квантовыми эффектами, но это — тема для отдельной статьи). Однако, механизм работы частей мозга обычно моделируется с помощью концепции нейронов и нейронных сетей. Предполагается, что мозг содержит примерно 100 миллиардов нейронов.

Нейроны взаимодействуют друг с другом с помощью специальных каналов, позволяющих им обмениваться информацией. Сигналы отдельных нейронов взвешиваются и комбинируются друг с другом перед тем, как активировать другие нейроны. Эта обработка передаваемых сообщений, комбинирование и активация других нейронов повторяется в различных слоях мозга. Учитывая то, что в нашем мозгу находится 100 миллиардов нейронов, совокупность взвешенных комбинаций этих сигналов устроена довольно сложно. И это ещё мягко сказано.

Но на этом всё не заканчивается. Каждый нейрон применяет функцию, или преобразование, к взвешенным входным сигналам перед тем, как проверить, достигнут ли порог его активации. Преобразование входного сигнала может быть линейным или нелинейным.

Изначально входные сигналы приходят из разнообразных источников: наших органов чувств, средств внутреннего отслеживания функционирования организма (уровня кислорода в крови, содержимого желудка и т.д.) и других. Один нейрон может получать сотни тысяч входных сигналов перед принятием решения о том, как следует реагировать.

Мышление (или обработка информации) и полученные в результате его инструкции, передаваемые нашим мышцам и другим органам являются результатом преобразования и передачи входных сигналов между нейронами из различных слоёв нейронной сети. Но нейронные сети в мозгу могут меняться и обновляться, включая изменения алгоритма взвешивания сигналов, передаваемых между нейронами. Это связано с обучением и накоплением опыта.

Эта модель человеческого мозга использовалась в качестве шаблона для воспроизведения возможностей мозга в компьютерной симуляции — искуственной нейронной сети.

Искусственные Нейронные Сети (ИНС)

Искусственные Нейронные Сети — это математические модели, созданные по аналогии с биологическими нейронными сетями. ИНС способны моделировать и обрабатывать нелинейные отношения между входными и выходными сигналами. Адаптивное взвешивание сигналов между искусственными нейронами достигается благодаря обучающемуся алгоритму, считывающему наблюдаемые данные и пытающемуся улучшить результаты их обработки.

Для улучшения работы ИНС применяются различные техники оптимизации. Оптимизация считается успешной, если ИНС может решать поставленную задачу за время, не превышающее установленные рамки (временные рамки, разумеется, варьируются от задачи к задаче).

ИНС моделируется с использованием нескольких слоёв нейронов. Структура этих слоёв называется архитектурой модели. Нейроны представляют собой отдельные вычислительные единицы, способные получать входные данные и применять к ним некоторую математическую функцию для определения того, стоит ли передавать эти данные дальше.

В простой трёхслойной модели первый слой является слоем ввода, за ним следует скрытый слой, а за ним — слой вывода. Каждый слой содержит не менее одного нейрона.

С усложнением структуры модели посредством увеличения количества слоёв и нейронов возрастают потенциал решения задач ИНС. Однако, если модель оказывается слишком «большой» для заданной задачи, её бывает невозможно оптимизировать до нужного уровня. Это явление называется переобучением (overfitting).

Архитектура, настройка и выбор алгоритмов обработки данных являются основными составляющими построения ИНС. Все эти компоненты определяют производительность и эффективность работы модели.

Модели часто характеризуются так называемой функцией активации. Она используется для преобразования взвешенных входных данных нейрона в его выходные данные (если нейрон решает передавать данные дальше, это называется его активацией). Существует множество различных преобразований, которые могут быть использованы в качестве функций активации.

ИНС являются мощным средством решения задач. Однако, хотя математическая модель небольшого количества нейронов довольно проста, модель нейронной сети при увеличении количества составляющих её частей становится довольно запутанно. Из-за этого использование ИНС иногда называют подходом «чёрного ящика». Выбор ИНС для решения задачи должен быть тщательно обдуманным, так как во многих случаях полученное итоговое решение нельзя будет разобрать на части и проанализировать, почему оно стало именно таким.

Глубокое обучение

Термин глубокое обучение используется для описания нейронных сетей и используемых в них алгоритмах, принимающих «сырые» данные (из которых требуется извлечь некоторую полезную информацию). Эти данные обрабатываются, проходя через слои нейросети, для получения нужных выходных данных.

Обучение без учителя (unsupervised learning) — область, в которой методики глубокого обучения отлично себя показывают. Правильно настроенная ИНС способна автоматически определить основные черты входных данных (будь то текст, изображения или другие данные) и получить полезный результат их обработки. Без глубокого обучения поиск важной информации зачастую ложится на плечи программиста, разрабатывающего систему их обработки. Модель глубокого обучения же самостоятельно способна найти способ обработки данных, позволяющий извлекать из них полезную информацию. Когда система проходит обучение (то есть, находит тот самый способ извлекать из входных данных полезную информацию), требования к вычислительной мощности, памяти и энергии для поддержания работы модели сокращаются.

Проще говоря, алгоритмы обучения позволяют с помощью специально подготовленных данных «натренировать» программу выполнять конкретную задачу.

Глубокое обучение применяется для решения широкого круга задач и считается одной из инновационных ИИ-технологий. Существуют также другие виды обучения, такие как обучение с учителем (supervised learning) и обучение с частичным привлечением учителя(semi-supervised learning), которые отличаются введением дополнительного контроля человека за промежуточными результатами обучения нейронной сети обработке данных (помогающего определить, в правильном ли направлении движется система).

Теневое обучение (shadow learning) — термин, используемый для описания упрощённой формы глубокого обучения, при которой поиск ключевых особенностей данных предваряется их обработкой человеком и внесением в систему специфических для сферы, к которой относятся эти данные, сведений. Такие модели бывают более «прозрачными» (в смысле получения результатов) и высокопроизводительными за счёт увеличения времени, вложенного в проектирование системы.

Заключение

ИИ является мощным средством обработки данных и может находить решения сложных задач быстрее, чем традиционные алгоритмы, написанные программистами. ИНС и методики глубокого обучения могут помочь решить ряд разнообразных проблем. Минус состоит в том, что самые оптимизированные модели часто работают как «чёрные ящики», не давая возможности изучить причины выбора ими того или иного решения. Этот факт может привести к этическим проблемам, связанным с прозрачностью информации.

искусственный интеллект
общее развитие (техника)
гиктаймс

Терминология IT
Искусственный интеллект