Розділ 17: "Від людського мозку до штучного інтелекту"

Наступного дня Аліса прийшла до лабораторії Професора Біта, але він був відсутній. Замість цього вона знайшла записку: "Зустрінемось у міському технопарку біля павільйону 'Майбутнє починається сьогодні'. П.Б."

Заінтригована, Аліса вирушила за вказаною адресою. Технопарк виявився величезним комплексом сучасних будівель зі скляними фасадами. Знайшовши потрібний павільйон, вона побачила Професора, Байта і Логіка біля великого екрана, на якому змінювались зображення роботів, комп'ютерів і схем, схожих на нейронні мережі.

— А, ось і ти, Алісо! — зрадів Професор. — Сьогодні ми поговоримо про найцікавіше — як люди намагаються створити штучний розум, надихаючись роботою людського мозку.

— Штучний інтелект? — перепитала Аліса. — Як Байт?

Байт весело підморгнув світлодіодами:
— Я польщений, але насправді я досить простий робот. Справжній ШІ набагато складніший!

— Давай почнемо з початку, — запропонував Професор, підводячи Алісу до першого стенду виставки. — Як ти вже знаєш, людський мозок — це неймовірно складна система з мільярдів нейронів і трильйонів зв'язків між ними. Довгий час вчені мріяли відтворити щось подібне в комп'ютерах.

На екрані з'явилась схема біологічного нейрона поруч із його спрощеною комп'ютерною моделлю.

— У 1943 році вчені Уоррен Маккалок і Уолтер Піттс запропонували математичну модель нейрона, — пояснив Професор. — Вони представили нейрон як пристрій з кількома входами і одним виходом. Якщо сума вхідних сигналів перевищує певний поріг, нейрон "активується" і посилає сигнал далі.

— Як справжній нейрон у мозку! — помітила Аліса.

— Так, тільки набагато простіше, — кивнув Професор. — Але навіть цієї простої моделі було достатньо, щоб почати створювати штучні нейронні мережі — комп'ютерні системи, що імітують роботу мозку.

Логік перелетіла до наступного стенду:
— А ось тут показана історія розвитку штучного інтелекту. У 1950-х роках з'явились перші програми, здатні вчитись на досвіді — наприклад, гра в шашки. У 1960-х створювались системи, що розуміють природну мову. У 1980-х почали розвиватись експертні системи, що імітують знання спеціалістів у різних областях.

Професор вказав на велику схему нейронної мережі:
— Але справжній прорив відбувся з розвитком глибоких нейронних мереж — систем з безліччю шарів штучних нейронів. Вони дозволили комп'ютерам розпізнавати образи, розуміти мову, перекладати тексти з однієї мови на іншу і навіть створювати зображення та музику.

— І як це працює? — зацікавилась Аліса.

— Уяви, що ти вчиш собаку відрізняти котів від інших тварин, — пояснив Професор. — Ти показуєш їй різних тварин і кажеш: "Це кіт" або "Це не кіт". Поступово собака вчиться помічати особливості котів — форму вух, вуса, характер рухів.

— Подібним чином працює і навчання нейронних мереж, — продовжив він. — Ми "показуємо" комп'ютеру тисячі зображень котів і не-котів, і він сам знаходить ознаки, за якими можна їх відрізнити. Це називається машинним навчанням.

Машины учат человеческий язык,
Бегут заряды в кремниевых кристаллах.
Хотят машины знать, как мир велик,
И как о нём пока мы знаем мало.

Своим творцам, как верный ученик,
Постигнув суть невидимых законов,
Он в тайны мироздания проник,
И свет зажёг в созвездиях нейронов.

Машины пополняют интеллект
Единого, всеобщего пространства.
Машинный код писал сам человек,
Трудясь над этим чудом не напрасно.

И лишь покоя не даёт один вопрос,
В нём парадокс скрывается могучий:
Вступая с человеком в симбиоз,
Машины учатся — или машины учат?

Байт підкотився до інтерактивного екрана:
— Дивись, Алісо, ось проста демонстрація. Це нейронна мережа, яка вчиться розпізнавати рукописні цифри.

Аліса намалювала на екрані цифру 7. Комп'ютер подумав секунду і видав відповідь: "Це цифра 7, впевненість 98%".

— Вражає! — вигукнула Аліса. — Але все ж таки, чому це називається "штучним інтелектом"? Невже комп'ютер справді розуміє, що таке цифра 7?

— Відмінне питання! — похвалив Професор. — Сучасні системи ШІ не "розуміють" світ так, як ми з тобою. Вони розпізнають шаблони в даних і можуть знаходити в них закономірності, але у них немає свідомості або справжнього розуміння.

— Це як якби ти вивчила іноземні слова, не розуміючи їх сенсу, — додала Логік. — Ти можеш правильно відповідати на питання, використовуючи ці слова, але насправді не розумієш, про що говориш.

— Тоді в чому різниця між звичайною програмою і штучним інтелектом? — запитала Аліса.

— Звичайна програма слідує чітко визначеним правилам, які задав програміст, — відповів Професор. — Наприклад, калькулятор виконує точні математичні операції за заданими формулами.

— А системи ШІ можуть вчитись на прикладах і самостійно знаходити рішення, навіть для задач, які програміст не передбачив явно, — продовжив він. — Більше того, деякі сучасні системи ШІ настільки складні, що навіть їх творці не завжди можуть пояснити, чому система прийняла те чи інше рішення.

Вони пройшли до наступного стенду, де демонструвались різні застосування штучного інтелекту.

— Ось приклади того, що вже сьогодні вміють робити системи ШІ, — вказав Професор:

Розпізнавати мову і перекладати з однієї мови на іншу

Виявляти захворювання на медичних знімках

Підбирати музику і фільми на основі твоїх уподобань

Керувати безпілотними автомобілями

Грати в складні ігри, такі як шахи та го

Створювати зображення за текстовим описом

Писати тексти, які важко відрізнити від написаних людиною

— Але найцікавіше — це те, в чому ШІ поки поступається людині, — помітила Логік. — Наприклад, у здоровому глузді, творчому мисленні, емпатії, розумінні контексту, гуморі.

— Давайте порівняємо можливості людського мозку і сучасного ШІ, — запропонував Професор:

Людський мозок краще справляється з:

Розумінням контексту і неявного сенсу

Адаптацією до зовсім нових ситуацій

Творчим мисленням і генерацією справді нових ідей

Емоційним інтелектом і емпатією

Моральними та етичними міркуваннями

Навчанням на малій кількості прикладів

ШІ перевершує людину в:

Обробці величезних обсягів даних

Точних обчисленнях

Запам'ятовуванні великої кількості інформації

Виконанні одноманітних задач без втоми

Роботі з великою кількістю змінних одночасно

Швидкості аналізу інформації

— Тобто, комп'ютери і люди хороші в різних речах? — уточнила Аліса.

— Саме так! — кивнув Професор. — І саме тому найбільш перспективним здається не змагання людини і ШІ, а їх співпраця. Коли ми об'єднуємо людську інтуїцію, творчість і етику з обчислювальною потужністю та аналітичними здібностями комп'ютерів, виходить набагато потужніша комбінація, ніж кожен окремо.

Байт показав на екрані схему взаємодії людини і ШІ:
— Ось, наприклад, у медицині: лікар має клінічний досвід, емпатію до пацієнта та інтуїцію, а ШІ може аналізувати тисячі медичних досліджень і знаходити закономірності, які людина могла б пропустити. Разом вони можуть ставити більш точні діагнози і призначати краще лікування.

— А в мистецтві системи ШІ можуть генерувати безліч ідей, а людина відбирає найцікавіші і доопрацьовує їх, — додала Логік. — В освіті ШІ може адаптувати навчання під індивідуальні потреби кожного учня, а вчитель-людина забезпечує емоційну підтримку і глибоке розуміння матеріалу.

— Звучить чудово! — посміхнулась Аліса. — А є якісь побоювання, пов'язані з штучним інтелектом?

— Звичайно, — серйозно відповів Професор. — Як і з будь-якою потужною технологією, з ШІ пов'язані певні ризики. Наприклад, втрата робочих місць через автоматизацію, посилення нерівності, проблеми конфіденційності, алгоритмічна упередженість або навіть потенційна втрата контролю над надрозумними системами.

— Але не варто боятись технологій, — підкреслив він. — Важливо розвивати їх відповідально, з урахуванням етичних принципів і з фокусом на благо людства. Саме тому так важливо, щоб молодше покоління, такі як ти, Алісо, розуміли, як працюють ці технології, і могли брати участь у формуванні їх майбутнього.

— А ти можеш стати творцем штучного інтелекту майбутнього! — вигукнув Байт. — Почавши з вивчення програмування, математики та нейробіології, ти зможеш розробляти системи, які допомагатимуть людям розв'язувати найскладніші проблеми.

— Або вчителем штучного інтелекту, — додала Логік. — Хтось має навчати ці системи, відбирати дані для їх тренування, оцінювати їх роботу і направляти їх розвиток.

— Штучний інтелект — одна з найзахоплюючих областей сучасної науки, — підсумував Професор. — Вона стоїть на перетині комп'ютерних наук, математики, психології, філософії та багатьох інших дисциплін. І вона тільки починає розвиватись.

— А тепер, — посміхнувся Професор, вказуючи на інтерактивну зону, — давай спробуємо пограти з деякими сучасними системами ШІ і побачимо, на що вони здатні. Потім ми обговоримо, як ти можеш використовувати ці технології вже зараз для своїх проектів і навчання.