Страница 5 из 7
Помимо названий двух упомянутых выше видов обучения существуют и некоторые другие термины, связанные с разработкой и применением искусственного интеллекта. Я расскажу о них вкратце, но помните, что тем людям, которые заняты в основном бизнесом, вполне достаточно поверхностного понимания этой терминологии. Итак: существует понятие «нейронные сети» – это термин, используемый для описания процесса, в котором искусственный интеллект имитирует способ обработки информации человеческим мозгом. Множество «нейронов» (в случае человека – это нервные клетки, которых у нас в мозгу около 100 млрд) связаны друг с другом с различной прочностью, причем прочность связи может меняться в процессе обучения как человека, так и машины.
Приведем простой пример. В упомянутом выше случае с распознаванием изображения собаки нейрон, отвечающий за признак «черный нос», будет иметь прочную связь с нейроном, несущим ответ «собака», тогда как нейрон, отвечающий за признак «рога», с нейроном «собака» связи иметь не будет. Все нейроны искусственного интеллекта связаны друг с другом послойно, причем каждый слой характеризуется все возрастающим уровнем сложности. Описанная конструкция называется глубокой нейронной сетью, сокращенно – ГНС (англ. Deep Neural Networks, DNN). Архитектуру ГНС использует технология, называемая «машинное обучение», в которой модель разрабатывает сама машина, а не человек, пишущий код (как в предыдущих примерах). Попробуйте теперь представить себе эти термины как концентрические круги: искусственный интеллект – это общая технология, машинное обучение является основным ее принципом, а технически все это осуществляется с помощью ГНС.
Разумеется, в мире искусственного интеллекта есть и множество других терминов: «анализ дерева решений», «программирование индуктивной логики», «обучение с подкреплением», «байесовские сети» и т. д., но я буду упоминать их лишь тогда, когда это станет абсолютно необходимо. В целом же эта книга посвящена только применению искусственного интеллекта в бизнесе, а не описанию заумных технологий.
Об этой книге
Работая консультантом по управлению бизнесом, я помогал различным организациям справляться с постоянно накапливающимися в деловой сфере проблемами, от повышения производительности и проведения реструктуризации до использования аутсорсинга и роботизации процессов. С искусственным интеллектом я впервые познакомился в 2001 году, занимая должность главного технологического директора в подразделении корпоративного венчурного бизнеса одной международной страховой компании. Моя роль заключалась в том, чтобы находить новые технологии, в которые мы могли бы вкладывать средства и внедрять в деятельность нашей фирмы (обычно мы называли этот процесс «инкубатором»). Одна из таких технологий основывалась на идее «умных» (компьютерных) страховых агентов, которых можно было бы использовать для оптимизации бизнес-процесса: каждый агент имел бы конкретную цель, но вместе с тем мог «договариваться» с другими агентами, чтобы их совместный результат был наиболее эффективным. Также мы думали о том, чтобы система могла определять наиболее рациональный способ прохождения грузовых автомобилей через порт или метод получения максимального дохода от размещения рекламы в газетах с учетом размеров рекламного места и повторяемости объявлений. Хотя в то время мы не называли это искусственным интеллектом, это был фактически именно он – речь шла об использовании компьютерных алгоритмов для поиска оптимальных решений практических проблем.
Теперь перенесемся сразу в 2017 год. К этому моменту моя деятельность была уже практически полностью сосредоточена на искусственном интеллекте. Я работал с многочисленными компаниями и предприятиями, помогая им создать стратегию использования ИИ – определить требуемые им функции искусственного интеллекта, найти правильное технологическое решение, выбрать поставщика, создать пошаговую инструкцию для внедрения. Все это я делал, разумеется, не как технолог, а как человек, который «просто» понимает возможности искусственного интеллекта и то, как он может решать те или иные проблемы бизнеса. Есть множество людей гораздо умнее меня, способных создавать алгоритмы и разрабатывать компьютерные модели, но именно такие люди редко понимают коммерческую составляющую задачи. Я же вижу себя «переводчиком» между учеными, технологами и бизнесом. В случае искусственного интеллекта задача перевода технологии на язык бизнеса несопоставимо труднее, чем при внедрении более привычных информационных технологий. Вот почему я и захотел написать эту книгу – чтобы донести понимание необходимости (и сложности) правильного диалога между разработчиками и предпринимателями туда, где его можно использовать наилучшим образом: на передний край развития бизнеса.
Таким образом, в этой книге я не намерен теоретически рассуждать о влиянии искусственного интеллекта и роботов на нашу жизнь лет эдак через десять-двадцать и тем более не собираюсь обучать вас разработке ИИ-алгоритмов. Эта книга написана для тех людей, которые прониклись идеей использовать искусственный интеллект на практике; людей, которые хотят превратить его в один из инструментов своего бизнеса, чтобы сделать его более конкурентоспособным, инновационным и ориентированным на будущее. Однако такой результат возможен лишь в случае, когда лидеры и руководители бизнеса хорошо понимают, в чем именно заключаются возможности новой технологии и как ее можно применять на практике. В этом и состоит цель данной книги: дать максимум информации об искусственном интеллекте, не отвлекаясь на сложные технологические подробности, чтобы научить вас принимать продуманные и обоснованные решения для своего бизнеса. И сейчас я говорю вам со всей ответственностью: что бы вы ни читали и ни слышали об искусственном интеллекте – не доверяйте рекламной шумихе.
2. Краткая история развития искусственного интеллекта
Для тех, кто только сейчас решил познакомиться поближе с искусственным интеллектом, эта технология может выглядеть сравнительно новой, основанной на возможностях интернета и так называемых больших данных. Однако на самом деле история искусственного интеллекта насчитывает уже более 50 лет, а его развитие то шло ускоренными темпами, то переживала «эпохи застоя», иногда называемые «периодами зимней спячки» (англ. «AI Winters»). Стоит кратко рассказать обо всем этом, чтобы сегодняшние события, когда искусственный интеллект находится у всех на виду, не оставались вырванными из исторического контекста.
В предыдущей главе я уже упоминал о двух людях, считающихся «отцами-основателями» искусственного интеллекта, – Марвине Мински и Дугласе Энгельбарте из Массачусетского технологического института в Бостоне (США). Но само словосочетание «искусственный интеллект» придумал Джон Маккарти, профессор Стэнфордского университета в Калифорнии. Маккарти создал Стэнфордскую лабораторию искусственного интеллекта (SAIL) – центр разработки ИИ на Западном побережье Соединенных Штатов. Технологии, продвигавшие в то время развитие искусственного интеллекта, были чрезвычайно примитивны по сравнению с современными (типа нейронных сетей) и, конечно, не воспринимались бы как «настоящий» искусственный интеллект любым нынешним специалистом. Тем не менее они действительно удовлетворяли, хотя бы на самом элементарном уровне, определению «компьютерные системы, способные выполнять задачи, требующие человеческого интеллекта».
Большая часть ранних разработок в области искусственного интеллекта была основана на так называемых «экспертных системах». Вовсе не желая сказать ничего дурного про эти подходы (они используются и сегодня, многие до сих пор под видом «искусственного интеллекта»), приходится признать, что смысл их в основном заключался в идее «если имеем то-то, поступаем так-то». Программист излагал рабочие принципы и алгоритмы из некоторой предметной области в виде строк, ветвей и циклов, причем каждая ветвь зависела от ввода определенного правила или от решения пользователя. Например, в системе, предназначенной для моделирования рекомендаций по открытию банковского счета, пользователю задается ряд вопросов (статус занятости, заработок, сбережения и т. д.), причем каждый ответ направляет процесс по разным ветвям, пока не приведет пользователя к тому или иному выводу. И поскольку такой подход действительно давал нам решение задачи, «обычно требующей человеческого интеллекта», в те времена можно было с чистой совестью считать его искусственным интеллектом. Сегодня с таким определением уже не согласятся, потому что у подобной программы нет способности к самообучению – главной отличительной черты любого интеллекта по определению.