Fem säsonger av konstgjord intelligens. Han slår en person till smedare i Go, tar kontroll över sin bil och ersätter honom på jobbet och kan samtidigt förbättra medicinens effektivitet. Dess långa historia går tillbaka till 1958 med en enorm maskin som kunde skilja mellan höger och vänster.
1: 0. Sedan 2: 0. Och 3: 0. I mars 2016 hölls det sista mötet på Four Seasons Hotel i Seoul, varefter det inte fanns någon skugga av tvivel: den koreanska go-mästaren Lee Sedol förlorade 4: 1 till en dator som kör AlphaGo-programmet utvecklat av ett dotterbolag till Google "Deepmind". För första gången i historien överträffade mekanismen för "maskininlärning" och "konstgjorda neurala nätverk" helt den mänskliga hjärnan i detta spel, som anses vara svårare att simulera än schack. Många experter betonar att de förväntade sig ett sådant resultat bara om några år.
För en bredare publik var detta ett bevis på kraften i den nya "djup inlärning" -teknologin, som nu ligger i hjärtat av röstassistenter, autonoma bilar, ansiktsigenkänning, maskinöversättning och också hjälpmedel i medicinsk diagnos …
Intresset för automatisk lärande teknik, som visas av amerikanska och kinesiska företag inom området högteknologi (Google, Amazon, Facebook, Microsoft, Baidu, Tensent), täcker hela planeten och hoppar allt mer från vetenskapliga rubriker för tidningar i ekonomiskt, analytiskt och socialt material. Faktum är att konstgjord intelligens inte bara lovar stora förändringar i ekonomin utan också väcker tankar om nya destruktiva vapen, allmän övervakning av medborgarna, ersätter anställda med robotar, etiska problem …
Men var kom AIs tekniska revolution från? Hennes historia har tillräckligt med upp- och nedgångar. Hon förlitade sig på framstegen inom neurovetenskap och datavetenskap (som du kanske gissar från namnet), liksom, överraskande, fysik. Hennes väg gick genom Frankrike, USA, Japan, Schweiz och Sovjetunionen. På detta område kolliderade olika vetenskapliga skolor med varandra. De vann en dag och förlorade nästa dag. Det tog alla att visa tålamod, uthållighet och vilja att ta risker. Det finns två vintrar och tre fjädrar i denna berättelse.
Självmedveten maskin
Det hela började helt fint. "Den amerikanska armén talade om idén om en maskin som kan gå, prata, se, skriva, reproducera och bli medveten om sig själv," skrev The New York Times den 8 juli 1958. Denna artikel i en kolumn beskriver Perceptron, som skapades av den amerikanska psykologen Frank Rosenblatt på laboratorierna vid Cornell University. Denna maskin på 2 miljoner dollar vid den tiden var ungefär storleken på två eller tre kylskåp och flätades med många ledningar. Under en demonstration framför den amerikanska pressen bestämde Perceptron huruvida en fyrkant som ritats på ett ark var till höger eller vänster. Forskaren lovade att med en investering på ytterligare 100 tusen dollar kommer hans maskin att kunna läsa och skriva om ett år. I själva verket tog det över 30 år …
Kampanjvideo:
Vara det som det var, det viktigaste i detta projekt var inspirationskällan, som förblev oförändrad ända fram till AlphaGo och dess "släktingar". Psykologen Frank Rosenblatt har varit involverad i begreppen cybernetik och artificiell intelligens i över ett decennium. Förresten, han utvecklade sin Perceptron med hjälp av två andra nordamerikanska psykologer: Warren McCulloch och Donald Hebb. Den första publicerade 1943 en gemensam artikel med Walter Pitts (Walter Pitts) med ett förslag att skapa "konstgjorda" neuroner, som borde börja från naturliga och har matematiska egenskaper. Den andra infördes regler 1949 för att tillåta konstgjorda nervceller att lära sig genom försök och misstag, som hjärnan gör.
Broen mellan biologi och matematik var ett djärvt initiativ. En räkningsenhet (neuron) kan vara aktiv (1) eller inaktiv (0) beroende på stimuli från andra konstgjorda formationer som den är ansluten till, och bildar ett komplext och dynamiskt nätverk. Mer exakt får varje neuron en viss uppsättning symboler och jämför den med en viss tröskel. Om tröskeln överskrids är värdet 1, annars är det 0. Författarna har visat att deras tillhörande system kan utföra logiska operationer som "och" och "eller" … och därmed göra någon beräkning. I teorin.
Detta innovativa tillvägagångssätt för beräkningar ledde till den första grälen i vår historia. De två koncepten samlades i en oförenlig konfrontation som fortsätter till denna dag. Å ena sidan finns det anhängare av neurala nätverk, och å andra sidan finns det förespråkare för "klassiska" datorer. Det senare är baserat på tre principer: beräkningar är huvudsakligen sekventiella, minne och beräkningar är försedda med tydligt definierade komponenter, varje mellanvärde ska vara lika med 0 eller 1. För det första är allt annorlunda: nätverket ger både minne och beräkningar, det finns ingen centraliserad kontroll, och mellanvärden är tillåtna.
"Perceptron" har också förmågan att lära sig, till exempel att känna igen ett mönster eller klassificera signaler. Så här korrigerar skytten synen. Om kulan går till höger flyttar den fatet till vänster. På nivå med konstgjorda nervceller betyder detta att försvaga de som drar till höger, till förmån för dem som drar till vänster och låter dig träffa målet. Det enda som återstår är att skapa denna sväng av nervceller och hitta ett sätt att koppla ihop dem.
Hur som helst, minskade entusiasmen betydligt 1968 med utgivandet av boken Perceptrons av Seymour Papert och Marvin Minsky. I den visade de att strukturen hos perceptron gör att du bara kan lösa de enklaste problemen. Det var den första vintern av konstgjord intelligens, vars första vår, vi måste erkänna, inte bar mycket frukt. Och vinden blåste därifrån: Marvin Minsky stod vid ursprunget till uppkomsten av själva begreppet "konstgjord intelligens" 1955.
AI och AI kolliderar
Den 31 augusti samma år skickade hon och kollegan John McCarthy ett dussin människor uppmanade dem att delta nästa sommar i ett tvåmånadersarbete om det då första konceptet med konstgjord intelligens vid Dartmouth College. Warren McCulloch och Claude Shannon, far till datavetenskap och telekommunikationsteori, deltog. Det var han som förde Minsky och McCarthy till Bell-laboratoriet, från vilket transistorer och lasrar senare kom ut. Dessutom var det de som blev ett av centrumen för återupplivningen av neurala nätverk på 1980-talet.
Parallellt med detta bildades två nya rörelser, och Stanford University blev deras slagfält. Å ena sidan flauntade förkortningen för AI, "artificiell intelligens", i en annan förståelse från neurala nätverk, som försvarades av John McCarthy (han lämnade Massachusetts Institute of Technology och skapade sitt laboratorium i Stanford). Å andra sidan finns det UI, "förbättrad intelligens", som återspeglar Douglas Engelbartts nya strategi. Han anställdes 1957 av Stanford Research Institute (skapades 1946 av en oberoende institution som samverkade med den privata sektorn).
Douglas Engelbart hade en svår väg bakom sig. Han var tekniker och engagerade sig i radar under andra världskriget, men återupptog sedan sina studier och försvarade sin avhandling. Innan han kom till Stanford skapade han till och med sitt eget företag, men det varade bara i två år. På en ny plats började han implementera sin vision om att förbättra mänskliga förmågor. Han sa att han hade en klar uppfattning om hur "kollegor sitter i olika rum på liknande arbetsstationer som är kopplade till samma informationssystem och kan nära interagera och utbyta data," säger sociologen Thierry Bardini.
Denna vision genomfördes i december 1968, tio år efter introduktionen av Perceptron, under en demonstration av oNLine-systemet med en textredigerare på skärmen, hyperlänkar till dokument, grafer och en mus. Douglas Engelbart var en visionär, men såg förmodligen för långt in i framtiden för att verkligen göra sig själv känd.
Januari 1984, den första Macintosh
John McCarthy kallade i sin tur detta system onödigt "diktatoriskt" eftersom det införde en speciell strategi för textstrukturering. Denna modiga forskare, som, liksom Engelbart, finansierades av den amerikanska armén, presenterade sitt eget symboliska koncept av konstgjord intelligens. I detta förlitade han sig på LISP, ett av de första programmeringsspråken han utvecklade. Tanken var att imitera tankeprocessen med en logisk kedja av regler och symboler och därmed bilda en tanke eller åtminstone en kognitiv funktion. Detta har ingenting att göra med nätverk av oberoende neuroner som kan lära sig men inte kan förklara sitt val. Bortsett från robo-handen som hällde stansen, som roade alla genom att slå över glasögon, var det nya tillvägagångssättet ganska framgångsrikt i termer av vad som länge har kallats "expertsystem". Reglerkedjor tillåter maskiner att analysera data inom en mängd olika områden, oavsett om det är ekonomi, medicin, tillverkning, översättning.
1970 uttalade en kollega från Minsky följande tidning till tidningen Life:”Om åtta år kommer vi att ha en maskin med intelligens från en genomsnittlig person. Det vill säga en maskin som kan läsa Shakespeare, byta olja i en bil, skämta, slåss."
Den symboliska strategins seger
Uppenbarligen gillar inte konstgjord intelligens profetier. År 1973 släpptes en rapport i England som kylde heta huvuden:”De flesta forskare som arbetar med konstgjord intelligens och relaterade fält medger att de är besvikna över vad som har uppnåtts under de senaste 25 åren. (…) I inga av lägren har hittills upptäckter gett de utlovade resultaten."
Följande år har bekräftat denna diagnos. På 1980-talet gick AI-företag i konkurs eller bytte fält. McCarthy laboratoriebyggnad revs 1986.
Douglas Engelbart vann. I januari 1984 släppte Apple sin första Macintosh och genomförde de flesta av ingenjörens idéer i praktiken.
Således gick segern inte till konstgjord intelligens, som Minsky och McCarthy drömde om, utan till Engelbarts förstärkta intellekt. Allt detta har lett till utvecklingen av effektiva persondatorer. Och konstgjord intelligens har nått en återvändsgränd. Symbolismen visade sig vara starkare än neurala nätverk. Men vår historia slutar inte där, och de kommer fortfarande att förklara sig själva.
David Larousserie
