Искусственному интеллекту нужен антихайп — IT-эксперт из Дубая

23 апреля в 14:54 1672 просмотра
, обладающего безграничными возможностями и во всем превосходящего человека, люди начали еще в далеких 50-х. Сегодня искусственный интеллект (ИИ) — одно из самых хайповых понятий в мире. Где заканчивается пустой ажиотаж и начинается реальность, правда ли все мы ежедневно сталкиваемся с ИИ, кто его изобрел и чем наша система IT-образования отличается от западной?

" data-title="Искусственному интеллекту нужен антихайп — IT-эксперт из Дубая — Пенза-пресс, рунет за день">

Мечтать о появлении фантастического робота, обладающего безграничными возможностями и во всем превосходящего человека, люди начали еще в далеких 50-х. Сегодня искусственный интеллект (ИИ) — одно из самых хайповых понятий в мире. Где заканчивается пустой ажиотаж и начинается реальность, правда ли все мы ежедневно сталкиваемся с ИИ, кто его изобрел и чем наша система IT-образования отличается от западной?

Об этом журналисту ИА «Пенза-Пресс» Анне Балашовой рассказал один из спикеров завершившейся международной IT-конференции SECON'2019, евангелист [специалист, профессионально занимающийся пропагандой в сфере информационных технологий — прим. ред.] компании Reaktor из Дубая Павел Нестеров.

— Павел, понятие «искусственный интеллект» до недавних пор у многих прочно ассоциировалось с научной фантастикой, этому в свое время немало поспособствовали фильмы о восстаниях машин, Терминаторах [отсыл к одноименному фильму (16+) 1984 года] и соответствующий хайп в СМИ. Но теперь мы наблюдаем, как картина меняется: говорят, дело в том, что ИИ проник в нашу жизнь и стал одной из ее неотъемлемых частей, причем под этим термином мы теперь понимаем не только умных всемогущих роботов. Так ли это?

— Да, с искусственным интеллектом мы сталкиваемся постоянно. Например, когда сидим в интернете, про нас все записывается и анализируется. Если зайти в анонимный браузер, то достаточно будет пяти-семи кликов, чтобы понять мой пол.

Текущее положение вещей такое, что обучение машин — основной способ решения задач искусственного интеллекта. Оно подразумевает обучение на данных. Соответственно, развивались поначалу области, где было очень много информации, то есть интернет. Очень быстро ИИ внедрился также в медиа, в банкинг [управление банковскими счетами — прим. ред.].

Затем возник вопрос: разве это все? Мы же хотим, чтобы машины ездили сами, лекарства искались сами. И сейчас создаются алгоритмы, которые могут обучаться на малом количестве данных. Один мой знакомый недавно закончил такой проект. Есть рельсы, по ним едет состав, и нужно детектировать уровень истертости тормозных колодок. Раньше как это делали — останавливали поезд, и дядька с фонарем и молотком шел, стучал по ним. Сам процесс подразумевал, что человек может допустить ошибку. Знакомый же поставил две камеры, которые могут просматривать один состав каждые две минуты. Это пример нестандартного применения искусственного интеллекта, а именно — компьютерного зрения, в области, где очень мало данных.

— Откуда такой большой разброс в понимании искусственного интеллекта?

— Дело в том, что он делится на слабый и сильный. Под сильным мы как раз понимаем того самого Терминатора из фильмов. Это такая мыслящая машина, которая делает все лучше, чем человек. А слабый искусственный интеллект — это алгоритмы, которые решают одну задачу лучше, чем человек. Например, как я уже говорил, компьютерное зрение.

Понятно, что постоянно мы сталкиваемся именно со слабым ИИ. Взять, например, голосового помощника Siri у iPhone. Когда вы общаетесь с Siri, вы взаимодействуете не с одним слабым искусственным интеллектом, а сразу с несколькими: помимо модуля распознавания речи, есть еще модуль рекомендаций и так далее.

— То есть сильный искусственный интеллект остается для нас явлением фантастическим?

— Стратегия работы над искусственным интеллектом в научном мире такова, что мы решаем все задачи слабого ИИ одну за другой, и есть шанс, что когда-нибудь мы перевалим за критическую точку и создадим сильный. Я говорю абстрактно, потому что нет никакой дорожной карты, как к нему прийти.

Но важно то, что сформировался сам термин сильного ИИ, у людей возникло понимание того, что так может быть. Его создали еще отцы-основатели, но они пытались решить эту задачу другими способами.

— А кто эти отцы-основатели? Кто создал науку об искусственном интеллекте и когда ее захлестнула первая волна хайпа?

— Основателей много. В моем докладе про ИИ есть слайд, где изображено лето 1956 года, север США, зелень, и пять дедов стоят на фоне. Они пришли к руководству государства и сказали: «Давайте-ка вы оплатите нам двухмесячную поездку в это прекрасное место, мы там поживем за ваш счет и за это изобретем вам искусственный интеллект». И государство выделило им грант. Примерно так и было дело.

За два месяца, естественно, они ничего не изобрели, но сделали то, чего сами не ожидали, — создали науку об искусственном интеллекте. По сути, это был катализатор соединения таких научных областей, как нейрофизиология, математика, программирование. Получилась одна наука, которая стала называться искусственным интеллектом.

Но те, кто создал ее, не до конца понимали, какой ящик Пандоры они открывают, не осознавали масштабов. Один из основателей, Марвин Мински, который в середине 20 века написал ряд книжек по искусственному интеллекту, являющихся основой сегодняшней науки, дал своему студенту в 1958 году задачу — за три летних месяца сделать программу, которая подключается к камере и распознает объекты. Но так получилось, что лишь сегодня, спустя столько лет, мы можем сказать, что эта задача решена. И то — с натяжкой.

Хайп начался еще тогда. Фрэнк Розенблатт, психолог по образованию, изучал, как устроен мозг человека, и создал первый нейрокомпьютер, который умел распознавать печатные цифры через камеру. А через пару лет газета The New York Times написала статью о том, что известный психолог-нейрофизиолог, работающий на DARPA [управление перспективных исследовательских проектов Минобороны США — прим. ред.], создал искусственный интеллект, который мы уже скоро запустим на Луну.

Отголоски хайпа, который начался в 50-х годах, будут чувствоваться позже: где-то в 70−80-х полностью прекратится финансирование области искусственного интеллекта, потому что в 50-е денег влили, а через несколько десятков лет выхлопа никакого не было. Потом началось переосмысление этого понятия.

— Как изучение ИИ продвигается в России? Как мы выглядим на фоне других стран?

— Моя оценка такая: Россия от Америки и Европы отстает примерно лет на пять-семь, а арабский мир от России — еще лет на десять. Причем Дубай (ОАЭ), где я сейчас работаю, отстает лет на десять, а Саудовская Аравия — еще на столько же от него.

В целом, у нас действительно все хорошо. В чем-то мы лучше, в чем-то — хуже, но нельзя сказать, что сильно отстаем от западного мира. Кстати, в каких-то сферах отставание даже играет нам на руку: например, если вы возьмете банки, то где в мире вы найдете такие удобные, как некоторые у нас? В целом, я очень доволен тем, что происходит в России конкретно в моей специальности. Только в нашей стране вы найдете сообщество Open Data Science — это 25 тысяч человек, которые обмениваются друг с другом информацией.

— Многие жалуются на российскую систему IT-образования и, как следствие, — дефицит кадров. На поиск сотрудников в IT-компании отчасти ориентирован, в том числе, и пензенский SECON, организаторы этого не скрывают. Действительно ли с образованием в сфере информационных технологий в нашей стране не все так гладко? Где учились вы?

— Я заканчивал в Калининграде маленький локальный институт по специальности «Математик-программист». У нас — хорошая математическая подготовка, но в целом по IT много проблем. Топовые российские вузы не берем — туда идут топовые студенты, и все у них хорошо. А вот про все остальные можно сказать, что методы преподавания в них не меняли много лет. Я, например, учился очень плохо, потому что мне было неинтересно. Начал заново математику изучать через два года после выпуска из университета.

Уже потом, когда я начал преподавать в университете, я ответил для себя на вопрос, в чем была проблема. Мои учителя, конечно, могут обидеться, но это они виноваты в том, что я учился плохо. Задача преподавателя — направить, заинтересовать. Они этого не смогли сделать. Я приходил на лекцию по математическому анализу, и они мне начинали рассказывать теоремы. Зачем? Я лучше квас попью на улице.

Европейская и американская системы образования построены по-другому: ты приходишь на лекцию, и тебе рассказывают о проблемах. А потом дают инструменты для их решения.

Помню мою первую лекцию, ее целью было просто поболтать «за жизнь» про искусственный интеллект. К следующей встрече студенты должны были с помощью математического framework-а [заготовки, шаблоны для программной платформы — прим. ред.] придумать себе задачи. Приходит парень и говорит: «Я буду распознавать порно». Если бы я пришел к своему преподавателю и так сказал ему, он бы покрутил пальцем у виска и выгнал меня. Но если человек хочет выпендриться, то пусть. Какая разница, что он будет распознавать? Важно — как он это будет делать. И у него получился хороший проект.

Другой захотел заняться астрологией. Мы, вроде, понимаем, что это фантастика. И мой преподаватель не стал бы меня слушать, если бы я пришел с такой темой. Но нельзя студенту закрывать эту дверь. В конце концов, он сам себе докажет, что она не работает, но докажет это математически.

Проблема русского образования в не топовых вузах — в том, что студентам не рассказывают, зачем они учатся. Это такое наследие Советского Союза: если профессор хотел кого-то увидеть в своей лаборатории, то он приводил его туда через партию, и ты либо едешь в Сибирь, либо в эту лабораторию. И принцип там был такой — «выживает сильнейший». А если посмотреть, как развивалась наука в то же время в Америке, то у них, наоборот, позиция открытости была: давайте создадим больше лабораторий и устроим конкурентную среду. Если случайно выбрать советскую лабораторию и американскую, то наша, естественно, будет лучше, потому что у нас они все топовые. Но тогда не было свободы никакой.

— Какой же выход есть у простого парня, студента не топового вуза? Самообразование?

— Я — пример этого парня, только из Калининграда. Я еще и учился плохо. Никогда не обладал какими-то уникальными ментальными способностями. Просто из-за того, что эта сфера развивается и есть постоянная потребность в кадрах, я вовремя попал в эту волну. Это более чем реально.

Я готовился с помощью онлайн-курсов. Там открыл для себя мир нормального преподавания, когда с первой лекции погружаешься в тему и тебе ужасно интересно. Закончил несколько курсов, понял, в какой сфере нужно развиваться дальше, почитал книжки.

В Калининграде невозможно было найти работу, связанную с машинным обучением, которое меня больше всего интересовало, поэтому я целенаправленно начал искать работу через интернет. И первая моя работа, связанная с искусственным интеллектом, была удаленной, я трудился на австралийскую фирму. Это было очень круто, я мог путешествовать по Европе и сам строить свой график. У меня тогда был очень странный распорядок дня: жена работала в больнице и уходила на работу в 6−7 утра, а я просыпался обычно в 12−13 часов. Работал до ее возвращения с работы в 17 часов. Мы с ней проводили время, она ложилась спать с 22−23 часа, и начиналась вторая половина моего рабочего дня. Спать я ложился примерно за час до того, как она вставала. Но это специфика удаленной работы, мне было удобно работать в таком режиме.

Так что самообразование — наше все. Мы уже перешли на болонскую систему образования с бакалавриатом и магистратурой. И я думаю, что в будущем, лет через 15, бакалавриата не будет в принципе — все базовые знания можно будет получить в интернете, не выходя никуда, в вузе будут только магистратура и докторантура. Это мое видение того, как будет выглядеть образование.

— Как вы считаете, антихайпом ИИ нужно заниматься на более широкую аудиторию или исключительно в среде специалистов? И что представляет собой этот антихайп?

— На английском языке мой доклад «Антихайп ИИ» называется Demystification of II. То есть антихайп — это, по сути, демистификация. Есть хайп вокруг искусственного интеллекта, и мы пробуем его развеять. Я считаю, что это нужно делать на широкую аудиторию. Почему? Дело в том, что сегодня, к сожалению, есть ушлые люди, которые занимаются подменой понятий, пользуются хайпом вокруг ИИ, чтобы наживаться на этом. От этого, увы, страдают хорошие компании. Поэтому наша задача — образовывать людей во всех сферах. Если государство пока не может нас обеспечить этим, то, значит, мы все будем делать сами.

Напомним, масштабная конференция разработчиков программного обеспечения SECON'2019 прошла в Пензе 19 и 20 апреля. О круглом столе на тему «Почему SECON’а больше не будет?», участники которого подвели итоги и поделились своими мыслями по поводу организации мероприятия и его роли для города, можно почитать здесь. Фоторепортаж с SECON'2019 доступен по ссылке.

Фотография: Фото Анны Балашовой, скриншоты - https://pixabay.com/ru/illustrations/искусственный-интеллект-робот-киборг-4117061/, https://pixabay.com/ru/photos/робот-мех-машины-технология-2301646/, https://pixabay.com/ru/photos/ноутбук-macbook-домашний-офис-2838917/

Социальные комментарии Cackle
Закрыть (Esc)