Александр Рыжов: «Мы учимся смотреть в цифровое зеркало физического мира»
ИИ развивается уже не одно десятилетие. Тем не менее в последние годы произошел качественный скачок, и решения на его базе стали широко применяться на практике для выполнения различных задач. С чем это связано, рассказывает Александр Рыжов, профессор, завкафедрой «Системы управления бизнес-процессами» Школы IT-менеджмента РАНХиГС.
Как научное направление искусственный интеллект возник почти 70 лет назад после того, как в 1950 году Алан Тьюринг сформулировал критерий, получивший название «тест Тьюринга». Это направление переживало этапы романтизма (первые системы распознавания образов, машинного перевода, игры и шахматы, общий решатель проблем), зрелости (специализированные экспертные системы, японский проект создания ЭВМ пятого поколения, Стратегическая компьютерная инициатива как часть Стратегической оборонной инициативы Рональда Рейгана) и, как ни странно сейчас звучит, забвения – речь идет о так называемой зиме искусственного интеллекта.
Ренессанс, происходящий с середины 2000-х годов, связан не столько с качественным скачком «внутри» этого направления, сколько с действительно качественным изменением среды. Развитие микроэлектроники, позволившее беспрецедентно удешевить обработку информации, ее хранение и доставку, появление новых датчиков привело к созданию параллельной цифровой вселенной – цифрового зеркала физического мира. Мы учимся смотреть в это зеркало и с его помощью решаем все большее количество задач в мире физическом. Многие мои студенты ни разу не покупали билетов в железнодорожных и авиакассах, не писали писем, не были в библиотеке – все перечисленное доступно в цифровом мире. Это быстро и удобно. Людям и компаниям хочется решать более сложные задачи столь же эффективно. Более сложные проблемы требуют более сложных алгоритмов, их настройки и адаптации. Часто это и называют сейчас искусственным интеллектом.
Мне близка точка зрения, что подавляющее большинство современных продуктов, авторы которых относят их к ИИ, не качественный скачок развития, а лишь способ использование старых инструментов для создания новых и, безусловно, нужных решений. Ничего, сравнимого с теоремой А. Н. Колмогорова для искусственных нейронных сетей, теоремой Б. Кошко для нечетких систем, теоремой Дж. Холланда для генетических алгоритмов, я не наблюдаю. Я вижу другое. На фоне общего хайпа шальные инвестиционные деньги (в 2018 году венчурные инвесторы вложили рекордные $9,3 млрд в американские ИИ-стартапы – это более чем в 8 раз превышает сумму, потраченную пять лет назад; а к 2050 году инвестиции достигнут $1 трлн) привели к завышенным ожиданиям и появлению огромного количества высокомотивированных низкоквалифицированных «специалистов», которые уверенно ведут это направление к очередной «зиме».
Мы уже видим результаты их активности: 40% европейских ИИ-стартапов не пользуются искусственным интеллектом, но активно привлекают финансирование (оценка MMC Ventures). Компании, вложившие солидные средства в это направление, перестраиваются: только в прошлом году Facebook закрыл свое подразделение «M», IBM Watson Health сократило 70% сотрудников, Cambridge Analytica объявила о банкротстве. Хорошо, если останется много сервисов, более сложных, чем заказ билета или такси, облегчающих нам жизнь в мире физическом через мир цифровой. Плохо, если всех специалистов в этой области в очередной раз объявят сказочниками и прекратят финансирование на очередное десятилетие.