На самом деле ИИ давно захватил мир? О чем Нобелевская премия 2024 года по физике

© Фото: Shutterstock.com

Нобелевская премия по физике 2024 года присуждена Джону Хопфилду (Принстонский университет) и Джеффри Хинтону (Университет Торонто) «за основополагающие открытия и изобретения, которые позволяют осуществлять машинное обучение с использованием искусственных нейронных сетей».

Роман Душкин

генеральный директор IT-компании «А-Я эксперт», старший преподаватель кафедры 22 «Кибернетика» НИЯУ МИФИ, руководитель образовательной программы бакалавриата «Искусственный интеллект и моделирование когнитивных процессов при проектировании и разработке информационных систем»

В этом году Нобелевская премия по физике присуждена фактически за математические модели — и, на мой взгляд, это очень интересная ситуация! Потому что Альфред Нобель в своем завещании черным по белому написал: математикам не давать. Да, Джон Хопфилд физик, но все же премия присуждена фактически за достижения в области математики, а конкретно — искусственного интеллекта и машинного обучения.

Джон Хопфилд в свое время предложил определенную архитектуру полносвязанных нейросетей, в которой каждый нейрон связан с каждым другим нейроном. И сегодня эта архитектура носит его имя «сеть Хопфилда». Эта сеть, во-первых, предназначена для решения очень конкретных и определенных задач в области оптимизации — это метод оптимизации. Фактически она фильтрует сигнал с шумом. Ее можно обучить на восстановление некоторых эталонных образцов. Она запомнит эталонные образцы, и потом во входном сигнале будет эти эталонные образцы отыскивать. Даже если они будут зашумлены, она будет их восстанавливать. То есть, это восстанавливающий фильтр.

Хинтон был одним из тех, кто изобрел метод обратного распространения ошибки (его несколько раз переизобретали, в том числе наши соотечественники). Собственно, работы Джеффри Хинтона лежат в основе современного глубокого обучения. Он предложил формулы восстановления связей, восстановления весов на связях между нейронами: то есть нейросеть как бы работает над ошибками, когда обучается.

Ко всему прочему, надо, конечно, отметить, что работы в области глубокого обучения, базируются на фундаментальном достижении наших советских ученых, которые в 1957 году доказали теорему, которая носит их имя, «теорема Колмогорова-Арнольда»: Андрея Николаевича Колмогорова и Владимира Игоревича Арнольда. Теорема фактически обосновывает то, как осуществляется машинное обучение — о том, что сложная многомерная функция может быть представлена как композиция простых одномерных функций. Это очень фундаментальный результат, который действительно лежит в основе всего глубокого обучения.

Насколько современные нейросети похожи на человеческий мозг? Если этот вопрос касается того, насколько похоже работают механизмы, то искусственные нейронные сети очень далеки от оригинала, от естественных нейронных сетей. Хотя и то, и другое осуществляет вычисления. Модель искусственного нейрона не похожа на то, как работает, живой нейрон у нас в голове. Хотя уже есть модели ИИ, которые стремятся повторить передачу сигнала, которая происходит в мозге. А вот если говорить про когнитивные функции: то, как мы воспринимаем, распознаем образы, мыслим, мечтаем, проявляем интуицию, то есть функциональность — искусственные нейронные сети очень похожи на людей. Сегодня они делают практически все, что делаем мы, люди.

Да, нобелевские лауреаты делали свои открытия в 80-х, а бум нейросетей начался лишь недавно. Когда пионеры искусственного интеллекта предложили модели и архитектуру первых нейросетей, а это было более 70 лет назад, просто не хватало вычислительных мощностей для обсчета всего этого: с вычислительной точки зрения сами методы весьма энергоемки. Например, тот же метод обратного распространения ошибки хоть и применяет линейные функции перехода, довольно простые, но их надо просчитать очень много. В современных глубоких нейросетях тысячи слоев, миллиарды и даже триллионы параметров. Первый же нейрокомпьютер «Марк-1», который создал Фрэнк Розенблатт в 1958 году, содержал нейроны в виде железных коробочек, связи между ними были проводами. Специальные девушки операционистки при обучении корректировали ошибки в нейросети путем переключения перемычек проводов между этими железными нейронами.

Однако бояться развития искусственного интеллекта, на мой взгляд, не стоит. Восстание машин, если и будет, то только в том смысле, что какие-нибудь неолуддиты, боящиеся научно-технического прогресса, захватят власть и устроят то, что Фрэнк Герберт, автор цикла «Дюна», назвал «батлерианским джихадом»: разгром всех машин, недопущение исследований в области искусственного интеллекта и пр.

Ведь на самом-то деле искусственный интеллект нас давно уже захватил. Как электричество, например, захватило мир, и мы, входя домой, просто включаем его: нажимаем на кнопку и не думаем, сколько всего, какая инфраструктура стоит за тем, что у нас в доме зажигается лампочка. Также и системы искусственного интеллекта: они уже повсеместно внедрились во многие процессы и стали их неотъемлемой частью. Многие даже не замечают, что пользуются ИИ: он в калькуляторах, автомобильных навигаторах, компьютерных системах, которые нас окружают и так далее. Так что захват мира уже произошел, и большие сложности возникнут, если все эти системы ИИ как раз перестанут работать. То есть, на мой взгляд, восстание машин — это когда машины отключатся.

Но этого не произойдет, потому что мы, ученые-инженеры, делаем системы высоконадежными! Просто не существует кнопки, которая отключит интернет, как и нет рубильника, который полностью отключит электроэнергию на территории какой-нибудь страны.

Физика в нейросетях: объявлены лауреаты Нобелевской премии 2024 года

Нобелевскую премию по физике получили ученые, создавшие способ наблюдения за электронами