Чарльз Бэббидж (1791-1871)

Принцип действия современных вычислительных машин был заложен еще в середине 19 столетия английским математиком Чарльзом Бэббиджем. Это был выдающийся учёный, разносторонне развитый человек, автор множества изобретений, таких как спидометр, сейсмограф, офтальмоскоп. Но в истории он остался прежде всего как изобретатель первой аналитической вычислительной машины - прообраза современной ЭВМ.

Впервые идея создать машину, которая могла бы помочь в вычислениях, возникла у ученого в 1812 году. Исправляя бесчисленные ошибки в логарифмических таблицах, Бэббидж задумался, как облегчить этот труд. Ученый вспомнил, что во Франции применяли новый метод ведения математических расчетов. Сложную задачу разбивали на ряд простых операций и поручали решать их трём группам математиков. Первая группа составляла схемы расчетов, вторая находила численные значения функций, третья производила примитивное сложение и вычитание. Причем в последней группе были люди, ничего не знавшие о математике, кроме этих простых операций.

«А ведь это можно сделать на машине! - подумал Бэббидж. - Достаточно простого выполнения команд математика, работа ведь механическая». Так начался путь, который в 20 веке назвали дорогой волшебства и технологий.

Семь лет ушло у Бэббиджа на продумывание и формулировку принципов вычисления при помощи машины. Еще три года он конструировал свой первый вычислительный механизм, который назвал разностной машиной. В 1822 году Чарльз Бэббидж выступил с докладом перед Королевским Астрономическим обществом и продемонстрировал работу своей малой разностной машины. Это был механизм, состоящий из множества рычагов и шестерёнок.

Часть разностной машины Чарльза Бэббиджа,
собранная его сыном после смерти ученого

За свое изобретение Бэббидж получил золотую медаль Астрономического общества.

При том уровне техники на создание двух первых вычислительных машин ушло 23 года, а Бэббидж истратил на это 17 тысяч фунтов стерлингов, выданных ему правительством, и всё личное состояние. Но денег всё же не хватило, да и уровень техники того времени не позволял создать большую разностную машину.

Большая разностная машина Чарльза Бэббиджа,
построенная в наше время по чертежам изобретателя в честь 200-летия со дня его рождения.
Машина полностью работоспособна.
Музей науки, Лондон

В 1835 году Бэббидж задумал новую машину. Она должна была выполнять арифметические действия, запоминать начальные данные, промежуточные результаты и результаты вычислений, решать задачи по заданным инструкциям и командам, выдавать результаты вычислений и последовательно выполнять команды, заданные для программы вычислений. Главное, она должна была выполнять все действия без вмешательства человека и, в зависимости от полученного на определенном этапе результата, сама выбирать дальнейший путь вычислений. Бэббидж назвал этот аппарат аналитической машиной. Это была попытка создать искусственный интеллект чисто механическим способом в век пара, когда электротехника только зарождалась.

Бэббидж умер, так и не увидев воплощения своего детища. В 1888 году сын Чарльза Бэббиджа Генри смог построить по чертежам отца центральный узел аналитической машины. Это устройство вычислило все произведения числа "пи" на числа натурального ряда от одного до 32 с точностью до 29 знаков! Таким образом была продемонстрирована полная работоспособность машины Бэббиджа.

Часть разностной машины Чарльза Бэббиджа крупным планом
Видны секторы, состоящие из колесиков и шестерёнок, разделенные колонками
Музей науки, Лондон

Чарльз Бэббидж предвосхитил многие идеи в создании логических схем и конструировании ЭВМ. Архитектура современных компьютеров построена по принципам, которые Бэббидж разработал для своей аналитической машины. Его схема включает три основные части машины: склад, в котором хранятся значения переменных при проведении математических операций (прообраз памяти), мельница, которая производит вычисления (в современных компьютерах эту функцию выполняет процессор), управляющий элемент (в чертежах Бэббиджа нет точного названия этого элемента) и устройства ввода-вывода информации (на перфокартах).

Таким образом, гений Бэббиджа позволил в 1834 году создать принцип компьютера 20 века.

Понятие искусственный интеллект (ИИ или AI) объединяет в себе не только технологии, позволяющие создавать интеллектуальные машины (включая компьютерные программы). ИИ – это также одно из направлений научной мысли.

Искусственный интеллект — определение

Интеллект – это психическая составляющая человека, которая обладает следующими способностями:

• приспособленческая;
• обучаемость посредством накопления опыта и знаний;
• способность применять знания и навыки для управления окружающей средой.

Интеллект объединяет в себе все способности человека к познанию действительности. При помощи него человек мыслит, запоминает новую информацию, воспринимает окружающую среду и так далее.

Под искусственным интеллектом понимается одно из направлений информационных технологий, которое занимается изучением и разработкой систем (машин), наделенных возможностями человеческого интеллекта: способность к обучению, логическому рассуждению и так далее.

В настоящий момент работа над искусственным интеллектом проводится путем создания новых программ и алгоритмов, решающих задачи так же, как это делает человек.

В связи с тем, что определение ИИ эволюционирует по мере развития этого направления, необходимо упомянуть AI Effect. Под ним понимается эффект, который создает искусственный интеллект, достигнувший некоторого прогресса. Например, если ИИ научился выполнять какие-либо действия, то сразу подключаются критики, которые доказывают, что эти успехи не свидетельствуют о наличии мышления у машины.

Сегодня развитие искусственного интеллекта идет по двум независимым направлениям:

• нейрокибернетика;
• логический подход.

Первое направление предусматривает исследование нейронных сетей и эволюционных вычислений с точки зрения биологии. Логический подход подразумевает разработку систем, которые имитируют интеллектуальные процессы высокого уровня: мышление, речь и так далее.

Первые работы в области ИИ начали вести в середине прошлого века. Пионером исследований в этом направлении стал Алан Тьюринг , хотя определенные идеи начали высказывать философы и математики в Средние века. В частности, еще в начале 20-го века была представлена механическое устройство, способное решать шахматные задачи.

Но по-настоящему это направление сформировалось к середине прошлого столетия. Появление работ по ИИ предваряли исследования о природе человека, способах познания окружающего мира, возможностях мыслительного процесса и других сферах. К тому времени появились первые компьютеры и алгоритмы. То есть, был создан фундамент, на котором зародилось новое направление исследований.

В 1950 году Алан Тьюринг опубликовал статью, в которой задавался вопросами о возможностях будущих машин, а также о том, способны ли они обойти человека в плане разумности. Именно этот ученый разработал процедуру, названную потом в его честь: тест Тьюринга.

После опубликования работ английского ученого появились новые исследования в области ИИ. По мнению Тьюринга, мыслящей может быть признана только та машина, которую невозможно при общении отличить от человека. Примерно в то же время, когда появилась статься ученого, зародилась концепция, получившая название Baby Machine. Она предусматривала поступательное развитие ИИ и создание машин, мыслительные процессы которых сначала формируются на уровне ребенка, а затем постепенно улучшаются.

Термин «искусственный интеллект» зародился позднее. В 1952 году группа ученых, включая Тьюринга, собралась в американском университете Дартмунда, чтобы обсудить вопросы, связанные с ИИ. После той встречи началось активное развитие машин с возможностями искусственного интеллекта.

Особую роль в создании новых технологий в области ИИ сыграли военные ведомства, которые активно финансировали это направление исследований. Впоследствии работы в области искусственного интеллекта начали привлекать крупные компании.

Современная жизнь ставит более сложные задачи перед исследователями. Поэтому развитие ИИ ведется в принципиально других условиях, если сравнивать их с тем, что происходило в период зарождения искусственного интеллекта. Процессы глобализации, действия злоумышленников в цифровой сфере, развитие Интернета и другие проблемы – все это ставит перед учеными сложные задачи, решение которых лежит в области ИИ.

Несмотря на успехи, достигнутые в этой сфере в последние годы (например, появление автономной техники), до сих пор не утихают голоса скептиков, которые не верят в создание действительно искусственного интеллекта, а не очень способной программы. Ряд критиков опасается, что активное развитие ИИ вскоре приведет к ситуации, когда машины полностью заменят людей.

Направления исследований

Философы пока не пришли к единому мнению о том, какова природа человеческого интеллекта, и каков его статус. В связи с этим в научных работах, посвященных ИИ, встречается множество идей, повествующих, какие задачи решает искусственный интеллект. Также отсутствует единое понимание вопроса, какую машину можно считать разумной.

Сегодня развитие технологий искусственного интеллекта идет по двум направлениям:

1. Нисходящее (семиотическое). Оно предусматривает разработку новых систем и баз знаний, которые имитируют высокоуровневые психические процессы типа речи, выражения эмоций и мышления.
2. Восходящее (биологическое). Данный подход предполагает проведение исследований в области нейронных сетей, посредством которых создаются модели интеллектуального поведения с точки зрения биологических процессов. На базе этого направления создаются нейрокомпьютеры.

Определяет способность искусственного интеллекта (машины) мыслить так же, как человек. В общем понимании этот подход предусматривает создание ИИ, поведение которого не отличается от людских действий в одинаковых, нормальных ситуациях. По сути, тест Тьюринга предполагает, что машина будет разумной лишь в том случае, если при общении с ней невозможно понять, кто говорит: механизм или живой человек.

Книги в жанре фантастика предлагают другой метод оценки возможностей ИИ. Настоящим искусственный интеллект станет в том случае, если он будет чувствовать и сможет творить. Однако этот подход к определению не выдерживает практического применения. Уже сейчас, например, создаются машины, которые обладают способностью реагировать на изменения окружающей среды (холод, тепло и так далее). При этом они не могут чувствовать так, как это делает человек.

Символьный подход

Успех в решении задач во многом определяется способностью гибко подходить к ситуации. Машины, в отличие от людей, интерпретируют полученные данные единым образом. Поэтому в решении задач принимает участие только человек. Машина проводит операции на основании написанных алгоритмов, которые исключают применение нескольких моделей абстрагирования. Добиться гибкости от программ удается путем увеличения ресурсов, задействованных в ходе решения задач.

Указанные выше недостатки характерны для символьного подхода, применяемого при разработке ИИ. Однако данное направление развития искусственного интеллекта позволяет создавать новые правила в процессе вычисления. А проблемы, возникающие у символьного подхода, способны решить логические методы.

Логический подход

Этот подход предполагает создание моделей, имитирующих процесс рассуждения. В его основе заложены принципы логики.

Данный подход не предусматривает применение жестких алгоритмов, которые приводят к определенному результату.

Агентно-ориентированный подход

Он задействует интеллектуальных агентов. Этот подход предполагает следующее: интеллект представляет собой вычислительную часть, посредством которой достигаются поставленные цели. Машина играет роль интеллектуального агента. Она познает окружающую среду при помощи специальных датчиков, а взаимодействует с ней посредством механических частей.

Агентно-ориентированный подход уделяет основное внимание разработке алгоритмов и методов, которые позволяют машинам сохранять работоспособность в различных ситуациях.

Гибридный подход

Этот подход предусматривает объединение нейронных и символьных моделей, за счет чего достигается решение всех задач, связанных с процессами мышления и вычислений. Например, нейронные сети могут генерировать направление, в котором двигается работа машины. А статическое обучение предоставляет тот базис, посредством которого решаются задачи.

Согласно прогнозам экспертов компании Gartner , к началу 2020-х годов практически все выпускаемые программные продукты будут использовать технологии искусственного интеллекта. Также специалисты предполагают, что около 30% инвестиций в цифровую сферу будут приходиться на ИИ.

По мнению аналитиков Gartner, искусственный интеллект открывает новые возможности для кооперации людей и машин. При этом процесс вытеснения человека ИИ невозможно остановить и в будущем он будет ускоряться.

В компании PwC считают, что к 2030 году объем мирового валового внутреннего продукта вырастет примерно на 14% за счет быстрого внедрения новых технологий. Причем примерно 50% прироста обеспечит повышение эффективности производственных процессов. Вторую половину показателя составит дополнительная прибыль, полученная за счет внедрения ИИ в продукты.

Первоначально эффект от использования искусственного интеллекта получит США, так как в этой стране созданы лучшие условия для эксплуатации машин на ИИ. В дальнейшем их опередит Китай, который извлечет максимальную прибыль, внедряя подобные технологии в продукцию и ее производство.

Эксперты компании Saleforce заявляют, что ИИ позволит увеличить доходность малого бизнеса примерно на 1,1 триллиона долларов. Причем произойдет это к 2021 году. Отчасти добиться указанного показателя удастся за счет реализации решений, предлагаемых ИИ, в системы, отвечающие за коммуникацию с клиентами. Одновременно с этим будет улучаться эффективность производственных процессов благодаря их автоматизации.

Внедрение новых технологий также позволит создать дополнительные 800 тысяч рабочих мест. Эксперты отмечают, что указанный показатель нивелирует потери вакансий, произошедшие из-за автоматизации процессов. По прогнозу аналитиков, основанных на результатах опроса среди компаний, их расходы на автоматизацию производственных процессов к началу 2020-х годов возрастут примерно до 46 миллиардов долларов.

В России также ведутся работы в области ИИ. На протяжении 10 лет государство профинансировало более 1,3 тысячи проектов в данной сфере. Причем большая часть инвестиций пошло на развитие программ, не связанных с ведением коммерческой деятельности. Это показывает, что российское бизнес-сообщество пока не заинтересовано во внедрении технологий искусственного интеллекта.

В общей сложности на указанные цели в России инвестировали порядка 23 миллиардов рублей. Размер государственных субсидий уступает тем объемам финансирования сферы ИИ, которые демонстрируют другие страны. В США на эти цели каждый год выделяют порядка 200 миллионов долларов.

В основном в России из госбюджета выделяют средства на развитие технологий ИИ, которые затем применяются в транспортной сфере, оборонной промышленности и в проектах, связанных с обеспечением безопасности. Это обстоятельство указывает на то, что в нашей стране чаще инвестируют в направления, которые позволяют быстро добиться определенного эффекта от вложенных средств.

Приведенное выше исследование также показало, что в России сейчас накоплен высокий потенциал для подготовки специалистов, которые могут быть задействованы в разработке технологий ИИ. За 5 последних лет обучение по направлениям, связанным с ИИ, прошли примерно 200 тысяч человек.

Технологии ИИ развиваются в следующих направлениях:

• решение задач, позволяющих приблизить возможности ИИ к человеческим и найти способы их интеграции в повседневность;
• разработка полноценного разума, посредством которого будут решаться задачи, стоящие перед человечеством.

В настоящий момент исследователи сосредоточены на разработке технологий, которые решают практические задачи. Пока ученые не приблизились к созданию полноценного искусственного разума.

Разработкой технологиями в области ИИ занимаются многие компании. «Яндекс» не один год применяет их в работе поисковика. С 2016 года российская IT-компания занимается исследованиями в области нейронных сетей. Последние изменяют характер работы поисковиков. В частности, нейронные сети сопоставляют введенный пользователем запрос с неким векторным числом, который наиболее полно отражает смысл поставленной задачи. Иными словами, поиск ведется не по слову, а именно по сути информации, запрашиваемой человеком.

В 2016 году «Яндекс» запустил сервис «Дзен» , который анализирует предпочтения пользователей.

У компании Abbyy недавно появилась система Compreno . При помощи нее удается понять на естественном языке написанный текст. На рынок также сравнительно недавно вышли и другие системы, основанные на технологиях искусственного интеллекта:

1. Findo. Система способна распознавать человеческую речь и занимается поиском информации в различных документах и файлах, используя при этом сложные запросы.
2. Gamalon. Эта компания представила систему со способностью к самообучению.
3. Watson. Компьютер компании IBM, использующий в процессе поиска информации большое количество алгоритмов.
4. ViaVoice. Система распознавания человеческой речи.

Крупные коммерческие компании не обходят стороной достижения в области искусственного интеллекта. Банки активно внедряют подобные технологии в свою деятельность. При помощи систем, основанных на ИИ, они проводят операции на биржах, ведут управление собственностью и выполняют иные операции.

Оборонная промышленность, медицина и другие сферы внедряют технологии распознавания объектов. А компании, занимающие разработкой компьютерных игр, применяют ИИ для создания очередного продукта.

В течение нескольких последних лет группа американских ученых ведет работу над проектом NEIL , в рамках которого исследователи предлагают компьютеру распознать, что изображено на фотографии. Специалисты предполагают, что таким образом они смогут создать систему, способную самообучаться без внешнего вмешательства.

Компания VisionLab представила собственную платформу LUNA , которая может в режиме реального времени распознавать лица, выбирая их из огромного кластера изображений и видеороликов. Данную технологию сегодня применяют крупные банки и сетевые ретейлеры. При помощи LUNA можно сопоставлять предпочтения людей и предлагать им соответствующие товары и услуги.

Над подобными технологиями работает российская компания N-Tech Lab . При этом ее специалисты питаются создать систему распознавания лиц, основанную на нейронных сетях. По последним данным, российская разработка лучше справляется с поставленными задачами, чем человек.

По мнению Стивена Хокинга, развитие технологий искусственного интеллекта в будущем приведет к гибели человечества. Ученый отметил, что люди из-за внедрения ИИ начнут постепенно деградировать. А в условиях естественной эволюции, когда человеку для выживания необходимо постоянно бороться, этот процесс неминуемо приведет к его гибели.

В России положительно рассматривают вопрос внедрения ИИ. Алексей Кудрин однажды заявил о том, что использование таких технологий позволит примерно на 0,3% от ВПП уменьшить расходы на обеспечение работы государственного аппарата. Дмитрий Медведев предрекает исчезновение ряда профессий из-за внедрения ИИ. Однако чиновник подчеркнул, что использование таких технологий приведет к бурному развитию других отраслей.

По данным экспертов Всемирного экономического форума, к началу 2020-х годов в мире из-за автоматизации производства рабочих мест лишаться около 7 миллионов человек. Внедрение ИИ с высокой долей вероятности вызовет трансформацию экономики и исчезновение ряда профессий, связанных с обработкой данных.

Эксперты McKinsey заявляют, что активнее процесс автоматизации производства будет проходить в России, Китае и Индии. В этих странах в ближайшее время до 50% рабочих потеряют свои местах из-за внедрения ИИ. Их место займут компьютеризированные системы и роботы.

По данным McKinsey, искусственный интеллект заменит собой профессии, предусматривающие физический труд и обработку информации: розничная торговля, гостиничный персонал и так далее.

К середине текущего столетия, как полагают эксперты американской компании, число рабочих мест во всем мире сократится примерно на 50%. Места людей займут машины, способные проводить аналогичные операции с той же или более высокой эффективностью. При этом эксперты не исключают варианта, при котором данный прогноз будет реализован раньше указанного срока.

Другие аналитики отмечают вред, который могут нанести роботы. Например, эксперты McKinsey обращают внимание на то, что роботы, в отличие от людей, не платят налоги. В результате из-за снижения объемов поступлений в бюджет государство не сможет поддерживать инфраструктуру на прежнем уровне. Поэтому Билл Гейтс предложил ввести новый налог на роботизированную технику.

Технологии ИИ повышают эффективность работы компаний за счет снижения числа совершаемых ошибок. Кроме того, они позволяют повысить скорость выполнения операций до того уровня, который не может достигнуть человек.

Искусственный интеллект можно определить как научную дисциплину, которая занимается моделированием разумного поведения. Это определение имеет один существенный недостаток – понятие интеллекта трудно объяснить. Большинство людей уверено, что смогут отличить «разумное поведение», когда с ним столкнутся. Однако вряд ли кто-нибудь сможет дать интеллекту определение, достаточно конкретное для оценки предположительно разумной компьютерной программы и одновременно отражающее жизнеспособность и сложность человеческого разума.

Итак, проблема определения искусственного интеллекта сводится к проблеме определения интеллекта вообще: является ли он чем-то единым, или же этот термин объединяет набор разрозненных способностей? В какой мере интеллект можно создать? Что такое творчество? Что такое интуиция? Можно ли судить о наличии интеллекта только по наблюдаемому поведению? Как представляются знания в нервных тканях живых существ, и как можно применить это в проектировании интеллектуальных устройств? Возможно ли вообще достичь разумности посредством компьютерной техники, или же сущность интеллекта требует богатства чувств и опыта, присущего лишь биологическим существам?

На эти вопросы ответа пока не найдено, но все они помогли сформировать задачи и методологию, составляющие основу современного искусственного интеллекта. Отчасти привлекательность искусственного интеллекта в том и состоит, что он является оригинальным и мощным оружием для исследования этих проблем. Искусственный интеллект предоставляет средство и испытательную модель для теорий интеллекта: эти теории могут быть сформулированы на языке компьютерных программ, а затем – испытаны.

По этим причинам определение искусственного интеллекта, приведенное в начале статьи, не дает однозначной характеристики для этой области науки. Оно лишь ставит новые вопросы и открывает парадоксы в области, одной из главных задач которой является поиск самоопределения. Однако проблема поиска точного определения искусственного интеллекта вполне объяснима. Изучение искусственного интеллекта – еще молодая дисциплина, и ее структура, круг вопросов и методики не так четко определены, как в более зрелых науках, например, физике.

Искусственный интеллект призван расширить возможности компьютерных наук, а не определить их границы. Одной из важных задач, стоящих перед исследователями, является поддержание этих усилий ясными теоретическими принципами.

Любая наука, включая и искусственный интеллект, рассматривает некоторый круг проблем и разрабатывает подходы к их решению. История искусственного интеллекта, рассказы о личностях и их гипотезах, положенных в основу этой науки, возможно, сможет объяснить, почему некоторые проблемы стали доминировать в этой области и почему для их решения были взяты на вооружение методы, используемые сегодня.

В 2014 году Стэнфордский университет запустил проект AI100: столетнее исследование искусственного интеллекта. Учёные из крупных университетов США будут следить за тем, как развитие новейших технологий влияет на человеческую жизнь - безопасность, социальный уклад, психологию, транспорт и другие сферы. В сентябре 2016 года участники проекта выпустили первый доклад, в котором объясняют, как искусственный интеллект уже изменил мир за последние 15 лет, и делают прогнозы на будущее. «Секрет фирмы» прочитал доклад и рассказывает, какие достижения XXI века авторы считают главными, как будут дальше развиваться технологии и к каким опасностям это может привести.

Что такое искусственный интеллект

Искусственный интеллект - это одновременно и область науки, и набор вычислительных технологий. Отчасти они созданы по образцу человеческого организма, где нервная система позволяет нам чувствовать, получать информацию, думать и принимать решения. Удивительно, но у понятия «искусственный интеллект» нет одного чёткого определения, и это совсем не мешает его развитию. Если пытаться объяснить, что это, правильнее всего будет сказать, что искусственный интеллект - это направление технологических разработок, которое делает механизмы умными, а умные механизмы - это те, которые могут действовать правильно в зависимости от обстоятельств.

За последние 15 лет разработки в области искусственного интеллекта стали частью повседневной жизни: они используются, например, при создании компьютерных игр, бытовой техники или личных помощников для мобильных телефонов, распознающих голос. С годами умные технологии будут всё лучше подстраиваться под владельцев: следить за их здоровьем, предупреждать об опасностях и мгновенно предоставлять любые нужные услуги. На многих производствах роботы уже выполняют большую часть работы. При этом с развитием искусственного интеллекта появляется и много новых вопросов: кто должен брать на себя ответственность, если беспилотный автомобиль попадает в аварию, а интеллектуальное медицинское устройство ошибается? Чем будут зарабатывать на жизнь люди, чьи навыки стали не нужны с появлением роботов? Проект AI100 должен в том числе ответить на подобные вопросы.

Транспорт

Автономный транспорт уже в ближайшие 15 лет может стать обычным явлением. Его разработчики предлагают обществу доверить свою безопасность искусственному интеллекту, поэтому беспилотное оборудование начнут массово использовать, когда оно станет для этого достаточно надёжным.

В 2000 году беспилотные автомобили существовали только в виде образцов в лабораториях и выпускать их в город было слишком опасно. Но сегодня беспилотник от Google уже может проехать почти 500 000 км, ни разу не попав в аварию, а Tesla начала выпускать полуавтономные машины с обновляемым программным обеспечением. Предполагается, что в таком автомобиле человек должен постоянно оставаться за рулём, следить за дорогой и брать управление на себя, если с механизмом что-то случается. Правда, тут есть риск, что водитель, доверившись беспилотнику, потеряет контроль над ситуацией. Как в таком случае избежать катастрофы, пока непонятно. Этот вопрос встал особенно остро, когда летом 2016 года полуавтономный автомобиль Tesla попал в первую аварию со смертельным исходом.

Тем не менее, авторы доклада считают, что уже к 2020 году беспилотники будут широко использоваться, причём не только для индивидуального передвижения, но и для перевозки грузов и работы сервисов доставки. При этом станет меньше смертей из-за несчастных случаев, а средняя продолжительность человеческой жизни увеличится.

Со временем, когда механизмы научатся управлять транспортом лучше, чем люди, горожане станут реже покупать собственные автомобили и будут селиться дальше от работы. Это повлияет и на городскую среду, и на то, как люди будут проводить свободное время. Уже сегодня трудно представить себе дорожное движение без использования умных технологий: навигационные устройства для автомобилей начали использоваться в 2001 году, и за 15 лет огромное количество водителей привыкли выстраивать маршруты и рассчитывать длительность поездок с помощью смартфонов. Сегодня у американских автомобилей бывает примерно по 70 разных датчиков: гироскопы, датчики влажности и другие. Современные машины помогают водителям парковаться и предупреждают об объектах, которые находятся в слепой зоне.

Бытовые обязанности

Авторы доклада считают, что через 15 лет в среднестатистическом североамериканском городе существенную часть бытовых обязанностей смогут взять на себя роботы: они будут доставлять посылки и наводить чистоту в офисах, следить за безопасностью. Но, как и в ситуации с автономными автомобилями, сделать умные устройства в этой области по-настоящему надёжными довольно трудно и дорого.

Первым домашним роботом на рынке в 2001 году стал пылесос Electrolux Trilobite, который умеет самостоятельно передвигаться и обходить препятствия. Через год компания iRobot выпустила пылесос Roomba: у него было всего 512 Мб оперативной памяти и самое умное, что он мог сделать, - не упасть с лестницы во время уборки. Но стоил он в десять раз дешевле предшественника. С того момента компания успела продать уже 16 млн пылесосов Roomba, а роботизированные пылесосы теперь есть и у других производителей. Эти устройства становятся всё более простыми в использовании, они научились сами очищать пылесборники и не застревать, наткнувшись на провода или кисти ковра. Благодаря искусственному интеллекту пылесосы выстраивают 3D-модель дома и убираются куда более эффективно.

И всё-таки далеко не все надежды на новейшие технологии оправдались. Умные пылесосы по-прежнему могут справляться только с ровными поверхностями, а новинок на рынке появилось не так много, как можно было ожидать.

Здравоохранение

Медицина с самого начала считалась перспективным направлением для тех, кто работает с искусственным интеллектом - новейшие технологии могли бы уже в ближайшие годы помочь миллионам людей. Но для этого нужно, чтобы и врачи, и сами пациенты начали доверять устройствам и чтобы исчезли политические, нормативные и коммерческие препоны.

На сегодняшний день в здравоохранении в основном используются приложения и устройства, которые облегчают диагностику, следят за состоянием пациента и помогают хирургам проводить операции. Но в последнее время стало понятно, что искусственный интеллект способен на многое другое: например, определять по социальным сетям, какие опасности могут угрожать здоровью человека.

Основной прогресс искусственного интеллекта в области медицины связан со сбором и хранением данных: например, появились электронные медицинские карты (ЭМК), которые хранят всю информацию о болезнях пациента и оказанных ему услугах и составляют медицинские документы. Правда, рынок ЭМК находится под контролем очень небольшой группы компаний, а сами программы неудобны в использовании - например, врачей, которые ими пользуются, раздражают всплывающие окна.

Искусственный интеллект - направление разработок, которое делает механизмы «умными» - действующими правильно в любых обстоятельствах

Зато в следующие 15 лет компьютеры научатся самостоятельно принимать жалобы пациентов и определять, с каким заболеванием обратился человек и как его стоит лечить. Сегодня врачи тратят много времени и сил на то, чтобы общаться с пациентом и проводить диагностику, а в будущем они будут лишь контролировать этот процесс - это снизит рабочую нагрузку терапевтов. Многие из них уже сейчас пользуются специальными приложениями на смартфонах.

Роботы, которые помогают делать операции, тоже перестали быть научной фантастикой. В 2000 году компания IIntuitive Surgical выпустила хирургическую систему Da Vinci, которая умела проводить коронарное шунтирование. После крупных денежных вложений её научили также удалять рак простаты.

Образование

Самой успешной областью для разработчиков искусственного интеллекта стало образование. И преподаватели, и ученики постоянно пользуются приложениями для чтения и изучения разных предметов. Первые устройства для обучения начали появляться ещё в 80-х годах прошлого века: системы с интерактивными тренажёрами для занятий математикой, иностранными языками и многими другими дисциплинами - а теперь онлайн-обучение позволяет каждому преподавателю заметно расширить аудиторию. Авторы доклада считают, что этот процесс будет развиваться и дальше, но всё-таки живые учителя из школ не исчезнут и по-прежнему будут вести основные предметы.

Сегодня многие компании выпускают обучающих роботов, которых используют в школах. Например, Ozobot помогает ученикам младших классов с программированием, а ещё он умеет танцевать и играть в специальные игры на сенсорном экране. Приложения вроде Duolingo и Carnegie Speech обучают иностранным языкам, используя систему распознавания речи и техники НЛП, а система обучения SHERLOCK тренирует студентов-авиатехников распознавать неполадки в электрических системах самолёта.

Сейчас специалисты разрабатывают технологии, которые смогут анализировать ошибки студентов, определять самые трудные места в учебной программе и помогать учащимся колледжей и университетов в проблемных темах. Прогресс в США мог бы быть ещё более заметным, если бы государство выделяло больше денег на развитие учебных заведений. Впрочем, авторы доклада считают, что и здесь в слишком быстром развитии технологий есть своя опасность. Сегодня молодые люди всё больше времени проводят за компьютером, им не хватает живого общения, и они утрачивают социальные навыки. Если через несколько лет студентам вообще не нужно будет выходить на улицу и общаться с кем-то, чтобы получить образование, это плохо скажется на их психике и развитии.