Определение некоторых основных понятий
Учитывая, что в наше время искусственный интеллект (ИИ) — это ажиотаж, можно удивиться, увидев пост, определяющий ИИ. Однако есть две причины, почему это важно. Во-первых, поскольку эта статья является началом статьи Сингулярность, читателям важно знать, что обычно подразумевается под ИИ в этой публикации. Но, возможно, что еще более важно, все еще существует некоторая путаница в отношении того, что такое ИИ в целом. В обращении находится несколько терминов, в том числе машинное обучение и глубокое обучение, и некоторые люди, похоже, не понимают, как связаны эти термины. Этот пост — попытка прояснить ситуацию.
Что Сингулярность подразумевает под искусственным интеллектом?
В публикации The Singularity используется довольно широкое и четкое определение ИИ. Прежде всего, ИИ — это любой интеллект, демонстрируемый машинами, а не биологическими существами, такими как люди. Конечно, это смещает проблему определения к вопросу Что такое интеллект? Сингулярность использует определение, предложенное Шейном Леггом и Маркусом Хаттером в книге Универсальный интеллект: определение машинного интеллекта:
«Интеллект измеряет способность агента достигать целей в самых разных условиях».
Агент — это просто объект, который может контролировать свою среду и может воздействовать на нее (изменять ее) целеустремленным образом.
Как насчет машинного обучения?
Большая часть ажиотажа вокруг ИИ в последние годы связана с машинным обучением (ML) и часто даже более конкретно с методом, называемым глубоким обучением. Кажется, что ML почти приравнивается к AI, но на самом деле ML — это подкатегория AI. Таким образом, машинное обучение всегда можно рассматривать как ИИ, но не всегда верно обратное. Так что же такое МЛ?
Машинное обучение происходит, когда машина с течением времени лучше справляется с задачей, которую ей явно не сказали, как выполнять.
Например, можно создать ИИ, который учится играть в шахматы, играя (огромное) количество партий против самого себя. Сыграв много партий в шахматы, он найдет закономерности, которые приведут к победе. Глубокое обучение — один из методов достижения этой цели. Как это работает — тема для следующей статьи в этой публикации, в которой более подробно будет обсуждаться машинное обучение, а также объяснено глубокое обучение.
Это все?
Нет, это определенно не так. ИИ — это гораздо больше, чем «просто» машинное обучение. Например, несмотря на то, что утверждалось, что победа чемпиона мира над шахматным компьютером Deep Blue не была случаем ИИ, согласно приведенному выше определению интеллекта, это определенно так. Повторим это определение:
«Интеллект измеряет способность агента достигать целей в самых разных условиях».
У Deep Blue была цель: побеждать в шахматах. Конечно, шахматы были единственной средой, в которой работал Deep Blue, и у Deep Blue была только одна цель, но у нее были огромные возможности для достижения этой цели. Однако Deep Blue с самого начала умел играть в шахматы. От игры лучше не стало. Поэтому машинное обучение не отображалось. Тем не менее, это ничего не умаляет его мастерства в шахматах.
Об искусственном интеллекте можно сказать гораздо больше. Мы не обсуждали различные подтемы, Искусственный Общий Интеллект, Искусственный Суперинтеллект, Дружественный ИИ, Взрыв Интеллекта или Сингулярность. Эти последние пять терминов особенно важны для этой публикации, и каждый из них заслуживает отдельного поста.
