2016 года. Они попытались найти ответы на следующие вопросы:
• Насколько интенсивно обсуждается ИИ в наши дни по сравнению с прошлым?
• Какова тональность новостей, посвященных ИИ? Стали ли они более оптимистичными или пессимистичными?
• С чем ИИ ассоциируется и как его представляет общественность?
• Как изменились страхи общества? Чего люди боялись в прошлом из того, что уже неактуально сегодня, а что, наоборот, стало волновать сегодня из того, что не волновало ранее?
Как часто тема искусственного интеллекта поднимается в СМИ?
Существует убеждение, будто возбуждение нервных клеток журналистского сообщества происходит каждый раз с появлением нового феномена, выходящего за рамки принятых стереотипов. Смеем предположить, что первый всплеск интереса произошел в 1997 году, когда суперкомпьютер Deep Blue победил Гарри Каспарова (является инагентом) в шахматной партии. В 2009 году волна любопытства была связана с появлением интереса к нейронным сетям и глубокому обучению — совокупности методов машинного обучения, используемых для предварительной подготовки этих самых сетей. В 2015-м — с победой Alpha Go над человеком в последней игре, с которой биологический мозг справлялся лучше алгоритмизированного пересчета: го. В 2023-м — с наличием доступа к ChatGPT, который уже взломал операционную систему человеческой цивилизации — естественный язык.
Скорее всего, интерес общественности вспыхивал и угасал с появлением культурных феноменов, таких как фильмы «Матрица», «Терминатор», сериал «Мир Дикого Запада» и прочие развлекательные продукты, создатели и герои которых размышляли об искусственном интеллекте, безопасности и перспективности технологии. Но мы всё же предполагаем, что интерес разгорелся с новой силой именно в 2009 году и с этого момента не утихает. Именно в этом году работы над тренировкой искусственных нейронных сетей методом глубокого обучения вышли на новый уровень. Машины, помимо прочего, научили воспринимать информацию из мира людей.
Возьмем, например, машинное зрение (МЗ) — интерпретацию визуальных данных способом, аналогичным человеческому. Это сбор, анализ и понимание изображений и видео и данных высокой размерности (когда свойства объекта или аналогичны, или превышают наблюдаемые визуально параметры). МЗ широко используется в анализе медицинских данных, например рентгеновских снимков, считывании позы человека, моделировании трехмерных сцен, видеонаблюдении, распознавании лиц.
Технология машинного слуха (МС) уже давно интегрирована в отечественный голосовой помощник «Алиса», чтобы помочь ей распознать голос, интонацию, тональность. И человек, и машина воспринимают звук одинаково, и именно поэтому МС имеет широкий спектр применения: от записи музыки до синтезирования и распознавания речи. Возможности технологии МС используются в современных смартфонах, автомобилях, голосовых помощниках. Более того, умная машина может настроиться на поиск определенного звука, блокируя остальные, что открывает удивительные возможности в медицине, например повышает эффективность выявления шумов в сердце.
Существует также и технология машинного касания (МК). Если в случае со зрением и слухом у нас уже есть достаточно серьезные технологические результаты, то с касанием работа началась относительно недавно; однако сегодня это уже реальность. Машина может воспринимать тактильную информацию, распознать поверхность, ловко корректируя свои действия. Машинное касание в отдаленном будущем позволит взаимодействовать с окружающей средой на более глубоком уровне. Вы уже, наверное, вспомнили робота Санни из фильма «Я, робот», снятого по мотивам романов Айзека Азимова?
Новости стали оптимистичнее или мрачнее?
Анализируя статьи The New York Times за период 1986–2016 годов, Фост и Хорвиц выявили следующие закономерности:
• интеллектуальная машина — это хорошо, приятно иметь подобного помощника;
• человек боится утратить контроль — это плохо;
• после 2009 года наблюдается резкий всплеск интереса к ИИ, при этом пессимистичных и оптимистичных публикаций журналистов примерно поровну.
Интерес к ИИ вспыхивал с новой силой в 1990-х, начале 2000-х, 2009-м и сейчас, в 2023 году. В каждом таком периоде в фокусе внимания оказывались конкретные темы.
1990-е
Майниниг данных, виртуальная реальность, попытка разработать самоуправляемую машину, создание искусственной формы жизни, Deep Blue побеждает Каспарова (является инагентом), Sony выпускает на рынок AIBO — первого питомца-робота.
2000-е
Незначительные достижения, связанные с созданием роботов, например ASIMO от Honda. Не совсем удачные попытки разработки искусственных нейронных сетей. Все это длилось ровно до 2009 года, когда была создана первая нейронная сеть, способная уверенно распознавать рукописный текст, а Google разработала машину, которая перемещается без участия человека.
2009–2023
А дальше, после того как появилась ИНС, показывающая стабильный результат, а именно автомобиль Google, развитие технологии ИИ только ускорялось. Можно предположить, что этому способствовала еще и конференция в Мельбурне, на которой собрались исследователи ИИ. Год 2009-й можно охарактеризовать как год, когда интернет начал проникать во все сферы деятельности человека, что привело к ускорению обмена информацией. Дополнительным толчком для развития технологии стало финансирование различными коммерческими и некоммерческими организациями, собравшими более 15 млрд долларов инвестиций. Однако именно открытия 1990-х и 2000-х вывели ИИ на передовую общественного интереса, что запустило волну положительной обратной связи, когда каждое новое открытие приносит новые инвестиции и развитие технологий.
Общественность и ИИ: как изменялся нарратив
Со времен Дартмутской конференции 1956 года идея ИИ изменялась многократно. Хорвитц и Фаст в анализе публикаций The New York Times использовали тот же подход, что и Реккья при анализе метаданных фильмов с сайта IMDb и диалогов вокруг изучаемых феноменов: к таковым относятся искусственный интеллект, робот, андроид. Статьи с новостного портала группировались исследователями в 5–10-летние периоды, каждый период пропускался через аналитическое сито для выявления частотности использования заранее определенных ключевых слов и понятий. Хорвитц и Фаст вслед за Реккья использовали, что называется, подход «в лоб»: пересчет слов для классификации и анализа текста.
Ученые сгруппировали и проанализировали статьи, и если в публикации присутствовал хотя бы один абзац с оптимистичным взглядом на будущее технологии, то она попадала в категорию оптимистичных; если был хотя бы один пессимистичный абзац, то в противоположную. Правда, пока непонятно, куда попадали статьи, где присутствовал двусторонний взгляд; скорее всего, проводился пересчет или оценка вывода. Однако, как нам кажется, каждая отдельная статья все же представляет однобокий взгляд. Для примера приведем некоторые выдержки из публикаций с отечественного новостного портала Lenta.ru.
В письме утверждается, что технологии с искусственным интеллектом, сопоставимым человеческому, могут представлять значительный риск для общества и человечества. Пессимизм.
Во время выступления в Вашингтоне Смит заявил, что в контексте изучения потенциала искусственного интеллекта его больше всего беспокоит, что с помощью новых технологий можно создавать фейки — ложный контент, неотличимый от настоящего. Пессимизм.
Как показывают опросы, 94 процента компаний уверены, что искусственный интеллект способствует успеху организации. Он применим абсолютно во всех сферах, внедряется в сервисы и создает новые миры. Например, генерирует дизайн (двигателей, зданий и так далее), синтезирует новые материалы, создает 3D-карты городов, презентации и лекарства, занимается расшифровкой генома и мониторингом урожая. Оптимизм.
В мае 2023 года сотрудники Эдинбургского университета представили метод на основе искусственного
