Виды искусственного интеллекта¶

Искусственный интеллект (ИИ) — это класс компьютерных систем, способных выполнять задачи, которые традиционно требуют человеческого интеллекта: распознавание речи и изображений, принятие решений, генерация текста, планирование и обучение. Термин был предложен английским математиком Аланом Тьюрингом в 1950-х годах; первая конференция по искусственному интеллекту состоялась в 1956 году в Дартмуте. По состоянию на 2020-е годы ИИ подразделяют по нескольким основаниям: по уровню способностей, по назначению, по принципу работы и по области применения.

¶Классификация по уровню способностей

¶Узкий (слабый) искусственный интеллект

Узкий ИИ (англ. narrow AI) — система, ориентированная на решение одной конкретной задачи или узкого круга задач. Все системы, работающие в реальной эксплуатации на 2020-е годы, относятся к этому классу: голосовые помощники, рекомендательные системы, системы распознавания лиц, медицинские системы анализа снимков, системы автономного вождения. Такой ИИ не обладает общим пониманием мира и не переносит опыт с одной задачи на другую без специальной доработки.

¶Общий (сильный) искусственный интеллект

Общий ИИ (англ. artificial general intelligence, AGI) — гипотетическая система, способная выполнять любую интеллектуальную задачу на уровне человека или выше, включая перенос знаний между областями, абстрактное мышление и самосознание. На 2020-е годы AGI не создан; вопрос о возможности и сроках его появления остаётся предметом научных дискуссий. Некоторые исследователи и компании (в частности, OpenAI и DeepMind) заявляют о работе в направлении AGI, однако единого критерия его достижения не существует.

¶Сверхчеловеческий искусственный интеллект

Сверхчеловеческий ИИ (англ. artificial superintelligence, ASI) — гипотетическая стадия развития ИИ, превосходящая человеческий интеллект во всех областях, включая научную креативность и социальные навыки. Концепция получила широкое обсуждение в трудах философа Ника Бострома («Суперинтеллект», 2014). Практической реализацией ASI не занимается ни одна организация; тема связана прежде всего с этическими дискуссиями о контроле над сверхинтеллектом.

¶Классификация по назначению

¶Специализированный ИИ

Специализированные системы решают одну задачу: шахматные движки (Deep Blue, Stockfish), системы распознавания речи (Яндекс.СpeechKit, Google Speech-to-Text), системы машинного перевода (DeepL, Google Переводчик), генераторы изображений (DALL-E, Midjourney, Stable Diffusion), языковые модели (GPT, YandexGPT, Байка).

¶Многофункциональный ИИ

Многофункциональные системы объединяют несколько способностей в одном продукте. К ним относятся цифровые ассистенты — Siri (Apple), Алиса (Яндекс), Google Assistant, Alexa (Amazon), — способные отвечать на вопросы, управлять устройствами, искать информацию и выполнять голосовые команды.

¶Классификация по принципу работы

¶Символьный (логический) ИИ

Символьный ИИ («ИИ на основе знаний») — подход, при котором знания о мире представляются в виде символов и логических правил, а рассуждение выполняется как логический вывод. Примеры — экспертные системы (MYCIN, DENDRAL), логические программные системы на Prolog. Доминировал в 1960–1980-х годах; в настоящее время применяется ограниченно, в основном в системах, требующих объяснимости решений.

¶Машинное обучение

Машинное обучение (англ. machine learning) — направление, в котором алгоритмы обучаются на данных и улучшают показатели без явного программирования правил. Основные типы:

• Обучение с подкреплением — агент учится действовать, получая вознаграждение или штраф (AlphaGo, системы управления роботами);
• Обучение с учителем — на размеченных данных (классификация изображений, спам-фильтры);
• Обучение без учителя — поиск структуры в немаркированных данных (кластеризация, снижение размерности).

¶Глубокое обучение

Глубокое обучение (deep learning) — подмножество машинного обучения на основе искусственных нейронных сетей с множеством слоёв. Именно этот подход обеспечил прорывы 2010-х годов: распознавание изображений (победа AlexNet на ImageNet в 2012 году), машинный перевод, речевые системы, а позже — генеративные модели (GAN, трансформеры). Основные архитектуры — свёрточные нейронные сети (CNN) для изображений, рекуррентные сети (RNN) и трансформеры для текста и речи.

¶Генеративный ИИ

Генеративный ИИ — класс моделей, создающих новый контент: текст, изображения, звук, код, видео. Ключевые представители — большие языковые модели (GPT-4 от OpenAI, YandexGPT от «Яндекса», Байка от «Сбера», ERNIE от Baidu) и диффузионные модели изображений (Stable Diffusion, DALL-E 3, Midjourney). В России развитие генеративного ИИ поддерживается на уровне государства: в 2024 году утверждена национальная стратегия развития ИИ до 2030 года, работают центры компетенций по нейротехнологиям.

¶Классификация по области применения

¶ИИ в России

Российские компании и научные центры разрабатывают собственные модели и платформы: «Яндекс» (YandexGPT, YandexART, Алиса), «Сбер» (GigaChat, Kandinsky), Т-Банк, МТС, ВКонтакте (GPT NeoX, «Маруся»), Институт когнитивных нейронаук (ИКН РАН). В 2024 году в России зарегистрировано более 1000 моделей искусственного интеллекта, а рынок ИИ, по оценке Минцифры, превысит 500 млрд рублей к 2030 году. Действует программа «Цифровая экономика Российской Федерации», в рамках которой финансируются проекты в области ИИ и нейроинтерфейсов.

¶Исторические вехи

• 1950 — Алан Тьюринг публикует статью «Вычислительные машины и интеллект» и предлагает тест на интеллект.
• 1956 — Дартмутская конференция, на которой введён термин «искусственный интеллект».
• 1997 — шахматный компьютер Deep Blue (IBM) побеждает Гарри Каспарова.
• 2012 — AlexNet выигрывает конкурс ImageNet, демонстрируя превосходство глубокого обучения.
• 2016 — AlphaGo (DeepMind) побеждает игрока в го Ли Седоля.
• 2022 — публичный запуск ChatGPT, ставшего самым быстрорастущим приложением в истории.
• 2023–2024 — выход GPT-4, Claude 3, Gemini, YandexGPT 2 и других моделей нового поколения.

Источники:

• Тьюринг А. «Вычислительные машины и интеллект» (1950)
• Бостром Н. «Суперинтеллект: опасности, стратегии» (2014)
• Гуд, Олдом, Смит. «Исследования в области искусственного интеллекта» (1956)
• Минцифры России. Национальная стратегия развития ИИ до 2030 года
• Russell S., Norvig P. «Искусственный интеллект: современный подход»