Введение в искусственный интеллект: практическое руководство для новичков

1. Что такое искусственный интеллект: базовые концепции и виды ИИ

Что такое искусственный интеллект: базовые концепции и виды ИИ

Каждый раз, когда вы разблокируете смартфон лицом, смотрите сериал, который вам порекомендовал стриминговый сервис, или используете навигатор для объезда пробок, вы взаимодействуете с искусственным интеллектом. Для многих эта технология кажется чем-то из области научной фантастики — всемогущим компьютерным разумом, который вот-вот захватит мир. Но на практике всё гораздо прозаичнее и полезнее для нашей повседневной жизни.

Искусственный интеллект (ИИ) — это свойство автоматических систем брать на себя отдельные функции человеческого интеллекта: способность обучаться, анализировать данные, распознавать образы и принимать решения. Это не живой разум, а набор сложных математических алгоритмов и программ, которые умеют находить скрытые закономерности в огромных массивах информации.

Немного истории: с чего всё началось

Идея создания мыслящих машин появилась задолго до изобретения современных компьютеров. Однако отправной точкой в истории ИИ принято считать 1950 год, когда британский математик Алан Тьюринг опубликовал статью «Вычислительные машины и разум».

Тьюринг задался вопросом: «Могут ли машины думать?» Чтобы проверить это, он предложил знаменитый эмпирический тест.

> Тест Тьюринга заключается в следующем: человек общается в текстовом чате с двумя собеседниками — другим человеком и компьютерной программой. Если судья не может с уверенностью сказать, кто из собеседников машина, считается, что программа прошла тест и обладает искусственным интеллектом.

!Портрет Алана Тьюринга

Сам термин Artificial Intelligence (искусственный интеллект) был придуман чуть позже, в 1956 году, на летней конференции в Дартмутском колледже, где собрались ведущие ученые того времени, чтобы обсудить перспективы машинного обучения.

Как работает ИИ: от жестких правил к обучению на данных

Чтобы понять, как работает современный ИИ, нужно сравнить его с классическим программированием.

В традиционном программировании человек пишет строгие правила (код). Например, чтобы создать программу для фильтрации спама в электронной почте, программист пишет инструкцию: «Если в письме есть слова 'выигрыш', 'наследство' или 'бесплатно', отправь его в папку Спам». Проблема в том, что мошенники быстро меняют тактику, пишут «в ы й г р ы ш», и программа перестает работать. Человеку приходится постоянно дописывать новые правила.

В машинном обучении (Machine Learning) подход совершенно иной. Программист не пишет правила распознавания спама. Вместо этого он загружает в программу десятки тысяч писем, часть из которых заранее отмечена как «спам», а другая часть — как «нормальные». Алгоритм сам анализирует тексты и находит неочевидные закономерности. Он может заметить, что спам часто отправляется ночью, содержит много восклицательных знаков и определенные комбинации слов.

На базовом уровне процесс принятия решений машиной сводится к математике. В простейшей модели линейной регрессии (которая является основой для многих алгоритмов) используется уравнение прямой:

Где: * — это итоговое предсказание модели (например, цена квартиры в долларах). * — входные данные (например, площадь квартиры в квадратных метрах). — вес (weight*), то есть коэффициент важности этого параметра. Он показывает, насколько сильно площадь влияет на цену. — смещение (bias*), базовая стартовая точка (например, минимальная стоимость жилья в этом районе независимо от площади).

Процесс «обучения» ИИ — это не чтение учебников, а автоматический подбор идеальных значений и на основе тысяч примеров из прошлого, чтобы формула выдавала минимальную ошибку при предсказании будущего.

!Подвигайте ползунки веса и смещения — попробуйте вручную «обучить» модель предсказывать цены на квартиры

«Матрешка» искусственного интеллекта

В новостях часто используют термины «ИИ», «нейросети» и «машинное обучение» как синонимы. На самом деле они вложены друг в друга, как матрешка.

Искусственный интеллект (AI) — самая большая матрешка. Это любая техника, которая позволяет компьютерам имитировать человеческое поведение. Сюда входят даже старые шахматные программы из 90-х годов, которые работали по жестко заданным правилам.

Машинное обучение (ML) — матрешка поменьше. Это подраздел ИИ, где машины учатся на данных без явного программирования правил (как в примере со спам-фильтром).

Нейронные сети (Neural Networks) — еще более мелкая матрешка. Это особый вид машинного обучения, вдохновленный строением человеческого мозга. Программа состоит из виртуальных «нейронов», соединенных между собой. Данные проходят через несколько слоев этих нейронов, каждый из которых распознает свою часть информации. Например, при распознавании кота на фото первый слой видит только линии и края, второй — формы (уши, глаза), а последний делает вывод: «Это кот с вероятностью 98%».

Большие языковые модели (LLM - Large Language Models) — сердцевина современной матрешки. Это гигантские нейронные сети, обученные на огромной части всего текста, существующего в интернете. Они умеют понимать контекст, вести диалог, писать стихи и программировать. Именно LLM лежат в основе ChatGPT.

!Структура технологий ИИ — от широкого понятия к конкретным современным моделям

Виды искусственного интеллекта по уровню развития

Ученые делят ИИ на три глобальные категории в зависимости от его возможностей.

1. Слабый ИИ (Narrow AI)

Это весь искусственный интеллект, который существует сегодня. Слово «слабый» не означает, что он плохой. Это значит, что он узкоспециализированный.

Алгоритм, который обыгрывает чемпиона мира по шахматам, гениален на шахматной доске, но он не сможет заказать вам пиццу или поддержать разговор о погоде. ChatGPT отлично пишет тексты, но не умеет водить автомобиль. Каждый современный ИИ решает только ту задачу, для которой был создан.

2. Сильный ИИ (AGI - Artificial General Intelligence)

Это гипотетический интеллект будущего, который будет равен человеческому. Сильный ИИ сможет обучаться абсолютно любым задачам, переносить опыт из одной сферы в другую, обладать здравым смыслом и способностью к абстрактному мышлению. Если AGI попросить сварить кофе в незнакомой квартире, он сам найдет кухню, поймет, как работает кофеварка, и нальет воду. На данный момент AGI не существует, хотя многие корпорации (например, OpenAI) ставят его создание своей главной целью.

3. СуперИИ (Super AI)

Это интеллект, который превзойдет человеческий разум во всех областях: от научного творчества до социального интеллекта. Это уровень, который часто показывают в фантастических фильмах. Достижение этого этапа вызывает больше всего споров среди ученых о безопасности человечества.

Как общаться с ИИ: что такое промпт

Главный навык при работе с современными нейросетями — это умение правильно ставить задачу. Запрос, который вы отправляете чат-боту или генератору картинок, называется промптом (prompt — подсказка, запрос).

Если вы напишете ИИ: «Напиши пост про собак», вы получите скучный, шаблонный текст.

Хороший промпт должен содержать контекст, роль, задачу и формат. Например: «Представь, что ты опытный кинолог. Напиши короткий пост для соцсетей (до 100 слов) о том, почему собакам нельзя давать шоколад. Используй дружелюбный тон и добавь пару эмодзи».

Разница в результатах будет колоссальной. В следующих статьях мы подробно разберем анатомию идеального промпта и научимся управлять нейросетями так, чтобы они выдавали именно тот результат, который вам нужен.