ЧТО ТАКОЕ МАШИННОЕ ОБУЧЕНИЕ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?
Описание разных систем искусственного интеллекта (ИИ) и методов машинного обучения потребовало бы слишком много места, поэтому здесь я расскажу в общих чертах лишь о некоторых из них, оставаясь в рамках астрономической тематики. В первую очередь нам надо понять смысл понятия ИИ1. Что же искусственный интеллект и машинное обучение делают такого, что не позволяют осуществить обычные компьютерные программы? И нет, компьютер пока не научился мыслить, как нам рассказывают фантастические книги и фильмы. Не способен он сам и совершать открытия, подобно человеку, хотя теперь может сильно помочь в этом.
Для того чтобы некоторая задача могла быть решена на компьютере без ИИ, она должна быть формализована, то есть представлена в виде, пригодном для работы с ней с помощью математики или логики. Проще говоря, записаны формулы, по которым вычисляется ответ. Причём должны быть учтены все возможные варианты развития событий.
Однако существует много задач, которые крайне трудно, а подчас просто невозможно формализовать и перебрать все варианты. Например, к таким задачам относится распознавание образов, скажем, ответ на вопрос о похожести лиц на снимках. Попробуйте перебрать все возможные сочетания разнообразных лиц и в каждом случае составить последовательность действий, однозначно отвечающих на вопрос: похожи они или нет и в какой степени. Средствами обычного математического подхода проблему не осилить, даже если фотографии преобразовать в цифровую форму.
А ведь решение этой задачи — основа классификации объектов, то есть их разделения на несколько различных групп (классов), в которые собраны похожие объекты. В астрономии с подобной проблемой сталкиваются, например, при классификации галактик по их изображениям. По ним надо определить тип галактики: спиральная, эллиптическая, линзовидная, неправильная, затем подклассы и так далее. Это, конечно, не лица, но спиральные галактики имеют очень разную форму и структуру, так что однозначно сформулировать признаки их похожести и объединения в одну группу не удастся. Разумеется, профессионал-астроном, анализируя изображения вручную, в большинстве случаев с задачей легко справится. Однако если он возьмёт миллиард известных галактик и затратит на просмотр каждой хотя бы секунду, на просмотр всех у него уйдёт более 30 лет, при условии, что он будет работать круглосуточно и без перерывов. Но чем поможет здесь искусственный интеллект? Ведь дело не только в том, что компьютер работает быстрее и не требует отдыха.
Современные технологии ИИ — это способы решения задач, выходящие за рамки традиционного подхода. Благодаря этому компьютер может выполнять действия, которые обычно относят к прерогативе человека. В том числе написать текст, картину или музыку, распознать речь — все эти задачи тоже не формализуемы.
Упрощённо говоря, ИИ можно представить как большую формулу с множеством изменяемых параметров, в которую подставляют исходные данные и получают ответ. Эта формула определяется выбранной технической реализацией ИИ и к рассматриваемой проблеме отношения не имеет, поэтому и получаемый ответ первоначально тоже. Затем начинается процесс обучения, заключающийся в подстройке параметров формулы, так, чтобы ответ соответствовал поставленной задаче. Таким образом, техническую, чаще всего компьютерную систему учат выдавать результат без формализации процесса решения конкретной задачи. Этим и устраняется главная сложность решения неформализуемых проблем с помощью компьютера.
Из всего сказанного вытекает, что главная проблема в создании ИИ — разработка эффективного метода обучения. Поэтому в статьях, посвящённых исследованиям, проводимым с помощью ИИ, часто вместо термина ИИ используют машинное обучение. Хотя, возможно, здесь есть ещё неявное желание подчеркнуть, что результат получила не какая-то мыслящая машина, а авторы работы обучили машину выдавать результат. Прорыв в машинном обучении был совершён около 10 лет назад, и именно с того времени началось триумфальное шествие ИИ по разным сферам человеческой деятельности...
