Кратко о журнале «Бизнес Территория»

Полноцветное межрегиональное  издание, посвященное комплексному развитию территории и бизнеса.  Журнал «Бизнес Территория» предназначен для деловых людей, предпринимателей, менеджеров, директоров, собственников бизнеса и распространяется во всех регионах ЦФО и ряде регионов других федеральных округов России.  Издание анализирует успешные бизнес-проекты, публикует информацию о важнейших событиях в бизнес-сообществе, мнения экспертов, знакомит с видными предпринимателями. Инвестиционные возможности городов и районов, планы стратегического развития, промышленность, сельское хозяйство, логистика, недвижимость, энергетика, экология и многое другое – все это в журнале «Бизнес  Территория».

Журнал доступен
в мобильных приложениях:




 

 

 

 

 

Гонка за обладание ИИ: русский коридор

 В 60-е годы ХХ столетия случился рассвет научной фантастики. Писатели взяли на себя роль футурологов. Всем казалось, что скоро роботы заменят людей на всех простых работах, автомобили будут летать по воздуху, а на планете Марс будут расти сады. Но никто не смог пересказать появление интернета

Про компьютерную крысу с интеллектом

Сегодня индустриальные философы пытаются угадать направление развития промышленности.  После обнародования Германией национальной промышленной доктрины «Индустрия 4.0» все специалисты во всем мире заговорили о таких индустриальных драйверах, как композиционные материалы, интернет вещей (Internet of Things, IoT), большие данные (BIG DATA) и пр.

Опять все сводится к построению гибкого роботизированного безлюдного производства, о котором говорят уже полвека, вместо традиционных конвейеров. Я уверен, что развитие пойдет и в этот раз в другом направлении. Без работы скоро окажутся вовсе не рабочие на рутинных операциях, а вновь «белые воротнички» в офисах.

Мы уже видим прогресс, например, в медицине, в первую очередь медицинской диагностике.  Для того, чтобы поставить правильно диагноз по данным компьютерного томографа требуются врачи высочайшей квалификации. Таких специалистов долго учат, но способными стать профессионалами оказывается слишком мало.  Совсем недавно исследователи продемонстрировали, что программные комплексы на основе нейросетей не только находят на снимках опухоли лучше медиков, но и успешно ставят диагнозы на основе глобальных баз знаний. Оказалось, что деятельность радиологов — это скорее прогностическое выявление взаимосвязей, а не логический анализ. Они не могут назвать причину появления рака — им известно только то, что он есть.

Примерно по такому же принципу работают новейшие алгоритмы машинного перевода тестов с разных языков, созданные Google. Мы стоим на пороге, когда искусственный интеллект (ИИ), будет более качественно и прагматично управлять цехами, заводами, губерниями и целыми странами.

Компания Google основана Ларри Пейджем и Сергеем Брином. Она была зарегистрирована как частная компания 4 января 1996 года, а 19 августа 2004 года начала продажу своих акций на фондовом рынке. Заявленной миссией компании с самого начала была «организация мировой информации, обеспечение её доступности и пользы для всех», а неофициальный лозунг компании: «Не будь злом» (Don’t be evil).

Google управляет более чем миллионом серверов в центрах обработки данных по всему миру и обрабатывает более одного миллиарда поисковых запросов. Средний мозг человека состоит из примерно 100 миллиардов нейронов. Каждый нейрон обладает до 10 тысяч соединений с другими нейронами, то есть синапсов всего от 100 до 1000 триллионов. Мы все еще далеки от создания столь масштабных нейросетей, но достижения Google Brain позволили ученым создать искусственные нейросети, сравнимые уже с мозгом крысы.

Предположим компьютерной крысе надо угадать кошку. Компьютерный интеллект крысы сам по себе не в состоянии это сделать. Однако если у вас есть миллион разных людей, которые могут собираться в миллиарды вариантов групп, вы можете научиться классифицировать данные с невероятной точностью. Ваш даже не тренированный электорат способен взглянуть на немаркированное изображение кошки и его идентифицировать. Но объединяющий их ИИ превзойдет все ожидания по точности решения этой задачи с кошкой.

Когда все начиналось?

Термин «Умное производство» впервые ввёл в обиход в 2007 году владелец инжиниринговой компании Солвер (Solver) из России Радислав Бирбраер. Он, пожалуй, первым в мире применил МКЭ (метод конечного элемента) в практике расчёта машин. Он начал применять МКЭ для расчета тяжелых прессов. Эти прессы изготавливались еще в СССР на воронежском заводе «Тяжмехпресс» и поставлялись на автомобильные заводы всех развитых стран.

Метод конечных элементов (МКЭ) — численный метод решения дифференциальных уравнений с частными производными, а также интегральных уравнений, возникающих при решении задач прикладной физики. Метод используется для решения задач механики деформируемого твёрдого тела, теплообмена, гидродинамики и электродинамики.

МКЭ, давно известный теоретический метод инженерных расчетов, Радиславом Бирбраером был дополнен моделями контактного взаимодействия твердых тел, что создало условия для появления CAD – современных систем автоматизированного проектирования.  Через несколько лет в США, которые стали реализовывать политику локализации на своей территории IT-индустрии, были созданы графические дисплеи и программы визуализации инженерных расчетов.   По всему миру начался процесс замены кульманов на компьютеры.

Техническая революция началась не в производственных цехах, как все ожидали, а в самом интеллектуальном узле промышленных предприятий – конструкторских бюро и дизайнерских студиях.

Новая технологическая революция

Тоже самое произойдет и сейчас. Как только появляется достаточно надежный алгоритм для выявления неочевидных взаимосвязей в одной сфере жизни, его почти сразу же можно применить для работы другой сфере. Нейросеть, созданная Google для перевода текста, может, например, изучить очень быстро миллионы страниц юридических документов, на чтобы не хватило жизней миллиону самых квалифицированных юристов, она может проанализировать миллионы судебных решений и бизнес историй. И зачем после этого будут нужны миллионы чиновников, менеджеров, экономистов, финансовых консультантов, агентов по недвижимости?

И кто изменил мир? Для этого не понадобилось миллионов программистов.  Вначале в команде Google занимающейся созданием ИИ на базе нейросетей были один-два исследователя, затем три-четыре, а ближе к концу их стало не больше сотни. И тем не менее сейчас в IT-индустрии происходят фундаментальные изменения, которые еще не осознали ни правительства, ни простые обыватели.   Небольшая группа ученых из компании Brain продемонстрировала, что есть захотеть, то всегда есть возможность всего за 9 месяцев изменить парадигму развития человечества.  Но волна трансформаций затронет и колоссальные институции вроде Google,  Facebook  или  Yandex. Как только компьютеры смогут самообучаться,  - профессия программиста будет тоже под угрозой.

Проект реализован под управлением генерального директора Google Сундара Пичаи, который когда-то родился в Ченнаи, (Индия). Получил диплом металлурга в Индийском технологическом институте в городе Харагпур. Степень магистра он уже получил в Стэнфордском университете по специальности «материаловедение и инженерия», а степень MBA в Уортонской школе бизнеса.   Он перешел в Google в 2004 году. В 2014 году он стал главой по вопросам продукции Google, а вскоре после завершения формирования нового холдинга группы компаний Google Alphabet Inc был назначен на должность генерального директора корпорации.

«Google Brain» начался в 2011 году как сторонний исследовательский проект научного сотрудника Google Джеффа Дина, исследователя Google Грега Коррадоruen и профессора Стэнфордского университета Эндрю Ына.  Они хотели выполнить миссию по созданию: «искусственных нейросетей, которые познают мир методом проб и ошибок как младенцы, в результате могут выработать у себя гибкость, присущую людям».  Все знают, что сервис Google  «Переводчик» появился в 2006 году и с тех пор стал одним из самых популярных сервисов Google; в месяц им пользовались более 500 миллионов человек, которые каждый день переводили для 140 миллиардов слов на разные языки. И вот недавно «Переводчик» изменился: теперь большей частью его трафика занимается ИИ.  По оценкам пользователей он качественно улучшился.

Решение Google о переходе сервиса «Переводчик» на принципы нейросети было явным сигналом осуществить прорыв в машинном обучении, — такое страстное желание последнее время охватила всю IT- индустрию.   За последние четыре года крупные компании — Google, Facebook, Apple, Amazon, Microsoft и китайская фирма Baidu, помимо прочих, — вступили в борьбу за талантливых специалистов в сфере ИИ.

С некоторым опозданием о случившемся стало известно и президенту России Владимиру Путину, который в 2017 году «заболел» цифровой экономикой. Российский Яндекс тоже, даже опаздывая на целый круг, вступил в гонку.  Гонка в сфере ИИ стала напоминать гонку за обладание атомной бомбой. Даже Марк Цукерберг, генеральный директор Facebook, лично участвует в попытках его компании переманить лучших специалистов.

Смысл словосочетания «искусственный интеллект» кажется очевидным, однако его все и всегда воспринимали по-разному.  Как только мы автоматизируем какую-нибудь функцию, мы обесцениваем необходимый для нее человеческий навык до механической работы.  Однако искусственный интеллект потому и интеллект, что слепо не следует за инструкциями. Он наделен возможностью распознавать подтекст, интерпретировать смыслы. Он есть инструмент, созданный для решения самых разнообразных задач, достижения в общем контексте самого невероятного множества целей. И его практически невозможно будет обмануть.

Представим ситуацию, что вы сказали Google Maps следующее: «Я еду в аэропорт на встречу с мистером Х». Интеллектуальная версия вашего приложения к смартфону  «секретарь» приобретет билеты на самолет, купит по пути следования подарок в магазине для внука мистера Х (причем «секретарь» будет знать возраст внука, его привычки и модные тенденции в его детском саду, сумму которую вы обычно тратите на подарки), закажет такси от самолета, отдаст распоряжения сотрудникам, и даже будет некоторое время имитировать наличие вас в офисе, принимая отчёты персонала.

Некоторое время никто не будет догадываться, что вы с мистером Х обсуждаете важные проблемы путешествуя на яхте с Корфу до Котора.   Подобные помощники (Siri от Apple, M от Facebook, Echo от Amazon), тоже создаются с помощью алгоритмов машинного обучения. К тому же сейчас началась гонка индустриальных корпораций по адаптации самопрограммируемых систем в производстве.

Кто еще был причастен к этому проекту?   Джефф Дин, лишь по должности старший научный сотрудник, но де-факто является главой Google Brain. Дин родился в семье медицинского антрополога и эпидемиолога, и детство его прошло повсюду — в Миннесоте, на Гавайях, в Бостоне, Арканзасе, Женеве, Уганде, Сомали и Атланте. В Google он работает с 1999 года.  Эндрю Ыном, молодой стэнфордский профессор компьютерных наук, который работал в компании консультантом.   Грега Коррадо и Куока Ле ученики Эндрю Ынома. Именно с их приходом инженеры Google начали называть Project Marvin иначе: Google Brain (мозги).

Про роботов с глазами…

В реальном мозге важны не сами нейроны, а многообразие связей между ними. Мозг может работать даже в тех условиях, когда информации мало или вовсе нет. Google Brain стал первым крупным коммерческим институтом, направленным на изучение возможностей моделирования мозга.  «Тот момент в эволюции, когда у животных появились глаза, стала серьезным фазовым переходом, прорывом на более высокий уровень сознания», — однажды сказал Дин.  «Теперь у компьютеров есть глаза. Мы можем на основе этих компьютерных глаз создать машины, которые смогут анализировать фотографии. Роботы кардинально изменятся. Они смогут работать в незнакомой среде над очень разнообразными проблемами». Практических применений для них очень много.

В первый год существования Brain эксперименты по созданию машины со способностями годовалого ребенка — так выразился Дин, — шли прекрасно. Их команда по распознаванию речи поменяла часть своей старой системы на нейросеть, и в результате качество работы выросло больше, чем за 20 лет. За год в лаборатории Brain сгенерировали гору революционных идей. Все дело в том, что Google наконец-то выделила ресурсы — компьютерные и человеческие, — чтобы заполнить пробелы, пустовавшие уже давно.

Значительная часть этих идей либо придумана, либо усовершенствована мистером Джоффри Хинтоном, эрудированным англичанином, в чем-то похожем на Аристотеля.  К этому времени, когда появился Джоффри Хинтон,  из команды ушел Эндрю Ын, который сейчас работает в китайской Baidu, где возглавляет команду по искусственному интеллекту численностью в 1300 человек.

Самое простое описание нейросети таково: это машина, которая выдает предсказания или классификации, основываясь на ее способности находить взаимосвязи в данных. Если слой один, то вы можете найти лишь простые взаимосвязи. А когда слоев много, можно искать взаимосвязи между взаимосвязями. Машина никогда не выучит определение кошки, но она просто найдет ее на одной из тысячи фотографий. В этом весь смысл ИИ на нейронных сетях.

Как угадать кошку?

Для решения задачи «распознавания кошки» команда Google Brain разработала быстрые процессоры. Их назовут TPU (tensor processing units), а весь их смысл заключается в том, что они менее точны по сравнению с обычными процессорами (хотя это не всегда очевидно). Команда Google Brain понимала, что стоит только создать программу, способную различать базовые лингвистические последовательности, то на ее фундаменте можно будет построить множество разных приложений — например, инструментарий для составления автоматического ответа на электронное письмо или для разумного поддержание беседы. Для этого не нужна большая точность вычислений, но необходимо большое количество операций.

Когда появились первые результаты будущее миллионов секретарей и простых журналистов изо дня в день создающих горы информационного мусора стало туманным. Более того некоторые понимали, что на базе этого можно создать машину, которая была способна на нечто похожее на мышление.

У Куока Ле было много экспериментов. С каждой итерацией результат получался все лучше. Однако логика нейросети была неясна. Она находила взаимосвязи, но для человека в них не всегда был понятен смысл. Случалось, когда та же самая нейросеть, которая еще недавно прекрасно находила на фото кошек, вдруг с энтузиазмом начинала смешивать в кучу куски облаков и автомобилей вместе с пуфиками для ног. Куока Ле не считал себя лингвистом, однако несмотря на неудачи он почувствовал стремление соединить свою текущую работу с его ранними трудами над чатботом.  Он подозревал, что если нейросеть можно научить обнаруживать изображение, то ее, вероятно, можно также научить находить смыслы во фразах. Научная работа Куока Ле показала, что перевод текстов с языка на язык с помощью ИИ (построенного на нейросетях) возможен. 

Никто не понимал почему это заработало

У Куока Ле эстафету принял Майк Шустер, который был штатным сотрудником в Brain.  Он вырос в промышленном районе Западной Германии Дуйсбурге, потом учился на инженера электрика, потом занялся нейросетями. Осенью 2015 года Дин отправил к Шустеру еще двух инженеров, Юнхуй У и Чжифена Чена. На то, чтобы воспроизвести результаты Ле в новой системе, им потребовалось два месяца. Ле время от времени к ним заглядывал, но даже он не всегда понимал, что они делают. Как сказал Шустер, «Некоторые фрагменты просто работали, и никто не знал почему».

Однако вскоре появилась на одном из научных сайтов статья конкурирующей команды китайской Baidu. Стало ясно, что они идут в том же направлении и дышат в спину американской интернациональной команде Brain. Команда Brain тоже выпустила свою научную работу. Авторов было много — 31 человек. На следующий день сотрудники Brain и старой команды «переводчика» устроили вечеринку. К моменту начала вечеринки новый «Переводчик» Google уже обработал 18 миллионов запросов.

Система перевода с помощью нейросетей наконец-то работала.  

Надо признать, что после такого скачкообразного роста машинного интеллекта людям стало несколько сложнее определять свое исключительное место в этом мире. Но это процесс не зависит от воли конкретных людей.  

Новая реальность зарождается сама собой и производит экспансию.

И надо помнить, что из-за вероятностной природы нейросетей они подходят не для каждой задачи. Нет ничего страшного в том, чтобы система ошиблась на 0.5% и отправила вас не на тот рейс в аэропорт, но, когда дело доходит, например, до атомных реакторов или гражданских самолетов мы не хотим рисковать. Поэтому ИИ созданный на базе нейросети это еще не настоящий «искусственный интеллект». Это только промежуточный результат.

Что будет дальше?

Скорее всего мы скоро станем свидетелями новой серии под названием «гонка за искусственным интеллектом».  Заметьте, что прогресс в проекте был достигнут, когда над ним стала работать интернациональная команда, основу которой составили не лингвисты, как было раньше, а инженеры: металлурги, электрики, кибернетики, а также антропологи.

Сундар Пичаи (Pichai Sundararajan) однажды сказал, что «Переводчик» существует отчасти потому, что не все могут, как физик Роберт Оппенгеймер, изучить санскрит, чтобы прочитать «Бхагават-гиту» в оригинале. Древний санскрит лежит в основе всех языков индоевропейской группы.

Сегодня мы наблюдаем, что роль древнего «санскрита» играет в современном мире «Переводчик» , который делает мир единым (one world). 

Лежащая в холодной пустыне Россия время от времени дает миру тех, кто открывает ему дорогу на более высокий уровень бытия. Россия, например, дала миру Циолковского, который был отцом полетов в космос. Не исключено, что тоже самое произойдет и сейчас. Напомним, что история создания ИИ начиналось много лет назад, когда Радислав Бирбраер, исследователь из России, применил новые алгоритмы МКЭ для расчета машин.

Если понятие «умное производство» впервые ввел Радислав Бирбраер, то понятие «умное общество» ввел в научный обиход исследователь из России Геннадий Климов. Он изучал процессы плазменной сварки в политехническом институте в Воронеже, где и познакомился с Радиславом Бирбраером. В 80-е годы ХХ века они занимались вместе созданием CAD -  систем автоматизированного проектирования. 

Бирбраер стал идеологом инженерного консалтинга при создании умных предприятий. Он учредил инжиниринговую компанию Солвер, которая осуществила много реальных проектов в разных странах по строительству умных фабрик.  Геннадий Климов в это время реализовал в России несколько успешных медиа-проектов, а последние 12 лет занимался антропологическими исследованиями эволюции сознания.  Климов свои исследования относит к семиотической антропологии, изучающей эволюцию кодов и знаков, которыми оперирует наш мозг.

Геннадий Климов заметил, что древние книги всех четырёх мировых религий схожи по структуре и имеют единый «крипта» код, - как бы разорванный на четыре части. Да и оформление индийских Вед, Торы, Библии, Корана (посредством оцифровки всех глав) ассоциировалось с техническим заданием для программистов.

Исследуя свойства знаков и знаковых систем, используемых в процессе общения, Геннадий Климов пришел к выводу о существовании общего для всего человечества культурного кода, формируемого мировой культурой. Возможность общения между людьми возможна только в пределах (ареале) пересекающихся парадигм общих культурных кодов.

В связи с этим открытием возникла возможность перехода на более высокий уровень организации нейронных сетей, которые могут собираться в иерархию взаимосвязанных платформ. Тех самых платформ, которые формировались в течении времени, когда наши предки бродили по лесам в звериных стаях, выживали в пещерный век - и до современности. В ходе междисциплинарных антропологических исследований Геннадию Климову за 12 лет удалось практически восстановить хронологию  человеческой цивилизации в условиях меняющегося климата, географии и социальных норм поведения.

В книгах Геннадия Климова получили развитие идеи российского исследователя Владимира Вернадского о биосфере и ноосфере.

Климовым была высказана идея, что устройство планеты Земля коррелируется с устройством мозга. Некоторые глобальные открытия, дающие человечеству новые состояния, происходят не случайным образом, а по вполне предсказуемым географическим законам, в определенных местах планеты.   

Это позволило подойти к пониманию того, что интеллект — это не только умение распознавать образы и смыслы текстов, как это происходит в правом полушарии мозга. Интеллект – это не только алгоритм, который, по сути, уже реализовала интернациональная команда Brain и китайская команда Baidu.    Это только часть интеллекта.  Для создания ИИ нужно создать еще две недостающие части, кроме созданной командами Brain и Baidu.

Скоро должна появиться новая команда исследователей, которая создаст алгоритм левого полушария мозга, который работает по совершенно другим принципам, оперируя с минимальными логическими битами (культурными кодами) и морфемами — наименьшими единицами языка, имеющими некоторый смысл.

Ум – это умение согласовывать в единую картину реальности эти две субреальности: женскую образность (построенную на нейронных связях) и мужскую логику (систему культурных и языковых кодов). Но это уже третий этапЖдите продолжения.

Дмитрий Соколов


Версия для печати
Авторы: Дмитрий Соколов (Dmitry Sokolov)


Добавить комментарий

Автор*:

Тема*:

Комментарий*:


Введите защитный код:      
* - поля обязательные для заполнения





 
Список журналов

 

 тел./факс
(4822) 33-91-20

170100,
г. Тверь,
ул. Володарского,
дом 48, офис 6

 

Представительство
в Воронеже:
г. Воронеж,
ул. Арсенальная,
дом 3, офис 20,
а/я 64

© 2009-2018 Бизнес территория. Все права защищены и охраняются законом.
 © Разработка сайта компания «Complex Systems»