Still Not Alive. Искусственный интеллект появился десятки лет назад. Что мешает ему стать разумным?
Если составить список основных изобретений будущего, в него обязательно войдут следующие пункты: путешествия во времени, мгновенные перемещения в пространстве на дальние расстояния, вечный двигатель и искусственный интеллект. И если первые три явления до сих пор маловероятны (опыты с телепортацией уже проводятся, но пока лишь на уровне элементарных частиц), то какие-никакие наработки в области искусственного интеллекта у человечества вроде бы имеются. Однако многие ставят под сомнение их эффективность и соответствие решаемой задаче — созданию настоящего разума, который смог бы мыслить свободно и независимо.
О проблеме искусственного интеллекта мы слышим часто и отовсюду, особенно близка эта тема игровой индустрии, где AI (artificial intelligence) постоянно пытаются научить взаимодействовать с игроком эффективнее и естественнее.
Часто разработчики заявляют о «продвинутом AI», но это утверждение звучит странно: разве в играх может быть настоящий искусственный интеллект? Его ведь еще не изобрели? Или изобрели? Пожалуй, стоит разобраться, что такое AI, где настоящий искусственный разум, а где — лишь продвинутая субпрограмма, и заодно узнать, как долго еще ждать изобретения полноценного искусственного интеллекта.
Как правильно приготовить электронные мозги?
Вероятно, вы ждете, что мы сейчас дадим четкое определение искусственного интеллекта и начнем рассуждать о проблемах, возникающих при его создании? Увы, точного определения AI не существует. Ведь, чтобы описать сознание искусственное, надо сначала определить, что такое сознание человеческое. Но это невозможно, потому что природа и сущность человеческого интеллекта (за вычетом законов мышления, но этим занимается наука логика) пока слабо изучены. Более того, человечество до сих пор спорит о том, как определить, что машина разумна, потому как критерии сознательности в таком вопросе очень расплывчатые (сейчас для определения «разумности» применяют весьма условный тест Тьюринга, но об этом чуть позже). Считается, что настоящий, мыслящий AI должен отвечать следующим требованиям:
— Уметь мыслить стратегически, решать пазлы, находить причины и выносить суждения.
— Уметь планировать и учиться.
— Уметь общаться на понятном человеку языке.
— Уметь воспринимать окружающую среду и поступающие к нему данные.
— Обладать базовым набором знаний об окружающем мире, который есть у каждого человека (законы природы, психология людей и животных, назначение предметов и т.д.).
— Уметь передвигать предметы и манипулировать ими.
— Уметь комбинировать все перечисленные способности между собой.
Раскольники
Интерес к разработкам в области искусственного интеллекта возник вскоре после начала космической эры, в 60-х годах. Примерно тогда же (в 1958-м) было сформировано американское агентство DARPA , которому правительство США выделяло баснословные суммы на создание интеллектуальных военных систем. Главными центрами исследований AI всегда были и есть Массачусетский технологический институт (MIT) и Стэнфордский университет, где работали такие корифеи этой науки, как Марвин Минский (Marvin Lee Minsky) и Джон Маккарти (John McCarthy). Они придерживались семиотического подхода (его сторонники утверждают, что сильный AI может быть сконструирован путем создания символьных систем, моделирующих сложные психические процессы: мышление, речь, рассуждение, эмоции и даже творчество), в то время как их коллега Фрэнк Розенблат (Frank Rosenblatt), автор термина «искусственный интеллект», создал перцептрон (одна из первых моделей нейросетей; на нейросети делают ставку сторонники биологического подхода) и утверждал, что манипулирование символами никак не может породить сознание. Именно этим людям и их лабораториям шли огромные суммы от DARPA. В 1969 году Минский в соавторстве с коллегой Сеймуром Папертом (Seymour Papert) написал книгу о недостатках перцептрона, в которой подверг биологический подход жесткой критике. Это привело к тому, что DARPA свернуло финансирование таких исследований и они застопорились на 10 лет. Позже Минский пожалел о своей книге, признав нейронные сети эффективным средством для создания AI.
Именно так произошел серьезный раскол в исследованиях AI, повлекший за собой переориентацию на семиотический подход.
Умный компьютер ≠ разумный компьютер
Принято различать как минимум два разных типа AI. Простой набор алгоритмов, способный действовать автономно, принято называть слабым (weak) или прикладным (applied) AI, а набор алгоритмов, наделенных сознанием, — сильным AI. Прикладной AI — это то, что мы видим сейчас в играх, программах машинного перевода, роботах и любой другой сколько-нибудь «разумной» технике. Сильный AI не сумел сделать еще никто.
Эти термины были придуманы Джоном Серлем (John Searle), видным исследователем искусственного интеллекта и критиком Алана Тьюринга (Alan Turing; отец науки об AI). Согласно описанию Серля, сильный AI « будет не просто моделью разума, эта программа в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум ».
Джон Серль отрицал возможность зарождения разума из формализованных рассуждений: « Мышление — процесс обработки находящейся в памяти информации: анализ, синтез и самопрограммирование ». Это можно трактовать и таким образом, что самосознание вытекает из принципа Декарта « я мыслю, следовательно, я существую ». При этом вовсе не обязательно, что машинное сознание должно быть построено на тех же принципах, что и сознание человеческое.
Сторонники слабого AI воспринимают программы как инструментарий для решения конкретного спектра задач. Они считают, что проблема искусственного интеллекта фактически решена, нужно только совершенствовать уже имеющиеся образцы.
Говорят ли компьютеры по-китайски?
Но как не пропустить момент, когда компьютер станет действительно разумным? На этот счет существует много гипотез.
Основатель кибернетики Норберт Винер (Norbert Wiener) сформулировал некоторые критерии разумности. Он доказывал, что именно благодаря обратной связи все живое приспосабливается к окружающей среде и добивается своих целей. « Все машины, претендующие на разумность, — писал он, — должны обладать способностью преследовать определенные цели и приспосабливаться, то есть учиться ».
Кроме того, для определения разумности существует специальный тест, носящий имя человека, чей вклад в исследования AI трудно переоценить. Речь идет об известном тесте Тьюринга. Он был разработан Аланом Тьюрингом в 1950 году для проверки, является ли компьютер разумным. По мнению Тьюринга, вопрос « может ли машина мыслить? » лишен смысла и должен быть заменен на более определенный. Именно для этого он и придумал тест.
Его суть заключается в следующем. Судья-человек переписывается на естественном языке с двумя собеседниками, один из которых — человек, а другой — компьютер. Если судья не может точно определить, кто есть кто, считается, что компьютер прошел тест. Цель обоих собеседников — чтобы человеком признали именно его. Обмен сообщениями производится через определенные промежутки времени, дабы судья не мог делать заключения исходя из скорости ответов. Дело в том, что во времена Тьюринга (середина XX века) компьютеры реагировали медленнее человека. Но сейчас это правило также справедливо, потому что теперь они реагируют гораздо быстрее.
Тьюринг создал свой тест на основе салонной игры, в ходе которой гости пытались угадать пол человека, находящегося в другой комнате, через написание вопросов и чтение ответов.
Ученый предсказал, что компьютеры в конечном счете пройдут его тест. Согласно его прогнозам, к 2000 году компьютер с памятью 1 млрд бит (около 119 Мб) в ходе пятиминутного теста сможет обманывать судей в 30% случаев. Увы, это предсказание не сбылось. Тьюринг также считал, что словосочетание « мыслящая машина » не будет считаться оксюмороном, а обучение искусственного интеллекта будет играть важную роль в создании мощных компьютеров (в этом, по мнению большинства исследователей, он оказался прав).
На сегодняшний день еще ни одна программа не смогла пройти тест, хотя такие заявки звучали не раз. Все дело в том, что прохождение теста Тьюринга требует четкого соблюдения всех условий, а одно из них гласит, что судья-человек активно пытается определить, с кем он беседует. Зафиксированные случаи, когда человек путал программу с живым пользователем (вроде эксперимента AOLIZA, в котором принимала участие программа ELIZA), не могут считаться прохождением теста Тьюринга именно из-за этого пункта, ведь люди не знали о присутствии программы.
Ежегодно проводится соревнование между чат-ботами — конкурс на премию Лебнера. Лучшему боту присуждается бронзовая медаль приза Лебнера (Loebner Prize), а его авторы получают $3000. Второе место может занять программа, которая пройдет текстовый тест Тьюринга (ни разу не присуждалось); авторам положено $25 000. Когда же будет присуждено первое место за прохождение теста Тьюринга с элементами анализа текста, визуального распознавания и общения с аудиторией, победитель получит $100 000, а конкурс на приз Лебнера больше проводиться не будет.
Однако далеко не все считают тест Тьюринга корректным методом определения разумности. Аргументы приводятся самые разные, но наиболее интересным методом опровержения является мысленный эксперимент Джона Серля «Китайская комната». Выглядит он следующим образом. Человека, совсем не знающего китайский язык, помещают в комнату, где лежат папки с листами, на которых нарисованы китайские иероглифы. Там же есть книга правил на русском языке, в которой приводятся правила сочетания символов китайского языка, причем правила эти можно применять, зная всего лишь форму символов, понимать значение совсем необязательно. Например, правила могут гласить: « Возьмите такой-то иероглиф из папки номер один и поместите его рядом с таким-то иероглифом из папки номер два ».
Представим себе, что находящиеся за дверью комнаты люди, понимающие китайский язык, передают в комнату наборы символов и что в ответ человек внутри манипулирует символами согласно правилам и передает обратно другие наборы символов. В данном случае книга правил есть не что иное, как «компьютерная программа». Люди, написавшие ее, — «программисты», а человек в комнате играет роль «компьютера». Папки с символами — это «база данных», наборы символов, передаваемых в комнату, — «вопросы», а наборы, выходящие из комнаты, — «ответы».
А теперь предположим, что книга правил написана так, будто «ответы» человека на «вопросы» не отличаются от ответов человека, свободно владеющего китайским языком. Например, люди, находящиеся снаружи, могут передать непонятные человеку внутри символы, означающие « какой цвет вам больше всего нравится? » В ответ, выполнив предписанные правилами манипуляции, он выдаст символы, ему также непонятные и означающие, что его любимый цвет серо-буро-кровавый, хотя на самом деле ему нравится бирюзовый. Таким образом, человек выдержит тест Тьюринга на понимание китайского языка, ничего не понимая по-китайски. К тому же в такой системе невозможно научиться языку, так как не существует никакого способа узнать значение хотя бы одного символа. Подобно компьютеру, человек в комнате будет манипулировать символами, но не сможет придать им какой бы то ни было смысл.
На основании своего опыта Серль сделал следующие выводы:
— Программы не являются сущностью разума и их недостаточно для наличия разума.
— Способ, посредством которого человеческий мозг создает ментальные явления, не сводится к простому математическому алгоритму.
— То, что порождает разум, должно обладать как минимум причинно-следственными свойствами, эквивалентными соответствующим свойствам мозга.
Несмотря на то что этот мысленный эксперимент подвергся еще большей критике, чем сам тест Тьюринга, «Китайская комната» заострила внимание исследователей на проблемах сильного AI.
Джек Дуниц: «Нет никаких сомнений, со временем компьютеры станут умнее человека»
Готовя эту статью, мы разговаривали с несколькими экспертами в области искусственного интеллекта, одним из них был Джек Дуниц (Yaki Dunietz), основатель двух израильских высотехнологичных компаний — Mashov Computers Ltd. и Artificial Intelligence Research ( www.a-i.com ). Проблемами искусственного интеллекта он занимается уже более 20 лет.
[Игромания] Начнем сразу со сложного вопроса: в чем, по-вашему, разница между искусственным сознанием и искусственным интеллектом? Созданием чего именно вы занимаетесь?
[Джек] Термином «искусственный интеллект» злоупотребляют, зачастую им обозначают все что попало: и экспертные системы, и программы для распознавания речи, и нейронные сети. Любую программу, способную обучаться, можно назвать AI. С другой стороны, в представлении многих AI — это компьютер, способный решать задачи, не решаемые, казалось бы, без человеческого участия. Это рождает некоторое недопонимание, так что, когда кто-то говорит « я разрабатываю программу искусственного интеллекта », это звучит как минимум непрофессионально.
Мы в Ai Research не согласны со столь широким определением и придерживаемся скорее взглядов Алана Тьюринга, который утверждал, что искусственный интеллект в первую очередь должен уметь поддерживать разговор с человеком так, чтобы тот не мог понять, машина перед ним или нет. Мы занимаемся разработкой программ с четкой задачей: общение с людьми (Ai обещают, что их продукты — HAL , Alan и MyBot — смогут пройти тест Тьюринга в ближайшие 10 лет. — Прим. «Игромании» ).
Что касается сознания: по-моему, невозможно доказать, что сознание есть даже у человека, чего уж тут говорить о компьютерной программе. Компьютеры, безусловно, мыслят, просто делают это совсем не так, как люди. Хотя у них, видимо, и нет сознания.
[Игромания] Какой подход к созданию AI вы используете? Пытаетесь ли вы копировать нейронные структуры или обучаете ваш AI?
[Джек] Как я уже сказал, мы создаем программы для общения (чат-боты). Мы не пытаемся симулировать или копировать работу мозга. Наш подход соотносится с понятием слабого AI и использует другую методику. Мы стараемся воссоздать поведение человека. Наши программы улучшают свои языковые навыки как дети — методом проб и ошибок, а также через общение с людьми и получение знаний от них. Мы так и называем свою технологию (а о ней говорил еще сам Тьюринг) — искусственный интеллект-ребенок (child AI). Наша цель — обучить его и «вырастить», чтобы дальше уже он учил нас. Ведь нет никаких сомнений, что со временем компьютеры станут умнее человека.
[Игромания] Как вы думаете, можно ли воспринимать человеческий разум или разум животного как сложные программы? Существуют ли специальные технологии «копирования» человеческого разума?
[Джек] Современная наука воспринимает человеческий мозг и мозг животного как сложные машины. Многие механизмы этих машин пока слабо изучены.
В данный момент технологий информационного копирования мозга не существует (Джек использовал термин «upload», «передача информации». — Прим. «Игромании» ), но многие известные исследователи полагают, что это всего лишь вопрос времени.
[Игромания] В каком состоянии находятся разработки AI сейчас? Были какие-то значительные прорывы за последнее время?
[Джек] Ответ зависит от того, что понимать под термином AI. В нашей сфере очень мало кто добился успехов. Частично это связано с тем, что создание чат-ботов не очень популярно, потому что нет бизнес-модели, которая позволяла бы делать на них деньги. А отсюда — отсутствие финансирования.
Наши разработки ушли далеко вперед по сравнению с другими продуктами.
[Игромания] Как вы думаете, когда будет создан тот самый настоящий AI?
[Джек] Это не совсем наша сфера, но вот Рэй Карцвайл (Ray Kurzweil) (известный изобретатель и футуролог. — Прим. «Игромании» ) в своей книге The Age of Spiritual Machines , вышедшей в 1999 году, утверждал, что компьютеры станут разумными через 20-30 лет.
Что дальше?
Если вам нужно более прозрачное сравнение, на каком уровне находятся в данный момент исследования AI, поясняем: пока что самая мощная нейронная сеть может моделировать интеллект… ну, максимум таракана.
Несмотря на все сложности, с которыми сталкиваются ученые, в некоторых областях хватает и слабого AI. Система компьютерного зрения ALVINN (Autonomous Land Vehicle in a Neural Network) была обучена вождению автомобиля, придерживаясь определенной полосы движения. Микроавтобус с ALVINN и компьютером NavLab на борту проехал 4,5 тыс. км по США, причем система управляла автомобилем 98% времени. ALVINN ориентируется в пространстве за счет данных, поступающих с видеокамер, и способен учиться на основе полученного опыта. Не будем забывать и о том, как всем известный компьютер Deep Blue от IBM победил в 1997 году Гарри Каспарова. В шашках этот рубеж был взят много раньше.
Медицинские диагностические программы, основанные на вероятностном анализе и экспертных системах, давно и успешно применяются в медицине. Причем часто случается, что машина ставит диагноз точнее опытнейших специалистов. А в микрохирургии применяют роботов-ассистентов вроде HipNav , анализирующих данные о пациенте и вставляющих протезы с помощью собственных механических приспособлений.
Военные давно используют интеллектуальные системы для планирования снабжения. Программа DART (Dynamic Analysis and Replanning Tool) занимается составлением графиков перевозок и поставок, умеет оперировать более чем 50 тыс. единиц груза и людей, учитывает точки отправления и назначения, оперативно внося коррективы. Представители агентства DARPA (Defense Advanced Research Project Agency — Агентство передовых оборонных исследовательских проектов) заявили, что одна лишь эта программа сторицей окупила 30-летние инвестиции Агентства в искусственный интеллект.
В данный момент в разработке у DARPA находится проект X-47B , один из самых передовых и амбициозных образцов вооружений будущего. X-47B — это первый в мире полноразмерный беспилотный истребитель. Изначально он задумывался как многоцелевой истребитель общего назначения, но сейчас переориентирован для базирования на авианосцах. «Пегас» (кодовое название X-47B) будет управляться продвинутым нейрокомпьютером и создается компанией Northrop Grumman в рамках программы NUCAS (Naval Unmanned Combat Air Strike — система ведения морского беспилотного воздушного боя). На данный момент первый опытный образец готов уже более чем на 50%. Этот беспилотник будет способен непрерывно вести бой в течение 2-4 суток.
Если автономные БПЛА пока являются делом будущего, пусть и не такого далекого, то АСУВ (автоматизированные системы управления войсками) уже давно используются военными. Как правило, такие системы размещаются на беспилотных самолетах-разведчиках, которые в реальном времени следят за ситуацией на поле боя и отдают приказы войскам. Есть подобные модули и в нашей армии.
Что же нас ждет дальше? На последнем Intel Developer Forum старший технический специалист Intel Джастин Раттнер (Justin Rattner) заявил, что к 2050 году возможности компьютера по восприятию внешнего мира превзойдут человеческие и это приведет к созданию сильного искусственного интеллекта. Среди прочего он сказал, что сейчас Intel активно работает над этим вопросом и у них есть весьма обнадеживающие результаты.
Трудно сказать, насколько точным является это предсказание: в 50-х прогнозировали, что на создание сильного AI понадобится всего 20 лет.
Дмитрий Сошников: «В будущем мы превратимся в существ нового поколения — eHomo»
На вопросы «Игромании» ответил Дмитрий Сошников, руководитель студенческой лаборатории MAILabs (кафедра Вычислительной математики и программирования Московского авиационного института), координатор студенческих программ Microsoft Russia.
[Игромания] Расскажите, какой подход к изучению AI вы применяете? Считаете ли, что машина будет моделировать мыслительные процессы благодаря какому-то особенному методу программирования и языку или что машина научится думать, только если ее мышление будет идентично человеческому?
[Дмитрий] Помимо семиотического (акцент на метод программирования) и биологического (копирование человеческой модели мышления) подходов, есть и такое направление AI, как машинное обучение — когда компьютерная программа обрабатывает большое количество данных и пытается получить из них определенные правила или закономерности. Например, из данных о покупках в супермаркете система может сама прийти к заключению, что если человек купил попкорн и колу, то он с большой вероятностью купит DVD с фильмом.
Еще один возможный подход — эволюционный, когда мы моделируем в ЭВМ процесс эволюции по принципу «выживает сильнейший». Если нужно решить определенную задачу, мы формируем некоторые начальные «кандидатные» решения, а затем запускаем на такой популяции эволюционный процесс — со «скрещиванием», мутациями и всем остальным. В результате задача решается оптимальным образом.
Лаборатория MAILabs в основном занимается системами с явным представлением знаний и распределенными системами, проявляющими свойства самоорганизации.
[Игромания] А что мешает ученым сделать разумный AI? В чем сложность?
[Дмитрий] Чтобы построить искусственный интеллект, нам необходимо сначала узнать, как работает наш собственный. А это большая проблема, потому что надо не только заглянуть «в себя», но и выйти за рамки. Отчасти поэтому изучение AI многих привлекает — тут как ни в одной другой области есть возможность почувствовать себя творцом. Кроме того, AI — многодисциплинарное направление, а на стыке различных дисциплин можно ожидать много новых открытий.
[Игромания] На каких направлениях работает ваша лаборатория?
[Дмитрий] У нас студенческая лаборатория, поэтому помимо чисто научных целей мы также преследуем цели учебные. Меня очень волнует то, что многие ребята в процессе обучения не «видят» дальше аудиторных занятий — отсюда и низкая научная культура. Мы стараемся привлекать студентов начиная с младших курсов к какой-то осмысленной научной или околонаучной деятельности, в том числе и на конференциях.
Что касается научных направлений, то они находятся на стыке систем с явным представлением знаний, многоагентных систем, интернет-систем и сообществ, семантической паутины и т.д. В интернете огромное количество информации, однако из-за слабой ее структурированности доступ к ней, включая автоматическое и полуавтоматическое использование знаний и обмен знаниями, ограничен. Среди проектов нашей лаборатории — использование знаний сообществ, автоматическая или автоматизированная реструктуризация социальных сетей, построение семантических слабоформализованных баз знаний в стиле вики (т.н. Semantic Wiki) и др.
[Игромания] Считается, что появление на свет AI полностью изменит наш мир. Как вы думаете, что изменится сильнее всего?
[Дмитрий] Сейчас большинство исследователей не работает вплотную над созданием сильного AI, основной фокус делается на использовании элементов AI в нашей жизни. Хотя вот философы много занимаются проблемами AI — к примеру, Ник Бостром (Nick Bostrom) выступил с так называемым симуляционным аргументом (Simulation Argument), в котором он убедительно доказывает, что мы с большой вероятностью уже живем в «матрице», то есть программно-симулируемом искусственном мире. В своих работах он, в частности, описывает, как должен вести себя человек, который осознал, что живет именно в таком мире. Мне же наиболее симпатичны взгляды Валентина Турчина, изложенные в книге «Феномен науки. Кибернетический подход к эволюции» и затем в Principia Cybernetica ( http://pcp.lanl.gov ). Я бы также рекомендовал ознакомиться с цифровой философией Эда Фредкина (Ed Fredkin) ( www.digitalphilosophy.org ). Основная ее идея — что вселенная является либо компьютерной программой, либо подчиняется тем же законам, что и информационные технологии.
[Игромания] Существует мнение — и оно интенсивно культивируется в массовой культуре, — что изобретение разумного AI станет фатальной ошибкой для человечества. Есть основания опасаться такого развития событий?
[Дмитрий] Апокалипсический вариант весьма вероятен — но вовсе не обязательно по вине AI. Уже сейчас мы очень сильно зависимы от инфраструктуры: электричества, компьютерных сетей, телефонной связи. Дальше эта зависимость будет только усиливаться, со временем мы превратимся в существ нового поколения — eHomo (термин Нариньяни, директора Российского НИИ искусственного интеллекта). Действительно, сравните способности человека, вооруженного современным карманным компьютером с доступом в интернет с человеком 10-летней давности. С компьютером вы не потеряетесь ни в одной стране мира — у вас под рукой будет переводчик, карта местности, возможность немедленно связаться со всеми своими контактами! А теперь представьте, что в мире eHomo произойдет перебой с подачей электроэнергии… Это будет не менее страшно, чем атака взбесившихся «я, роботов».
[Игромания] А что насчет игрового AI?
[Дмитрий] Это одна из самых интересных областей применения AI. Несмотря на сугубо игровые задачи, здесь ситуация моделирует реальный мир, поэтому применяемые методы могут быть использованы и в других целях. Ну хотя бы для игры в футбол. Существует даже соревнование по футболу среди роботов — «Робокап». Причем как среди настоящих роботов, из железок и сервоприводов, так и между бесплотными программами, живущими внутри симулируемого мира.
Мы в студенческой лаборатории тоже не обходим вниманием игровую тематику. В прошлом году студенческая команда во главе с Павлом Морозовым, студентом пятого курса, реализовала и представила на международный студенческий конкурс Imagine Cup ( www.imaginecup.ru ) проект игры, основанной на многоагентных технологиях. Интерфейс был сделан с помощью XNA Game Studio, а логическое наполнение — в среде JADE.NET. Это позволило смоделировать поведение множества персонажей в игре в визуально-понятной форме.
[Игромания] В каких странах исследования в области AI продвинулись дальше всего? Как обстоят дела в нашей стране?
[Дмитрий] В «Робокапе» Россия (команда STEP из Санкт-Петербурга) несколько лет назад заняла первое место в симуляционной категории. Вообще, координацией исследований в области AI занимается Российская ассоциация искусственного интеллекта (РАИИ, www.raai.org ), которая, помимо всего прочего, организует общероссийскую конференцию КИИ, ежегодные публичные дни AI в Политехническом музее и множество других мероприятий. Ассоциация тесно сотрудничает с Европейской ассоциацией AI, российские ученые принимают участие в проектах, связанных с AI, по всему миру (только вот на наши письма отчего-то не отвечали. — Прим. «Игромании» ).
[Игромания] А чем лично вам так интересна эта тема (в смысле AI)?
[Дмитрий] Приведу лишь один пример. Издавна люди мечтали о бессмертии. Технологии AI сейчас не могут сделать человека бессмертным (хотя ассоциация трансгуманистов России ( http://transhumanism-russia.ru ) во главе с Данилой Медведевым нам это обещают в ближайшем будущем), но, например, машинное обучение позволяет извлекать знания из наших действий и формировать искусственную сущность, которая реагирует на раздражители похожим образом. Персональный агент может смотреть, как мы реагируем на входящие письма, и потом научиться помогать нам или даже полностью нас заменять. Такая форма сохранения личности человека называется цифровым бессмертием. И работать над тем, чтобы эта мечта стала реальностью, можно уже сейчас!