Искусственный интеллект, ИИ (artificial intelligence, AI) — это принятое в информатике обозначение программных систем, способных моделировать интеллектуальную деятельность человека. Выполняя задачи, ИИ постепенно обучается, используя собранную информацию. Этим же термином называют раздел информатики, посвященный разработке таких систем.
К свойствам ИИ относят способность решать задачи без заранее заданного алгоритма, например, путем интерпретации данных, определения оптимальных решений и самообучения.
Развитие ИИ началось в середине XX века. Сам термин ввел американский информатик Джон Маккарти в 1955 году. Летом 1956-го он созвал в Дартмутском колледже научную конференцию, которая сегодня считается отправной точкой развития ИИ как раздела науки. Интересу к ИИ со стороны научного сообщества помогло стремительное развитие вычислительной техники, алгоритмов и языков программирования, а также желание выяснить, насколько машины способны приблизиться к возможностям человеческого разума и могут ли его превзойти.
К концу 1950-х в теории ИИ сформировалась целая область, посвященная машинному обучению (это понятие ввел американский исследователь Артур Сэмюэл в 1959 году). Она занимается разработкой методов, позволяющих системам ИИ не работать под управлением конкретных, заранее заданных правил, а автоматически обучаться с помощью примеров, накапливать опыт и выдавать лучшие решения по мере выполнения новых задач.
Одним из наиболее перспективных направлений развития машинного обучения стали так называемые искусственные нейронные сети (их придумали в 1943 году американские ученые Уолтер Питтс и Уоррен Мак-Каллок еще до появления концепции ИИ). Это системы ИИ, организованные и функционирующие по принципу сетей нервных клеток (нейронов) живых организмов. Такая организация позволяет ИИ самообучаться, выявляя сложные зависимости между входными данными и результатом, а также анализировать полученную информацию и использовать выводы для достижения оптимальных решений.
Первым глобальным прикладным и коммерческим успехом ИИ стали так называемые экспертные системы, получившие распространение в 1980-х. Их внедряли по всему миру в крупных корпорациях для автоматизации бизнес-процессов, заменяя менеджеров. Сегодня ИИ успешно применяют в самых разных сферах — от промышленности и национальной обороны до медицины и компьютерных игр, с его помощью пишут музыку, предсказывают успех фильмов в прокате и борются с глобальным потеплением.
В массовой культуре распространен миф о том, что развитие ИИ может лишить человечество работы и даже поставить под угрозу его существование. Однако из-за ряда неразрешимых фундаментальных проблем реальность такого будущего сомнительна.
Первая проблема — отсутствие в действиях любого ИИ человеческой осмысленности. Например, в онлайн-переводчик заложены результаты статистического анализа перевода слов и построения предложений. Какой бы огромной ни была выборка данных и насколько бы совершенными ни были алгоритмы, любая статистическая система всегда будет допускать ошибки, поскольку она не осознает точный смысл фразы.
Во-вторых, ИИ недостает самостоятельности. Любая система статистического машинного обучения требует огромных объемов специальным образом подготовленных (размеченных) данных. А вот человеку для обучения хватает очень малого количества примеров. Нам достаточно посмотреть на одну фотографию нового для нас вида животного, чтобы научиться его отличать (при условии, что у нас хорошая память), а нейронным сетям для этого требуются тысячи специальным образом подготовленных изображений. При этом областей деятельности, для которых большие данные в принципе существуют, не так уж и много.
Наконец, универсальных систем ИИ не существует. Все они узкой специализации. Есть множество интеллектуальных систем, автоматизирующих самые разные виды умственной деятельности — от игры в шахматы до анализа ситуации на дорогах или распознавания речи. Однако ни одна из них не способна выйти за пределы своей области — поскольку она для этого и не предназначена. А теории построения общего, то есть, универсального ИИ, пока не существует.