доклад 16 по философии. Попытки решить проблему воскрешения
 Скачать 35.97 Kb.
|
|
С биологической точки зрения цель любой жизни заключается в ее продолжении. Изначально продление периода существования позволяло повысить шансы на создание большего числа потомков и выживание вида. Однако сейчас людьми движет не столько стремление продолжения рода, как интерес к будущему, жажда познания, незавершенные планы, дела и так далее. Именно поэтому на первый план выходит не тело, а сознание человека. Исследования показали, что всего 2% населения могут сказать, что прожили интересную и насыщенную жизнь, реализовав все задуманное. Другой причиной является страх смерти. Хотя в некоторых культурах это воспринимают с философской точки зрения. Тем не менее, людей всегда пугает неизвестность, это заложено на инстинктивном уровне. В данном случае мы боимся не самого прекращения функционирования тела, а потери контроля, ощущений. Если бы человек понимал, что после гибели физической оболочки его разум продолжит существовать в иной форме, то смерть воспринималась бы как переходный этап. Помимо собственной жизни, нас волнуют родные, близкие и любимые люди. Их уход может принести не только печаль, но и лишить дальнейшее существование радости или даже смысла. Кроме того, не всегда есть возможность проститься. Попытки решить проблему воскрешения Несмотря на недостаточный уровень развития современных технологий для значительного продления периоды жизни или перенесения сознания, философы и предприниматели уже разрабатывают возможные теории и концепции. Некоторые говорят, что бессмертие будет представлять собой некий вариант искусственного интеллекта, который сможет функционировать на основе данных погибшего. Нечто похожее уже существует. Одна из соучредителей стартапа, специализирующегося на разработке чатов с искусственным интеллектом, решила использовать технологии для создания виртуального аналога убитого основателя компании и ее друга. После его смерти, она перечитывала их переписку и поняла, что эту информацию можно использовать для написания чат-бота, воссоздающего «общение» с цифровой личностью. Она загрузила историю общения и научила ИИ вести диалог, так же как ее друг. Теперь любой желающий может побеседовать с упрощенным виртуальным аналогом умершего. Российский миллиардер Дмитрий Ицков покинул медиабизнес и нанял команду ученых для реализации идеи «кибернетического бессмертия» до 2045 года. Он говорит, что на протяжении следующих 30 лет будет следить за тем, чтобы каждый получил возможность жить вечно. Добавляя, что уверен в достижении поставленной цели на 100%. Достаточно популярными являются услуги криогенных компаний, замораживающих тела или мозг человека, до того момента, когда технологии смогут воскресить их в том или ином виде. Футурист Рэй Курцвейл сохранил коробки с сувенирами и напоминаниями о своем покойном отце, в надежде, что в один день с их помощью он сможет вернуть его к жизни. Барбара Стрейзенд пошла еще дальше. Она сохранила ДНК своей любимой собаки, а после ее смерти выращивает уже второе поколение клонов. Хотя фактически это не тот же питомец, но певица говорит, что относится к ним, как к дочерям. ерспективы кибернетического бессмертия По мере развития цифровых технологий, в научной фантастике начали появляться идеи кибернетического бессмертия. За несколько десятилетий было придумано множество вариантов: от перенесения сознания в виртуальное пространство, до его копирования с целью последующей интеграции в новое живое тело или робота. При этом в идеях футурологов, такие перемещения не всегда обусловлены смертью. Некоторые предполагают, что таким образом люди добровольно захотят расширять свои возможности. Наша жизнь становится все больше связана с цифровыми устройствами, виртуальным миром. Появляются имплантаты и датчики, считывающие информацию и взаимодействующие с телом. Уже тестируются технологии, объединяющие сознание с компьютерными системами, так что человек способен будет буквально ощущать их, как свое тело. Все это постепенно приближает нас к киберпространству и размывает границы между двумя мирами. Майкл Грациано, профессор психологии и нейронауки, считает, что, в конце концов, ум станет мигрирующей информацией, точно так же, как файлы могут перемещаться с одного устройства на другое и находятся в облаке. Деятельность мозга основана на электрических сигналах, задействующих определенные последовательности нейронов. По сути, все мысли, воспоминания и особенности поведения это лишь их комбинации, которые потенциально можно изучить, зафиксировать и создать аналогичную нейронную сеть. Однако обратный процесс не возможен. Выращивание человеческого мозга и перенесение в него нужной информации нельзя. Поэтому альтернативой должны стать роботы-копии, способные передавать все привычные для нас ощущения. Сознание может быть так же перенесено в тела, состоящие из отдельных наночастиц и принимающие любые формы. Это даст возможность не только сохранить личность, но и применять его для помощи человечеству. Например, тело Стивенна Хоккинга практически не функционировало в последние годы его жизни, и если бы бала доступна возможность перенесения в киберпространство, то он бы, скорее всего, не отказался от нее. Дополнительно это позволило бы ему продолжать разрабатывать новые теории, принося огромную пользу. Представьте, что все великие умы можно сохранить, какой толчок это даст развитию науки, техники, медицины и других сфер. Сопутствующие проблемы Помимо преимуществ, существует ряд этических, психологических и технических проблем. Прежде всего, можно ли переносить разум в киберпространство без предварительного согласия, кто будет контролировать поведение, действия, нужно ли вводить ограничения для сохранения биологической жизни. К тому же неизвестно, как сознание будет справляться с новыми условиями, формой, сможет ли сохранить стабильность при неограниченном времени, перспективы проявления агрессии, совершения преступлений, варианты наказаний. Так же следует учитывать, что программы подвержены сбоям, вирусам, взломам, а техника требует питания, обслуживания и замены элементов. Для перенесения информации об одном человеке потребуются невероятно огромные вычислительные мощности и объемы памяти, ведь помимо видео и аудио, вы запоминаем вкусы, запахи, ощущения, связанные с каждым событием. Проблемой также может стать неограниченный потенциал и потребности в расширении. Разум это не просто набор последовательностей, он предусматриваем развитие, расширение границ, приспособление, избирательность и множество других особенностей, которые пока невозможно реализовать в цифровых устройствах. Поэтому надеемся, что наука все же достигнет поставленной цели и позволит желающим продолжить свое существование в иной форме. Пока невозможно перенести разум в киберпространство, некоторые люди наоборот совершенствуют свое тело, превращаясь в реальных людей-киборгов. текст: Иван Маличенко, фото: Pixabay Возможности искусственного интеллекта Не секрет, что в современном мире множество задач выполняется с помощью автоматизированных машин. Ученые не останавливаются и продолжают работать в этом направлении, чтобы улучшить нашу жизнь. Все чаще люди, которые не связаны напрямую с наукой, слышат об искусственном интеллекте и о нейронных сетях. Всё потому, что технологии машинного обучения начинают занимать серьезное место в повседневной жизни. Требуется разобраться в терминологии, в самом процессе новых технологий и решить, как выстроить будущее на взаимодействии с ними. Конечно, возможности новых технологий искусственного интеллекта несколько ограничены. Как и человек, ИИ имеет свойство ошибаться, однако, за последнее время данная технология продвинулась в своем развитии на достаточно высокий уровень, а всё благодаря обучению на крупных и разнообразных выборках данных. Искусственный интеллект мог бы помочь специалистам с работой над теми задачами, которые не совсем простые в плане понимания, осмысления и имеют зависимость от достаточно большого количества изменчивых факторов. Понять их алгоритм машине будет проще, если создать для этого все условия. Основная цель в развитии ИИ – упростить выполнение задач, которые строятся на большом количестве переменных факторов, непросты в понимании, подразумевают сложное решение и достаточно тяжело алгоритмизируются вручную. Ученые и исследователи возлагают большие планы на машинное обучение, велико желание сделать так, чтобы от человека не требовалось постоянно описывать какие-то конкретные алгоритмы. В активной разработке подход — «черный ящик», когда человеку не требуется тратить уйму времени на программирование алгоритмов, на написание кода, а машина сама разберется со сложным программным кодом. Грамотные «тренировочные» данные для систем помогут машинам «программировать», выполняя задачу разработчиков. Сферы использования технологий искусственного интеллекта IBM Watson (суперкомпьютер на основе ИИ) стал популярен в 2011 году благодаря победе на «Jeopardy». Использующийся в IBM Watson алгоритм машинного обучения стал невероятно популярен, хотя сейчас он уже несколько видоизменен и используется в новом виде в качестве шаблона для разных коммерческих программ. ИИ затрагивает практически все отрасли жизнедеятельности: ИИ в медицине и здравоохранении – речь идет об аппаратах УЗИ, о рентгене и о прочем медицинском оборудовании. Благодаря точной работе ИИ у пациента находят проблемы со здоровьем, а обнаружив таковые – могут подобрать оптимальное лечение. Сюда же можно отнести приложения, помогающие вести ЗОЖ: следить за пульсом, давлением, температурой, даже определять уровень кислорода в крови. ИИ в онлайн-магазинах – речь идет о той самой рекламе, которая постоянно возвращает нас к тем товарам, характеристики которых мы недавно изучали. На поисковиках предлагаются вещи, к которым проявили интерес пользователи. Машиной изучаются покупательские пристрастия человека, а потом предлагаются релевантные (по их мнению) товары. ИИ в политике – речь идет о работе в области сбора и анализа собранных данных. Вспомним, что Барак Обама стал второй раз президентом, поскольку его специалисты использовали ИИ при расчете наилучшего дня, штата и аудитории для публичного выступления Обамы. По оценкам, это обеспечило преимущество в 10-12 процентов. ИИ в промышленности – речь идет о возможностях ИИ собирать и анализировать данные с разных участков производства и, тем самым, грамотно распределять нагрузку на оборудование. ИИ в образовании и игровой индустрии – речь идет о создании игр, а также об активном продвижении ИИ в образовательных программах развитых стран. Основные виды и технологии искусственного интеллекта В настоящее время принято говорить о 4-х основных видах искусственного интеллекта: О реактивных машинах — систем ИИ, которые решают только лишь конкретные задачи, не способны на запоминание прежнего опыта с дальнейшим его применением. Об ограниченной памяти – системы ИИ с памятью, основанной на прошлом опыте, хотя и опыт тот не подлежит сохранению и накапливанию. О теории разума – системы ИИ, которая способна «прочесть» эмоции и планы человека, а также пригодна для командной работы, поскольку имеет социальный интеллект. О самосознании — системы ИИ, которая имеет некое представление о себе, что позволяет с большой точностью имитировать человеческий интеллект. Далее, скажем о технологиях, которые в большинстве своем используются при создании искусственного интеллекта: Технология машинного обучения – компьютер способен на обработку данных и принятие решений, вне зависимости от строго обозначенных схем. Он может обнаружить закономерности, точные ответы и грамотные прогнозы в заданиях с обширными параметрами, на что не способен человек. Технология глубокого обучения – позволит найти закономерности в огромных массивах информации (Big Data). Обработкой данных в технологии глубокого обучения занимаются искусственные нейронные сети (ИНС), которые созданы по подобию биологических нейронных сетей, а также они моделируют и обрабатывают входные и выходные сигналы. Технологии обработки и генерации естественного языка – то, что позволяет преобразовать данные в естественный язык, который расшифровывает компьютер, а потом выдает человеку в том же понятном ключе. Принцип работы искусственных нейронных сетей Математические модели, которые создавались аналогично биологическим нейронным сетям, называют Искусственные Нейронные Сети. С помощью обучающего алгоритма, который считывает наблюдаемые данные, достигается адаптивное взвешивание сигналов между искусственными нейронами. ИНС моделируется с использованием нескольких слоёв нейронов – отдельных вычислительных единиц, которые могут получать входные данные и определять, требуется ли дальнейшая передача этих данных. В трехслойной модели это выглядит следующим образом – первым слоем заложен ввод, дальше слой скрыт, а в финале имеется слой вывода. В каждом слое – не менее одного нейрона. Конечно, если слоев будет больше, то и потенциал решения задач ИНС возрастет, но бывает, что модель становится «большой» для заданной задачи, оптимизация до необходимого уровня в данной ситуации невозможна, это есть — переобучение (overfitting). Основа, составляющая построения ИНС – архитектура, настройка, выбор алгоритма обработки данных. Все эти компоненты определяют производительность и эффективность работы модели. Теперь поговорим о функции активации, которая используется для преобразования взвешенных входных данных нейрона в его выходные данные. Искусственные Нейронные Сети – мощнейшее средство решения задач, и при увеличении количества составляющих частей модели нейронной сети, она становится запутанной. Тут приходит на помощь подход — «черный ящик». Глубокое машинное обучение Глубокое машинное обучение –нейронные сети и используемые в них алгоритмы принимают полезную для извлечения информацию путем обработки, с помощью прохода через слои нейросети, для обнаружения требуемых выходных данных. Обучение без учителя (unsupervised learning) — когда методика глубокого обучения замечательно себя проявляет, а грамотно настроенная ИНС способна на автоматическое определение основных черт входных данных и получение полезного результата обработки этих данных. По сути, этим занимается программист, но модель глубокого машинного обучения хороша тем, что сама найдет способ извлечения полезной информации из входных данных, сокращая требования к вычислительной мощности, памяти и энергии для поддержки работы модели после завершения обучения. Алгоритмы «натаскивают» программу на задачу с помощью необходимых данных. Теневое обучение (shadow learning) — одна из форм глубокого обучения, упрощенная за счет того, что поиск ключевых особенностей данных следует после их обработки специалистом и внесением в систему специфических для сферы, к которой относятся эти данные, сведений. Основные разработчики технологий искусственного интеллекта Конечно, этот технологический титан активно занимается разработкой ИИ. Специалисты Google создают наработки, а потом их же и тестируют в продуктах, получая прибыль. Самые очевидные ИИ-проекты заключены в сфере онлайн-продаж. Есть и множество других, которые связаны с обучением распознавания человеческой речи, с переводом с иностранных языков, с шаблонными разговорами в различных автоматически настроенных программах. OpenCog Компания придерживается принципа работы сообща, а потому предоставила каждому желающему имеющиеся кусочки компьютерного кода, с помощью которого можно создать полноценный искусственный разум. Китайский институт искусственного мозга Очень полезные наработки созданы в Поднебесной. Их занятие – нейросети, которые могут распознать сообщение человека или создание искусственного интеллекта, который может мгновенно передать в службу помощи тревожное сообщение о ком-либо. Одна из самых серьезных работ китайских ученых — система социального доверия. Microsoft Microsoft имеет искусственный интеллект Azurе, который понимает речь человека, дает прогнозы, и имитирует прочие возможности человеческого интеллекта. Еще одна фишка — AI, способный распознать любую ошибку в коде. Это ведет к логичному исходу — вскоре ИИ обучат самостоятельно создавать программы. Российские игроки ИИ в России не функционирует на должном уровне, но существуют компании, продвигающие решения на основе искусственного интеллекта в собственных бизнес-моделях: «Сбербанк» и Mail.ru Group, «Яндекс» и «Лаборатория Касперского». Увы, этого недостаточно, о чем говорит и малое количество наших соотечественников на ведущих международных конференциях. Примеры использования технологий искусственного интеллекта ИИ может распознавать лица Всеми любимый и популярный — iPhone 12 – в нем распознается лицо благодаря нейросетям (вариации системы ИИ). Они выполняют примерно 60 млрд операций\сек., анализируя практически 40 тыс. ключевых точек на лице для опознавания хозяина гаджета. И даже маскировка в виде очков не станет преградой, так как анализируется область от виска до виска и от каждого виска до точки под нижней губой. ИИ экономит энергию Опять поставим в пример iPhone 12, который отслеживает активность приложений на смартфоне и датчик движений, чтобы узнать распорядок дня владельца, а после получения информации поступит предложение обновиться в самое удобное для человека время. Искусственный интеллект также способен на распределение задач между ядрами процессора, что обеспечивает отличную мощность без серьезных затрат энергии телефона. ИИ способен на создание картин Система исследователей из Нью-Джерси в совместном проекте с лабораторией AI в Лос-Анджелесе продемонстрировала миру уникальный художественный стиль, а Microsoft способен распознать по речи человека, что он хотел бы нарисовать, и воспроизвести это на экране. Вот, к примеру, «желтая птица с черными крыльями и коротким клювом»: Известный практически всем пример – приложение Prisma, способная на создание картин из фото. ИИ способен на написание музыки ИИ Amper сочинил, продюсировал и исполнил музыку для альбома «I AM AI» (англ. я — искусственный интеллект) совместно с певицей Тэрин Саузерн в 2018-ом году. Amper появился под чутким руководством настоящих профессионалов и музыкальных талантов, он создавался для продвижения творческого процесса. Его уникальная способность – создание музыки за считанные секунды. Amper самостоятельно подобрал аккордовые структуры и инструментал в треке «Break Free», а специалистам лишь оставалось поправить общие ритм и стиль. ИИ способен создавать тексты. Увы, скоро и писательский труд может быть забыт, ведь ИИ способен написать книгу. Система Dewey была заполнена книгами библиотеки проекта «Гутенберг», научными текстами из Google Scholar, а также ей предоставили важные критерии, какой должны быть книга. Dewey практически справился с задачей, книга была создана, сюжет был о паре, не имеющей возможностей быть вместе. Проблемы заключались в странных именах героев и еще в некоторых деталях. Но ведь это лишь начальные ступени к вершине технологий. ИИ способен на игры в шахматы ИИ Deep Blue в первом матче проиграл Гарри Каспарову со счётом 2-4, а во втором – выиграл с результатом 3.5- 2.5. А новая система AlphaZero до турнира обладала знаниями о том, как ходят фигуры и какая цель у игры, при этом спустя 4 часа она уже одержала победу над лучшей программой по игре в шахматы, над Stockfish 8. AlphaZero имела возможность обработки до 800 тысяч позиций\в сек., если перевести это в более понятную людям плоскость, то это сравнимо с игрой в шахматы общей сложностью в 1400 лет. Это была абсолютная победа среди компьютеров по шахматам. На этом AlphaZero не остановилась, и уже вскоре одержала победу над программой ELMO, которая раньше считалась неоспоримым чемпионом по игре в сёги (стратегическую настольную игру из Японии). ИИ в медицине Данная отрасль не стала исключением, и вот не так давно в Китае произошел уникальный случай – интеллектуальный робот Xiaoyi сдал все экзамены и стал квалифицированным медицинским специалистом, с лицензией и разрешением на практику. Разработка компании iFlytek тоже уникальна, потому как способна на анализ всей информации о пациенте, выполняя роль врача-ассистента, для повышения качества работы настоящих врачей. Разработку планируют внедрить в качестве врачей общей практики в отдаленных деревнях Китая, где такая служба остро необходима людям. Ещё один стоящий проект – Wave Clinical Platform от ExcelMedical. Система, которая может следить за показателями пациента и способна за 6 часов определить возможную смерть человека. Платформа анализирует информацию в системе и просчитывает риски смертельного исхода. Во время тестов проект уже показал себя, спас от смерти несколько пациентов. Человеку такое точное прогнозирование не под силу. Система DeepFaceLIFT, разработанная учёными Массачусетского технологического института, может распознать то, насколько человеку больно, основываясь на микромимике. Это важно, так как каждый человек абсолютно индивидуально выражает боль. DeepFaceLIFT определяет, кому действительно нужны обезболивающие, а кто зависим от наркотических средств и манипулирует. IBM может помочь специалистам предсказать развитие психоза лишь по речи пациента. ИИ отличает речевые паттерны больных людей от здоровых только лишь на основе рассказа пациента о себе. Во время рассказа речь может стать скупой, темы слишком быстро меняться – это явные признаки психоза. После улучшения системы пациентам предложили пересказать ей историю, которую только что прочли. На этих примерах ИИ в 83% случаев ставил верный диагноз, что превосходит результаты даже врачей с серьезным опытом работы. ИИ и имитация человека Человеческая мимика поддалась ИИ, теперь они умеют ее имитировать. Facebook AI lab имеет робота, который был обучен с помощью звонков в Скайп. Он изучил 68 точек на лице человека, понял, как кивают, моргают и прочее. Теперь он может давать реакцию на информацию, которую он получит от человека, будь она словесной или передана без слов, с помощью мимики. Moral Machine, созданная американскими учеными из Массачусетского технологического института, пошла еще глубже – система имеет мораль. Обучение происходило таким образом: на сайте людям нужно было принять решение в какой-то критической ситуации, к примеру, быть машинистом, который выберет один путь и собьет несколько людей на железной дороге, или выберет другой, что повлечет к смерти людей в составе. Moral Machine обучили принимать сложные решения, нарушающие закон робототехники, говорящий, что робот не может принести вред человеку. Чем закончится такое обучение машин – не ясно. Некоторые думают, что скоро ИИ станет полноправным членом общества, ведь уже сейчас робот София гонконгской компании имеет гражданство в Саудовской Аравии, а некоторые женщины – не имеют! ИИ в биржевой торговле Немецкие ученые разработали алгоритмы, которые используют данные рынков из архивов для тиражирования инвестиций в реальном времени. Такая разработка позволила обеспечить 73% возврата инвестиций ежегодно с 1992 по 2015 год, что можно сопоставить с реальной рыночной доходностью на уровне в 9% в год. А в 2000 и 2008 годах и вовсе поставила рекорд — 545% и 681% соответственно. В 2004 году Goldman Sachs запустил торговую платформу Kensho на базе искусственного интеллекта. На криптовалютных рынках также появляются системы на базе ИИ для торговли на биржах – Mirocana и т.д. Они превосходят трейдеров, поскольку не зависят от эмоций, их опора – четкий анализ и строгие правила. Проблемы развития технологий ИИ Конечно, нельзя сказать, что возможности ИИ абсолютно не имеют границ. Ведь имеются некоторые сложности: Машины способны обучаться только на массиве данных, что говорит о неправильном итоговом результате при малейших неточностях. Существует ограничение каким-то конкретным видом деятельности, оно и понятно, система, которая распознает лица в смартфоне не будет пригодна для выявления махинаций в сфере банковского обслуживания. Автономных интеллектуальных машин – нет. Нужны огромные ресурсы и достаточное количество профессионалов своего дела, чтобы машина работала, как нужно. |