IBM создает интеллект-машины будущего
По прогнозам футурологов, в 2030 году человечество ждет не конец света, не глобальное и необратимое изменение климата и не столкновение с бродячей кометой, а тотальный «кризис знаний». К этому времени нам нужно успеть изобрести искусственный интеллект, говорят они, иначе технологическое развитие цивилизации остановится… Впрочем, будущее приходит уже сейчас – суперкомпьютер IBM «Уотсон» учится как человек.
В начале ХХI века стало особенно отчетливо ощущаться, насколько меняется парадигма развития области знаний. Если мыслители-ученые эпохи Возрождения являлись энциклопедистами (например, Леонардо да Винчи занимался более чем 60 науками), то уже сейчас человеку начинает не хватать одной жизни, чтобы получить базовое знание в какой-либо сфере. То есть, чтобы ему начать производить знание, нужно учиться всю жизнь. И всю эту жизнь можно потратить лишь на получение базового набора знаний… Просто он стал слишком объемным...
К 2030 году, как утверждают иные ученые, человеку придется быть супергением, чтобы просто работать. По идее, уже к тому времени должно произойти изобретение полноценного искусственного интеллекта (либо, как вариант – человек интегрируется с машиной).
Уже сейчас архитектура многоядерных процессоров стала настолько сложной, что человеку все труднее программировать и работать в многопоточной среде. Что ж, тогда с этим справится суперкомпьютер, который одновременно будет и суперпрограммистом.
Одна из самых известных мировых разработок, которая стала прототипом машины будущего – суперкомпьютер фирмы IBM «Уотсон», названный так по имени первого генерального директора компании Томаса Уотсона.
«Уотсон» – первый в мире компьютер, оснащенный системой искусственного интеллекта. Он способен понимать вопросы, сформулированные на естественном языке («человеческом», а не языке программирования), и находить на них ответы в базе данных. Причем ответы он находит на основе сопоставления информации – как новой, так и ранее полученной.
Уточню, что первый успешный опыт подобной машины у IBM все-таки уже был: в 1997 году суперкомпьютер Deep Blue в шахматном поединке победил чемпиона мира Гарри Каспарова.
«Компьютер «Уотсон» обучается логике, причем обучается как человек – это первая в мире система, которая не просто консолидирует знания, а умеет выделять важную и несущественную информацию», – говорит вице-президент IBM (подразделение системного ПО) Инна Кузнецова.
«Применение «Уотсона» уже уникально, – продолжает Инна Кузнецова, – он успешно используется в ряде проектов в здравоохранении, где работает как помощник в диагностике».
Сегодня каждый 10-ый диагноз в мире – неверный или неполный. Уже есть примеры, когда постановка диагноза врачами-людьми занимала полгода, а «Уотсон» решил задачу всего за несколько минут, задав несколько, казалось бы, необычных вопросов, например, совершал ли пациент из Австралии путешествие в США за несколько месяцев до начала болезни. Компьютер диагностировал редкую для Австралии болезнь Лайма, которая передается клещами в Северном полушарии. «Уотсон» уже планируется использовать и в других сферах – в страховании, энергосбережении и т.д.
«Уотсон» состоит из 90 серверов IBM, каждый из которых содержит по четыре восьмиядерных процессора Power7; отсюда суммарная оперативная память компьютера – более 15 терабайт.
Известно, что сейчас IBM начинает работу над новой системой, оснащенной уже 38 900 восьмиядерными процессорами Power 7. Суперкомпьютер будет иметь 620 терабайт оперативной памяти, его площадь составит 408 квадратных метров.
Зачем нам это нужно? Возможно, именно суперкомпьютер от IBM позволит человечеству преодолеть грядущий «кризис знаний».
Человеческий мозг обрабатывает информацию иначе, нежели машина. Наша логика, как мы знаем, нелинейна. И именно этой логике ученые пытаются обучить машину. Пока же наши компьютеры не освоили эвристику (эвристика – наука, изучающая творческую деятельность, методы для открытия новых концептов, иногда ее сравнивают с лабиринтом, а блуждание по нему – процесс поиска решения задачи), и лишь человек обладает способностью находить точки соприкосновения там, где машина их не увидит. А также приходить к выводам при неполных данных, на что машина все еще не способна.
Овладение машиной эвристическими методами исследования необходимо, если мы хотим прорыва в технологиях, если мы хотим, чтобы быстродействие машин приблизилось к быстродействию нашего мозга и превысило его. Если мы просто хотим жить в совершенном мире – без болезней, расточительства и нищеты.
