Я не спорю с тем, что уже сейчас какой-нибудь искусственный интеллект может стать неплохим помощником в работе, но тема сейчас явно слишком раздута, а многие компании начинают буквально паразитировать на теме применения нейронных сетей.
Стоит начать эту статью с того, что сама по себе концепция и даже первые наработки нейронные сети известны человечеству с далеких 1940-х годов. Уолтера Питтс и Уоррена Мак-Каллока еще тогда разработали первые модели для нейросети. В 1950 г. была чуть более успешная попытка, которую сделал некий Фрэнк Розенблатт. Именно его модель является близким родственником большинства современных нейросетей.
Исходя из этого появляется вполне логичный вопрос: Если люди получили вполне работную модель нейронной сети в далеком 1950 г., то почему только сейчас эта тема получает такое широкое распространение?
Ответ на этот вопрос очень прост и скрывается больше в физике, чем в каких-то IT-шных тонкостях.
В те далекие времена просто не было машин достаточной мощности, чтобы они могли нормально выполнять даже относительно простые вычисления. Была большая проблема не только со скоростью этих вычислений, но и с хранением больших объемов данных.
Исходя из Закона Мура, который говорит нам о том, что количество транзисторов на кристалле удваивается каждые два года, ожидалось то, что темпы этого роста будут устойчивы, но физику обмануть невозможно. Сегодня мы можем наблюдать то, что темпы увеличения вычислительной мощности значительно снизились.
Пределы роста обоснованы физикой
Когда-то рост вычислительной мощности проходил гигантскими скачками. Я застал те времена, когда в 2005 ты покупаешь самый мощный ПК на рынке, а уже через два года даже самые бюджетные модели производительнее твоего «топового» ПК.
Уже сейчас можно заметить то, что устройства 2017 года не так значительно отличаются по своей вычислительной мощности от устройств, которые вышли в 2023 г. Нередко бывает так, что флагманы прошлых лет работают даже лучше, чем устройства из среднебюджетного сегмента.
Темпы роста вычислительной мощности значительно замедлились. Оказалось, что слишком сложно просто кратно увеличивать количество транзисторов, ибо физика имеет свои ограничения. Теперь нужно придумать что-то совершенно новое.
Касательно быстродействия, как правило, устройства сейчас заметнее прогрессируют за счет программных улучшений. В большинстве случаев какие-то программные обновления не поставляются на старые устройства лишь для того, чтобы был смысл покупать новые устройства.
Про дополнительные проблемы портативных устройств
Портативные устройства (телефоны, планшеты, умные часы и т.д.) имеют еще больше ограничений, т.к. они должны оставаться достаточно небольшими, а наращивание мощности часто приводит лишь к тому, что устройство перестает быть портативным. Даже самые современные аккумуляторы имеют сегодня крайне небольшую мощность, поэтому большинство производителей могут сейчас нам предложить разве что более быструю зарядку устройства.
Если при этом батарея устройства будет служить меньше, то так даже лучше – это хороший повод купить новое устройство.
С камерами в мобильных устройствах сложилась похожая ситуация. Сегодня на обзорах людям приходится буквально искать крупинки отличий, чтобы понять то, насколько камера в новом флагмане отличается от камеры флагмана прошлого года. Физику и тут не удалось обмануть, т.к. любой зеркальный фотоаппарат в умелых руках даже из далекого 2013 года сегодня выдает кадры гораздо лучшего качества, чем даже самый дорогой смартфон. Большую матрицу не вставить в маленький корпус телефона. Большая часть улучшений качества съемки, как правило, с большей степени программнные.
Все это нередко доходит до абсурдных ситуаций, когда производители целенаправленно замедляют старые устройство новой версией своей операционной системы, чтобы пользователю стало более очевидно то, что покупка нового гаджета ему необходима.
Почему бизнес не начнет использовать искусственный интеллект для выполнения задач без людей
Дополнительным фактором, который будет сдерживать развитие искусственного интеллекта является сам бизнес и общество. Казалось бы, что даже на текущем уровне развития различные специализированные ИИ достаточно неплохо выполняют определенные функции.
Но любым организациям всегда нужен “Крайний” на случай ошибок. Кого ругать и наказывать в том случае, если искусственный интеллект допустит ошибку? Разработчиков? Разработчики сейчас сами не могут точно прогнозировать конечный ответ, т.к. слишком большое количество влияющих факторов. Если искусственный интеллект и будет развиваться, то вопрос предсказуемости его решений станет лишь еще более актуальным.
Люди любят ситуации, когда виновных наказывают. Кого сажать в тюрьму, если от неверно принятого решения пострадали человеческие жизни, либо организация потерпела огромные убытки, потеряла ценное имущество?
Я не вижу никаких перспектив для того, чтобы ИИ стали использовать для неконтролируемого выполнения задач. Если даже ИИ и начнут применять, то это лишь сформирует новые рабочие места, которые будут называться как-то в стиле “Оператор ИИ”, т.к. кто-то должен будет проверить и принять на себя ответственность за все проведенные операции и принятые решения, пусть и с меньшей оплатой.
Выводы о перспективах развития искусственного интеллекта
Я попытался посмотреть на вопрос с разных сторон, но этими примерами я хотел показать то, что любая нейросеть еще долго будет примерно на том же уровне, который мы можем наблюдать сегодня. Скорее всего, будут улучшать программные алгоритмы, что позволит быстрее обрабатывать массивы данных, но ведь и у этих улучшений есть свой предел.
В конечном счете нужны будут какие-то прорывные разработки в области физики, чтобы можно было кратно увеличить мощность машин и объем данных, которые машины быстро могли бы получать из своей памяти.
Развитие искусственного интеллекта всегда напрямую было связано с ростом вычислительных мощностей, который в значительной степени сейчас невозможен, если не будет каких-то новых открытий, ибо вопреки распространенному мнению о том, что сейчас все решается только в IT, никак не убрать тот факт, что без физики у нас не было бы даже самых простых компьютеров.
В качестве дополнительных ограничений развития ИИ выступают юридические тонкости и ответственность за принятые решения. Если где-то допущена ошибка, то кто-то должен за эту ошибку ответить.