Багато хто звик уявляти, що штучний інтелект – це щось із галузі фантастики, і він схожий більше на роботів з фільмів «Термінатор», «Ex Machina», «Я робот» або «Зоряні війни».
Ілон Маск, Стівен Гокінг, Білл Гейтс та інші учені вважають, що штучний інтелект становить серйозну загрозу для людства, яку можна зіставити з повним вимиранням людини як виду.
ТСН.ua зустрівся із фахівцем з машинного навчання (Machine Learning Engineer) Юрієм Гуцом який за сумісництвом був співавтором програми «Системи штучного інтелекту» в Національному університеті «Львівська політехніка». Він розповів, що наука ще далека до суперінтелекту, проте вже варто починати замислюватися про витіснення людини з багатьох сфер діяльності і глобальну втрату робочих місць.
– Що таке штучний інтелект і як він працює?
– Штучний інтелект вивчає, як за допомогою комп’ютерних систем розв’язувати задачі, що потребують людського рівня мислення. Наприклад, розпізнавання візуальних образів, розуміння природної мови, автоматизоване прийняття рішень, накопичення знань, адаптація і навчання з нового досвіду.
Незважаючи на те, скільки шуму сьогодні в медіа довкола штучного інтелекту, ця галузь існує вже давно. Перші наукові дослідження штучного інтелекту почалися ще в 1950-х роках, і за цей час він уже пережив дві так звані «зими» – періоди, коли фактичний розвиток області не збігався із завищеними очікуваннями бізнесу чи державних установ, і призводив до розчарування.
«Весна», яку ми спостерігаємо зараз, спричинена кількома факторами. Перш за все, обчислювальні потужності дуже зросли за останнє десятиліття, що дає змогу сьогодні швидко розв’язувати задачі, які раніше розв’язувати було непрактично. По-друге, стало достатньо дешево збирати та зберігати величезні обсяги даних.
…
– Як ви взагалі потрапили до цієї сфери? IT-вець – це зрозуміло, проте саме цей напрямок дуже вузький. Чому саме штучний інтелект?
– Загалом у мене досвід інженерний. Склалося так, що з програмуванням я познайомився доволі рано, в 6 років. Спочатку займався лише олімпіадним програмуванням, потім у віці близько 16–18 років поступово перейшов до комерційного.
Мені завжди хотілося поєднувати інженерну роботу з чимось наукоємким. Коли спитаєш багатьох програмістів «Що ви хотіли б робити?», то більшість говорять про цікаві проекти. І саме штучний інтелект став для мене клондайком таких цікавих проектів, які містять як серйозну інженерну складову, так і не менш серйозну наукову.
Коли почалася нова «весна» штучного інтелекту, наприкінці 2000-х років, пов’язана з виникненням течії Deep Learning і проривних результатів у комп’ютерному зорі, у світі почало з’являтись багато освітніх ініціатив. Величезна заслуга у цьому плані була Стенфорду. Вони виклали свої матеріали лекцій в інтернет, і це стало для мене великим поштовхом в опановуванні цієї галузі.
До цього важко було знайти – не те що в Україні, а взагалі по цілому світу – доступні матеріали доброї якості. Стенфорд, Гарвард, МIT (Массачусетський технологічний інститут) почали переходити на формат онлайн-платформ і публікувати для широкого загалу курси, які раніше викладали лише в них у кампусі. Це була просто неймовірна цінність у той час, тому що ти можеш справді бачити той матеріал, який викладають у передових навчальних закладах. І це було настільки круто розуміти, що ці заклади є достатньо хоробрими, щоб не боятися це показати цілому світу. Вони були переконані, що те, що вони викладуть цей матеріал в інтернет, їхній діяльності ніяк не зашкодить, а навпаки, стане поштовхом для розвитку цієї галузі у світі. І, по моєму, воно так і сталося.
– Тому ви і хотіли щось подібне зробити у Львівській політехніці, щоб всі могли вільно отримати знання з цієї теми?
– Коли я почав цікавитися наукою штучного інтелекту та машинним навчанням, то до мене прийшло дуже цікаве прозріння: нарешті стало зрозуміло, де використовують все те, що вивчалося на математичних дисциплінах І−ІІІ курсу. Коли я навчався за типовою університетською програмою, мені під час проходження фундаментальних предметів дуже бракувало розуміння того, як це можна втілити для розв’язання задачі в реальному світі. Лише через кілька років після випуску мені почала згадуватися кожна математична тема, яку я недостатньо добре знав, будучи студентом.
– Вперше таке чую, оскільки багато хто вважає, що найцінніший досвід можна отримати лише на роботі і практиці, тому багато хто «закидає» університет та одразу йде працювати.
– Просто це не відчутно доти, поки не починаєш стикатися з достатньо наукоємкою задачею, яка потребує математики чи теоретичних комп’ютерних наук. В той же час я помітив певну різницю у викладанні фундаментальних дисциплін у нас, і, скажімо, в тому ж Стенфорді чи MIT. Пострадянська школа більше базується на сильному теоретичному фундаменті, на обґрунтуванні теорій. Це також по-своєму класно, але це не дає тобі розуміння, як взяти твої знання і відразу придумати їм прикладне застосування, зробити на цьому щось корисне для людей.
В той же час курси провідних університетів починалися з мотиваційної складової. Тобто, там на першій лекції дають не «предмет-об’єкт-мета-метод», а «є ось така цікава задача, і якщо ви пройдете цей курс, ви знатимете, як її розв’язати». Приклади таких мотиваційних задач: як зробити так, щоб машина могла сама їздити по дорозі, або як зробити так, щоб комп’ютер міг переграти людину в шахи. Тобто, ми спершу беремо реальну задачу і в міру проходження курсу нарощуємо навколо неї теоретичну базу.
– І у Львівській політехніці також буде приблизно так?
– Мені би хотілось, щоб із часом наша університетська освіта також дотримувалася цього принципу. Це те, що наша робоча група намагається зробити в УКУ (Український католицький університет) із бакалаврською програмою Computer Science та магістерською програмою Data Science, і те що зараз роблять із новою програмою у Львівській політехніці. Ми хотіли, по-перше, наблизити університетську програму до поточного стану науки і техніки. По-друге, заодно спробувати додати новіші методи викладання, тобто збагатити програму мотиваційною складовою та проектною роботою.
Фото із сайту ТСН.ua
