Уничтожение российских кораблей - версия ИИ

В ночь с 13 на 14 сентября 2023 года, после 3:00, на судоремонтном заводе в Севастополе в оккупированном россией Крыму прозвучали взрывы. В результате атаки на базу россиян были повреждены или уничтожены две цели – в украинской разведке подтвердили поражение большого десантного корабля и подводной лодки.

Иностранные СМИ и эксперты рассуждают, как украинские защитники обошли российскую ПВО и чем были уничтожены корабли флота рф. Резонанс вокруг темы распространяется и между украинцами, и между международным сообществом. Ракеты попали, в частности, и в корабль, который выпускал «Калибры» по мирным украинским городам.

У искусственного интеллекта «спросили», как выглядит уничтожение вражеских кораблей. Предлагаем подборку фото, которые создал ИИ об атаке на судоремонтный завод рф в оккупированном Севастополе.

Для создания картинок были использованы такие искусственные интеллекты: AI Art Generator, neural.love, Leonardo.ai.

ИИ сами «придумали» вид разрушений и уничтоженных кораблей с помощью описания факта.

Переосмысление «Моны Лизы»: версии знаменитой картины, сгенерированные нейросетью

"Мона Лиза" (несомненно, самая знаменитая картина в мире) вдохновляет художников и любителей искусства на протяжении столетий. Недавно в сети появилась новая волна изображений картины, сгенерированных Искусственным интеллектом, который дал неожиданные результаты.

Нейросеть берёт оригинал картины в качестве отправной точки и с помощью алгоритмов машинного обучения создаёт новые версии — как знакомые, так и совершенно новые.

Некоторые из сгенерированных Искусственным интеллектом изображения играют с цветом и текстурой, создавая яркие и сюрреалистические интерпретации оригинальной картины, в то время как другие используют алгоритмы глубокого обучения для создания совершенно новых выражений лица и поз таинственного объекта..

Образование будущего: идеи фантастов и учёных

Некоторая степень беспокойства о будущем — узнаваемая черта обществ современного типа. К рубежу ХХ века оно превращается во вполне осязаемую тревогу о дне завтрашнем. Любопытно заметить, что именно в те моменты, когда мир начинает быстро меняться, особую актуальность приобретает тема образования. Видимо, люди не хотят отставать от прогресса. Так насколько ценным завтра окажется всё, чему мы учим сегодня?

Есть несколько тем, в которых едва ли не каждый мнит себя специалистом, и одна из них — обучение и воспитание. Возможно, поэтому претензии к школе были всегда, причём прямо противоположные: одни обвиняют её в отставании от жизни, другие — в непочтительности к классике и забвении старых добрых традиций. Как бы то ни было, сегодня в вопросе об образовании тесно переплетены современные технологии, почтенная история и футурологические прогнозы.

Чтобы представить, как станут развиваться образовательные технологии и практики в будущем, нам стоит сперва сделать шаг в прошлое. В недалёкое прошлое научной фантастики и ретрофутуризма — время, когда люди скорее фантазировали, чем анализировали. Это позволит проследить тренды, идущие из прошлого в настоящее, и разглядеть тропинки, уходящие в тень завтрашнего дня.

Жми на кнопку

Рисунок Альбера Робида.
Особенно примечателен мужчина, слушающий с
драматически серьёзным лицом одновременно два источника

Западная культура веками уповала на устную передачу знаний. Философ Пифагор заставлял новых учеников сидеть за ширмой и слушать его речи, а Платон устами одного из персонажей в диалоге «Теэтет» сетует на изобретение письма — мол, оно расслабит память людей и сделает их неспособными к настоящему обучению. Вплоть до конца XIX века школа и университет главным образом требовали от учащегося вслушиваться в речь обладателя знания. Даже эпоха Просвещения, прославлявшая печатное слово, в целом не изменила многовековую практику обучения — разве что породила такую странную вещь, как учебник (это почти как книга, но с разжёванными и разбавленными идеями). Но к рубежу XIX-XX веков скачок знаний во многих областях науки и жизни привёл к тому, что важность школ выросла на глазах, как и срок обучения, который растёт до сих пор — от 2-4 и 6-8 лет в земских школах XIX века до 11-12 лет в современных. Поэтому узревшие тенденцию проницательные фантасты и иллюстраторы-футуристы задались вопросом: «А как станут обучать в будущем?»

Ещё в конце XIX века известный иллюстратор Альбер Робида напрямую связал электрификацию быта с возможностью постоянно получать информацию (хотя обучение и развлечение у него ещё не разделены). Так, на одном из рисунков 1892 года мы видим пассажиров, которые в салоне транспорта могут подключиться к разным «каналам» под названиями «легкая поэзия», «философия», «новеллы», «светский роман» и так далее. Решения авторов той эпохи по-своему очаровательны, но, увы, недостижимы: ни чудесные таблетки, ни гипноз или животный магнетизм, ни буквальная переработка книг в электросигналы (как на известной иллюстрации Вильмара) не способны передавать знания.

Иллюстрация Вильмара
из серии открыток 1910 года «В 2000 году»

Почему компьютер в принципе не способен обладать самосознанием

Сторонники неограниченных возможностей искусственного интеллекта исходят из гипотезы, что как только функции мозга будут полностью изучены и правильно поняты, их можно будет закодировать и поместить в компьютер.

Многие революционные проекты в области искусственного интеллекта представляют собой попытки создать мыслящую машину. Они основываются на идее, что функции человеческого мозга сводятся к кодированию и обработке мультисенсорной информации. Другими словами, их авторы исходят из гипотезы, что как только функции мозга будут полностью изучены и правильно поняты, их можно будет записать в виде кода и поместить в компьютер. Компания Microsoft недавно объявила, что намерена израсходовать миллиард долларов на проект, преследующий именно эту цель.

Однако, до сих пор попытки создать мыслящий суперкомпьютер не увенчались даже первоначальным успехом. Многомиллиардный европейский проект, запущенный в 2013 году, на данный момент фактически признан провальным. В измененном виде он больше напоминает схожий, хотя и не столь амбициозный, американский проект, в рамках которого разрабатываются новые программные инструменты для ученых, исследующих данные мозга, вместо того, чтобы попытаться его смоделировать.

Некоторые исследователи по-прежнему настаивают на том, что моделирование мыслительных процессов, происходящих в нейробиологических системах – это путь к успеху. Другие считают подобные усилия обреченными на неудачу, поскольку не верят, что мышление в принципе поддается вычислению. Их основной аргумент заключается в том, что мозг человека объединяет и сжимает многочисленные ощущения, включая зрение и слух, с которыми просто нельзя обращаться так, как это делают современные компьютеры, воспринимая, обрабатывая и храня данные.

Живые существа накапливают опыт и ощущения в своем мозгу, адаптируя нейронные связи в активном процессе контакта между субъектом и окружающей средой. Компьютер же, напротив, записывает данные в краткосрочные и долгосрочные хранилища памяти. Это различие означает, что мозг по-иному обращается с информацией, по сравнению с компьютером.

Разум активно исследует окружающую среду в поиске элементов, которые помогут найти способ выполнить то или иное действие. Восприятие не имеет прямого отношения к данным, полученным с помощью органов чувств: человек может идентифицировать, скажем, стол, с разных точек зрения, и ему не нужно для этого сознательно интерпретировать данные, а затем запрашивать память, может ли этот шаблон быть создан с помощью альтернативных представлений о каком-либо объекте, который ранее уже был идентифицирован.

Нейроинтерфейс Илона Маска

Credit: Neuralink

Илон Маск провел презентацию интерфейсов «мозг-компьютер» своей компании Neuralink. Года четыре назад он обещал соединение любого человека с компьютером в ближайшее время при помощи некой прорывной технологии. Показанное ныне намного скромнее: пока не для людей, в будущем – для парализованных, но зато уже это нечто конкретное.

Итак, что же показал Маск? Технология Neuralink тоже представляет собой инвазивный нейроинтерфейс, однако вместо твердых электродов в мозг вживляется массив из 3072 электродов, объединенных в 96 нитей. Каждая нить имеет от четырех до шести микрон в ширину. Такие тонкие нити очень сложно будет вживлять в мозг напрямую, поэтому Neuralink разработала специальный стереотаксический инструмент, нейрохирургического робота, который может вводить в мозг шесть нитей (192 электрода) в минуту.

Credit: Neuralink

Естественно, пока что никаких экспериментов на людях не ведется: в презентации были показаны крысы с имплантированным устройством, поэтому пока что это даже не интерфейс «мозг-компьютер», а устройство для считывания активности мозга. В будущем, по словам Маска, планируется использовать для создания отверстия в черепе лазер (нечто, подобное технологии LASIC в офтальмологии), а технология должна пройти через разрешение FDA для использования на парализованных людях. Впрочем, все слова про слияние человека с компьютером Маск снова произнес, а презентацию на таком раннем этапе он объяснил не желанием «хайпа», а стремлением к рекрутингу новых сотрудников. Эксперименты на людях пока что обещают начать во втором квартале 2020 года.

Рэй Курцвейл: Слиться с искусственным неокортексом в облаке

Рэймонд Курцвейл — американский писатель, исследователь компьютерных технологий, изобретатель и один из главных футурологов нашего времени. Курцвейл работает в Google и курирует инновационные проекты, связанные с машинным обучением и обработкой языка. В своих футуристических книгах учёный демонстрирует оптимистичный взгляд на технологии, обещая, что в ближайшем будущем искусственный интеллект догонит и перегонит человеческий, а к середине XXI века люди станут почти бессмертными и войдут в эру технологической сингулярности.

Закон ускоряющейся отдачи

За семь лет проект «Геном человека» собрал один процент генома. Мейнстримовые критики заявляли: «Я же говорил, что ничего не получится. За семь лет — один процент, значит, на весь геном уйдёт 700 лет». Моя реакция была другой: «Ого, мы уже сделали один процент? Мы почти закончили». Дело в том, что один процент — это всего семь удвоений до ста процентов. Удвоение происходит каждый год. И действительно, проект закончили уже через семь лет. То же самое произошло со стоимостью: первый геном стоил миллиард долларов, а сейчас эта процедура стоит всего 1000 долларов.

Я упомяну только одно последствие закона ускоряющейся отдачи, потому что он влияет очень на многое и, скорее всего, стои́т за выдающейся цифровой революцией, которую мы наблюдаем. Например, те же вычислительные мощности, коммуникации, генетическое секвенирование и данные головного мозга в этом году я могу получить за половину прошлогодней цены (это называется пятидесятипроцентным коэффициента-дефлятором в информационных технологиях). Вот почему можно купить айфон или телефон на Android, в два раза более мощный, чем их аналог год или два назад, за полцены. Сегодня девочка в Африке может купить смартфон за 75 долларов, в 1960-х такая вычислительная мощность стоила триллион долларов, в 1980-х — миллиард. В этом телефоне, кроме того, находятся миллионы долларов в виде бесплатных информационных приложений. Даже бесплатная энциклопедия на телефоне куда качественнее, чем та, на покупку которой мне приходилось долго откладывать деньги, когда я был тинейджером. Поскольку сейчас это всё бесплатно для пользователей, то мы не считаем пользование такими приложениями экономической активностью. Мы не учитываем ценность этих продуктов в экономике.

Напечатать можно всё

Нас ждут большие перемены: скоро мы будем печатать нашу одежду на 3D-принтерах. Не сегодня — пока что мы находимся на ранних стадиях 3D-печати. Но уже в начале 2020-х в открытом доступе будет много крутых моделей одежды, которые мы сможем скачать бесплатно. Индустрия моды продолжит существовать, так же как продолжают существование музыкальная, и кино-, и книжная индустрии — рядом с частными и бесплатными продуктами, сделанными на открытом программном обеспечении.

Мы сможем создавать очень дешёвую еду с помощью вертикального сельского хозяйства: используя гидропонные заводы для выращивания фруктов и овощей, клонируя в пробирках мышечную ткань для производства мяса. Первый гамбургер, произведённый подобным образом, уже съели. Он был дорогим, стоил несколько сот тысяч долларов (эта цена образуется из стоимости исследований) — и оказался вкусным! Все проблемы природных ресурсов решатся информационными технологиями.

Недавно в качестве эксперимента было построено здание из маленьких модулей, соединённых между собой, как конструктор Лего, и напечатанных на 3D-принтере в Азии. В результате трёхэтажное здание построили за пару дней. Такой будет стройка в 2020-х. 3D-принтеры будут печатать все вещи, которые нам нужны.

ИИ пройдёт тест Тьюринга У нас есть технологии, которые могут поддерживать беседу. Моя команда в Google разработала систему автоматизированных «умных ответов». Мы пишем миллионы электронных писем, эта система должна понимать значение писем, на которые она отвечает, даже при очень кратких вводных данных. Тест Тьюринга — вполне адекватный тест, но чтобы пройти его успешно, нужна вся гибкость человеческого мышления. Невозможно придумать какой-то простой трюк из сферы обработки естественного языка, чтобы этот тест прошла машина. Но если мы придумаем, как сделать так, чтобы человек не смог найти различия, — тогда будем считать, что искусственный интеллект достиг уровня человеческого.

Мой главный прогноз — у нас получится.

Я утверждаю, что это произойдёт в 2029 году. В 1989-м в книге The Age of Intelligent Machines я написал, что открытие случится между началом 2020-х и концом 2030-х. В 1999-м в книге In The Age of Spiritual Machines указал точную дату — 2029 год. В Стэнфордском отделении искусственного интеллекта посчитали эту цифру пугающей и провели конференцию, на которой эксперты по ИИ пришли к мнению, что это произойдёт через сотни лет. С тех пор моя оценка и средняя оценка специалистов по ИИ приближались друг к другу — но не потому, что я менял свой прогноз.

Искусственный интеллект в мире фейков

Специалист по Computer Science Алексей Незнанов о появлении генеративных моделей, обработке музыки нейросетью и искусственных языках.

Когда речь заходит об анализе данных и связанных с ним понятиях, в первую очередь появляется терминологическая проблема. Предположим, что анализ данных — это общее название области. Интеллектуальный анализ данных — то, что мы можем назвать сверхстатистикой (включая выявление знаний), а майнинг (калька с английского mining) — преобразование исходных данных во что-то более пригодное для анализа. Но что из этого связано с принятием решений?

Можно было бы ответить, что за принятие решений ответственно машинное обучение (точнее, его результат). Но оказывается, что и машинное обучение бывает двух разных видов: первый — это скорее сложные методы майнинга данных, а второй вид — это обучение машины не просто отдельным задачам регрессии, кластеризации, классификации и так далее, а научение думать.

Можно ли научить машину думать?

Виды машинного обучения требуют разных подходов. В первом случае их миллиарды разных, они развиваются одновременно и как инженерное направление, и как особое искусство. Например, нейронную сеть довольно просто реализовать, но обучить ее — это искусство. Одно из последних достижений в этой области — создание нейросетей, которые обучают другие нейросети. Другое направление — обучение с подкреплением.

Другое важное открытие было сделано еще в 2015 году. Оно не очень известно, так как довольно сложно для понимания непрофессионалом. Речь идет о появлении нейромашин Тьюринга: к нейросети добавляется обычная память с нормальной структурой данных, или, наоборот, к обычной программе добавляется pattern matching (буквально «сопоставление с образцом») по нейросети. И это все становится не просто двумя разрозненными компонентами программы, а единым целым. Получается очень интересная вещь, которая меняет свойства обучения нейронных сетей.

Интересно, что машинное обучение стало трактоваться шире, чем раньше. Изначально под ним понималось обучение с учителем и без, задачи классификации и так далее. Но развитие глубоких нейронных сетей и сверточных нейронных сетей привело к тому, что появились генеративные модели (GAN — генеративно-состязательная сеть) — это еще один очевидный непосвященному прорыв, который на границе 2017–2018 годов позволил тысячам людей увлечься созданием фейкового видео и породил новый термин deepfake.

Василиск Роко: самый пугающий мысленный эксперимент в истории

ПРЕДУПРЕЖДЕНИЕ:

прочитав эту статью, вы можете обречь себя на вечные страдания и мучения.

Василиск Роко — это богоподобная форма искусственного интеллекта, опасная настолько, что если вы просто о ней подумаете, то проведете остаток дней в ужасающих пытках. Похоже на кассету из фильма «Звонок». Однако даже смерть не станет избавлением, ведь Василиск Роко воскресит вас и продолжит свои пытки.

Василиск Роко появился на стыке философского мысленного эксперимента и городской легенды. Первое упоминание о нем появилось на дискуссионном борде Less Wrong, где собираются люди, заинтересованные в оптимизации мышления и жизни через призму математики и рациональности. Его создатели являются значимыми фигурами в техно-футуризме, и среди достижений их исследовательского института — вклад в академическую дискуссию о технологической этике и теории принятия решений. Однако то, что вы собираетесь сейчас прочитать, может показаться странным и даже безумным. Несмотря на это, весьма влиятельные и состоятельные ученые верят в это.

Однажды пользователь с именем Roko выложил следующий мысленный эксперимент: что если в будущем возникнет злонамеренный искусственный интеллект, который захочет наказать тех, кто не выполняет его приказы? И что если он захочет наказать тех людей, которые в прошлом не способствовали его созданию? Стали бы в таком случае читатели Less Wrong помогать злому ИИ появиться на свет или были бы обречены им на вечные мучения?

Основатель Less Wrong Елиезер Юдковски с гневом воспринял высказывание Roko. Вот что он ответил ему:

«Вы, должно быть, умны, раз пришли к такой мысли. Однако меня печалит, что люди, которые достаточно умны, чтобы представить себе такое, недостаточно сообразительны, чтобы ДЕРЖАТЬ СВОЙ ДУРАЦКИЙ ЯЗЫК ЗА ЗУБАМИ и никому не говорить об этом, так как это важнее, чем показать себя умным, рассказывая об этом всем своим друзьям».

«Что если в будущем возникнет искусственный интеллект, который захочет наказать тех, кто не выполняет его приказы?»

Юдковски признал, что Роко повинен в кошмарах, посещающих пользователей Less Wrong, успевших прочесть тред, и удалил его, благодаря чему Василиск Роко стал легендой. Этот мысленный эксперимент стал настолько опасным, что размышления о нем ставили под угрозу душевное здоровье пользователей.