Как когнитивные компьютеры могут изменить наше будущее |

Возможно, накопленной человечеством информации уже достаточно, чтобы открыть секрет бессмертия, ответить на вопрос о существовании внеземных цивилизаций или найти лекарства от многих до сих пор неизлечимых болезней. Но сколько пройдет лет, прежде чем ученые, полагаясь только на свои силы, соберут, сопоставят и правильно интерпретируют все необходимые теории и факты? Если оцифровать миллионы научных статей, таблиц, схем, учебников, снимков, аудио- и видеоматериалов и загрузить их в самый мощный компьютер, даже он не сильно ускорит процесс. Машина не может распознать изображения, звуки и понять язык учебников на том смысловом уровне, на котором все это воспринимаем мы — Homo sapiens. Для компьютера такая информация лишь массив неструктурированных данных, опираясь на которые он не поможет нам совершить нужные открытия. Но ситуацию в корне меняют когнитивные технологии. С их помощью машины учатся понимать человеческий язык в любой естественной для нас форме, видеть, слышать и чувствовать окружающий мир через сенсоры и даже пытаются гипотетически мыслить.

Сейчас, когда воплощение концепций вроде «интернета вещей» заставляет расти объемы неструктурированной информации, словно дождь количество грибов, появление когнитивных систем выглядит как никогда актуальным. Строгая математическая логика, которой подчинены традиционные компьютеры, позволяет им решать только предопределенные программистом задачи и только с четко организованными данными вроде чисел и символьных строк. А это всего-навсего 20% от общего количества доступной сегодня информации. Значит, с помощью привычных вычислительных машин мы не можем использовать остальные 80% данных (так называемые Dark Data), которые остаются неструктурированными. Сложно представить, скольких возможностей стоит нам такое упущение. «Какова цена незнания? Какова цена отсутствия лекарства от рака?», — нагнетают эксперты. Вот тут-то и должны проявить себя когнитивные — они же мыслящие или обучающиеся — технологии, уже названные некоторыми специалистами следующей вехой в развитии информационных систем.

Что такое когнитивные технологии?

Когнитивные технологии — это программные и аппаратные средства, которые имитируют работу человеческого мозга.

В скором будущем мыслящие системы приобретут мобильный формат, но пока это корпоративные суперкомпьютеры, функции которых доступны другим устройствам через облачные сервисы. Благодаря особой архитектуре когнитивные системы совмещают гигантские вычислительные мощности с инновационными способами обработки данных, похожими на наши мыслительные процессы. В перспективе от таких систем ожидают полноценного восприятия любой информации, представленной в привычном для человека виде. Это, к примеру, устная и письменная речь, визуальные образы, эмоции, чувства — все то, что помогает нам выражать мысли естественным путем.

Как и мы, когнитивные системы постоянно обучаются и автоматически приспосабливаются к работе с новыми данными и задачами, а не тупо следуют четким инструкциям программиста. У мыслящих машин есть и свои учителя — высоколобые люди с экспертными знаниями в определенных областях. С помощью пар вопросов и ответов такие наставники тренируют системы, учат правильно интерпретировать новую информацию, корректируют их работу. Взаимодействие с новыми данными и пользователями также способствует совершенствованию когнитивных систем.

Неудивительно, если дочитав до этого момента, вы вспомнили какой-нибудь монструозный SkyNet или недавние высказывания Хокинга и Маска насчет потенциальных угроз со стороны искусственного интеллекта. Эксперты по когнитивным системам спешат нас успокоить, дескать, мыслящие компьютеры лишены самосознания и личных мотиваций в привычном понимании этих понятий. По мнению доктора Джона Келли из компании IBM, которая имеет непосредственное отношение к когнитивным технологиям, не нужно противопоставлять машину человеку. Келли и его коллеги называют своей целью союз человека и машины, где последняя — только придаток, который должен расширить возможности первого.

Как устроен когнитивный компьютер

Современная реализация

Когнитивные системы обучаются благодаря искусственным нейронным сетям. Это сложные математические модели, которые (пока только в общих чертах) имитируют принципы работы и клеточную организацию природной нервной системы. Так, искусственные нейронные сети состоят из подобий нейронов — нервных клеток мозга, представленных математическими функциями. Взаимодействие этих функций позволяет компьютерным системам многогранно анализировать изображения, речь и другие данные, обучаться с их помощью, строить гипотезы и принимать решения подобно тому, как обмен сигналами между органическими нейронами позволяет совершать аналогичные процессы людям. В этом вся магия.

Ни модные флагманские смартфоны, ни даже самые мощные игровые ПК не способны эффективно моделировать нейронные сети. Все столь популярные сегодня устройства, как ни странно, спроектированы по дедовскому принципу 70-летней давности. Его называют архитектурой фон Неймана в честь венгерского математика, который описал эту концепцию в 1940-ых годах. Ее неотъемлемая особенность и по совместительству серьезный недостаток — это последовательность вычислений. Традиционные компьютеры выполняют команды поочередно, всего по одной за раз или по несколько одновременно. Такого количества не хватает для быстрой генерации сложных нейронных сетей, поскольку клетки мозга совершают слишком много вычислений параллельно.

Чтобы обойти фон-неймановские ограничения, современные мыслящие машины строят на базе суперкомпьютеров массово-параллельной архитектуры. Она ускоряет вычисления, распределяя их между множеством синхронно работающих чипов. Например, аппаратная часть когнитивной системы IBM Watson на момент появления в 2011 году состояла из девяноста серверов с четырьмя восьмиядерными процессорами POWER7 в каждом. В качестве операционной системы для Watson IBM выбрала Linux, дополнив ее собственными программными решениями для реализации нейронных сетей и прочих когнитивных технологий. Сложно сказать, что сейчас под капотом у Watson, но в 2014 году компания заявила, что уменьшила габариты системы на 90% до размера трех коробок для пиццы, ускорив ее при этом в 24 раза. Впечатляет?

По мнению аналитика компании Neuralytix Тома Петрочелли, когнитивные технологии — прекрасное дополнение к традиционной ИТ-экосистеме. Согласно прогнозам эксперта, количество полностью когнитивных приложений будет небольшим, но некоторые их функции интегрируют во многие обычные программы. Уже сейчас IBM предлагает набор облачных сервисов на базе Watson и все необходимые инструменты для их внедрения во внешние продукты. C помощью предоставленных API (наборы кодов для разработчиков) программисты могут создавать свои решения на базе платформы Watson на таких популярных языках, как Java и Node.js.

Когнитивные системы будут сосуществовать с традиционными и дополнять их, но не заменят полностью.

Важно понимать, что когнитивные технологии все еще находятся в начале своего пути. Впервые они привлекли внимание массовой аудитории четыре года назад. Тогда все тот же суперкомпьютер Watson обошел живых игроков в популярной интеллектуальной викторине Jeopardy (нашему зрителю это телевизионное шоу известно под названием «Своя игра»). IBM позиционирует его как единственную на текущий момент полноценную платформу в сфере когнитивных технологий и искусственного интеллекта. Компания ищет новых бизнес-партнеров для внедрения своих разработок и уже имеет опыт в этом направлении.

Пожалуй, Watson до сих пор остается одной из самых популярных систем в своем классе. Он уже продемонстрировал себя знатоком языка и сейчас учится видеть. Помимо Watson, некоторые источники связывают с когнитивными технологиями широко известные голосовые помощники Google Now и Siri. Конечно, есть и другие проекты менее популярных компаний. Кроме того, как отмечает Петрочелли, часть работы над подобными системами ведется на университетском уровне и в исследовательских организациях вроде SRI и Microsoft Research.

Дальнейшее развитие

Помимо последовательности вычислений, у современных компьютеров есть и другие недостатки. Некоторые из них затрагивают когнитивые системы. Так, процессор и память отделены друг от друга, но связаны проводником — шиной, по которой происходит обмен данными между ними. Такое строение серьезно ограничивает вычислительную мощность: можно увеличивать производительность процессора или объем памяти, но не так просто повысить пропускную способность шины. Кроме того, в многопроцессорных системах все чипы всегда активны, даже если в этом нет необходимости, что серьезно сказывается на потреблении энергии. Поэтому суперкомпьютеры еще далеки по энергоэффективности от биологического мозга, самой мощной и экономичной вычислительной «машины».

Производители электроники давно ищут способы обойти описанные ограничения, и здесь снова в первых рядах — IBM. Компания работает уже над аппаратной реализацией нейронных сетей, которая должна стать кардинально новым принципом построения когнитивных компьютерных систем. В рамках сотрудничества с организацией DARPA инженеры IBM создали нейросинаптический чип TrueNorth, спроектированный по подобию неокортекса (коры головного мозга). Опять вспоминаем биологию: место контакта между двумя нейронами называется синапсом и служит для передачи сигнала между ними. Новый чип вдохновлен этим строением, он состоит из нейросинаптических ядер, которые моделируют нейроны, связанные между собой синапсами. Такие ядра не только работают параллельно, но также автоматически «засыпают» при неиспользовании и совмещают функции вычисления и памяти — все аналогично природе клеток мозга. Благодаря перечисленным особенностям эта архитектура существенно оптимизирует производительность и энергоэффективность компьютера.

Компактный, производительный и экономичный нейропроцессор TrueNorth — большой шаг когнитивных систем к мобильности.

IBM возлагает большие надежды на будущее нейросинаптических чипов. Новая архитектура позволяет легко увеличивать мощность компьютерных систем путем подключения большого количества таких процессоров. В планах компании — связать 4 096 штук в пределах одной мыслящей системы. В то же время инженеры трудятся над Сorelet — специальным языком, предназначенным для программирования когнитивных процессоров. Существующие стандарты непригодны для новой аппаратной архитектуры, поэтому компания разрабатывает новые принципы построения алгоритмов.

Нейросинаптические чипы не вытеснят полностью традиционные. IBM сравнивает обычные процессоры с левым полушарием человеческого мозга, а когнитивные — с правым. Первые хорошо справляются с логическими операциями вроде вычислений и обработки языка, вторым лучше дается восприятие образов и чувств. У нас в голове все происходит примерно так же. В будущем компания собирается объединить два типа процессоров в одной системе, чтобы сформировать более точную модель органического мозга. Так что, вполне возможно, скоро мы увидим Watson на «стероидах». Кроме того, представители IBM не исключают перспективы использования в когнитивных системах квантовых технологий, о которых мы писали ранее.

Возможности и сферы применения

Варианты использования когнитивных систем безграничны. Беспилотные автомобили, дроны, очки для незрячих и любая другая техника, которая нуждается в обработке визуальных, аудио- и других форматов сенсорных данных, — все это в сумме лишь малая часть огромного плацдарма для внедрения когнитивных технологий. Если учесть лингвистические способности мыслящих систем, со временем они наверняка будут обеспечивать работу поисковиков, переводчиков, голосовых ассистентов и прочих программ, ориентированных на широкую аудиторию (если еще этого не делают). Ну и, конечно, нельзя забывать о потенциале когнитивных машин в качестве аналитических центров.

В исследовании Your Cognitive Future компания IBM поделилась официальным видением того, как когнитивные системы могут изменить наше обозримое будущее. Прогноз основан на мнениях большого количества экспертов из различных индустрий и анализе IBM собственного опыта разработки и внедрения подобных технологий. Компания выделила три направления, в которых прослеживаются самые перспективные возможности когнитивных систем: взаимодействие с пользователем, аналитика и принятие решений.

Взаимодействие с пользователем. От когнитивных систем ожидают способности вести естественный «глубокий диалог» с людьми. Мыслящие машины движутся в сторону точного распознания объектов, мимики, жестов, полноценного понимания языка со всеми его смысловыми и эмоциональными оттенками. В итоге теоретически мы будем свободно общаться с программами природным для нас способом. Звучит интригующе, но сможем ли мы когда-нибудь болтать с машинами, как Тони Старк с Джарвисом, и сколько для этого понадобится времени — пока неясно.

Современный уровень взаимодействия когнитивной системы с пользователем могут оценить, например, клиенты организации USAA, которая предоставляет финансовые услуги американским военным. Сайт учреждения подключен к облачной когнитивной системе Watson, которая автоматически и беспристрастно отвечает на текстовые вопросы пользователей в веб-интерфейсе. По официальной информации, сервис обучался шесть месяцев под присмотром экспертов. Люди научили его интерпретировать более 3 000 типов документов и обрабатывать несколько тысяч вопросов, независимо от формулировок.

Аналитический потенциал. На основе анализа огромных массивов информации когнитивные системы могут делать собственные выводы, к которым, возможно, даже лучшие умы человечества никогда не способны прийти самостоятельно. Исследовательский процесс когнитивной системы включает поиск закономерностей и новых идей в больших объемах данных, а также их интерпретацию. В условиях информационной перегрузки такие технологии могут стать незаменимыми помощниками ученых, аналитиков и всех других пользователей, чья работа связана с исследовательской деятельностью.

В качестве примера, который характеризует аналитические возможности когнитивных систем, IBM приводит результаты использования сервисов Watson сотрудниками Медицинского Колледжа Бейлора. С их помощью ученые выявили белки, которые воздействуют на p53 — другой белок, разрушающий раковые клетки. Это открытие должно помочь в создании новых лекарств от болезни. На него система потратила несколько недель, в течение которых обработала более 70 000 научных статей о p53. По данным IBM, специалистам понадобился бы год для этой работы без Watson.

Принятие решений. Когнитивные системы умеют самостоятельно принимать решения, опираясь на знания, полученные от экспертов, найденные данные и собственные выводы. Эти решения всегда непредвзяты. Компьютер генерирует их на основе доказательной базы, которую он формирует. Пока когнитивные системы выступают чаще умными помощниками, чем полностью автономными и самодостаточными сервисами. Они предлагают пользователю возможные варианты, но конечное решение — за человеком. При этом программы позволяют проверять обоснованность своих версий, предоставляя инструменты для проверки.

Согласно примеру IBM, ее когнитивные сервисы участвуют в процессе принятия решений для крупной американской компании WellPoint, которая предоставляет услуги медицинского страхования. По статистике сотрудники тратят до 60% рабочего времени только на сбор и обработку информации от клиентов, чтобы принять решение об оказании услуги или отказе. Если верить IBM, когнитивная система существенно экономит время персонала, выполняя большую часть аналитической работы. Она изучает записи врачей, истории болезней, комментарии клиник и т.д. и составляет на их основе соответственные рекомендации для сотрудников WellPoint.

Перспективы распространения

По словам представителей IBM, уже через десять лет не останется такой индустрии, которую обойдут стороной когнитивные технологии. Согласно отчету аналитической фирмы International Data Corporation, к 2018 году половина всех пользователей будет взаимодействовать с когнитивными технологиями на регулярной основе. Но чтобы добиться успеха, компании, которые стоят за мыслящими системами, должны решить ряд проблем. Том Петрочелли относит к таковым сложность разработки и отсутствие навыков для внедрения когнитивных технологий в корпоративном сегменте. Кроме того, поскольку организациям придется отдавать большое количество данных в облако для обработки сторонними системами, нужно будет решать вопросы доверия к производителям этих систем.