ამაო ცნობისმოყვარეობის ერა დასრულდა
როგორ აღორძინდება კიბერნეტიკა და იბადება ხელოვნური ინტელექტი
სამყაროში, რომელიც განიცდის დიდ ინფორმაციულ აღმავლობას, მონაცემთა ანალიზი იქცა ცენტრალურ სამეცნიერო დისციპლინად, რომელიც აერთიანებს მეცნიერებისა და პრაქტიკის სხვადასხვა დარგებს. თუ რა მომავალი აქვს პროგრესს დიდი მონაცემების ანალიზის სფეროში, ჩვენ ვესაუბრეთ რუსეთის მეცნიერებათა აკადემიის ინფორმაციის გადაცემის პრობლემების ინსტიტუტის დირექტორს, აკადემიკოს ალექსანდრე კულეშოვს. ინსტიტუტიდააფუძნეს საბჭოთა კიბერნეტიკის მამებმა, რომელიც დღეს მთელი მსიფლიოსთვისქმნისინფორმაციის ანალიზის ყველაზე მოწინავე ინსტრუმენტებს.
ჩვენ შევხვდით ოლიმპიურ სოფელში - ამჯერად იქ შეიკრიბენ არა მთელი მსოფლიოდან ჩამოსული სპორტსმენები, არამედ მათემატიკოსები, ბიოლოგები, ფიზიკოსები და სხვა მეცნიერები, რომლებიც, თითქოს, სრულიად განსხვავებულ ენებზე საუბრობენ და ფიქრობდნენ სრულიად განსხვავებულ პრობლემებზე. ისინი ჩამოვიდნენ იდეების გაცვლის მიზნით კონფერენციაზე „ინფორმაციული ტექნოლოგიები და სისტემები“, რომელსაც ყოველწლიურად ატარებსრუსეთის მეცნიერებათა აკადემიის ა.ა. ხარკევიჩის სახელობის ინფორმაციის გადაცემის პრობლემების ინსტიტუტი.
აქ ისაუბრეს ელემენტარული ნაწილაკების, ადამიანის დაბერების, მოლეკულური ევოლუციის, ნეიროინტერფეისების შესახებ.სხვადასხვა პროფილის სპეციალისტებმა მოახერხეს ერთმანეთის გაგება, რადგან ყოველთვის საუბრობდნენ იმაზე, თუ როგორ უნდა მიეცათ მნიშვნელობაციფრების გაუთავებელი რიგებისთვის, როგორ ამოეღოთ მათგან სასარგებლო ინფორმაცია. სანამ მძვინვარებდა იდეები და მიმდინარეობდა კამათი, ალექსანდრე კულეშოვი, როგორც გულთბილი მასპინძელი, დადიოდა სტუმრებს შორის და ცდილობდა არავინ გამორჩენოდა. ხოლო კონფერენციის ბოლო დღეს, მან „შრედინგერის კატისთვისაც“ მონახა დრო.
ბიოლოგი - გადაკვალიფიცირებული მათემატიკოსია
[შრედინგერის კატა] ჩემში გაკვირვება გამოიწვია იმ ფაქტმა, რომ კონფერენციაზე ინფორმაციული ტექნოლოგიებისა და სისტემების შესახებ, რომელსაც ატარებს მათემატიკური ინსტიტუტი, მონაწილეთა ნახევარი ბიოლოგია.
[ალექსანდრ კულეშოვი] ინფორმაციის გადაცემის პრობლემების ინსტიტუტიარასოდეს ყოფილა მათემატიკური ინსტიტუტი. ეს ერთადერთი სამეცნიერო ინსტიტუტიასაბჭოთა კავშირში, რომელიც თავიდანვე შეიქმნა არა როგორც ვიწრო პროფილის, არამედ როგორც მულტიდისციპლინარული.
ანდრეი კოლმოგოროვი (1903–1987) -საბჭოთა მათემატიკოსი, ალბათობის თეორიის ერთ-ერთი დამაარსებელი, აღიარებულია როგორც ХХსაუკუნის ერთ-ერთი უდიდესი მათემატიკოსი. მან საკუთარ თავს კიბერნეტიკოსი უწოდა, მუშაობდა დიალოგში ნორბერტ ვინერთან. აღზარდა მრავალი სხვა ბრწყინვალე მათემატიკოსი.
იზრაილ გელფანდი(1913–2009)- მათემატიკოსი, მუშაობდა სსრკ-სა და აშშ–ში, დიდი სამეცნიერო სკოლის დამფუძნებელი, ბიოკიბერნეტიკისა და სამედიცინო კიბერნეტიკის ერთ–ერთი შემქმნელი.
ალექსანდრ ხარკევიჩი (1904–1965) - საბჭოთა მათემატიკოსი, საბჭოთა კავშირის მეცნიერებათა აკადემიის აკადემიკოსი.50-იანი წლების დასაწყისში, რამდენიმე განსხვავებული ჯგუფის გაერთიანებით, მან შექმნა და სათავეში ჩაუდგა ხელმძღვანელობდა ინფორმაციის გადაცემის პრობლემების ინსტიტუტს. ჩამოაყალიბა „ხარკოვიჩის კანონი“: „ინფორმაციის რაოდენობა იზრდება მინიმუმ ქვეყნის ინდუსტრიული პოტენციალის კვადრატის პროპორციულად“.
ის წარმოიშვა, როდესაც გაჩნდა კოდირების თეორიის პრობლემების გადასაჭრის მწვავე აუცილებლობა. ინსტიტუტის შემქმნელები იყვნენ უდიდესი მათემატიკოსები და, მე ვიტყოდი, ნამდვილი ვიზიონერები: კოლმოგოროვი, გელფანდი, ხარკევიჩი. მათ ესმოდათ, რომ ინფორმაციის გადაცემა საკომუნიკაციო სისტემებსა და ცოცხალ სისტემებში - ყველაფერი ერთმანეთში გადახლართულია და, ალბათ, ემორჩილება ზოგად კანონებს.
ახლა ყველა მეცნიერებას აერთიანებს მათემატიკა, მონაცემთა დამუშავება. მონაცემთა მეცნიერება არის ის, რითაც გამსჭვალულია ჩვენი ინსტიტუტის საქმიანობის ყველა მიმართულება, დაწყებული ბიოინფორმატიკით და დამთავრებული ტელეკომუნიკაციით, ცოცხალი სისტემებით ზოგადი გაგებით, კომპიუტერული ლინგვისტიკით. მათემატიკა გახდა ზოგადი ფუნდამენტი, მხოლოდ მასზეა შესაძლებელი მულტიდისციპლინარული ერთობლიობის შექმნა. ამიტომ ჩვენთან მულტიდისციპლინარულობა არ არის დაწესებული გარედან, როგორც ინსტიტუტებში, სადაც იქმნება ათი სხვადასხვა ქვედანაყოფი. ეს სისულელეა - იქ ადამიანები დაკავებული არიან თავისი საქმეებით და მაინც და მაინც არ აქცევენ ყურადღებას მეზობელ ქვედანაყოფებზე.
[შრედინგერის კატა] როგორ არის თქვენთან ყველაფერი მოწყობილი?
[ანდრეი კოლმოგოროვი] ჩვენთან ექსპერიმენტატორი ბიოლოგები დადიან მათემატიკურ სემინარზე, საუბრობენ თავისი პრობლემების შესახებ, და ხშირად ჩვენთვის, მათემატიკოსებისთვის, ეს ნაცნობი პრობლემებია და მათი გადაჭრა ხდება ცნობილი მეთოდებით. ის, რასაც ხედავთ კონფერენციაზე, მეცნიერების კონვერგენციაა. ძალიან სასარგებლოა სხვა ადამიანების ამოცანების შესახებ მოსმენა. ამიტომ, ვცდილობ, ინსტიტუტში სხვადასხვა პროფილის სპეციალისტები შევახვედრო ერთმანეთს. ვინმეს, რა თქმა უნდა, არ სურს სხვების გაუგებარი პრობლემების გაგება. მაგრამ უწევთ. ეშმაკმა იცის, რა მოუვა მას თავში, როდესაც ამ ყველაფერს გაიგებს! კონვერგენცია. მეცნიერებათა ურთიერთწვდომა მათემატიკის საშუალებით - ეს მართლაც ძლიერი იარაღია.
თავიდანვე კონვერგენციის იდეამ გამოარჩია ჩვენი ინსტიტუტი. ჩვენთან მუშაობდა ცნობილი ფიზიოლოგი ბერნშტეინი, რომელმაც შექმნა მოძრაობების აგების თეორია, გურფინკელი, რომელიც მთელ მსოფლიოშია ცნობილი, როგორც ლოკომოციის თეორიის შემქმნელი, ფსიქოლოგი იარბუსი, რომელმაც პირველად შესთავაზა თვალების მოძრაობაზე დაკვირვება ...
[შრედინგერის კატა] მაგრამ, რატომ არის აქ ამდენი ბიოლოგი, და არა, მაგალითად, ფინანსური ანალიტიკოსი?
[ანდრეი კოლმოგოროვი] მიუხედავად ჩემი პატივისცემისა, ინსტიტუტში მე ფინანსურ მათემატიკას არ განვავითარებ. მე ბევრი შემოთავაზება მქონდა - მაგრამ მე არ მივიღე. პრინციპული მოსაზრებებიდან გამომდინარე. ფინანსური მათემატიკა იზიდავს უზარმაზარ რესურსებს, დიდი რაოდენობით ჭკვიან ადამიანებს, რომლებიც არაფერს ქმნიან. ისინი უბრალოდ ანაწილებენ. მე არ მინდა ამაში მონაწილეობის მიღება.
[შრედინგერის კატა] მაგრამ ფიზიკა, ქიმია! ეს ხომ ის დარგებია, სადაც მონაცემთა ანალიზი, თითქოს, მთელი ძალით გამოიყენება. მაგრამ აქ ბიოლოგები უფრო მეტი არიან.
[ანდრეი კოლმოგოროვი] დღეს ფიზიკა და მათემატიკა მაღალ დონეზე პრაქტიკულად არ განსხვავდება. ადამიანს, რომელიც მუშაობს სიმების თეორიაზე, ვითაც უწოდებს ფიზიკოსს, ხოლო ვიღაც მათემატიკოსს.
მაგრამ ყველაზე საინტერესო რამ ახლა ბიოლოგიაში ხდება. ცოტა ხნის წინ ჩემი თვალით ვნახე პარალიზებული ნარკოდილერი, რომელსაც პოლიციელებმა გადაუმტვრიეს ჯისრის ხერხემლის მალა. ფანტასტიკური რამ არის: ნეიროინტერფეისის დახმარებით ის ამოძრავებს მექანიკურ ხელებს - მას შეუძლია, მაგალითად, დალიოს ყავა. ეს, როგორც ასტრონავტი არმსტრონგი იტყოდა, პატარა ნაბიჯი ადამიანისთვის და გიგანტური - კაცობრიობისთვის. მაგრამ ნეირომეცნიერების პროგრესი შეუძლებელია მონაცემთა ანალიზის გარეშე. ამ მანიპულატორი ხელების მოძრაობები ძალიან განსხვავებულია, საჭიროა მათემატიკური აპარატი, რომ ვიპოვოთ მათში ინვარიანტები, რაღაც ზოგადი და სტაბილური.
ახლა რომ 17 წლის ვიყო, ნეირომეცნიერებაში წავიდოდი. გადახედეთ ჩვენთან მომუშავე ბიოლოგებს - მათი 99% გადაკვალიფიცირებული აღმოჩნდება, რომ მათემატიკოსი ან ფიზიკოსი იქნება. ჩვენ ახლა ძალიან აქტიურად ვართ დაკავებული ამით.
თვითმფრინავები, მარცვლები და ღორები
[შრედინგერის კატა] მათემატიკა ყოველთვის აკავშირებდა ცოდნის სხვა სფეროებს, და ზოგადად - ნებისმიერი მეცნიერება ხდებამეცნიერება ამ სიტყვის სრული მნიშვნელობით მხოლოდ მაშინ, როდესაც იქ ადგილს მათემატიკა იმკვიდრებდა. ახლა, როგორც ჩანს, პრინციპულად ახალი რამ ხდება.
[ანდრეი კოლმოგოროვი] რა თქმა უნდა. გაჩნდა კოლოსალური რამ, რომელიც ნამდვილად აკავშირებდა ყველა მეცნიერებას - მონაცემთა ანალიზი.
1950-იან წლებში, ბრედბერის, აზიმოვის და რობოტების შესახებ ფანტასტიკური მოთხრობების დროს, თითქოს იყო მოლოდინი, რომ სადაცაა შევეხებით ყველაფერ ამას. რომ იქნებოდა ხელოვნური ინტელექტი, ადამიანის მსგავსი დამხმარე რობოტები. მაგრამ აღმოჩნდა, რომ ყველაფერი ასე მარტივი არ არის, თეორია ტექნოლოგიასთან შედარებით ბევრად წინ წავიდა და საბოლოოდ გახდა უინტერესო, მინელდა - ოცი წლით. არ იყო ტექნოლოგიური მხარდაჭერა, შენახვის, გადაცემის და ინფორმაციის დამუშავების ტექნოლოგია. და არც ამდენი მონაცემი არსებობდა.
მე ყოველთვის ვეუბნები ახალგაზრდებს წაიკითხონ ძველი სტატიები. ეს არის უამრავი ახალი იდეის კოლექცია. ყველაფერი დავიწყებულია, ადამიანები ხელახლა იწყებენ იმ იდეების გამეორებას, რომლებიც ჯერ კიდევ სამოციან წლებში გამოითქვა.
მაგრამ ტექნოლოგია მაინც განვითარდა ძალიან წრაფად, ჩემს თვალწინ მოხდა წარმოუდგენელი ნახტომი. მსოფლიოში უკვე დამონტაჟებულია მილიარდზე მეტი კამერა - თითქოს ყველა ტერორისტის დაჭერა შესაძლებელია აეროპორტებში ერთდროულად. მაგრამ ამის ალგორითმები არ არსებობს. ყველა საჭირო ტექნოლოგია გაჩნდა, მაგრამ ალგორითმები არ არსებობს.
[შრედინგერის კატა] ახლა პრაქტიკამ თეორიას გაუსწრო?
[ანდრეი კოლმოგოროვი] დიახ, საპირისპირო სიტუაცია შეიქმნა: ადრე არსებობდა უფსკრული თეორიასა და პრაქტიკას შორის თეორიის სასარგებლოდ, ახლა კი ეს - პრაქტიკის სასარგებლოდაა. ტექნოლოგიები მოიპოვეს უპირატესობა მონაცემების დამუშავების მათემატიკურ მეთოდებზე.
აღმოჩნდა, რომ ყველა მეცნიერება და, რაც მთავარია, პრაქტიკულ ამოცანათა უზარმაზარი რაოდენობა დაკავშირებულია ისეთი ზომების მონაცემთა მასივების დამუშავებასთან, რომლებზეც ძველ დროში ფიქრიც კი არ შეგვეძლო. და ამან გამოიწვია მათემატიკური საზოგადოების დიდი ინტერესი ამ პრობლემებისადმი.
ამდენი პარამეტრი იწერება ფრენის დროს Airbus-ის თვითმფრინავის თითოეული ძრავიდან. ამ მონაცემების ანალიზით, ინფორმაციის გადაცემის პრობლემების ინსტიტუტში შექმნილი პროგრამა განსაზღვრავს, თუ რომელ ძრავებს სჭირდება ტექმომსახურება.
ახლა მათემატიკაში, მონაცემთა ანალიზი ნომერ პირველი თემაა. ის ძალიან მოთხოვნადია პრაქტიკაში და ყველასთვის საჭირო. მონაცემთა დამუშავების ჩვენს ინსტრუმენტებს იყენებენ ისეთი კომპანიები, როგორებიცაა Airbus Group, Porsche, Mitsubishi, Toyota, Michelin, GasdeFrance, ევროპული კოსმოსური სააგენტო, AREVA (ფრანგული როსატომი - „შკ“). სოფლის მეურნეობაშიც კი! Airbus-ის შემდეგ ჩვენს ინსტიტუტში განვითარებული პროდუქციის მეორე უდიდესი მომხმარებელია Limagrain, მსოფლიოში ერთ–ერთი უდიდესი თესლის სანაშენე კომპანია. გამოდის, რომ სუფთა თესლის წარმოებისთვის, ძალიან კარგი მათემატიკაა საჭირო.
თქვენ ვერ წარმოგიდგენიათ, რა არის თანამედროვე სასოფლო-სამეურნეო წარმოება! მეცხოველებაში, მეცხოველეობაში სანაშენე ღორთან რომ მიხვიდეთ, უნდა გაიაროთ გასუფთავების ოთხი ზონა, ორჯერ მიიღოთ შხაპი. იქ ღორებს ტომოგრაფიას უკეთებენ, ხოლო სოფტი, რომელსაც ჩვენ ვაწარმოებთ, აანალიზებს ამ მონაცემებს. ეს ყველაფერი აუცილებელია იმისათვის, რომ მივიღოთ ხორცის და ცხიმის ოპტიმალური თანაფარდობა. წარმოიდგინეთ, რას ნიშნავს ღორის ტომოგრაფში მოთავსება? „ქალბატონო, არ გაინძრეთ!“ ის ხომ იქ თხუთმეტი წუთი უნდა იყოს მშვიდად. ჩვენ ხშირად ვერც კი ვხვდებით ჩვენი ჩამორჩენილობის დონეს, ის კი საშინელია ასეთ სფეროებში.
მათემატიკოსისთვის თვითმფრინავები, თესლი, ღორები, გარკვეულწილად, ერთი და იგივეა. შენ გაქვს შავი ყუთი. არ იცი რა ხდება მასში. მაგრამ შენ გაქვს შემოსული მონაცემები, გასული მონაცემები, ზოგიერთი სახელური, რომლის გადატრიალებით შეგიძლია შედეგის მიღება. საჭიროა მოძებნო სახელურების სწორი მდგომარეობა, რომ შედეგი საუკეთესო იყოს. და ამ გაგებით, ახალი ჯიშის თესლის გამოყვანა ან ფრთის ახალი ფორმის მიღება ერთი და იგივე ამოცანაა. რეალურად ჩვენ ამას ვაკეთებთ.
ნეირონული ქსელების შამანები
[შრედინგერის კატა] რა არის ინფორმაცია მათემატიკის თვალსაზრისით - შეგიძლიათ ახსნათ თითებზე?
[ანდრეი კოლმოგოროვი] მე არ მოგაბეზრებთ თავს კოლმოგოროვის, შენონის განმარტებით და ა.შ. მოდით გადავიდეთ სხვა რამეზე: ყოველდღიური გაგებით, დღეს ნებისმიერი ინფორმაცია ციფრულია. ინფორმაცია არის ყველაფერი, რაც წარმოდგენილია ნულის და ერთიანის სახით. ფილმი ასევე არის ნულოები და ერთიანები, როგორც ფოტოგრაფია, როგორც ტექსტი. ეს ყველაფერი ინფორმაციაა, და ის მთლიანად შეიძლება მათემატიკურად გაანალიზდეს.
[შრედინგერის კატა] ანუ ამ ნულებში და ერთიანებში ჩვენ ვეძებთ რაღაც კანონზომიერებას, რაღაც მაქმანს, გამეორებას?
ობიექტების კლასის ამდენი რაოდენობა გამოყვეს მომხმარებლებმა, როდესაც ხელს აწერდნენ ImageNet-ის 14 მილიონამდე გამოსახულებას. მათ შორის, მაგალითად, 189 ტიპის ძაღლი, რომელთაგან 37 ტიპის ტერიერია.
[ანდრეი კოლმოგოროვი] მონაცემთა ანალიზის მნიშვნელობა არის ინფორმაციიდან ახალი ცოდნის ამოღება. ჩვენ ვეძებთ კანონზომიერებას, ვცდილობთ გავიგოთ, მაგრამ მთავარია პროგნოზირება. რა მოხდება, თუ თვითმფრინავის ფრთის ფორმას შევცვლი? რა მოხდება, თუ შევცვლით შეჯვარებულ მცენარეთა ორი ტიპს? ჩვენ ვახდენთ მონაცემებზე დაფუძნებულ პროგნოზირებას. ამ გაგებით მათემატიკა ახლა აერთიანებს ყველა მეცნიერებას. ისინი ხომ თავიდანვე ექსპერიმენტებს ემყარებოდა, ექსპერიმენტი ყოველთვის არის მონაცემები, ხოლო მონაცემთა დამუშავება კი მათემატიკაა.
[შრედინგერის კატა] თქვენს ლექციებში მოყვანილი გაქვთ მონაცემთა ანალიზის ასეთი მეთოდის გამოყენების მრავალი შესანიშნავი მაგალითი, როგორიცაა deeplearning , ღრმა სწავლა. შეგიძლიათ ახსნათ რა არის ეს?
[ანდრეი კოლმოგოროვი] დიახ, ეს თანამედროვეობის ყველაზე მნიშვნელოვანი საკითხი! და არავინ იცის ამაზე პასუხი. საუბარი ეხება გიგანტურ ნეიროქსელებს, რომლებსაც შეუძლიათ სწავლა, დაახლოებით ისევე, როგორც ბავშვი სწავლობს მეტყველებას, ანალოგიით, მიუხედავად იმისა, რომ მან არ იცის გრამატიკული წესები. ჩვენ ნეიროქსელში შეგვქვს ინფორმაცია, ის სწავლობს მას და გვაწვდის დამუშავების შედეგს, მაგრამ ჩვენ არ გვესმის, როგორ მიიღო იგი. მე ძალიან მეპარება ეჭვი, რომ მომდევნო ნახევარ საუკუნეში შევიტყობთ ამას. ეს ის შემთხვევაა, როდესაც ექსპერიმენტი ახსნას უსწრებს. მათ, ვისაც შეუძლია ასეთი ქსელების პროექტირება, ექცევიან როგორც გურუს ან შამანს. მათ თავადაც არ იციან რიგიანად, რას აკეთებენ, ორიენტირებული არიან ინტუიციაზე, მაგრამ თუ წარმატებას აღწევენ, მათ მზად არიან გადაუხადონ ნებისმიერი თანხა.
[შრედინგერის კატა] ნერვული ქსელები მათემატიკური გაგებით, ეს, როგორც ეს მესმის, საერთოდ არ ეხება რეალურ ნეირონებსა და ტვინს?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა, მიუხედავად იმისა, რომ თავიდანვე ფიქრობდნენ, რომ ნეიროქსელები ერთგვარი ანალოგია იმისა, თუ როგორ მუშაობს ნეირონები თავის ტვინში, თუმცა ეს ზუსტად არავინ იცის. ეს ანთროპომორფულობა, ჩემი აზრით, არის აბსოლუტურად მცდარი რამ. ეს როგორც პირველი თვითმფრინავია, რომელიც ღამურას ჰგავდა, ჯერ კიდევ ძმებ რაიტებამდე, რომელიც ფრთებსაც კი იქნევდა და როგორღაც დაფრინავდა. მაგრამ თვითმფრინავს არ სჭირდება ფრინველივით ფრთების ქნევა. არც ფოლადის კვიცები არ დარვიან ჩვენთან გზებზე. ამ თვალსაზრისით ტვინი რამეთი უნდა განსხვავდებოდეს?
ჩვენ ხომ ვიცით, რომ 1997 წელს კასპაროვი ჭადრაკში დაამარცხა DeepBlue-მ, ხოლო 2011 წელს Watson–მა დაამარცხა მაშინდელი ჩემპიონი Jeopardy–ში. ამისთვის არ ყოფილა საჭირო ჰგავდე ტვინს. თუმცა რაღაც გონივრული იდეები ბიოლოგიაშიც ჩნდება და უნდა იქნას გამოყენებული მიკროელექტრონიკაში და პროგრამებში. მაგრამ არავის უთქვამს, რომ მომავალი ხელოვნური ინტელექტი ან რობოტი, როგორც ეს აზიმოვის მოთხრობებშია, მოწყობილი იქნება ადამიანის ხატად და მსგავსად. სავარაუდოდ, არა, თუმც შეიძლება ვცდებოდე.
კიბერნეტიკის ზეიმი
ნორბერტ უინერი (1894–1964)
ამერიკელი მეცნიერი, კიბერნეტიკის, როგორც ინფორმაციისა და მართვის მეცნიერების დამაარსებელი. უინერი ინფორმაციას განიხილავდა ენერგიასა და მატერიასთან ერთად მსოფლიო წესრიგის ერთ–ერთ მთავარ კატეგორიად. მეტწილად მისი შრომების წყალობით, ნახევარი საუკუნის შემდეგ, ჩვენ ვერ წარმოვიდგენია ცხოვრება ინფორმაციული ტექნოლოგიების გარეშე.
კლოდ შენონი (1916–2001)
ამერიკელი ინჟინერი და მათემატიკოსი, ინფორმაციის თეორიის დამაარსებელი და კიბერნეტიკის ერთ-ერთი მამა, ნორბერტ უინერთან ერთად. 1948 წელს მან შესთავაზა სიტყვა „ბიტი“-ს გამოყენება ინფორმაციის ყველაზე მცირე ერთეულის აღსანიშნავად.
[შრედინგერის კატა] ინფორმაციის გადაცემის პრობლემების ინსტიტუტი მაშინდელი მოდური კიბერნეტიკის იდეებით შთაგონების შედეგად შექმენით?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა. კიბერნეტიკის მამები უინერი, შანონი ყველაფერს, რაც ახლა ხდება, პროგრნოზირებდნენ. სამწუხაროდ, ადამიანებმა მათი იდეები აღიქვეს, როგორც უახლოესი მომავალი, როგორც შემდეგი ნაბიჯი. და როდესაც შემდეგი ნაბიჯი არ გადაიდგა, ამ იდეებისადმი ინტერესი დაიკარგა.
[შრედინგერის კატა] გამოდის, რომ ახლა დგება კიბერნეტიკის იდეების რეალური ტრიუმფის დრო?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა, რა თქმა უნდა!
[შრედინგერის კატა] თქვენ გრძნობთ იმ დროის კიბერნეტიკასთან კავშირს ?
[ანდრეი კოლმოგოროვი] ყველაზე უშუალოს. ავიღოთ გურფინკელის ლოკომოციის თეორია. თითქოს, რა კავშირი უნდა ჰქონდეს მას რობოტებთან? BostonDynamics-მა ცოტა ხნის წინ მოახერხა ანთროპომორფული რობოტის შექმნა, რომელსაც შეუძლია სიარული არამარტო გლუვ ზედაპირზე. ადრე რობოტისთვის წინ ასანთის კოლოფი რომ დაგედოთ, ის სიგნალს გამოსცემდა, და აქ მთელი ანთროპომორფობულობა მთავრდებოდა. ახლა კი თუნდაც შეშის ღერი დაუდე, ის მიხვდება და გადაავიჯებს.
ეს ურთულესი ტექნოლოგია, რომლის განვითარებას ათწლეულები დასჭირდა, დიდწილად ემყარება გურფინკელის და ჩვენი ლაბორატორიის შრომებს. როდესაც ადამიანი უბრალოდ დგას, ერთდროულად ოცდაათი კუნთი მუშაობს. სხვათა შორის, ფეხზე დგომა უფრო რთულია, ვიდრე სიარული. გასაკვირი არ არის, რომ აღლუმის წინ ჯარისკაცები გონებას კარგავენ მოლოდინში.
[შრედინგერის კატა] ამჟამინდელი რობოტების მშენებლები ამბობენ, რომ „ტურინგის მთავარი ტესტი“, რომლის საშუალებითაც ადამიანი გამოირჩევა რობოტისგან, უნდა დაეფუძნოს არა მეტყველებას, არამედ მოძრაობას: ადამიანის პლასტიკის აღდგენა გაცილებით რთულია, ვიდრე ინტელექტის სიმულაცია.
[ანდრეი კოლმოგოროვი] ჩვენ ვუახლოვდებით იმ რეალობას, რომელიც აღწერილია აზიმოვის მოთხრობებში. ღრმა სწავლა მოწყობილობების შექმნის შესანიშნავი მაგალითია, რომლებიც ჩვენ უკვე არ გვესმის, როგორ მუშაობენ. ეს ძალიან მნიშვნელოვანი, პრინციპული ნაბიჯია. ინსტრუმენტი, რომელსაც შეუძლია ხელახლა შექმნას ან გააუმჯობესოს საკუთარი თავი, და ჩვენ არც კი გვესმის, როგორ ხდება ეს, გადამწყვეტი ნაბიჯია ხელოვნური ინტელექტისკენ მიმავალ გზაზე, და ეს ნაბიჯი უკვე გადაიდგა. კაცობრიობამ შექმნა მექანიზმი, რომელიც აკეთებს, ჩვენი აზრით, წარმოუდგენელ რამეს და მიდის ჩვენთვის გაუგებარი გზით.
ამოიცანით ძაღლი და მოძებნეთ ალმასი
[შრედინგერის კატა] რატომ უწოდეთ თქვენს ლექციას, რომელმაც გახსნა კონფერენცია, „ამაო ცნობისმოყვარეობის ეპოქა დასრულდა“?
[ანდრეი კოლმოგოროვი] ამაო ცნობისმოყვარეობაა, როდესაც მე დაკავებული ვარ ინტერნეტ-სერფინგით ან უბრალოდ ჟურნალს ვათვალიერებ: იქნებ რამე საინტერესო შემხვდეს? იმიტომ კი არ ვაკეთებ, რომ არ ვიცი რა მაინტერესებს, - უბრალოდ არ არის მექანიზმი, რომელიც ამას მოძებნის, ამიტომ მე ვარ არასტრუქტურირებული ძებნით დაკავებული. მაგრამ ის წარსულს ბარდება. ძებნა, როდესაც ჩვენ ვცდილობთ აღმოვაჩინოთ რაღაც საინტერესო გარე სამყაროში, შეუძლებელი ხდება. იმიტომ, რომ ინფორმაციის რაოდენობა ექსპონენციულად იზრდება. და უაზროდ ხეტიალიც ამ ზღვაში უაზრობაა.
სამაგიეროდ გაჩნდა ინსტრუმენტები, რომლებიც იძლევა ნებისმიერი ინფორმაციის მოძებნის შესაძლებლობას. მაგალითად, მალე შეიქმნება ინფორმაციის მოძიების მექანიზმი ინტერნეტში ფოტოსა და ვიდეოს დახმარებით - ეს მოხდება უახლოეს მომავალში, ეს ხვალინდელი დღეა. როგორც ჩვენ ახლა ვიყენებთ საკვანძო სიტყვებს და ფრაზებს, როდესაც ინტერნეტში რაღაცას ვეძებთ, ასევე მოეწყობა უახლოეს დროში ვიდეოძებნა.
დღეს არსებული ყველა მონაცემის 90 პროცენტი მიღებულია ბოლო ორი წლის განმავლობაში. თავიდან მე თვითონ გამიკვირდა ეს ციფრი. მაგრამ კოლეგამ MIT–იდან დამარწმუნა მარტივი მაგალითის მაგალითზე. მან თქვა: „იცით, როდესაც სტენლის თასი ჩამოატარეს ქალაქში, ერთნახევარი მილიონი ადამიანი ამას ვიდეოზე იღებდა და თავის არქივში ინახავდა?“. ინფორმაციის დიდი ნაწილი, რომელიც ახლა ინახება ქსელში, არის ვიდეო. და თუ ბოლო ოცი წლის განმავლობაში ჩვენ მეტნაკლებად ვისწავლეთ ტექსტური ინფორმაციის გამოყენება, ვიდეო ინფორმაციას ნაკლებად ვიყენებდით.
[შრედინგერის კატა] იმისთვის, რომ სისტემას ასწავლონ სურათების ამოცნობა, ალბათ საჭიროა როგორმე შევადაროთ ისინი სიტყვებს?
[ანდრეი კოლმოგოროვი] არსებობენ ღია საიტები, სადაც ამას უამრავი ადამიანი აკეთებს, მაგალითად ImageNet. ამ საიტის მომხმარებლებმა მონიშნეს 14 მილიონი ფოტო - ცნებების პირამიდის სახით. ცალკეა ძუძუმწოვრები, ცალკე ძაღლები, ტერიერები, ბულტერიერები, გესმით? ამას ჩინელები აკეთებენ შეერთებული შტატების მთავრობის ფულით. წარმოიდგინეთ, რამდენი ადამიანი და დრო სჭირდება ხელით ამის გაკეთებას! ქსელმა კი ეს ყველაფერი, პირობითად რომ ვთქვათ, წაიკითხა და მიხვდა, სად არიან ჰასკი, სად ციმბირილი ლაიკა და ა.შ.
ჯერ კიდევ სამი თვის წინ ადამიანი ობიექტებს ფოტოებზე ოდნავ უკეთესად აკეთებდა, ვიდრე გუგლის ანალოგიური პლატფორმა GoogleNet. შეცდომები ადამიანებმა დაუშვეს შემთხვევათა 5%-ში, პროგრამა 6%-ში. დღეს კი გუგლის ქსელმა აჯობა ადამიანს: ის შეცდომების მხოლოდ 4.5% -ს უშვებს.
მაგრამ სახეების ამოცნობა საშინელი რამ არის! პირდაი ცხოვრების შესახებ შეგიძლიათ დაივიწყოთ. შენ გადაგიღეს ფოტოსურათი და მაშინვე გიცნეს. მაგალითად, მე ჩავდივარ ესკალატორზე და ვხედავ გოგონას, რომელიც ამოდის. მე ვერ დავეწიე მას, მაგრამ ფოტო გადავიღე - მაშინვე ვიცანი, მასთან „ოდნოკლასნიკებში“ შევედი და გადავიფიქრე მისი გაცნობა.
[შრედინგერის კატა] ეს ჩვენი უახლოესი მომავალია?
[ანდრეი კოლმოგოროვი] დიახ, თუმცა ჯერჯერობით ჩვენ არ შეგვიძლია ასეთი რამეების გაკეთება. სამაგიეროდ, მაგალითად, ჩვენ შესანიშნავად შეგვიძლია ბორბლების ამოცნობა. ჩვენი პროგრამა ამოიცნობს ყველა ტიპის ბორბალს, რომელიც არსებობს მსოფლიოში. ან, ვთქვათ, ალმასებს - მსოფლიოში ყველა ალმასის ამოცნობა დღეს ჩვენს სოფტზე ხდება: ერთი შეხედვით ხომმ შეუძლებელია პროგნოზირება, არის თუ არა ქანში ალმასი. ჩვენ კი შეგვიძლია.
და კიდევ ერთი ძალიან მნიშვნელოვანი რამ ახლო მომავალთან დაკავშირებით. ინფორმაციიდან ცოდნის ექსტრაქციის მეთოდების განვითარებასთან ერთად, შემცირდება „ცისფერი საყელოს“ მოთხოვნილება. არა მხოლოდ მუშებში, არამედ ზოგადად საშუალო კვალიფიკაციის მქონე ადამიანებში.
მაგალითად, შეერთებულ შტატებში, პირველი, რაც აეროპორტში უკვე თვალში გვხვდება: ყველა კუთხეში დგას ადამიანი, არაფერს სასიკეთოს არ აკეთებს. ნათელია, რომ მისი საქმიანობა უბრალოდ სოციალური ფუნქციაა. ადამიანები რაღაცით უნდა დააკავონ, რომ კოკაინი არ ღეჭონ. არა, მგონი, ამას არ ჭამენ ... არ აქვს მნიშვნელობა. თანამედროვე საზოგადოებას შეუძლია უამრავი ადამიანის რჩენა, სამსახურიც მიცემა კი არ შეუძლია.
https://document.wikireading.ru/58488
https://k100.space/?fbclid=IwAR14trR0DRgkvCyNILWZywNspyEG8-CPabtFEdBpkesFaIPoTnAWr1KQCh8
https://document.wikireading.ru/58488?fbclid=IwAR0vgWe4KQiMMz8859dTx326jz9wj6y3Q9lNDl5VMlKux4GTeZPnf23PIJI
როგორ აღორძინდება კიბერნეტიკა და იბადება ხელოვნური ინტელექტი
სამყაროში, რომელიც განიცდის დიდ ინფორმაციულ აღმავლობას, მონაცემთა ანალიზი იქცა ცენტრალურ სამეცნიერო დისციპლინად, რომელიც აერთიანებს მეცნიერებისა და პრაქტიკის სხვადასხვა დარგებს. თუ რა მომავალი აქვს პროგრესს დიდი მონაცემების ანალიზის სფეროში, ჩვენ ვესაუბრეთ რუსეთის მეცნიერებათა აკადემიის ინფორმაციის გადაცემის პრობლემების ინსტიტუტის დირექტორს, აკადემიკოს ალექსანდრე კულეშოვს. ინსტიტუტიდააფუძნეს საბჭოთა კიბერნეტიკის მამებმა, რომელიც დღეს მთელი მსიფლიოსთვისქმნისინფორმაციის ანალიზის ყველაზე მოწინავე ინსტრუმენტებს.
ჩვენ შევხვდით ოლიმპიურ სოფელში - ამჯერად იქ შეიკრიბენ არა მთელი მსოფლიოდან ჩამოსული სპორტსმენები, არამედ მათემატიკოსები, ბიოლოგები, ფიზიკოსები და სხვა მეცნიერები, რომლებიც, თითქოს, სრულიად განსხვავებულ ენებზე საუბრობენ და ფიქრობდნენ სრულიად განსხვავებულ პრობლემებზე. ისინი ჩამოვიდნენ იდეების გაცვლის მიზნით კონფერენციაზე „ინფორმაციული ტექნოლოგიები და სისტემები“, რომელსაც ყოველწლიურად ატარებსრუსეთის მეცნიერებათა აკადემიის ა.ა. ხარკევიჩის სახელობის ინფორმაციის გადაცემის პრობლემების ინსტიტუტი.
აქ ისაუბრეს ელემენტარული ნაწილაკების, ადამიანის დაბერების, მოლეკულური ევოლუციის, ნეიროინტერფეისების შესახებ.სხვადასხვა პროფილის სპეციალისტებმა მოახერხეს ერთმანეთის გაგება, რადგან ყოველთვის საუბრობდნენ იმაზე, თუ როგორ უნდა მიეცათ მნიშვნელობაციფრების გაუთავებელი რიგებისთვის, როგორ ამოეღოთ მათგან სასარგებლო ინფორმაცია. სანამ მძვინვარებდა იდეები და მიმდინარეობდა კამათი, ალექსანდრე კულეშოვი, როგორც გულთბილი მასპინძელი, დადიოდა სტუმრებს შორის და ცდილობდა არავინ გამორჩენოდა. ხოლო კონფერენციის ბოლო დღეს, მან „შრედინგერის კატისთვისაც“ მონახა დრო.
ბიოლოგი - გადაკვალიფიცირებული მათემატიკოსია
[შრედინგერის კატა] ჩემში გაკვირვება გამოიწვია იმ ფაქტმა, რომ კონფერენციაზე ინფორმაციული ტექნოლოგიებისა და სისტემების შესახებ, რომელსაც ატარებს მათემატიკური ინსტიტუტი, მონაწილეთა ნახევარი ბიოლოგია.
[ალექსანდრ კულეშოვი] ინფორმაციის გადაცემის პრობლემების ინსტიტუტიარასოდეს ყოფილა მათემატიკური ინსტიტუტი. ეს ერთადერთი სამეცნიერო ინსტიტუტიასაბჭოთა კავშირში, რომელიც თავიდანვე შეიქმნა არა როგორც ვიწრო პროფილის, არამედ როგორც მულტიდისციპლინარული.
ანდრეი კოლმოგოროვი (1903–1987) -საბჭოთა მათემატიკოსი, ალბათობის თეორიის ერთ-ერთი დამაარსებელი, აღიარებულია როგორც ХХსაუკუნის ერთ-ერთი უდიდესი მათემატიკოსი. მან საკუთარ თავს კიბერნეტიკოსი უწოდა, მუშაობდა დიალოგში ნორბერტ ვინერთან. აღზარდა მრავალი სხვა ბრწყინვალე მათემატიკოსი.
იზრაილ გელფანდი(1913–2009)- მათემატიკოსი, მუშაობდა სსრკ-სა და აშშ–ში, დიდი სამეცნიერო სკოლის დამფუძნებელი, ბიოკიბერნეტიკისა და სამედიცინო კიბერნეტიკის ერთ–ერთი შემქმნელი.
ალექსანდრ ხარკევიჩი (1904–1965) - საბჭოთა მათემატიკოსი, საბჭოთა კავშირის მეცნიერებათა აკადემიის აკადემიკოსი.50-იანი წლების დასაწყისში, რამდენიმე განსხვავებული ჯგუფის გაერთიანებით, მან შექმნა და სათავეში ჩაუდგა ხელმძღვანელობდა ინფორმაციის გადაცემის პრობლემების ინსტიტუტს. ჩამოაყალიბა „ხარკოვიჩის კანონი“: „ინფორმაციის რაოდენობა იზრდება მინიმუმ ქვეყნის ინდუსტრიული პოტენციალის კვადრატის პროპორციულად“.
ის წარმოიშვა, როდესაც გაჩნდა კოდირების თეორიის პრობლემების გადასაჭრის მწვავე აუცილებლობა. ინსტიტუტის შემქმნელები იყვნენ უდიდესი მათემატიკოსები და, მე ვიტყოდი, ნამდვილი ვიზიონერები: კოლმოგოროვი, გელფანდი, ხარკევიჩი. მათ ესმოდათ, რომ ინფორმაციის გადაცემა საკომუნიკაციო სისტემებსა და ცოცხალ სისტემებში - ყველაფერი ერთმანეთში გადახლართულია და, ალბათ, ემორჩილება ზოგად კანონებს.
ახლა ყველა მეცნიერებას აერთიანებს მათემატიკა, მონაცემთა დამუშავება. მონაცემთა მეცნიერება არის ის, რითაც გამსჭვალულია ჩვენი ინსტიტუტის საქმიანობის ყველა მიმართულება, დაწყებული ბიოინფორმატიკით და დამთავრებული ტელეკომუნიკაციით, ცოცხალი სისტემებით ზოგადი გაგებით, კომპიუტერული ლინგვისტიკით. მათემატიკა გახდა ზოგადი ფუნდამენტი, მხოლოდ მასზეა შესაძლებელი მულტიდისციპლინარული ერთობლიობის შექმნა. ამიტომ ჩვენთან მულტიდისციპლინარულობა არ არის დაწესებული გარედან, როგორც ინსტიტუტებში, სადაც იქმნება ათი სხვადასხვა ქვედანაყოფი. ეს სისულელეა - იქ ადამიანები დაკავებული არიან თავისი საქმეებით და მაინც და მაინც არ აქცევენ ყურადღებას მეზობელ ქვედანაყოფებზე.
[შრედინგერის კატა] როგორ არის თქვენთან ყველაფერი მოწყობილი?
[ანდრეი კოლმოგოროვი] ჩვენთან ექსპერიმენტატორი ბიოლოგები დადიან მათემატიკურ სემინარზე, საუბრობენ თავისი პრობლემების შესახებ, და ხშირად ჩვენთვის, მათემატიკოსებისთვის, ეს ნაცნობი პრობლემებია და მათი გადაჭრა ხდება ცნობილი მეთოდებით. ის, რასაც ხედავთ კონფერენციაზე, მეცნიერების კონვერგენციაა. ძალიან სასარგებლოა სხვა ადამიანების ამოცანების შესახებ მოსმენა. ამიტომ, ვცდილობ, ინსტიტუტში სხვადასხვა პროფილის სპეციალისტები შევახვედრო ერთმანეთს. ვინმეს, რა თქმა უნდა, არ სურს სხვების გაუგებარი პრობლემების გაგება. მაგრამ უწევთ. ეშმაკმა იცის, რა მოუვა მას თავში, როდესაც ამ ყველაფერს გაიგებს! კონვერგენცია. მეცნიერებათა ურთიერთწვდომა მათემატიკის საშუალებით - ეს მართლაც ძლიერი იარაღია.
თავიდანვე კონვერგენციის იდეამ გამოარჩია ჩვენი ინსტიტუტი. ჩვენთან მუშაობდა ცნობილი ფიზიოლოგი ბერნშტეინი, რომელმაც შექმნა მოძრაობების აგების თეორია, გურფინკელი, რომელიც მთელ მსოფლიოშია ცნობილი, როგორც ლოკომოციის თეორიის შემქმნელი, ფსიქოლოგი იარბუსი, რომელმაც პირველად შესთავაზა თვალების მოძრაობაზე დაკვირვება ...
[შრედინგერის კატა] მაგრამ, რატომ არის აქ ამდენი ბიოლოგი, და არა, მაგალითად, ფინანსური ანალიტიკოსი?
[ანდრეი კოლმოგოროვი] მიუხედავად ჩემი პატივისცემისა, ინსტიტუტში მე ფინანსურ მათემატიკას არ განვავითარებ. მე ბევრი შემოთავაზება მქონდა - მაგრამ მე არ მივიღე. პრინციპული მოსაზრებებიდან გამომდინარე. ფინანსური მათემატიკა იზიდავს უზარმაზარ რესურსებს, დიდი რაოდენობით ჭკვიან ადამიანებს, რომლებიც არაფერს ქმნიან. ისინი უბრალოდ ანაწილებენ. მე არ მინდა ამაში მონაწილეობის მიღება.
[შრედინგერის კატა] მაგრამ ფიზიკა, ქიმია! ეს ხომ ის დარგებია, სადაც მონაცემთა ანალიზი, თითქოს, მთელი ძალით გამოიყენება. მაგრამ აქ ბიოლოგები უფრო მეტი არიან.
[ანდრეი კოლმოგოროვი] დღეს ფიზიკა და მათემატიკა მაღალ დონეზე პრაქტიკულად არ განსხვავდება. ადამიანს, რომელიც მუშაობს სიმების თეორიაზე, ვითაც უწოდებს ფიზიკოსს, ხოლო ვიღაც მათემატიკოსს.
მაგრამ ყველაზე საინტერესო რამ ახლა ბიოლოგიაში ხდება. ცოტა ხნის წინ ჩემი თვალით ვნახე პარალიზებული ნარკოდილერი, რომელსაც პოლიციელებმა გადაუმტვრიეს ჯისრის ხერხემლის მალა. ფანტასტიკური რამ არის: ნეიროინტერფეისის დახმარებით ის ამოძრავებს მექანიკურ ხელებს - მას შეუძლია, მაგალითად, დალიოს ყავა. ეს, როგორც ასტრონავტი არმსტრონგი იტყოდა, პატარა ნაბიჯი ადამიანისთვის და გიგანტური - კაცობრიობისთვის. მაგრამ ნეირომეცნიერების პროგრესი შეუძლებელია მონაცემთა ანალიზის გარეშე. ამ მანიპულატორი ხელების მოძრაობები ძალიან განსხვავებულია, საჭიროა მათემატიკური აპარატი, რომ ვიპოვოთ მათში ინვარიანტები, რაღაც ზოგადი და სტაბილური.
ახლა რომ 17 წლის ვიყო, ნეირომეცნიერებაში წავიდოდი. გადახედეთ ჩვენთან მომუშავე ბიოლოგებს - მათი 99% გადაკვალიფიცირებული აღმოჩნდება, რომ მათემატიკოსი ან ფიზიკოსი იქნება. ჩვენ ახლა ძალიან აქტიურად ვართ დაკავებული ამით.
თვითმფრინავები, მარცვლები და ღორები
[შრედინგერის კატა] მათემატიკა ყოველთვის აკავშირებდა ცოდნის სხვა სფეროებს, და ზოგადად - ნებისმიერი მეცნიერება ხდებამეცნიერება ამ სიტყვის სრული მნიშვნელობით მხოლოდ მაშინ, როდესაც იქ ადგილს მათემატიკა იმკვიდრებდა. ახლა, როგორც ჩანს, პრინციპულად ახალი რამ ხდება.
[ანდრეი კოლმოგოროვი] რა თქმა უნდა. გაჩნდა კოლოსალური რამ, რომელიც ნამდვილად აკავშირებდა ყველა მეცნიერებას - მონაცემთა ანალიზი.
1950-იან წლებში, ბრედბერის, აზიმოვის და რობოტების შესახებ ფანტასტიკური მოთხრობების დროს, თითქოს იყო მოლოდინი, რომ სადაცაა შევეხებით ყველაფერ ამას. რომ იქნებოდა ხელოვნური ინტელექტი, ადამიანის მსგავსი დამხმარე რობოტები. მაგრამ აღმოჩნდა, რომ ყველაფერი ასე მარტივი არ არის, თეორია ტექნოლოგიასთან შედარებით ბევრად წინ წავიდა და საბოლოოდ გახდა უინტერესო, მინელდა - ოცი წლით. არ იყო ტექნოლოგიური მხარდაჭერა, შენახვის, გადაცემის და ინფორმაციის დამუშავების ტექნოლოგია. და არც ამდენი მონაცემი არსებობდა.
მე ყოველთვის ვეუბნები ახალგაზრდებს წაიკითხონ ძველი სტატიები. ეს არის უამრავი ახალი იდეის კოლექცია. ყველაფერი დავიწყებულია, ადამიანები ხელახლა იწყებენ იმ იდეების გამეორებას, რომლებიც ჯერ კიდევ სამოციან წლებში გამოითქვა.
მაგრამ ტექნოლოგია მაინც განვითარდა ძალიან წრაფად, ჩემს თვალწინ მოხდა წარმოუდგენელი ნახტომი. მსოფლიოში უკვე დამონტაჟებულია მილიარდზე მეტი კამერა - თითქოს ყველა ტერორისტის დაჭერა შესაძლებელია აეროპორტებში ერთდროულად. მაგრამ ამის ალგორითმები არ არსებობს. ყველა საჭირო ტექნოლოგია გაჩნდა, მაგრამ ალგორითმები არ არსებობს.
[შრედინგერის კატა] ახლა პრაქტიკამ თეორიას გაუსწრო?
[ანდრეი კოლმოგოროვი] დიახ, საპირისპირო სიტუაცია შეიქმნა: ადრე არსებობდა უფსკრული თეორიასა და პრაქტიკას შორის თეორიის სასარგებლოდ, ახლა კი ეს - პრაქტიკის სასარგებლოდაა. ტექნოლოგიები მოიპოვეს უპირატესობა მონაცემების დამუშავების მათემატიკურ მეთოდებზე.
აღმოჩნდა, რომ ყველა მეცნიერება და, რაც მთავარია, პრაქტიკულ ამოცანათა უზარმაზარი რაოდენობა დაკავშირებულია ისეთი ზომების მონაცემთა მასივების დამუშავებასთან, რომლებზეც ძველ დროში ფიქრიც კი არ შეგვეძლო. და ამან გამოიწვია მათემატიკური საზოგადოების დიდი ინტერესი ამ პრობლემებისადმი.
ამდენი პარამეტრი იწერება ფრენის დროს Airbus-ის თვითმფრინავის თითოეული ძრავიდან. ამ მონაცემების ანალიზით, ინფორმაციის გადაცემის პრობლემების ინსტიტუტში შექმნილი პროგრამა განსაზღვრავს, თუ რომელ ძრავებს სჭირდება ტექმომსახურება.
ახლა მათემატიკაში, მონაცემთა ანალიზი ნომერ პირველი თემაა. ის ძალიან მოთხოვნადია პრაქტიკაში და ყველასთვის საჭირო. მონაცემთა დამუშავების ჩვენს ინსტრუმენტებს იყენებენ ისეთი კომპანიები, როგორებიცაა Airbus Group, Porsche, Mitsubishi, Toyota, Michelin, GasdeFrance, ევროპული კოსმოსური სააგენტო, AREVA (ფრანგული როსატომი - „შკ“). სოფლის მეურნეობაშიც კი! Airbus-ის შემდეგ ჩვენს ინსტიტუტში განვითარებული პროდუქციის მეორე უდიდესი მომხმარებელია Limagrain, მსოფლიოში ერთ–ერთი უდიდესი თესლის სანაშენე კომპანია. გამოდის, რომ სუფთა თესლის წარმოებისთვის, ძალიან კარგი მათემატიკაა საჭირო.
თქვენ ვერ წარმოგიდგენიათ, რა არის თანამედროვე სასოფლო-სამეურნეო წარმოება! მეცხოველებაში, მეცხოველეობაში სანაშენე ღორთან რომ მიხვიდეთ, უნდა გაიაროთ გასუფთავების ოთხი ზონა, ორჯერ მიიღოთ შხაპი. იქ ღორებს ტომოგრაფიას უკეთებენ, ხოლო სოფტი, რომელსაც ჩვენ ვაწარმოებთ, აანალიზებს ამ მონაცემებს. ეს ყველაფერი აუცილებელია იმისათვის, რომ მივიღოთ ხორცის და ცხიმის ოპტიმალური თანაფარდობა. წარმოიდგინეთ, რას ნიშნავს ღორის ტომოგრაფში მოთავსება? „ქალბატონო, არ გაინძრეთ!“ ის ხომ იქ თხუთმეტი წუთი უნდა იყოს მშვიდად. ჩვენ ხშირად ვერც კი ვხვდებით ჩვენი ჩამორჩენილობის დონეს, ის კი საშინელია ასეთ სფეროებში.
მათემატიკოსისთვის თვითმფრინავები, თესლი, ღორები, გარკვეულწილად, ერთი და იგივეა. შენ გაქვს შავი ყუთი. არ იცი რა ხდება მასში. მაგრამ შენ გაქვს შემოსული მონაცემები, გასული მონაცემები, ზოგიერთი სახელური, რომლის გადატრიალებით შეგიძლია შედეგის მიღება. საჭიროა მოძებნო სახელურების სწორი მდგომარეობა, რომ შედეგი საუკეთესო იყოს. და ამ გაგებით, ახალი ჯიშის თესლის გამოყვანა ან ფრთის ახალი ფორმის მიღება ერთი და იგივე ამოცანაა. რეალურად ჩვენ ამას ვაკეთებთ.
ნეირონული ქსელების შამანები
[შრედინგერის კატა] რა არის ინფორმაცია მათემატიკის თვალსაზრისით - შეგიძლიათ ახსნათ თითებზე?
[ანდრეი კოლმოგოროვი] მე არ მოგაბეზრებთ თავს კოლმოგოროვის, შენონის განმარტებით და ა.შ. მოდით გადავიდეთ სხვა რამეზე: ყოველდღიური გაგებით, დღეს ნებისმიერი ინფორმაცია ციფრულია. ინფორმაცია არის ყველაფერი, რაც წარმოდგენილია ნულის და ერთიანის სახით. ფილმი ასევე არის ნულოები და ერთიანები, როგორც ფოტოგრაფია, როგორც ტექსტი. ეს ყველაფერი ინფორმაციაა, და ის მთლიანად შეიძლება მათემატიკურად გაანალიზდეს.
[შრედინგერის კატა] ანუ ამ ნულებში და ერთიანებში ჩვენ ვეძებთ რაღაც კანონზომიერებას, რაღაც მაქმანს, გამეორებას?
ობიექტების კლასის ამდენი რაოდენობა გამოყვეს მომხმარებლებმა, როდესაც ხელს აწერდნენ ImageNet-ის 14 მილიონამდე გამოსახულებას. მათ შორის, მაგალითად, 189 ტიპის ძაღლი, რომელთაგან 37 ტიპის ტერიერია.
[ანდრეი კოლმოგოროვი] მონაცემთა ანალიზის მნიშვნელობა არის ინფორმაციიდან ახალი ცოდნის ამოღება. ჩვენ ვეძებთ კანონზომიერებას, ვცდილობთ გავიგოთ, მაგრამ მთავარია პროგნოზირება. რა მოხდება, თუ თვითმფრინავის ფრთის ფორმას შევცვლი? რა მოხდება, თუ შევცვლით შეჯვარებულ მცენარეთა ორი ტიპს? ჩვენ ვახდენთ მონაცემებზე დაფუძნებულ პროგნოზირებას. ამ გაგებით მათემატიკა ახლა აერთიანებს ყველა მეცნიერებას. ისინი ხომ თავიდანვე ექსპერიმენტებს ემყარებოდა, ექსპერიმენტი ყოველთვის არის მონაცემები, ხოლო მონაცემთა დამუშავება კი მათემატიკაა.
[შრედინგერის კატა] თქვენს ლექციებში მოყვანილი გაქვთ მონაცემთა ანალიზის ასეთი მეთოდის გამოყენების მრავალი შესანიშნავი მაგალითი, როგორიცაა deeplearning , ღრმა სწავლა. შეგიძლიათ ახსნათ რა არის ეს?
[ანდრეი კოლმოგოროვი] დიახ, ეს თანამედროვეობის ყველაზე მნიშვნელოვანი საკითხი! და არავინ იცის ამაზე პასუხი. საუბარი ეხება გიგანტურ ნეიროქსელებს, რომლებსაც შეუძლიათ სწავლა, დაახლოებით ისევე, როგორც ბავშვი სწავლობს მეტყველებას, ანალოგიით, მიუხედავად იმისა, რომ მან არ იცის გრამატიკული წესები. ჩვენ ნეიროქსელში შეგვქვს ინფორმაცია, ის სწავლობს მას და გვაწვდის დამუშავების შედეგს, მაგრამ ჩვენ არ გვესმის, როგორ მიიღო იგი. მე ძალიან მეპარება ეჭვი, რომ მომდევნო ნახევარ საუკუნეში შევიტყობთ ამას. ეს ის შემთხვევაა, როდესაც ექსპერიმენტი ახსნას უსწრებს. მათ, ვისაც შეუძლია ასეთი ქსელების პროექტირება, ექცევიან როგორც გურუს ან შამანს. მათ თავადაც არ იციან რიგიანად, რას აკეთებენ, ორიენტირებული არიან ინტუიციაზე, მაგრამ თუ წარმატებას აღწევენ, მათ მზად არიან გადაუხადონ ნებისმიერი თანხა.
[შრედინგერის კატა] ნერვული ქსელები მათემატიკური გაგებით, ეს, როგორც ეს მესმის, საერთოდ არ ეხება რეალურ ნეირონებსა და ტვინს?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა, მიუხედავად იმისა, რომ თავიდანვე ფიქრობდნენ, რომ ნეიროქსელები ერთგვარი ანალოგია იმისა, თუ როგორ მუშაობს ნეირონები თავის ტვინში, თუმცა ეს ზუსტად არავინ იცის. ეს ანთროპომორფულობა, ჩემი აზრით, არის აბსოლუტურად მცდარი რამ. ეს როგორც პირველი თვითმფრინავია, რომელიც ღამურას ჰგავდა, ჯერ კიდევ ძმებ რაიტებამდე, რომელიც ფრთებსაც კი იქნევდა და როგორღაც დაფრინავდა. მაგრამ თვითმფრინავს არ სჭირდება ფრინველივით ფრთების ქნევა. არც ფოლადის კვიცები არ დარვიან ჩვენთან გზებზე. ამ თვალსაზრისით ტვინი რამეთი უნდა განსხვავდებოდეს?
ჩვენ ხომ ვიცით, რომ 1997 წელს კასპაროვი ჭადრაკში დაამარცხა DeepBlue-მ, ხოლო 2011 წელს Watson–მა დაამარცხა მაშინდელი ჩემპიონი Jeopardy–ში. ამისთვის არ ყოფილა საჭირო ჰგავდე ტვინს. თუმცა რაღაც გონივრული იდეები ბიოლოგიაშიც ჩნდება და უნდა იქნას გამოყენებული მიკროელექტრონიკაში და პროგრამებში. მაგრამ არავის უთქვამს, რომ მომავალი ხელოვნური ინტელექტი ან რობოტი, როგორც ეს აზიმოვის მოთხრობებშია, მოწყობილი იქნება ადამიანის ხატად და მსგავსად. სავარაუდოდ, არა, თუმც შეიძლება ვცდებოდე.
კიბერნეტიკის ზეიმი
ნორბერტ უინერი (1894–1964)
ამერიკელი მეცნიერი, კიბერნეტიკის, როგორც ინფორმაციისა და მართვის მეცნიერების დამაარსებელი. უინერი ინფორმაციას განიხილავდა ენერგიასა და მატერიასთან ერთად მსოფლიო წესრიგის ერთ–ერთ მთავარ კატეგორიად. მეტწილად მისი შრომების წყალობით, ნახევარი საუკუნის შემდეგ, ჩვენ ვერ წარმოვიდგენია ცხოვრება ინფორმაციული ტექნოლოგიების გარეშე.
კლოდ შენონი (1916–2001)
ამერიკელი ინჟინერი და მათემატიკოსი, ინფორმაციის თეორიის დამაარსებელი და კიბერნეტიკის ერთ-ერთი მამა, ნორბერტ უინერთან ერთად. 1948 წელს მან შესთავაზა სიტყვა „ბიტი“-ს გამოყენება ინფორმაციის ყველაზე მცირე ერთეულის აღსანიშნავად.
[შრედინგერის კატა] ინფორმაციის გადაცემის პრობლემების ინსტიტუტი მაშინდელი მოდური კიბერნეტიკის იდეებით შთაგონების შედეგად შექმენით?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა. კიბერნეტიკის მამები უინერი, შანონი ყველაფერს, რაც ახლა ხდება, პროგრნოზირებდნენ. სამწუხაროდ, ადამიანებმა მათი იდეები აღიქვეს, როგორც უახლოესი მომავალი, როგორც შემდეგი ნაბიჯი. და როდესაც შემდეგი ნაბიჯი არ გადაიდგა, ამ იდეებისადმი ინტერესი დაიკარგა.
[შრედინგერის კატა] გამოდის, რომ ახლა დგება კიბერნეტიკის იდეების რეალური ტრიუმფის დრო?
[ანდრეი კოლმოგოროვი] რა თქმა უნდა, რა თქმა უნდა!
[შრედინგერის კატა] თქვენ გრძნობთ იმ დროის კიბერნეტიკასთან კავშირს ?
[ანდრეი კოლმოგოროვი] ყველაზე უშუალოს. ავიღოთ გურფინკელის ლოკომოციის თეორია. თითქოს, რა კავშირი უნდა ჰქონდეს მას რობოტებთან? BostonDynamics-მა ცოტა ხნის წინ მოახერხა ანთროპომორფული რობოტის შექმნა, რომელსაც შეუძლია სიარული არამარტო გლუვ ზედაპირზე. ადრე რობოტისთვის წინ ასანთის კოლოფი რომ დაგედოთ, ის სიგნალს გამოსცემდა, და აქ მთელი ანთროპომორფობულობა მთავრდებოდა. ახლა კი თუნდაც შეშის ღერი დაუდე, ის მიხვდება და გადაავიჯებს.
ეს ურთულესი ტექნოლოგია, რომლის განვითარებას ათწლეულები დასჭირდა, დიდწილად ემყარება გურფინკელის და ჩვენი ლაბორატორიის შრომებს. როდესაც ადამიანი უბრალოდ დგას, ერთდროულად ოცდაათი კუნთი მუშაობს. სხვათა შორის, ფეხზე დგომა უფრო რთულია, ვიდრე სიარული. გასაკვირი არ არის, რომ აღლუმის წინ ჯარისკაცები გონებას კარგავენ მოლოდინში.
[შრედინგერის კატა] ამჟამინდელი რობოტების მშენებლები ამბობენ, რომ „ტურინგის მთავარი ტესტი“, რომლის საშუალებითაც ადამიანი გამოირჩევა რობოტისგან, უნდა დაეფუძნოს არა მეტყველებას, არამედ მოძრაობას: ადამიანის პლასტიკის აღდგენა გაცილებით რთულია, ვიდრე ინტელექტის სიმულაცია.
[ანდრეი კოლმოგოროვი] ჩვენ ვუახლოვდებით იმ რეალობას, რომელიც აღწერილია აზიმოვის მოთხრობებში. ღრმა სწავლა მოწყობილობების შექმნის შესანიშნავი მაგალითია, რომლებიც ჩვენ უკვე არ გვესმის, როგორ მუშაობენ. ეს ძალიან მნიშვნელოვანი, პრინციპული ნაბიჯია. ინსტრუმენტი, რომელსაც შეუძლია ხელახლა შექმნას ან გააუმჯობესოს საკუთარი თავი, და ჩვენ არც კი გვესმის, როგორ ხდება ეს, გადამწყვეტი ნაბიჯია ხელოვნური ინტელექტისკენ მიმავალ გზაზე, და ეს ნაბიჯი უკვე გადაიდგა. კაცობრიობამ შექმნა მექანიზმი, რომელიც აკეთებს, ჩვენი აზრით, წარმოუდგენელ რამეს და მიდის ჩვენთვის გაუგებარი გზით.
ამოიცანით ძაღლი და მოძებნეთ ალმასი
[შრედინგერის კატა] რატომ უწოდეთ თქვენს ლექციას, რომელმაც გახსნა კონფერენცია, „ამაო ცნობისმოყვარეობის ეპოქა დასრულდა“?
[ანდრეი კოლმოგოროვი] ამაო ცნობისმოყვარეობაა, როდესაც მე დაკავებული ვარ ინტერნეტ-სერფინგით ან უბრალოდ ჟურნალს ვათვალიერებ: იქნებ რამე საინტერესო შემხვდეს? იმიტომ კი არ ვაკეთებ, რომ არ ვიცი რა მაინტერესებს, - უბრალოდ არ არის მექანიზმი, რომელიც ამას მოძებნის, ამიტომ მე ვარ არასტრუქტურირებული ძებნით დაკავებული. მაგრამ ის წარსულს ბარდება. ძებნა, როდესაც ჩვენ ვცდილობთ აღმოვაჩინოთ რაღაც საინტერესო გარე სამყაროში, შეუძლებელი ხდება. იმიტომ, რომ ინფორმაციის რაოდენობა ექსპონენციულად იზრდება. და უაზროდ ხეტიალიც ამ ზღვაში უაზრობაა.
სამაგიეროდ გაჩნდა ინსტრუმენტები, რომლებიც იძლევა ნებისმიერი ინფორმაციის მოძებნის შესაძლებლობას. მაგალითად, მალე შეიქმნება ინფორმაციის მოძიების მექანიზმი ინტერნეტში ფოტოსა და ვიდეოს დახმარებით - ეს მოხდება უახლოეს მომავალში, ეს ხვალინდელი დღეა. როგორც ჩვენ ახლა ვიყენებთ საკვანძო სიტყვებს და ფრაზებს, როდესაც ინტერნეტში რაღაცას ვეძებთ, ასევე მოეწყობა უახლოეს დროში ვიდეოძებნა.
დღეს არსებული ყველა მონაცემის 90 პროცენტი მიღებულია ბოლო ორი წლის განმავლობაში. თავიდან მე თვითონ გამიკვირდა ეს ციფრი. მაგრამ კოლეგამ MIT–იდან დამარწმუნა მარტივი მაგალითის მაგალითზე. მან თქვა: „იცით, როდესაც სტენლის თასი ჩამოატარეს ქალაქში, ერთნახევარი მილიონი ადამიანი ამას ვიდეოზე იღებდა და თავის არქივში ინახავდა?“. ინფორმაციის დიდი ნაწილი, რომელიც ახლა ინახება ქსელში, არის ვიდეო. და თუ ბოლო ოცი წლის განმავლობაში ჩვენ მეტნაკლებად ვისწავლეთ ტექსტური ინფორმაციის გამოყენება, ვიდეო ინფორმაციას ნაკლებად ვიყენებდით.
[შრედინგერის კატა] იმისთვის, რომ სისტემას ასწავლონ სურათების ამოცნობა, ალბათ საჭიროა როგორმე შევადაროთ ისინი სიტყვებს?
[ანდრეი კოლმოგოროვი] არსებობენ ღია საიტები, სადაც ამას უამრავი ადამიანი აკეთებს, მაგალითად ImageNet. ამ საიტის მომხმარებლებმა მონიშნეს 14 მილიონი ფოტო - ცნებების პირამიდის სახით. ცალკეა ძუძუმწოვრები, ცალკე ძაღლები, ტერიერები, ბულტერიერები, გესმით? ამას ჩინელები აკეთებენ შეერთებული შტატების მთავრობის ფულით. წარმოიდგინეთ, რამდენი ადამიანი და დრო სჭირდება ხელით ამის გაკეთებას! ქსელმა კი ეს ყველაფერი, პირობითად რომ ვთქვათ, წაიკითხა და მიხვდა, სად არიან ჰასკი, სად ციმბირილი ლაიკა და ა.შ.
ჯერ კიდევ სამი თვის წინ ადამიანი ობიექტებს ფოტოებზე ოდნავ უკეთესად აკეთებდა, ვიდრე გუგლის ანალოგიური პლატფორმა GoogleNet. შეცდომები ადამიანებმა დაუშვეს შემთხვევათა 5%-ში, პროგრამა 6%-ში. დღეს კი გუგლის ქსელმა აჯობა ადამიანს: ის შეცდომების მხოლოდ 4.5% -ს უშვებს.
მაგრამ სახეების ამოცნობა საშინელი რამ არის! პირდაი ცხოვრების შესახებ შეგიძლიათ დაივიწყოთ. შენ გადაგიღეს ფოტოსურათი და მაშინვე გიცნეს. მაგალითად, მე ჩავდივარ ესკალატორზე და ვხედავ გოგონას, რომელიც ამოდის. მე ვერ დავეწიე მას, მაგრამ ფოტო გადავიღე - მაშინვე ვიცანი, მასთან „ოდნოკლასნიკებში“ შევედი და გადავიფიქრე მისი გაცნობა.
[შრედინგერის კატა] ეს ჩვენი უახლოესი მომავალია?
[ანდრეი კოლმოგოროვი] დიახ, თუმცა ჯერჯერობით ჩვენ არ შეგვიძლია ასეთი რამეების გაკეთება. სამაგიეროდ, მაგალითად, ჩვენ შესანიშნავად შეგვიძლია ბორბლების ამოცნობა. ჩვენი პროგრამა ამოიცნობს ყველა ტიპის ბორბალს, რომელიც არსებობს მსოფლიოში. ან, ვთქვათ, ალმასებს - მსოფლიოში ყველა ალმასის ამოცნობა დღეს ჩვენს სოფტზე ხდება: ერთი შეხედვით ხომმ შეუძლებელია პროგნოზირება, არის თუ არა ქანში ალმასი. ჩვენ კი შეგვიძლია.
და კიდევ ერთი ძალიან მნიშვნელოვანი რამ ახლო მომავალთან დაკავშირებით. ინფორმაციიდან ცოდნის ექსტრაქციის მეთოდების განვითარებასთან ერთად, შემცირდება „ცისფერი საყელოს“ მოთხოვნილება. არა მხოლოდ მუშებში, არამედ ზოგადად საშუალო კვალიფიკაციის მქონე ადამიანებში.
მაგალითად, შეერთებულ შტატებში, პირველი, რაც აეროპორტში უკვე თვალში გვხვდება: ყველა კუთხეში დგას ადამიანი, არაფერს სასიკეთოს არ აკეთებს. ნათელია, რომ მისი საქმიანობა უბრალოდ სოციალური ფუნქციაა. ადამიანები რაღაცით უნდა დააკავონ, რომ კოკაინი არ ღეჭონ. არა, მგონი, ამას არ ჭამენ ... არ აქვს მნიშვნელობა. თანამედროვე საზოგადოებას შეუძლია უამრავი ადამიანის რჩენა, სამსახურიც მიცემა კი არ შეუძლია.
https://document.wikireading.ru/58488
https://k100.space/?fbclid=IwAR14trR0DRgkvCyNILWZywNspyEG8-CPabtFEdBpkesFaIPoTnAWr1KQCh8
Природоубийственная цивилизация агонизирует. Климатологи ограничивают срок жизни человека как биологического вида несколькими годами. В таких условиях неважно, сколько детей мы родили и какое образование им дали, в ближайшие годы они останутся без воды, без пищи при температурах, несовместимых с жизнью.
Только понимание ситуации миллионами людей, резкая перестройка сознания, решительный отказ от лживых догм, срочная мобилизация всего интеллектуального потенциала человечества и немедленные активные действия миллиардов людей смогут остановить сползание в небытие, нейтрализуют природоубийственную политику управляющих «элит» и позволят перейти от цивилизации смерти к цивилизации жизни.
Комитет Ста вместе с мировой экспертной сетью создаёт алгоритм перехода к цивилизации мирного сосуществования человека и Природы.
Наш сайт предоставляет информацию для тех, кто хочет жить.
Комментариев нет:
Отправить комментарий
Will be revised