Искусственный интеллект в повседневной жизни
Искусственный интеллект: очень краткая история развития
Если обратить внимание на то, что недавно изобретённые технологии уже кажутся нам прошлым веком, можно ощутить скорость, с которой меняется мир. К примеру, мобильные телефоны в 1990-х представляли собой большие кирпичи с крошечными зелеными дисплеями. За короткий период компьютеры стали компактнее, удобнее, быстрее и доступнее: сейчас личные компьютеры есть у многих, это неотъемлемая часть нашей повседневности. Принимая их как должное, легко забыть насколько нова эта технология.
Удивительно, но всего 10 лет назад ни одна машина не могла распознать речь или изображение так же точно, как это делает человек. С самого начала развития компьютерных технологий энтузиасты мечтали сделать так, чтобы машины были такими же умными, как люди. Всё началось в первой половине XX века, когда научная фантастика познакомила мир с концепцией роботов и искусственного интеллекта: например, можно вспомнить робота-гуманоида из фильма 1927-го года «Метрополис». К 1950-м годам поколение ученых, математиков и философов было вдохновлено идеей создать искусственный интеллект — компьютерную систему с мышлением, подобным человеческому.
Одним из тех, кто начал воплощать эту мечту в реальность стал Алан Тьюринг, молодой британский эрудит, исследовавший математические возможности машинного интеллекта. «Люди используют доступную информацию, а также разум, чтобы решать проблемы и принимать решения. Так почему же машины не могут делать то же самое?» — спрашивал он в своей научной статье 1950 года «Вычислительная техника и интеллект», в которой он размышлял, как создавать интеллектуальные машины и как проверять их интеллект.
К сожалению, Тьюрингу не удалось разработать такую умную машину. Что же ему помешало? Во-первых, существовавшие тогда компьютеры были технически ограничены и не способны к сверхсложным вычислительным операциям. До 1950-х годов у компьютеров не было ключевой предпосылки для интеллекта: они не могли запоминать команды, а только умели их выполнять. Для того, чтобы сравняться с человеческим интеллектом машины должны были фундаментально измениться. Во-вторых, компьютеры были чрезвычайно дорогими. В начале 1950-х годов стоимость аренды компьютера достигала 200000 долларов в месяц. Только престижные университеты и крупные технологические компании могли их себе позволить, а чтобы найти источники финансирования, нужно было иметь весомые доказательства, что идея создания интеллектуальной машины — не просто фантазия, а реализуемая задача.
В 1956 году американский информатик Джон Маккарти организовал Дартмутскую конференцию, на которой ввёл термин «искусственный интеллект». Это событие ознаменовало начало современной эры искусственного интеллекта. А с 1957 по 1974 год в сфере компьютерных технологий начали происходить заметные изменения. Компьютеры «научились» хранить больше информации, они стали быстрее и дешевле. Алгоритмы машинного обучения также улучшились. Однако учёным пришлось пройти долгий путь, прежде чем достичь конечных целей и сделать машину, способную как человек обрабатывать естественный язык, абстрактно мыслить и заниматься самопознанием.
Значимые результаты появились лишь в 1990-е и 2000-е годы. В 1997 году действующий чемпион мира по шахматам и гроссмейстер Гарри Каспаров потерпел поражение от IBM Deep Blue — компьютерной программы для игры в шахматы. Этот широко разрекламированный матч стал первым случаем, когда лучший в мире шахматист проиграл компьютеру. В том же году на Windows было внедрено программное обеспечение для распознавания речи, разработанное Dragon Systems. Это был еще один большой шаг вперед к совершенствованию способности машины обрабатывать человеческие языки.
Сегодня искусственный интеллект помогает обнаружить мошенников в банковской сфере. Чат-боты решают множество мелких проблем: от перевода аудио-сообщения в текст до подбора списка литературы для реферата. Технология ИИ применяется в здравоохранении: анализирует историю болезни пациента, предоставляя первичные выводы. Мы живем в эпоху «больших данных» — время, когда массивы информации, что мы производим, слишком огромны для того, чтобы их мог обработать один человек. Большие данные и массивные вычисления позволяют искусственному интеллекту учиться и становиться умнее. В конечном итоге человечеству удалось создать искусственный интеллект, который где-то даже превосходит ум человека, а где-то — ему проигрывает.
В этой серии постов мы подробнее расскажем о том, как искусственный интеллект используется в области здравоохранения, какие к нему есть этические вопросы, что ждёт стремительно развивающуюся сферу в будущем, а также поделимся подборкой книг, фильмов и сериалов об ИИ.
Как ИИ помогает в сфере здравоохранения: врачи и больницы
Люди используют искусственный интеллект (ИИ), чтобы нарисовать свой портрет в стиле аниме, подобрать фильм на вечер или посмотреть, как выглядит Гарри Поттер, одетый в Баленсиагу. Ещё искусственный интеллект используют в медицине. В этом посте мы подробнее расскажем о том, как ИИ уже сейчас помогает врачам и больницам.
Одно из главных преимуществ ИИ состоит в том, что он быстро и качественно работает с большими данными. Так, если передать нейросети массив исследований по конкретному заболеванию, она за пару минут может выявить закономерность и помочь врачу точно поставить диагноз. Например, одной нейросети показали 128 тысяч изображений глазного дна и объяснили, какая картинка соответствует диагнозу диабетическая ретинопатия (поражение сетчатки глаза, которое встречается у людей с диабетом). Когда этой же нейросети показали снимок глазного дна пациента с подозрением на это заболевание, она сообщала врачу: «Высокая вероятность, что тут ретинопатия». Врач учёл этот анализ, на основе его, личного изучения истории болезни пациента и обследования поставил окончательный диагноз — диабетическая ретинопатия.
В анализе изображений у ИИ есть несомненное преимущество перед людьми — особенно, если сравнивать нейросеть с врачами, которые изучают снимки пациентов вечером в конце рабочего дня, когда внимание работает уже не так хорошо, как с утра. ИИ не знает усталости, он может обрабатывать огромные массивы информации, и при этом количество ошибок с увеличением обработанных данных у него не растёт в отличие от человека, утомившегося от слишком большого количества данных. Это позволило нейросетям хорошо проявить себя в диагностике болезней кожи, лёгких, глаз и кишечника.
Однако иногда ИИ чрезмерно старается и преувеличивает опасность — иногда нейросети замечают настолько мелкие и незначительные отклонения, которые, если и могут привести к чему-то серьёзному, то только через много-много лет.
Поэтому пока нельзя полностью доверить ИИ работу с пациентами. Для взвешенного анализа, нужен опытный и профессиональный взгляд реального врача — это помогает избежать гипердиагностики и сохранить спокойствие пациента.
Тем не менее альянс доктора и ИИ — это важный шаг в развитии медицины. Забирая на себя обработку и анализ большого количества исследований или изображений по теме возможного диагноза, нейросети позволяют врачу больше времени посвящать более важным задачам. Например, беседе с пациентом и устному сбору истории болезни, который может выявить тонкие индивидуальные особенности. Пока ИИ сравнивает тысячи рентгеновских снимков со снимком пациента или переводит научную статью, врач может осмотреть, послушать или пропальпировать пациента, узнать, кто он и чем занимается — изучить контекст жизни человека. Всё это только улучшает качество диагностики и лечения.
Кроме того, ИИ способен в целом снизить нагрузку на службы медицинской помощи. Так, например, голосовой помощник может уточнять жалобы и определять, к какой категории относится пациент: может ли он сам прийти на приём к врачу или его состояние тяжёлое, и его срочно нужно госпитализировать на машине скорой помощи. Благодаря ИИ скорая помощь не поедет к человеку, у которого температура 37 и нужен больничный, но успеет к пациенту с сердечным приступом.
Как ИИ помогает в сфере здравоохранения: исследователи и пациенты
В прошлом посте мы рассказали, как искусственный интеллект используют в своей работе врачи и больницы. В этом мы поговорим о том, чем полезен ИИ в работе исследователей и как он помогает пациентами.
Для начала поговорим о том, как ИИ помогает исследователям в области медицины. Способности ИИ сейчас активно применяются для создания новых лекарств. Например, в книге «Искусственный интеллект в медицине» Эрик Тополь пишет: «… в Университете Глазго создали робота, способного осуществлять органический синтез, используя машинное обучение для поиска новых химических реакций. Этот робот способен выполнять в день 36 реакций, а человек-химик — только три или четыре». Разумеется, это иллюстрация не означает, что химики больше не нужны. Смысл в том, что пока нейросети подбирают правильные реакции, время химиков освобождается для создания новых гипотез и предположений — какие ещё реакции нужно проверить.
Искусственный интеллект помогает и эпидемиологам. В разгар борьбы с COVID-19 в 2020 году ИИ помог предсказать, в каких регионах будут новые вспышки заболевания. ИИ проанализировал более 100 тысяч статей про COVID-19, на основании которых выяснил, как распространяется вирус. Программное обеспечение исследовало маршрут путешествия людей с коронавирусом: куда они летают, какой там климат, какие животные обитают в этом регионе и скольких людей может заразить один пациент.
А как ИИ помогает пациентам? Для пациента искусственный интеллект тоже может выступать в качестве помощника или даже друга. Любопытное исследование показало, что люди с посттравматическим стрессовым расстройством (ПТСР) с большей охотой делятся переживаниями с нейросетью, нежели с реальным собеседником. Понимание того, что на связи искусственный интеллект, а не живой человек снижает у таких людей тревожность и избавляет их от страха осуждения.
Пациенты могут использовать ИИ в качестве секретаря. Так, нейросеть может найти нужное лекарство в ближайшей аптеке. Высший пилотаж — это нейросети, которые помогают людям с хроническими заболеваниями следить за состоянием здоровья и сообщают, если что-то идёт не так. Искусственный интеллект уже умеет предсказывать снижение уровня сахара у пациентов с диабетом, сердечно-сосудистые осложнения у людей, которые перенесли инфаркт и приступы у больных эпилепсией.
Однако здесь важно сохранять критическое мышления и помнить, что ИИ — не панацея. Не стоит заниматься самодиагностикой при помощи нейросетей и подбирать себе лечение. Без комбинирования его советов с консультацией со специалистами, ИИ может быть опасен, поскольку не всегда предоставляет достоверную информацию.
Возможное будущее искусственного интеллекта в медицине
Раз уж искусственный интеллект хорош в анализе данных, выявлением закономерности и диагнозу по картинке, мы можем представить, где эти сверхспособности больше всего пригодятся.
В первую очередь — в разработке лекарств. Средний путь лекарства от лаборатории биологов и химиков до полки в аптеке занимает 12 лет и стоит 2,3 миллиарда долларов. При этом дольше всего занимает фаза клинических исследований: между первым, в пробирке, и последним — на людях, проходит 8-10 лет. Иногда в конце этого пути оказывается, что лекарство либо не работает, либо вред от него превышает пользу. Например, как в истории с талидомидом — препаратом, который в середине 20 века назначали против судорог, тошноты и простуды. Талидомид поступил в продажу в 1957 году и быстро обрёл популярность как средство для борьбы с бессонницей и недомоганием при беременности. Поскольку доклинические испытания на животных показали, что талидомид безопасен, ни у кого назначение лекарства беременным опасений не вызвало. Первые тревожные звоночки прозвучали, когда в 1959 году компания-производитель талидомида получила жалобы на побочные эффекты лекарства: нарушения чувствительности и воспаления нервов. Ещё через пару лет учёным удалось доказать связь применения талидомида на ранних сроках беременности с пороками развития у новорожденных. Дети рождались без рук, ног, ушных раковин. Они были обезображены и часто умирали. Общественный резонанс привёл к тому, что в 1962 году препарат отозвали. К тому моменту на свет появилось уже от 8 до 12 тысяч больных детей. Талидомид вновь появился на полках аптек в 1998 году. Правда, теперь — с обязательной пометкой о необходимости контрацепции и запрете донорства.
Искусственный интеллект потенциально может помочь избежать таких фатальных ошибок. Допустим, учёные хотят испытать препарат, который в теории помогает людям с мелкоклеточным раком лёгкого. Чтобы история с талидомидом не повторилась, исследовать препарат нужно как в пробирке, так и на животных и, наконец, на людях. На тех, кто уже болен этим видом рака лёгкого и на контрольной группе. Как эти исследования может упростить и улучшить ИИ?
Во-первых, благодаря своей способности анализировать огромные массивы данных, искусственный интеллект поможет учёным быстрее и лучше отобрать потенциальных участников исследования. ИИ проанализирует истории болезни этих людей, сравнит их с медицинскими картами сотен других пациентов с этим же видом рака, и на основании этих данных составит список подходящих кандидатов.
Во-вторых, для группы контроля, без которой не обходится ни одно исследование, искусственный интеллект может использовать виртуального двойника пациента. ИИ соберёт воедино данные из медицинской карты реального человека, добавит к ним результаты анализов и тестов и предположит, как будет развиваться болезнь, если на неё не будут воздействовать с помощью нового препарата. Таким образом исследователь увидит, насколько новый препарат продлил или улучшил жизнь по сравнению с отсутствием вмешательства.
В-третьих, искусственный интеллект сможет отобрать те препараты, которые вообще не стоит допускать до использования на людях из-за их потенциальной опасности. В этом тоже помогут базы данных. Если объяснить нейросети разницу между человеческим организмом и организмом мыши, после чего передать ей данные о тех побочных эффектах, которые мы уже видели у людей, но не наблюдали на мышах, ИИ предупредит: «Это лекарство потенциально опасно! Его не следует использовать на людях!». Когда накопится достаточно данных, искусственный интеллект также сможет предупреждать опасность и для животных. Так учёные смогут отказаться от препаратов, риск от применения которых превышает пользу, ещё на стадии разработки.
Приведём ещё один пример, как искусственный интеллект помогает тяжелобольным пациентам. Есть такой метод лечения некоторых видов рака крови — CAR-T терапия. Это высокотехнологичное лечение, которое основано на редактировании Т-лимфоцитов — клеток, которые рождаются в костном мозге человека и которые должны бы бороться с болезнью, но почему-то теряют способность её распознать. CAR-T терапия проникает в костный мозг и учит Т-лимфоциты бороться с раком. К сожалению, производить такое лечение долго и дорого, а потому далеко не все пациенты успевают получить препарат. Учёные разработали автоматизированную платформу на базе искусственного интеллекта, которая помогает не только быстрее производить CAR-T, но и делать препараты специально для разных видов рака и групп пациентов. И, кстати, это уже становится не просто моделью и мечтой, а воплощается в реальность.
Искусственный интеллект: какие есть к нему этические вопросы?
В 2015 году учёные, бизнесмены и робототехники — в числе которых были Илон Маск, Стивен Хокинг, а также Стив Возняк — подписали открытое письмо, в котором попросили человечество быть осторожнее с искусственным интеллектом. В письме они предложили разработать способы контроля исследований в области ИИ, ведь потенциально его развитие может принести не только пользу, но и огромный вред. В этом посте мы разберём, чем может быть опасен ИИ, и поразмышляем над некоторыми этическими вопросами в его отношении.
Начнём с применения ИИ в академической среде. Справедливо ли, если студент напишет диплом не своими силами, а с помощью нейросетей? Кто или что в таком случае заслуживает оценку навыков и знаний: студент или нейросеть? Одна из прецедентных историй случилась в Российском государственном гуманитарном университете (РГГУ) — студент написал свой диплом с помощью Chat-GPT и получил положительную оценку за выпускную работу. Эта ситуация вызвала общественный резонанс. Тогда академический совет университета обсудил использование нейросетей и пришёл к выводу, что они, в общем, не против их использования. Формулировка «запретить» сменилась на «доработать контроль над плагиатом». В конце концов, в случае со студентами и школьниками, кажется, всё зависит от того, как именно применять ИИ. Например, написать правильный промт и проверить готовый диплом — достаточно кропотливая работа, которая требует как минимум смекалки, причём смекалки большей, чем нужна для покупки диплома. А если студент просто скопировал то, что написал бот — то это уже плагиат и вряд ли можно назвать собственной работой.
А что, если с помощью того же Chat-GPT написать не университетский диплом, а статью в научный журнал? К сожалению, таких случаев становится всё больше. Некоторые из авторов даже не трудятся вычитывать тексты и удалять вводные фразы чат-бота: «Конечно, вот возможное введение для вашей темы…», «Я только модель ИИ и у меня нет доступа к этой информации». Но, что намного серьёзнее, встречаются статьи, данные и графики для которых тоже придумывает нейросеть. То есть источников, к которым отсылает чат-бот, просто не существует — потому что данные он не находит, не интерпретирует, а именно создаёт самостоятельно. Может показаться, что это всё — риторические вопросы, однако прецеденты уже случались. Так, например, из журнала Frontiers in Cell and Developmental Biology отозвали уже опубликованную статью, поскольку обнаружили в ней следы работы ИИ.
Теперь рассмотрим другую сферу — здравоохранение. Какие здесь могут быть этические вопросы к искусственному интеллекту? Качество работы нейросети напрямую зависит от качества данных, на которых она учится. Так, если ИИ учился на базе данных, в которой преобладают истории болезни людей определённого этноса, возраста или пола, такая модель будет предвзята. Поэтому важно использовать результаты работы искусственного интеллект только в отношении тех категорий людей, на историях болезней которых он учился. Так, например, исследователи из Высшей школы экономики разработали модель, которая предсказывает осложнения у пациентов с инфарктом миокарда в ХМАО. И это работает, потому что нейросеть анализирует локальную выборку людей определённого возраста и расы.
Итак, мы знаем, что нейросеть учится на базах данных. Чем больше данных, тем лучше искусственный интеллект ищет закономерности и делает прогнозы. Но где эти данные взять? История болезни — это карта жизни человека: его возраст, пол, происхождение, рост, вес, группа крови, наличие аллергий или хронических болезней. У каждого из нас есть право на неприкосновенность личных данных — особенно таких интимных, как информация о здоровье. Необходимость соблюдать законы, которые запрещают делиться данными без согласия человека, ставит вопрос обучения искусственного интеллекта в тупик. Но, если эти данные случайно утекут, будет ещё хуже: например, страховая компания откажется от пациента, которого посчитает слишком «невыгодным». Вдруг оба его родители в раннем возрасте скончались от сердечного приступа, и тогда ему могут просто отказать в страховании, поскольку это рискованно.
Поскольку ИИ — новая, но развивающаяся с невероятной скоростью технология, кажется, людям остаётся вырабатывать формы этического взаимодействия с нейросетями методом проб и ошибок. Пока традиционные для ИИ проблемы никуда не делись: предвзятость моделей, невозможность интерпретировать результаты, генерация опасного/неверного контента, неравный доступ к новым технологиям, необходимость защиты данных и непонимание машинами этических норм. Однако уже сейчас люди делают первый шаги для того, чтобы как-то ограничить злоупотребление ИИ. Идеи Маска, Хокинга и Возняка и других неравнодушных к стремительному развитию мира ИИ хоть и вызвали бурные дискуссии, всё равно рассматриваются всерьёз и реализуются.
Так, например, в марте 2024 года Европейский Союз (ЕС) принял первый в мире закон о регулировании искусственного интеллекта. Закон определяет 4 группы риска ИИ. Например, если компания разработала нейросеть, которая советует пользователю идеальную песню для пробежки, такое приложение не опасно. Если же новое приложение с помощью камеры распознаёт лица прохожих, и за считанные минуты знает о них всё: имя, фамилию, адрес и номер паспорта — такое приложение относится к группе высокого риска, а, значит, перед выходом на рынок его тщательно проверят на соответствие требованиям безопасности.
Искусственный интеллект в массовой культуре: топ фильмов и сериалов
Автор текста: Дарья Ярвиц