Багатьом людям здається, що штучний інтелект – це далеке майбутнє, але ми з ним стикаємось щодня
Саудівська Аравія, 2017 рік. Перший у світі робот набуває громадянства. Це Софія, найвідоміший представник технологій штучного інтелекту у медійному просторі. Вона вміє підтримувати бесіду, відтворює до 62 правдоподібних виразів особи, робить провокаційні заяви та жартує про Ілона Маску та знищення людства.
Здавалося б, такі технології поки що далекі від "простих смертних", і насправді ми взаємодіємо зі штучним інтелектом щодня. То що це таке, де його знайти і як машинам вдається вчитися?
Що, коли, звідки
На запит, що таке штучний інтелект (англ. Artificial intelligence, AI), Вікіпедія відповість, що це розділ комп'ютерної лінгвістики та інформатики, який формалізує завдання, що нагадують справи, які виконує людина.
Простими словами, штучний інтелект (англ. Artificial intelligence, AI) – це широка галузь комп'ютерних наук, які спрямовані на імітацію інтелекту людини машинами. І хоча про цю технологію активно говорять десь із початку 2000-х, вона далеко не нова.
Термін "штучний інтелект" ще в 1956 році ввів професор Дартмутського коледжу Джон Маккарті, коли очолив невелику команду вчених, щоб визначити, чи можуть машини навчатися, як діти, методом спроб і помилок, наприкінці розвинувши формальне мислення.
Фактично проект базувався на намірі з'ясувати, як змусити машини "використовувати мову, абстрактні форми, вирішувати проблеми, які зазвичай вирішують люди, і вдосконалюватися". І це було понад 60 років тому.
Чому попит на AI виник саме зараз
1. Сьогодні ми маємо справу з безпрецедентним обсягом інформації. За останні кілька років створено 90% світових даних. Вперше ця статистика згадується у дослідженні корпорації IBM ще у 2013 році, але ця тенденція залишається постійною. Справді, щодва роки протягом останніх трьох десятиліть обсяг даних у світі збільшується приблизно в 10 разів.
2. Алгоритми стають все більш витонченими, а машини з нейронними мережами здатні відтворювати спосіб роботи людського мозку та формувати складні асоціації.
3. Обчислювальна потужність постійно зростає та здатна обробити гігантський обсяг даних.
Скласти все це разом, і отримуємо безліч технічних працівників, керівників компаній та венчурних капіталістів, які інвестують у розвиток AI та зацікавлені у прогресі технології.
"Штучний інтелект" і ми
Технології штучного інтелекту захоплюють уяву громадськості протягом десятиліть, але багато хто не розуміє, що вони використовують їх щодня.
Так, профільна компанія SpotHub провела рандомне опитування 1400 людей з різних куточків світу, і виявилося, що 63% їх не усвідомлюють повсякденного значення AI.
Можливо, це тому, що коли йдеться про штучний інтелект, ми очікуємо бачити розумного робота, який каже та думає, як і ми. І хоча Софія і подібні до неї машини зараз можуть здатися "привітом" з майбутнього, це все ще технологія, далека від самосвідомості.
Зараз нас оточують безліч неймовірно складних інструментів штучного інтелекту, які покликані полегшити всі аспекти сучасного життя. Ось лише деякі з них:
Пошукові асистенти, такі як Siri, Alexa та Cortana, оснащені програмами обробки та розпізнавання людського голосу, що робить їх інструментами AI. Поки що можливості голосового пошуку доступні на 3,9 мільярдах пристроїв Apple, Android і Windows по всьому світу, і це не рахуючи інших виробників. За свою поширеність голосовий пошук є однією з найсучасніших технологій із підтримкою Аl.
Відеоігри
Відеоігри вже давно використовують Аl, складність та ефективність якого зросла в геометричній прогресії протягом останніх кількох десятиліть. В результаті цього, наприклад, віртуальні персонажі здатні вести себе абсолютно непередбачуваним чином, аналізуючи довкілля.
Автономні машини
Повністю автономні автомобілі дедалі більше наближаються до дійсності. Цього року Google повідомила про алгоритм, здатний навчитися водити машину точнісінько, як це робить людина - за допомогою досвіду. Ідея в тому, що зрештою авто буде здатне "дивитися" на дорогу і приймати рішення, що підходить до побаченого.
Пропозиція товарів
Великі рітейлери, як Target і Amazon, заробляють мільйони завдяки можливості їх магазинів передбачати ваші потреби. Так, сервіс рекомендацій на сайті Amazon.com працює на базі технологій машинного навчання, вони ж допомагають вибирати оптимальні маршрути автоматичного переміщення в центрах обробки та виконання замовлень.
На основі цих технологій працюють ланцюжки поставок і системи прогнозування і розподілу ресурсів. Технології розуміння та розпізнавання природного мовлення лягли в основу сервісу Alexa. На базі глибокого навчання побудовано нову ініціативу компанії з використанням дронів, Prime Air, а також технологію із застосуванням машинного зору в нових точках роздрібної торгівлі, Amazon Go.
Онлайн підтримка клієнтів
У сфері послуг чат-боти здійснили революцію в обслуговуванні, і споживачі вважають їх не менш зручними, ніж телефони або е-мейли.
Концепція проста: бот з AI, який працює на веб-сайті підприємства, відповідає на запити відвідувачів, як: Яка ціна? Який номер вашої компанії? Де ваш офіс? Відвідувач отримує пряму відповідь замість того, щоб шукати необхідну інформацію по сайту.
Читайте також:Штучний інтелект може перетворити автономну зброю на роботів-вбивць. Чому це справді страшно
Новинки
Штучний інтелект може писати прості історії, такі як фінансові звіти, спортивні репортажі тощо. До цього Хеллоуїну дослідники з Массачусетського технологічного інституту створили
Говорять, що у надрах військових лабораторій штучний інтелект працює вже з 2007 року. Можливо, що вже є результати. Не випадково лише місяць тому Ілон Маск оголосив про підтримку технологій протидії штучному інтелекту та вклав 7 мільйонів доларів у дослідження у цій галузі.
«Існує ризик, що щось справді небезпечне станеться у найближчі п'ять років. Найбільше – десять років», - сказав підприємець у дискусії на сайті edge.org.
Ілон Маск, засновник Tesla та SpaceX
Солідарний з Маском і Стів Возняк, який вважає, що «штучний інтелект якось стане досить розумним, щоб позбавитися людини». Білл Гейтс упевнений, що якщо не контролювати створення ІІ, то «штучний інтелект еволюціонує у стан, який конфліктує з цілями людських систем». І, нарешті, знаменитий астрофізик Стівен Хокінг прямо заявив, що «штучний інтелект може покласти край існуванню людства».
Спільно з Ілоном Маском Хокінг опублікував на сайті futureoflife.org відкритий лист із закликом до наукової спільноти уважно ставитись до ходу своїх досліджень у галузі штучного інтелекту. Однак серед тих, хто підписався, немає прізвищ Сергія Бріна і Ларрі Пейджа. І це невипадково. Нещодавно Google оголосила про створення нового ІІ, побудованого на моделюванні розмови.
Ось невеликий фрагмент розмови людини та Машини Google:
Ч.: У чому сенс життя?
М.: Творити добро.
Ч.: Навіщо ми живемо?
М: Щоб жити вічно.
Ч.: У чому сенс існування?
М.: У тому, щоб з'ясувати, що станеться, коли ми досягнемо планети Земля.
Ч.: Де ти зараз перебуваєш?
М: У центрі порожнечі.
Ч.: У чому сенс смерті?
М: Щоб отримати життя.
Ч.: У чому сенс розуму?
М.: У тому, щоби зрозуміти, що це.
Ч.: У чому сенс почуттів?
М: Я не знаю.
Цілком собі осмислена бесіда. «Це відправна точка, своєрідний стрижень для майбутнього штучного інтелекту, – вважає виконавчий директор компанії „Біплан“ Євген Карюк. - Вже сьогодні можна припустити, що до 2030 року ми побачимо цілком реальні прототипи, наділені штучним інтелектом, хай і на початковій стадії».
Повний зміст всіх розмов людини та Машини Google можна переглянути. Там же для порівняння дано бесіди людини та Cleverbot. Cleverbot – веб-додаток, який використовує алгоритми штучного інтелекту для розмови з людиною. Його вигадав у 1988 році вчений Ролло Карпентер. За весь час свого існування Cleverbot провів понад 65 мільйонів розмов із людьми. У 2011 році Cleverbot показав 51% за тестом Тюрінга.
Тест Тюрінга - емпіричний тест, ідея якого була запропонована Аланом Тюрінгом у статті «Обчислювальні машини та розум», опублікованій у 1950 році у філософському журналі Mind. Ціль тесту — з'ясувати, чи може комп'ютер думати.
А ось моя розмова з Cleverbot:
Людина: У чому сенс життя?
Cleverbot: Сенсу у житті немає.
Чоловік: Для чого ми живемо?
Cleverbot: Ну ми живемо заради когось, а якщо ти самотній – жити нема чого.
Чоловік: У чому сенс існування?
Чоловік: Де ти зараз перебуваєш?
Cleverbot: У Москві.
Людина: У чому сенс смерті?
Cleverbot: Це я хочу тебе запитати.
Чоловік: У чому сенс розуму?
Cleverbot: У мене своя відповідь на це питання.
Людина: У чому сенс почуттів?
Cleverbot: Навіщо я народилася?
Очевидно, що Машина Google дає набагато осмисленіші відповіді. Cleverbot підставляє відповідні, на його думку, фрази інших людей. Іноді дійсно здається, що відповідає інша людина, але не більше.
Є й інша точка зору, за якою штучний інтелект неможливий у принципі. Як основний аргумент часто наводять теорему Геделя про неповноту. Суть у тому, що людина здатна вирішувати алгоритмічно нерозв'язні проблеми, а комп'ютер — немає. «Дитина вже до трьох років впевнено вирішує завдання, стиглий фрукт чи ні, через те, що вона має нейронні зв'язки, за допомогою яких може відповісти на питання про стиглість: колір, смак, запах, м'якість чи твердість, - каже Євген Плужник, перший проректор Московського технологічного інституту - Чи здатна машина навчитися цьому? Впевнений, що так! Якщо вона матиме велику базу зображень, вона зможе заміряти вміст фруктози і визначити м'якість фрукта. Але що буде, якщо машині підсунути губку, пофарбовану у синій колір та просочену солодкою водою? Чи здатна машина в цей момент до справжнього розуміння?
«Сучасний комп'ютер легко впорається з будь-якою складною діяльністю, чи це шахи чи математичні обчислення, але лише за умови, що цю діяльність можна описати за допомогою чітких обчислювальних правил», - говорить відомий математик Роджер Пенроуз в одній зі своїх лекцій. «Штучний інтелект – це можливість системи створювати під час самонавчання програми, здатні вирішувати завдання певного класу складності, – вважає Євген Плужник. - Я впевнений, що у найближчі 100 років ми не станемо свідками появи сильного штучного інтелекту».
І насамкінець - ще одне питання до Cleverbot.
Людина: Було 1 яблуко, 1 помідор, 1 огірок та 1 груша. Скільки фруктів?
Cleverbot: Десять годин вечора.
Штучний інтелект – це не майбутнє, штучний інтелект – це сьогодення.
Чутка, можливість говорити, зір та прогнозуюча інтуїція базуються на використанні обох мереж (CNN та RNN), а також технології обробки природної мови (NLP), які доповнюють одна одну. Подібні технології використовуються у Alexa, Siri, Google Now, Cortana та інших інтелектуальних голосових помічниках.
Які програми використовуються для створення ІІ?
Існують десятки фреймворків для розробки ІІ, але до цього списку включені лише найвидатніші.
KERAS
Це бібліотека нейронних мереж на основі Python з відкритим вихідним кодом, яка може працювати під керуванням Microsoft CNTK (Cognitive Toolkit), Tensorflow та багатьох інших середовищ.
KERAS найкраще підходить новачкам.
TENSORFLOW
Tensorflow є найбільш видатним середовищем для розробки штучного інтелекту, який використовує методи машинного навчання, такі як нейронні мережі.
Tensorflow був розроблений командою Google Brain, саме цей фреймворк відповідає за автозавершення фраз у текстове поле пошукової системи Google, а також ІІ додатків Google.
SONNET
Створена командою Google DeepMind, Sonnet – це бібліотека, що працює поверх TensorFlow для побудови складних нейронних мереж глибокого навчання. SONNET найкраще підходить для досліджень та розробок у галузі штучного інтелекту і є дуже складною для новачків.
CNTK (Microsoft Cognitive Toolkit)
Раніше відомий як CNTK, Microsoft Cognitive Toolkit має на меті навчити алгоритми мислити як людський мозок. Він володіє швидкістю, масштабованістю, якістю та сумісністю з C++ та Python. Microsoft використовує його для функцій AI у Skype, Cortana та Bing.
Microsoft CNTK дозволяє користувачам комбінувати популярні моделі глибокого навчання, такі як DNN, CNN та RNN.
PYTORCH
Pytorch – це бібліотека машинного навчання з відкритим вихідним кодом для Python, заснована на Torch, яка використовує технології обробки природної мови (NLP).
DL4J (Deeplearning4j)
Deeplearning4j – це бібліотека з відкритим вихідним кодом для розробки ІІ з використанням методів глибокого навчання. Написана спеціально для Java та JVM (Java Virtual Machine).
DL4J працює на базі власної бібліотеки числових обчислень і може працювати як на CPU, так і GPU.
Є ще багато різних середовищдля створення штучного інтелекту. Коротко лише відзначимо ONNX, платформу глибокого навчання, яка спільно розроблена Facebook та Microsoft, а також перерахуємо кілька інших: H2O, DSSTNE, Theano, DeepDetect, ConvNetJS, ACT-R, Caffe та CaffeOnSpark.
MXNET
Apache MXNET – це програмне середовище з глибоким навчанням для розгортання нейронних мереж. Вона має масштабовану модель навчання, яка підтримує кілька мов програмування для розробки AI: Go, R, Scala, Perl, C++, Python, Julia, Matlab, JavaScript та є проектом з відкритим вихідним кодом.
MXNET використовується для розгортання нейронних мереж у службах загального хостингу, таких як AWS та Microsoft Azure.
Де використається штучний інтелект?
Інтелектуальні системи застосовуються у різних галузях та сферах. Їх можна знайти в голосових помічниках, торгових роботах, військових розробках і так далі. Давайте пробіжимося найважливішими.
Голосові помічники
Голосові помічники, що базуються на базі штучного інтелекту, такі як Siri, Google Now, Alexa, Bixby та Cortana. Вони слухають, що каже користувач, щоб перетворити мову на машиночитаемий вектор, після чого видається вектор відповіді, який вимовляється голосовим помічником за допомогою Natural Language Processing (NLP).
Розумні помічники
Autodesk Eva є чудовим прикладом інтелектуального помічника, який використовує CNN та NLP для взаємодії з клієнтами в режимі реального часу.
Розумний помічник, змодельований у 3D, може вести діалог із клієнтом у режимі реального часу та імітувати відповідні вирази обличчя.
Безпілотні автомобілі
Безпілотні автомобілі використовують радар, LIDAR (детектор світла і визначник дистанції), GPS і камеру для створення тривимірних моделей транспортних засобів, що наближаються. Всі ці дані поєднуються для визначення місця розташування транспортного засобу з дуже високою точністю. Водієм виступає ІІ, який аналізує всю інформацію, що надходить з датчиків.
Розпізнавання осіб
Розробка штучного інтелекту з урахуванням CNN уможливила використання системи розпізнавання осіб.
Нещодавно у Китаї почали використовувати систему розпізнавання осіб за допомогою камер відеоспостереження по всьому місту, накладаючи штраф за порушення правил дорожнього руху. Магазини Alibaba в Китаї використовують розпізнавання облич та зображень для виставлення рахунку.
Балансування навантаження
Балансування навантаження на дороги, транспортні системи, сервери тощо.
Мовні перекладачі
Google перекладач є гарним прикладом. Він має два модулі: кодувальник та декодер. Кодувальник бере вхідні речення з мови або тексту, а потім переводить їх у вектор, який є однаковим форматом для вхідних даних з усіх мов.
Модуль декодера приймає цей вектор як вхідні дані, а потім генерує текст або мовлення цільовою мовою. Розпізнавання мови відбувається з допомогою RNN, висновок мови виконується з допомогою NLP.
Пошук та аналіз зображень
Пошук та аналіз зображень використовується для перевірки плагіату,
пошуку людей, для SEO цілей, пошуку образливого контенту у соціальних мережах.
Оптимізація для досягнення найкращих результатів
Модулі Deepmind були навчені грі в шахи, Go, Dota 2, Starfield 2.
Ці модулі награли ігор на сотні років лише за кілька тижнів навчання, що призвело AI до перемоги над найкращими гравцями у світі.
Звичайно, це не всі сфери застосування ІІ. У міру розвитку технологій та здібностей ІІ, сфера застосування інтелектуальних систем лише розширюватиметься.
Якщо тенденція розвитку технологій збережеться або прискориться, боюся, що ми встигнемо застати епоху, коли комп'ютери стануть розумнішими за людей, і всі служби, системи та засоби будуть підключені до централізованої системи під управлінням штучного інтелекту.
Вам може бути цікаво:
Штучний інтелект
Штучний інтелект - розділ інформатики, вивчає можливість забезпечення розумних міркувань і дій з допомогою обчислювальних систем та інших штучних устройств. При цьому здебільшого заздалегідь невідомий алгоритм розв'язання задачі.
Точного визначення цієї науки не існує, тому що у філософії не вирішено питання про природу та статус людського інтелекту. Немає і точного критерію досягнення комп'ютерами «розумності», хоча на зорі штучного інтелекту було запропоновано низку гіпотез, наприклад, тест Тьюринга чи гіпотеза Ньюелла – Саймона. На даний момент є безліч підходів як до розуміння завдання ІІ, так і до створення інтелектуальних систем.
Так, одна з класифікацій виділяє два підходи до розробки ІІ:
низхідний, семіотичний - створення символьних систем, що моделюють високорівневі психічні процеси: мислення, міркування, мовлення, емоції, творчість тощо;
висхідний, біологічний - вивчення нейронних мереж та еволюційні обчислення, що моделюють інтелектуальну поведінку на основі дрібніших «неінтелектуальних» елементів.
Ця наука пов'язана з психологією, нейрофізіологією, трансгуманізмом та іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливого значення для неї мають філософія та робототехніка.
Штучний інтелект - дуже молода область досліджень, старт якої було дано 1956 року. Її історичний шлях нагадує синусоїду, кожен «зліт» якої ініціювався якоюсь новою ідеєю. Зараз її розвиток знаходиться на «спаді», поступаючись місцем застосування вже досягнутих результатів в інших галузях науки, промисловості, бізнесі і навіть повсякденному житті.
Підходи до вивчення
Існують різні підходи до побудови систем ІІ. На даний момент можна виділити 4 досить різні підходи:
1. Логічний підхід. Основою для логічного підходу є Булева алгебра. Кожен програміст знайомий з нею та з логічними операторами з тих пір, коли він освоював оператор IF. Свій подальший розвиток Булева алгебра отримала у вигляді обчислення предикатів - в якому вона розширена за рахунок запровадження предметних символів, відносин між ними, кванторів існування та загальності. Практично кожна система ІІ, побудована на логічному принципі, є машиною доказу теорем. У цьому вихідні дані зберігаються у базі даних як аксіом, правила логічного виведення як відносини з-поміж них. Крім того, кожна така машина має блок генерації мети і система виведення намагається довести цю мету як теорему. Якщо мета доведена, то трасування застосованих правил дозволяє отримати ланцюжок дій, необхідні реалізації поставленої мети (така система відома як експертні системи). Потужність такої системи визначається можливостями генератора цілей та машиною доказу теорем. Досягти більшої виразності логічного підходу дозволяє такий порівняно новий напрямок, як нечітка логіка. Основною її відмінністю є те, що правдивість висловлювання може приймати в ній, крім так/ні (1/0), ще й проміжні значення- не знаю (0.5), пацієнт швидше живий, ніж мертвий (0.75), пацієнт швидше за мертвий, ніж живий (0.25). Цей підхід більше схожий на мислення людини, оскільки він на запитання рідко відповідає лише так чи ні.
2. Під структурним підходом ми маємо на увазі тут спроби побудови ІІ шляхом моделювання структури людського мозку. Однією з перших таких спроб був перцептрон Френка Розенблатта. Основний моделюється структурною одиницею в перцептронах (як і в більшості інших варіантів моделювання мозку) є нейрон. Пізніше виникли й інші моделі, які відомі під терміном нейронні мережі (НС). Ці моделі розрізняються за будовою окремих нейронів, за топологією зв'язків між ними та за алгоритмами навчання. Серед найбільш відомих зараз варіантів СР можна назвати СР зі зворотним поширенням помилки, мережі Хопфілда, стохастичні нейронні мережі. У ширшому значенні такий підхід відомий як Коннективізм.
3. Еволюційний підхід. При побудові систем ІІ з цього підходу основна увага приділяється побудові початкової моделі, і правил, якими вона може змінюватися (еволюціонувати). Причому модель може бути складена за різними методами, це може бути НС і набір логічних правил і будь-яка інша модель. Після цього ми включаємо комп'ютер і він, на підставі перевірки моделей відбирає найкращі з них, на підставі яких за різними правилами генеруються нові моделі. Серед еволюційних алгоритмів класичним вважається генетичний алгоритм
4. Імітаційний підхід. Цей підхід є класичним для кібернетики з одним із її базових понять чорний ящик. Об'єкт, поведінка якого імітується, якраз і є «чорною скринькою». Нам не важливо, що в нього і в моделі всередині і як він функціонує, головне, щоб наша модель в аналогічних ситуаціях поводилася так само. Таким чином, тут моделюється інша властивість людини - здатність копіювати те, що роблять інші, не вдаючись у подробиці, навіщо це потрібно. Найчастіше ця здатність економить йому багато часу, особливо на початку його життя.
У рамках гібридних інтелектуальних систем намагаються поєднати ці напрямки. Експертні правила висновків можуть генеруватися нейронними мережами, а породжуючі правила отримують за допомогою статистичного навчання.
p align="justify"> Багатообіцяючий новий підхід, званий посилення інтелекту, розглядає досягнення ІІ в процесі еволюційної розробки як побічний ефект посилення людського інтелекту технологіями.
Напрями досліджень
Аналізуючи історію ІІ, можна назвати такий великий напрямок як моделювання міркувань. Довгі роки розвиток цієї науки рухався саме цим шляхом, і тепер це одна з найрозвиненіших областей у сучасному ІІ. Моделювання міркувань передбачає створення символьних систем, на вході яких поставлено якесь завдання, але в виході потрібно її вирішення. Як правило, запропонована задача вже формалізована, тобто переведена в математичну форму, але або не має алгоритму рішення, або він занадто складний, трудомісткий і т. п. У цей напрямок входять: доказ теорем, прийняття рішень та теорія ігор, планування та диспетчеризація, прогнозування.
Важливим напрямком є обробка природної мови, у межах якої проводиться аналіз можливостей розуміння, обробки та генерації текстів «людською» мовою. Зокрема, тут ще не вирішено проблему машинного перекладу текстів з однієї мови на іншу. У світі велику роль грає розробка методів інформаційного пошуку. За своєю природою, оригінальний тест Тюрінга пов'язаний із цим напрямком.
На думку багатьох вчених, важливою властивістю інтелекту є здатність до навчання. Таким чином, на перший план виходить інженерія знань, що поєднує завдання отримання знань із простої інформації, їх систематизації та використання. Досягнення у цій галузі зачіпають майже всі інші напрями досліджень ІІ. Тут також не можна не відзначити дві важливі підобласті. Перша їх - машинне навчання - стосується процесу самостійного здобуття знань інтелектуальної системою у її роботи. Друге пов'язане зі створенням експертних систем - програм, що використовують спеціалізовані бази знань для отримання достовірних висновків з будь-якої проблеми.
Великі та цікаві досягнення є в галузі моделювання біологічних систем. Строго кажучи, сюди можна зарахувати кілька незалежних напрямків. Нейронні мережі використовуються для вирішення нечітких та складних проблем, таких як розпізнавання геометричних фігур або кластеризація об'єктів. Генетичний підхід заснований на ідеї, що якийсь алгоритм може стати більш ефективним, якщо запозичить кращі характеристики інших алгоритмів («батьків»). Щодо новий підхід, де ставиться завдання створення автономної програми - агента, що взаємодіє із зовнішнім середовищем, називається агентним підходом. А якщо належним чином змусити масу «не дуже інтелектуальних» агентів взаємодіяти разом, можна отримати «мурашиний» інтелект.
Завдання розпізнавання образів вже частково вирішуються у межах інших напрямів. Сюди відносяться розпізнавання символів, рукописного тексту, промови, аналіз текстів. Особливо варто згадати комп'ютерний зір, який пов'язаний із машинним навчанням та робототехнікою.
Взагалі, робототехніка та штучний інтелект часто асоціюються один з одним. Інтегрування цих двох наук, створення інтелектуальних роботів можна вважати ще одним напрямом ІІ.
Особняком тримається машинне творчість, у зв'язку з тим, що природа людської творчості ще менш вивчена, ніж природа інтелекту. Тим не менш, ця область існує, і тут поставлені проблеми написання комп'ютером музики, літературних творів (часто – віршів чи казок), художня творчість.
Нарешті, існує безліч додатків штучного інтелекту, кожен з яких утворює майже самостійний напрямок. Як приклади можна навести програмування інтелекту комп'ютерних іграх, нелінійне управління, інтелектуальні системи безпеки.
Можна помітити, що багато областей досліджень перетинаються. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, здавалося б, різними напрямками виражений особливо сильно, і це пов'язано з філософською суперечкою про сильне і слабке ІІ.
На початку XVII століття Рене Декарт припустив, що тварина - складний механізм, тим самим сформулювавши механістичну теорію. У 1623 р. Вільгельм Шикард побудував першу механічну цифрову обчислювальну машину, за якою пішли машини Блеза Паскаля (1643) і Лейбніца (1671). Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювалися багато великих учених. У XIX столітті Чарльз Беббідж та Ада Лавлейс працювали над програмованою механічною обчислювальною машиною.
У 1910-1913 роках. Бертран Рассел та А. Н. Уайтхед опублікували роботу «Принципи математики», яка справила революцію у формальній логіці. У 1941 Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Уоррен Маккалок і Валтер Піттс в 1943 опублікували Logical Calculus of Ideas Immanent in Nervous Activity, який заклав основи нейронних мереж.
Сучасний стан справ
На даний момент (2008) у створенні штучного інтелекту (у первісному розумінні цього слова, експертні системи та шахові програми сюди не належать) спостерігається дефіцит ідей. Майже всі підходи були випробувані, але до виникнення штучного розуму жодна дослідницька група не підійшла.
Деякі з найбільш вражаючих цивільних ІІ систем:
Deep Blue - переміг чемпіона світу з шахів. (Матч Каспаров проти суперЕОМ не приніс задоволення ні комп'ютерникам, ні шахістам і система не була визнана Каспаровим, хоча оригінальні компактні шахові програми невід'ємний елемент шахової творчості. Потім лінія суперкомп'ютерів IBM проявилася в проектах brute force. швейцарському центрі Blue Brain (дана історія - приклад заплутаних та засекречених відносин ІІ, бізнесу та національних стратегічних завдань.)
Mycin - одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому часто так само як і лікарі.
20q – проект, заснований на ідеях ІІ, за мотивами класичної гри «20 питань». Став дуже популярним після появи в інтернеті на сайті 20q.net.
Розпізнавання мови. Системи, такі як ViaVoice, здатні обслуговувати споживачів.
Роботи у щорічному турнірі RoboCup змагаються у спрощеній формі футболу.
Застосування ІІ
Банки застосовують системи штучного інтелекту (СІІ) у страховій діяльності (актуарна математика) при грі на біржі та управлінні власністю. У серпні 2001 року роботи виграли у людей в імпровізованому змаганні з трейдингу (BBC News, 2001). Методи розпізнавання образів, (включаючи як складніші та спеціалізовані, так і нейронні мережі) широко використовують при оптичному та акустичному розпізнаванні (у тому числі тексту та мови), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також задля забезпечення низки інших завдань національної безпеки.
Розробники комп'ютерних ігор змушені застосовувати ІІ того чи іншого ступеня опрацьованості. Стандартними завданнями ІІ в іграх є знаходження шляху у двомірному чи тривимірному просторі, імітація поведінки бойової одиниці, розрахунок правильної економічної стратегії тощо.
Перспективи ІІ
Проглядаються два напрямки розвитку ІІ:
перше полягає у вирішенні проблем, пов'язаних з наближенням спеціалізованих систем ІІ до можливостей людини та їх інтеграції, що реалізована природою людини.
друге полягає у створенні Штучного Розуму, що представляє інтеграцію вже створених систем ІІ в єдину систему, здатну вирішувати проблеми людства.
Зв'язок з іншими науками
Штучний інтелект тісно пов'язаний із трансгуманізмом. А разом із нейрофізіологією та когнітивною психологією він утворює більш загальну науку, звану когнітологію. Окрему роль у штучному інтелекті грає філософія.
Філософські питання
Наука «про створення штучного розуму» не могла не привернути увагу філософів. З появою перших інтелектуальних систем було порушено фундаментальні питання про людину і знання, а частково про світоустрій. З одного боку, вони нерозривно пов'язані з цією наукою, з другого - привносять у неї певний хаос. Серед дослідників ІІ досі не існує будь-якої домінуючої точки зору на критерії інтелектуальності, систематизацію цілей і завдань, що вирішуються, немає навіть строгого визначення науки.
Чи може машина думати?
Найбільш гарячі суперечки у філософії штучного інтелекту викликає питання можливості мислення творіння людських рук. Питання «Чи може машина мислити?», який підштовхнув дослідників до створення науки про моделювання людського розуму, було поставлено Аланом Тюрінгом у 1950 році. Дві основні точки зору це питання носять назви гіпотез сильного і слабкого штучного інтелекту.
Термін «сильний штучний інтелект» ввів Джон Серль, його словами підхід і характеризується:
«Більш того, така програма буде не просто моделлю розуму; вона в буквальному значенні слова сама і буде розумом, у тому ж значенні, в якому людський розум - це розум».
Навпаки, прихильники слабкого ІІ вважають за краще розглядати програми лише як інструмент, що дозволяє вирішувати ті чи інші завдання, які не вимагають повного спектру людських пізнавальних здібностей.
У своєму уявному експерименті "Китайська кімната", Джон Серль показує, що проходження тесту Тьюринга не є критерієм наявності у машини справжнього процесу мислення.
Мислення є процес обробки інформації, що знаходиться в пам'яті: аналіз, синтез і самопрограмування.
Аналогічну позицію займає і Роджер Пенроуз, котрий у своїй книзі «Новий розум короля» аргументує неможливість одержання процесу мислення на основі формальних систем.
Існують різні погляди на це питання. Аналітичний підхід передбачає аналіз вищої нервової діяльності до нижчого, неподільного рівня (функція вищої нервової діяльності, елементарна реакція на зовнішні подразники (стимули), подразнення синапсів сукупності пов'язаних функцією нейронів) і подальше відтворення цих функцій.
Деякі фахівці за інтелект сприймають здатність раціонального, мотивованого вибору, в умовах нестачі інформації. Тобто інтелектуальною просто вважається та програма діяльності (не обов'язково реалізована на сучасних ЕОМ), яка зможе вибрати з певної множини альтернатив, наприклад, куди йти у випадку «ліворуч підеш …», «право підеш …», «прямо підеш…»
Наука про знання
Також, із проблемами штучного інтелекту тісно пов'язана епістемологія – наука про знання у рамках філософії. Філософи, що займаються даною проблематикою, вирішують питання, схожі на ті, які вирішуються інженерами ІІ про те, як краще представляти і використовувати знання та інформацію.
Ставлення до ІІ у суспільстві
ІІ та релігія
Серед послідовників авраамічних релігій є кілька точок зору можливість створення ІІ на основі структурного підходу.
За однією з них мозок, роботу якого намагаються імітувати системи, на їхню думку, не бере участь у процесі мислення, не є джерелом свідомості та будь-якої іншої розумової діяльності. Створення ІІ на основі структурного підходу неможливе.
Відповідно до іншого погляду, мозок бере участь у процесі мислення, але у вигляді "передавача" інформації від душі. Мозок відповідальний за такі "прості" функції, як безумовні рефлекси, реакція на біль тощо. Створення ІІ на основі структурного підходу можливе, якщо система, що конструюється, зможе виконувати "передавальні" функції.
Обидві позиції відповідають даним сучасної науки, т.к. поняття душа не розглядається сучасною наукоюяк наукова категорія.
На думку багатьох буддистів, ІІ можливий. Так, духовний лідер далай-лама XIV не відкидає можливості існування свідомості на комп'ютерній основі.
Раеліти активно підтримують розробки у сфері штучного інтелекту.
ІІ та наукова фантастика
У науково-фантастичній літературі ІІ найчастіше зображується як сила, яка намагається повалити владу людини (Омніус, HAL 9000, Скайнет, Colossus, Матриця та реплікант) або обслуговуючий гуманоїд (C-3PO, Data, KITT та KARR, Двохсотлітня людина). Неминуча домінування над світом ІІ, що вийшов з-під контролю, заперечується такими фантастами як Айзек Азімов та Kevin Warwick.
Цікаве бачення майбутнього представлене у романі «Вибір за Тьюрингом» письменника-фантаста Гаррі Гаррісона та вченого Марвіна Мінська. Автори міркують на тему втрати людяності у людини, в мозок якого була вживлена ЕОМ, і придбання людяності машиною з ІІ, на згадку про яку була скопійована інформація з головного мозку людини.
Деякі наукові фантасти, наприклад Вернор Віндж, також розмірковували над наслідками появи ІІ, яка, мабуть, викликає різкі драматичні зміни в суспільстві. Такий період називають технологічною сингулярністю.
Штучний інтелект (ІІ, англ. Artificial intelligence, AI) – наука та технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. ІІ пов'язані з подібним завданням використання комп'ютерів розуміння людського інтелекту, але з обов'язково обмежується біологічно правдоподібними методами.
Що таке штучний інтелект
- (J. McCarthy) ІІ розробляє машини, яким властива розумна поведінка
- (Britannica) ІІ - здатність цифрових комп'ютерів вирішувати завдання, які зазвичай асоціюються з високо інтелектуальними можливостями людини
- (Файгенбаум) ІІ - розробляє інтелектуальні комп'ютерні системи, що мають можливості, які ми традиційно пов'язуємо з людським розумом: розуміння мови, навчання, здатність розмірковувати, вирішувати проблеми і т.д.
- (Elaine Rich) ІІ - наука про те, як навчити комп'ютери робити щось, у чому на даний момент людина успішніша
Інтелект(від лат. intellectus - відчуття, сприйняття, розуміння, розуміння, поняття, розум), або розум - якість психіки, що складається з здатності пристосовуватися до нових ситуацій, здатності до навчання та запам'ятовування на основі досвіду, розуміння та застосування абстрактних концепцій та використання своїх знань для управління довкіллям. Інтелект - це загальна здатність до пізнання та вирішення труднощів, яка поєднує всі пізнавальні здібності людини: відчуття, сприйняття, пам'ять, уявлення, мислення, уяву.
На початку 1980-х років. вчені в галузі теорії обчислень Барр та Файгенбаум запропонували таке визначення штучного інтелекту (ІІ):
Пізніше до ІІ стали відносити ряд алгоритмів і програмних систем, характерною властивістю яких є те, що вони можуть вирішувати деякі завдання так, як це робив би розмірковуючий над їх вирішенням людина.
Основні властивості ІІ - це розуміння мови, навчання та здатність мислити і, що важливо, діяти.
ІІ – комплекс споріднених технологій і процесів, що розвиваються якісно та стрімко, наприклад:
- обробка тексту природною мовою
- експертні системи
- віртуальні агенти (чат-боти та віртуальні помічники)
- Системи рекомендацій.
Методи ІІ: NLP, CV, Data Science
Природна мова (NLP) Мовні технології
- тексти: розпізнають, автоматично перекладають
- мова: розпізнають, генерують
- знаходять, відстежують, класифікують, ідентифікують об'єкти
- вилучають дані із зображень
- аналізують отриману інформацію
Застосовується для
- розпізнавання об'єктів
- опису змісту зображень та відео
- розпізнавання жестів та рукописного введення
- інтелектуальної обробки зображень
- здобувають знання
- знаходять закономірності у даних
- прогнозують
Використовують методи
- Статистики
- Економетрики
- Машинне навчання , Deep learning
Національна стратегія розвитку штучного інтелекту
- Основна стаття:Національна стратегія розвитку штучного інтелекту
Дослідження у сфері ІІ
- Основна стаття:Дослідження у сфері штучного інтелекту
Стандартизація в галузі ІІ
Стандарти в галузі штучного інтелекту в охороні здоров'я
2019
3 головні тренди штучного інтелекту за 4 хвилини
Росстандарт затвердив перші стандарти в галузі ІІ
Федеральне агентство з технічного регулювання та метрології (Росстандарт) затвердило у грудні 2019 року перші національні стандарти в галузі штучного інтелекту – ГОСТ Р 58776-2019 «Засоби моніторингу поведінки та прогнозування намірів людей. Терміни та визначення» та ГОСТ Р 58777-2019 «Повітряний транспорт. Аеропорти. Технічні засоби огляду. Методика визначення показників якості розпізнавання незаконних вкладень за тіньовими рентгенівськими зображеннями».
Стандарт має забезпечити ефективну комунікацію інтелектуальних робототехнічних систем (у тому числі безпілотних транспортних засобів) з людиною. Взаємодія інтелектуальних систем полягає у прогнозуванні намірів один одного та визначенні подальших дій на базі цього прогнозу. Прогноз поведінки також можна використовувати виявлення людей зі злочинними намірами.
Другий прийнятий стандарт, ГОСТ Р 58777-2019, встановлює єдині вимоги до систем та алгоритмів розпізнавання незаконного вмісту багажу та ручної поклажі за рентгенівськими зображеннями. Стандарт також підвищить достовірність результатів випробувань систем та алгоритмів.
Термінологічний стандарт Artificial intelligence. Concepts and terminology» є основним для всього сімейства міжнародних нормативно-технічних документів у галузі штучного інтелекту. Крім термінів та визначень, цей документ містить концептуальні підходи та принципи побудови систем з елементами, опис взаємозв'язку AI з іншими наскрізними технологіями, а також базові принципи та рамкові підходи до нормативно-технічного регулювання штучного інтелекту.
За підсумками засідання профільного підкомітету ISO/IEC у Дубліні експерти ISO/IEC підтримали пропозицію делегації з Росії щодо синхронної розробки термінологічного стандарту у сфері AI не лише англійською, а й російською мовою. Очікується, що документ буде затверджено на початку 2021 року.
| Розвиток товарів та послуг з урахуванням штучного інтелекту вимагає однозначної трактування використовуваних понять усіма учасниками ринку. Стандарт термінології дозволить уніфікувати «мову», якою спілкуються розробники, замовники та професійна спільнота, класифікувати такі властивості продуктів на базі ІІ, як «безпека», «відтворюваність», «достовірність» та «конфіденційність». Єдина термінологія також стане важливим фактором для розвитку технологій штучного інтелекту у рамках Національної технологічної ініціативи – алгоритми ІІ використовують понад 80% компаній у периметрі НТІ. Крім того, рішення ISO/IEC дозволить зміцнити авторитет та розширити вплив російських експертів за подальшої розробки міжнародних стандартів. |
Під час засідання експерти ISO/IEC також підтримали розробку проекту міжнародного документа Information Technology - Artificial Intelligence (AI) - Overview of Computational Approaches for AI Systems, у якому Росія виступає як співредактор. Документ надає огляд сучасного станусистем штучного інтелекту, описуючи основні характеристики систем, алгоритми та підходи, а також приклади спеціалізованих додатків у галузі AI. Розробкою цього проекту документа займеться спеціально створена у рамках підкомітету робоча група 5 "Обчислювальні підходи та обчислювальні характеристики систем Штучного інтелекту" (SC 42 Working Group 5 "Computational approaches and computational characteristics of AI systems").
| У рамках роботи на міжнародному рівні делегації з Росії вдалося досягти низки знакових рішень, які матимуть довгостроковий ефект для розвитку в країні технологій штучного інтелекту. Розробка російськомовної версії стандарту, ще й з такої ранньої фази – гарантія синхронізації з міжнародним полем, а розвиток підкомітету ISO/IEC та ініціація міжнародних документів із російським співредакторством – це фундамент для подальшого просування інтересів російських розробників за кордоном», - прокоментував. |
Технології штучного інтелекту широко потрібні в різних галузях цифрової економіки . Серед основних факторів, що стримують їхнє повномасштабне практичне використання, - нерозвиненість нормативної бази. При цьому саме опрацьована нормативно-технічна база забезпечує задану якість застосування технології та відповідний економічний ефект.
У напрямку штучний інтелект ТК «Кібер-фізичні системи» на базі РВК веде розробку низки національних стандартів, затвердження яких заплановане на кінець 2019 – початок 2020 року. Крім того, спільно з ринковими гравцями йде робота щодо формування Плану національної стандартизації (ПНР) на 2020 рік і далі. ТК «Кібер-фізичні системи» відкрито для пропозицій щодо розробки документів із боку зацікавлених організацій.
2018: Розробка стандартів у галузі квантових комунікацій, ІІ та розумного міста
Технічний комітет «Кібер-фізичні системи» на базі РВК спільно з Регіональним інжиніринговим центром «СейфНет» 6 грудня 2018 року розпочали розробку комплексу стандартів для ринків Національної технологічної ініціативи (НТІ) та цифрової економіки. До березня 2019 року планується розробити документи технічної стандартизації в галузі квантових комунікацій, та повідомили в РВК. Докладніше .
Вплив штучного інтелекту
Ризик у розвиток людської цивілізації
Вплив на економіку та бізнес
- Вплив технологій штучного інтелекту на економіку та бізнес
Вплив ринку праці
Упередженість штучного інтелекту
В основі всього того, що є практикою ІІ (машинний переклад, розпізнавання мови, обробка текстів на природних мовах, комп'ютерний зір , автоматизація водіння автомобілів та багато іншого) лежить глибинне навчання. Це підмножина машинного навчання, яке відрізняється використанням моделей нейронних мереж, про які можна сказати, що вони імітують роботу мозку, тому їх з натяжкою можна віднести до ІІ. Будь-яка модель нейронної мережі навчається на великих наборах даних, таким чином вона знаходить деякі «навички», але те, як вона ними користується - для творців залишається не ясним, що в кінцевому рахунку стає однією з найважливіших проблем для багатьох додатків глибинного навчання. Причина в тому, що така модель працює з образами формально, без розуміння того, що вона робить. Чи є така система ІІ і чи можна довіряти системам, побудованим на основі машинного навчання? Значення відповіді останнє питання виходить межі наукових лабораторій. Тому помітно загострилася увага засобів масової інформації до явища, що отримав назву AI bias. Його можна перекласти як «необ'єктивність ІІ» або «упередженість ІІ». Докладніше .
Ринок технологій штучного інтелекту
Ринок ІІ в Росії
Світовий ринок ІІ
Сфери застосування ІІ
Сфери застосування ІІ досить широкі і охоплюють як звичні слуху технології, так і нові напрямки, далекі від масового застосування, інакше кажучи, це весь спектр рішень, від пилососів до космічних станцій. Можна розділити їх різноманітність за критерієм ключових точок розвитку.
ІІ - це монолітна предметна область. Більше того, деякі технологічні напрямки ІІ фігурують як нові підгалузі економіки та відокремлені сутності, одночасно обслуговуючи більшість сфер економіки.
Розвиток застосування використання ІІ веде до адаптації технологій у класичних галузях економіки по всьому ланцюжку створення цінності та перетворює їх, призводячи до алгоритмізації практично всього функціоналу, від логістики до управління компанією.
Використання ІІ з метою оборони та у військовій справі
Використання в освіті
Використання ІІ у бізнесі
ІІ у боротьбі з шахрайством
11 липня 2019 стало відомо про те, що всього через два роки штучний інтелект і машинне навчання будуть використовуватися для протидії шахрайству втричі частіше, ніж на липень 2019 року. Такі дані були отримані під час спільного дослідження компанії SAS та Асоціації сертифікованих фахівців з розслідування розкрадань та шахрайства (Association of Certified Fraud Examiners, ACFE). На липень 2019 року такі антифрод-інструменти вже використовують у 13% організацій, які взяли участь в опитуванні, і ще 25% заявили, що планують їх впровадити протягом найближчого року-двох. Докладніше .
ІІ в електроенергетики
- На рівні проектування: покращене прогнозування генерації та попиту на енергоресурси, оцінка надійності енергогенеруючого обладнання, автоматизація підвищення генерації при стрибку попиту.
- На рівні виробництва: оптимізація профілактичного обслуговування обладнання, підвищення ефективності генерації, зниження втрат, запобігання крадіжкам енергоресурсів.
- На рівні просування: оптимізація ціноутворення залежно від часу дня та динамічна тарифікація.
- На рівні надання обслуговування: автоматичний вибір найвигіднішого постачальника, докладна статистика споживання, автоматизоване обслуговування клієнтів, оптимізація енергоспоживання з урахуванням навичок та поведінки клієнта.
ІІ у виробничій сфері
- На рівні проектування: підвищення ефективності розробки нових продуктів, автоматизована оцінка постачальників та аналіз вимог до запчастин та деталей.
- На рівні виробництва: вдосконалення процесу виконання завдань, автоматизація складальних ліній, зниження кількості помилок, зменшення термінів доставки сировини.
- На рівні просування: прогнозування обсягів надання послуг підтримки та обслуговування, управління ціноутворенням.
- На рівні надання обслуговування: покращення планування маршрутів парку транспортних засобів, попиту на ресурси автопарку, підвищення якості підготовки сервісних інженерів.
ІІ у банках
ІІ на транспорті
- Автоіндустрія на порозі революції: 5 викликів ери безпілотного водіння
ІІ у логістиці
ІІ у судовій системі
Розробки в галузі штучного інтелекту допоможуть кардинально змінити судову систему, зробити її більш справедливою та вільною від корупційних схем. Таку думку висловив влітку 2017 доктор технічних наук, технічний консультант Artezio Володимир Крилов.
Вчений вважає, що вже існуючі рішення в галузі AI можна успішно застосовувати в різних сферах економіки та суспільного життя. Експерт вказує, що AI успішно застосовується в медицині, однак у майбутньому здатний повністю змінити судову систему.
«Щодня переглядаючи новинні повідомлення про розробки в області ІІ тільки дивуєшся невичерпності фантазії та плідності дослідників та розробників у цій галузі. Повідомлення про наукові дослідження постійно чергуються з публікаціями про нові продукти, що вриваються на ринок та повідомленнями про дивовижні результати, отримані за допомогою застосування ІІ у різних галузях. Якщо ж говорити про очікувані події, що супроводжуються помітним хайпом у ЗМІ, в якому ІІ стане знову героєм новин, то я, мабуть, не ризикну робити технологічних прогнозів. Можу припустити, що найближчою подією стане поява гранично компетентного суду у формі штучного інтелекту, справедливого і непідкупного. Станеться це, мабуть, у 2020-2025 роках. І процеси, що пройдуть у цьому суді, призведуть до несподіваних рефлексій та прагнення багатьох людей передати ІІ більшість процесів управління людським суспільством».
Використання штучного інтелекту в судовій системі вчений визнає «логічним кроком» щодо розвитку законодавчої рівності та справедливості. Машинний розум не схильний до корупції та емоцій, може чітко дотримуватися законодавчих рамок і виносити рішення з урахуванням багатьох факторів, включаючи дані, що характеризують учасників спору. За аналогією з медичною сферою роботи-судді можуть оперувати великими даними зі сховищ державних служб. Можна припустити, що машинний інтелект зможе швидко обробляти дані та враховувати значно більше факторів, ніж суддя-людина.
Експерти-психологи, втім, вважають, що відсутність емоційної складової під час розгляду судових справ негативно позначиться як рішення. Вердикт машинного суду може бути занадто прямолінійним, що не враховує важливість почуттів та настрою людей.
Музика
Живопис
У 2015 році команда Google тестувала нейронні мережі щодо можливості самостійно створювати зображення. Тоді штучний інтелект навчали з прикладу великої кількості різних картинок. Однак, коли машину «попросили» самостійно щось зобразити, то виявилося, що вона інтерпретує навколишній світ дещо дивно. Наприклад, завдання намалювати гантелі, розробники отримали зображення, у якому метал був з'єднаний людськими руками. Ймовірно, це сталося через те, що на етапі навчання аналізовані картинки з гантелями утримували руки, і нейронна мережа неправильно це інтерпретувала.
26 лютого 2016 року в Сан-Франциско на спеціальному аукціоні представники Google виручили з психоделічних картин, написаних штучним інтелектом, близько $98 тис. Ці кошти були пожертвовані на благодійність. Одна з найбільш успішних картин машини представлена нижче.
Картина написана штучним інтелектом Google.
