Может ли компьютер быть умнее человека?

Как стать умнее: эффективные упражнения для памяти, внимания и мышления

Может ли компьютер быть умнее человека?

Почему одни люди умнее других? Почему одни могут с лёгкостью освоить новый язык, написать книгу, открыть теорию относительности и придумать Tesla, а другие на это не способны? Вопросы справедливые, и на них есть ответ.

Ум — это то, как ясно мы мыслим и быстро запоминаем, насколько легко можем усвоить новую информацию и проанализировать имеющуюся. Всё это когнитивные способности мозга: память, внимание, мышление. Эти способности при рождении не отличаются у разных людей: мозг устроен одинаково и у вас, и у Илона Маска.

Однако работа мозга зависит от количества и разнообразия синапсов. Это стыки между нейронами, которые обеспечивают их деятельность. Чем больше синапсов, тем круче и быстрее работает мозг.

Илон Маск такой крутой, потому что количество синапсов в его мозгу значительно больше, чем у других. Но не потому, что он таким родился, а потому, что он работает над собой.

Количество синапсов не постоянная величина.

Примерно в 25 лет это число достигает максимума, после чего происходит постепенная деградация. Это нормально: стареет не только тело, но и мозг. Поэтому так же, как мы ходим в спортзал, чтобы быть в форме, нужно тренировать мозг.

Ум можно прокачать — это доказывают исследования нейропсихологов на протяжении последних 10 лет.

Что делать, чтобы стать умнее

Чтобы развить когнитивные способности, нужны тренировки. Это может быть игра в шахматы или на музыкальных инструментах, разгадывание кроссвордов и судоку, счёт в уме. Ничего феноменального, просто умственная нагрузка. Однако однотипные задачи развивают мозг только до определённого уровня.

В 1998 году один заключённый в Англии сумел запомнить точный размер и форму тюремных ключей. Из подручных материалов он изготовил дубликаты, которые подходили ко всем дверям. Но побег не удался, замысел парня раскрыли раньше. Эта история о том, что нужно тренировать все когнитивные способности. Если бы у заключённого была развита не только память, но и внимание, он оказался бы на свободе.

На основании этих исследований создан сервис онлайн-тренажёров «Викиум». Пользователю предлагают пройти несложные задания, тренировка занимает 15–20 минут в день. По мере прохождения сложность возрастает.

Как выглядят тренажёры

Упражнения — это игры. На первый взгляд они кажутся простыми: найти предмет, повторить последовательность, сортировать по цветам. Тем не менее задания основаны на научных исследованиях и прокачивают когнитивные навыки.

Например, тренажёр «Сигнальные лампочки» основан на тесте Корси. Применение МРТ показало, что упражнение задействует области мозга, отвечающие за наглядно-образное мышление и регуляцию внимания.

Нужно повторить, в какой последовательности загорелись лампочки. За 60 секунд надо дать как можно больше правильных ответов.

Игра «Найди число» основана на упражнении «таблица Шульте», в котором нужно как можно быстрее найти числа в порядке возрастания. Этот тренажёр развивает внимание и память.

Ещё одно задание основано на эффекте Струпа. Нужно сопоставить пары карточек и решить, совпадают ли названия цветов на левых карточках с цветами текста на правых. Игра кажется простой, но стоит попробовать, как понимаешь, что соображаешь недостаточно быстро.

Игра тренирует внимание и мышление. Чем быстрее вы отвечаете, тем более сконцентрированы. Кстати, с помощью теста, основанного на экспериментах Струпа, в США определяли советских шпионов: давали подозреваемому карточки с русским текстом. Те, кто языка не знал, отвечали за долю секунды. А если испытуемый понимал смысл написанного, скорость ответа сразу падала.

Как тренироваться

Прежде чем начать тренировки, надо пройти вводное тестирование. Сервис определит текущий уровень подготовки и подберёт персональную программу занятий. Есть отдельные курсы, развивающие внимание, творческое мышление, способность управлять эмоциями.

Можно настроить тренировки так, чтобы они развивали когнитивные навыки, необходимые в вашей профессии. Это поможет лучше справляться с текущими задачами и стать успешнее на работе. Такой формат полезен и для школьников, которые только выбирают профессию.

«Викиум» работает по freemium-модели: бесплатно доступны девять тренажёров — два на память, четыре на мышление и три на внимание. Обладатели премиум-аккаунта получают доступ ко всем упражнениям, их на сайте 44.

На «Викиуме» есть формат соревнований: участвуйте и сравнивайте свои способности с другими пользователями. Заниматься можно как с компьютера, так и со смартфона — сервис поддерживает адаптивную вёрстку веб-версии для мобильных устройств.

Итоги

Помните, как отличники в вашей школе блистали на уроках? Скорее всего, сейчас они не стали гениями, потому что больше не корпят над домашними заданиями. Чтобы быть умным, надо прилагать усилия. Сервис онлайн-тренажёров создан как раз для этого.

«Викиум» развивает ваши когнитивные способности. Ежедневные тренировки увеличат скорость реакции в полтора раза за одну неделю и улучшат память на 20% за 2–3 недели. Главное — регулярно заниматься и помнить, что ум не врождённая характеристика, а приобретаемый навык. А значит, вы не хуже Илона Маска.

Начать тренировку

Источник: https://lifehacker.ru/2018/02/27/kak-stat-umnee-2/

Интернет вещей: техника умнее человека?

Автор Алексей Панишев 2 марта 2014 г. 23:36

Компьютеры вокруг нас все ощутимее умнеют — пожалуй, уже есть смысл употреблять это слово именно так, без кавычек.

В конце концов, пусть общей эрудицией и выдающимися когнитивными способностями они не блещут, решать свои узкие задачи способны очень хорошо, в том числе и в условиях непростой, изменчивой обстановки.

Многие ли наши современники из числа поклонников телепроекта «Дом-2» готовы похвастать тем же?

Автомобильный навигатор в состоянии проложить дорогу из пункта А в пункт Б с учетом всех сопутствующих факторов быстрее и лучше, чем большинство современных водителей.

Системы контекстной рекламы кропотливо собирают данные об активности пользователя в Интернете, чтобы демонстрировать ему наиболее релевантные предложения, на которые он, может статься, сам бы не удосужился обратить внимание.

Комплексы видеонаблюдения способны действовать вполне автономно, адекватно реагируя и на проникновение посторонних внутрь охраняемого периметра, и на попытки вывести сторожевое оборудование из строя.

Словом, цифровая техника вокруг нас перестала ограничиваться лишь сбором информации и наперед заданными действиями по жестко прописанным алгоритмам. Она готова во множестве случаев не просто приходить человеку на помощь, но эффективно подменять его; самостоятельно принимать решения и исполнять их.

Начитавшимся в детстве «Библиотеки современной фантастики» ИТ-практикам наверняка не слишком уютно от перспектив столь внезапного и решительного поумнения компьютерных систем.

Да и виртуальная угроза грядущего Skynet, невзирая на бездарность третьего и последующих «Терминаторов», мешает спокойно наслаждаться плодами прогресса.

А вдруг компьютеры обретут самосознание и… и… на этом мысль останавливается.

Впрочем, массового современного потребителя цифровой техники возможность бунта машин всерьез не беспокоит. Зомби-апокалипсис или вторжение инопланетных монстров со дна океана выглядят в его представлении более реалистичными опасностями.

Если человек годами называл системный блок «процессором» и без острой нужды к нему не притрагивался, а потом в один момент обзавелся передовым смартфоном, безлимитным тарифным планом сотовой связи и аккаунтами сразу в нескольких соцсетях, вряд ли он испугается растущей вычислительной мощности и всепроникающей распространенности компьютеров.

Пожалуй, само превращение Интернета вещей из высокоумной концепции в факт повседневной реальности пройдет для большинства наших соседей по планете незамеченным.

Жизнь под цифровым зонтиком станет еще в целом ряде отношений проще и удобнее — тем более что к неумолимой поступи прогресса в области высоких технологий все за несколько десятков лет успели привыкнуть.

А что зонтик в одночасье может превратиться в колпак — кого это в хоть сколько-нибудь ощутимых масштабах пугает? На протяжении всего прошлого века человечество продемонстрировало такой уровень выживаемости при самых людоедских режимах, что беспристрастное и рациональное правление Машины вряд ли породит яростное сопротивление.

Отряхнуть пыль от данных своих

Пространное полуфантастическое отступление о грядущем царстве Машины не так далеко уводит нас от основной темы Интернета вещей, как может показаться на первый взгляд.

Человек все более отстраняется от рычагов непосредственного управления созданных им умных систем; сами же они все с большей готовностью воспринимаются как неотъемлемая и существенная часть нашей жизни.

Дело привычки, конечно же, но привычку эту очень просто приобрести, а избавиться от нее уже почти невозможно.

Если в глухой деревне на полдня пропал свет из-за аварии на электроподстанции, вряд ли это приведет к серьезным проблемам; в крайнем случае, предусмотрительный фермер запустит бензиновый генератор. А в многомиллионном мегаполисе даже несколько часов без централизованного электроснабжения грозят обернуться техногенной катастрофой.

Нынешний Интернет задуман и создан как глобальная сеть взаимодействия между компьютерами.

Пока эти компьютеры занимали отдельные комнаты, шкафы или хотя бы тумбочки поблизости от письменных столов операторов, роль их по отношению к человеку оставалась подчиненной.

Собирать и обрабатывать информацию доверяли машине, но, выполнять или нет какие-то действия на этой основе, решали люди. Весьма компетентные, подчеркнем, люди.

Со временем, однако, компьютеризации подверглись чуть ли не все сферы человеческой жизни.

Взаимодействовать с бездушными, но весьма умелыми в областях своей компетенции кусками металла и кремния принялся самый что ни на есть массовый пользователь.

Результатом стало массовое же применение высоких технологий не по назначению — явление, которое по-английски характеризуется выразительным и емким словом abuse.

Хакерские взломы коммерческих и персональных систем (частенько без попыток пробить компьютерную защиту, с использованием лишь человеческого фактора, — вспоминаем легендарного Кевина Митника). Вводящие в заблуждение онлайновых покупателей сайты-фальшивки. Активируемые в обход настойчиво протестующего ПО безопасности самими же пользователями вирусы.

Атаки на давным-давно обнаруженные уязвимости, программные «заплатки» для которых администраторы ПК не удосужились установить по собственной же беспечности… Человечество в массе своей оказалось не готово к адекватному взаимодействию с умной техникой, да и сама эта техника так умножилась в количестве, что операторов и администраторов для нее недостает.

Изготовители средств информационной безопасности неплохо заработали на возникшей вдруг острой потребности в охране конфиденциальных данных, но битву с невежеством и косностью рядового пользователя высоких технологий им, судя по всему, не выиграть.

Ладно — настольные компьютеры; держать на них активным антивирусное ПО основную массу завсегдатаев соцсетей кое-как удалось натаскать.

Но сегодня компьютерами, пусть и узкоспециализированными, с полным на то основанием можно считать огромное количество не относящихся к ПК как таковым гаджетов: смартфонов, Интернет-центров, сетевых накопителей, умных фотокамер, управляющих узлов встраиваемых систем цифрового управления и контроля… Неужели на каждом из этих устройств придется рано или поздно разворачивать ПО безопасности, настраивать права доступа, проводить аудит администраторских сессий и вручную отслеживать обновления ОС?

Очевидно, нет: этот путь в любом случае ведет в тупик. Даже весьма сведущий и работящий системный администратор на полной ставке в ближайшие годы физически не в состоянии будет обеспечить ручное управление всем парком в той или иной степени умных гаджетов, обосновавшимся в пределах одной квартиры в современном городе-миллионнике.

Значит ли это, что портативные цифровые устройства на каком-то этапе перестанут «умнеть», чтобы не становиться лакомой мишенью для хакеров? Или количество их в доме окажется каким-то образом ограничено — к примеру, по-настоящему умными останутся смартфон и стационарный компьютер, а вся прочая электроника будет представлена лишь «безмозглыми» беспроводными датчиками и реле?

Маловероятно. Напротив, неуклонные удешевление и миниатюризация вычислительных микросхем позволят сделать по-настоящему умными и домашнюю погодную станцию, и комплект датчиков в стиральной машине, и датчик на гаражных воротах, и идентификационные радиометки на одежде.

Заставлять все эти источники и узлы обработки информации взаимодействовать друг с другом посредством еще более мощных компьютеров — значит впустую тратить время, вычислительные ресурсы и полосу пропускания радиосигналов.

Совершенно логичным шагом представляется здесь полное исключение из низовой цифровой сети межмашинного взаимодействия промежуточных звеньев в виде централизованного сервера и полноценной ОС — и уж тем более компетентного администратора-человека.

Надо полагать, концепция Интернета вещей как информационной сети, объединяющей множество цифровых устройств, родилась в конце прошлого века не из соображений укрепления информационной безопасности.

Скорее, толчком к разработке этой концепции стало «прозрение» о скором нарастании объемов данных, которыми станут обмениваться между собой умные гаджеты, до совершенно неоперабельных (для живого системного администратора) пределов.

Со всех точек зрения выгоднее оказывается доверить самим же вездесущим машинам обработку данных и поддержание коммуникаций, чем пытаться наладить взаимодействие между ними по клиент-серверной схеме.

Источник: http://ru.pcmag.com/resheniia/8349/help/internet-veshchei-tekhnika-umnee-cheloveka

IBM: Компьютеры станут умнее человека к 2019 г

IBM: Компьютеры станут умнее человека к 2019 г

Американские ученые объявили о существенном прорыве на пути создания вычислительной системы, способной воспринимать и познавать, чувствовать, реагировать и взаимодействовать с предметами окружающего мира так, как это делает мозг. По словам ученых, сопоставимый с мощностью человеческого мозга компьютер может быть разработан к 2019 г.

По мнению ученых, непрерывное увеличение объемов цифровой информации и ее усложнение ведут к необходимости создания нового типа вычислительных систем, которые в огромном потоке информации смогут вылавливать нужные и важные данные и делать это с более высокой точностью. В бизнесе такие системы смогут анализировать большие объемы данных, помогая принимать верные решения. Об этом заявляют специалисты IBM.

Помимо сотрудников IBM, в разработке так называемых когнитивных вычислительных систем (способных учиться, а не просто обрабатывать данные) принимают участие ученые из Национальной лаборатории Лоуренса Беркли (Lawrence Berkeley National Lab — LBNB), Стэндфордского университета, Университета Висконсина в Мэдисоне, Медицинского центра при Колумбийском университете и Калифорнийского университета в Мерседе.

Ученые впервые смогли сымитировать работу мозга млекопитающего, содержащего 1 млрд нейронов и 10 трлн нейронных связей между ними. Имитация была выполнена на суперкомпьютере Dawn на базе платформы IBM Blue Gene/P, расположенном в LBNB в Беркли, штат Калифорния.

Согласно последней редакции рейтинга Топ-500, это одиннадцатый по производительности суперкомпьютер в мире. Он содержит 147456 процессоров, имеет 144 терабайта оперативной памяти и работает под управлением операционной системы CNK/SLES 9.

Максимальная вычислительная мощность системы составляет 415,7 триллионов операций с плавающей запятой в секунду, потребление электрической энергии — 1134 кВт.

Для изучения человеческого мозга и построения модели инфраструктуры нейронных связей использовался ядерно-магнитно-резонансный томограф.

Ученые уверены, что со временем они смогут уменьшить объем и энергопотребление вычислительной системы, способной воспринимать и обрабатывать информацию так же, как это делает млекопитающее.

В частности, долгосрочной целью ученых является создание компактной системы с такими способностями, энергопотребление которой будет меньше в сравнении с современными системами класса HPC.

Разработки ведутся при материальном содействии Агентства передовых оборонных исследовательских проектов США (DARPA), которое в рамках проекта под названием SyNAPSE вложило в разработку компьютерного чипа с когнитивными возможностями $16,1 млн.

«Целью данной инициативы является создание нового вида электроники, которая сможет понимать и отвечать на информативную среду совершенно новым для вычислительной техники образом — как это делает мозг», — комментирует директор программы Тодд Хилтон (Todd Hylton).

Исследователи убеждены в том, что разрабатываемая ими система имеет принципиальное отличие от любых известных на сегодняшний день компьютеров, так как работает иным образом — она не просто получает и сравнивает информацию с существующей в своей памяти, а является способной к самостоятельному обучению.

«Учиться на примере человеческого мозга — наиболее верный путь развития современных вычислительных систем, — считает почетный сотрудник IBM, директор исследовательской лаборатории IBM Research — Almaden Джозефин Чен (Josephine Cheng).

— С увеличением объема информации и все более плотным проникновением вычислительных систем в нашу повседневную жизнь, вполне разумно создание компьютеров, которые бы смогли воспринимать информацию так же, как это делаем мы с вами».

По словам ученых из IBM, сопоставимый с мощностью и эффективностью человеческого мозга компьютер может быть разработан к 2019 г.

Источник: http://liberatum.ru/news/ibm-kompyutery-stanut-umnee-cheloveka-k-2019-g

Что будет, когда компьютеры станут умнее нас?

Пусть это произойдет не скоро, важно задуматься о последствиях уже сейчас, считает философ Ник Бостром: «Машинный сверхразум — возможно, последнее изобретение человечества».

ФОТО Getty Images 

В середине XX века искусственным интеллектом считался ввод команд в ящик. Результаты были ограничены тем, что мы вводили. С тех пор все значительно изменилось. Сегодня разработки сосредоточены на том, чтобы сделать машины самообучаемыми. Мы пока не знаем, как реализовать в машинах те алгоритмические приемы, которые использует мозг.

Но я думаю, что это лишь вопрос времени.
После многих лет тяжелой работы, множества инвестиций мы получим искусственный интеллект уровня шимпанзе. Затем, спустя еще много лет тяжелого труда, мы придем к интеллекту ребенка. И несколько мгновений спустя окажемся дальше уровня Эйнштейна. Поезд не останавливается на станции «Человечество».

Скорее он со свистом пронесется мимо.

Подумайте об этом: машинный сверхразум — возможно, последнее изобретение человечества. Машины будут лучше в изобретениях, чем мы, и они будут совершать их с цифровой скоростью.

Подумайте обо всех сумасшедших технологиях, которые люди могли бы открыть, имея время в избытке: лекарства от старения, колонизация космоса, самовоспроизводящиеся нанороботы или загрузка сознания в компьютеры. Все это мог бы открыть сверхразум, и, возможно, довольно быстро.

Суперинтеллект с такой технологической зрелостью был бы чрезвычайно влиятельным. Наше будущее определяли бы его предпочтения. Теперь интересный вопрос: каковы эти предпочтения? Чтобы понять это, подумайте о развитии интеллекта как о движении к большей оптимизации.

Суперинтеллект будет стремиться свести решение всех проблем к набору конфигураций. В таком случае его цели и средства их достижения не всегда будут соответствовать нашей этике.
Предположим, мы даем искусственному интеллекту цель — решить трудную математическую проблему.

В какой-то момент он понимает, что самый оптимальный способ решить ее — преобразовать планету в гигантский компьютер, чтобы улучшить свою мыслительную способность. Поскольку мы не можем одобрить такой вариант, сверхразум может решить, что люди являются тормозом на пути к решению проблемы.

Конечно, это надуманные примеры. Но главная идея здесь такова: создавая мощный процесс оптимизации для достижения цели, стоит убедиться, что определение цели включает все, что нас волнует. Проще говоря, разрабатывая сверхразумный искусственный разум, важно быть уверенным, что он на вашей стороне и разделяет наши ценности.

Мы не должны уповать на то, что нам удастся вечно держать сверхразумного джинна взаперти. Рано или поздно он выйдет наружу. Вместо того чтобы искать способы контролировать созданный нами интеллект, нам нужно настроить его на познание того, чем мы дорожим.

Тогда в своих расчетах он будет учитывать и то, понравится ли нам результат.

Ник Бостром (Nick Bostrom), шведский философ, директор Института будущего человечества при Оксфордском университете (Великобритания). Запись лекции можно посмотреть на сайте ted.com.

Источник: http://www.psychologies.ru/people/razgovor-s-ekspertom/chto-budet-kogda-kompyuteryi-stanut-umnee-nas/

Эта машина умнее меня: В каких играх человек уже никогда не победит компьютер

Игра «Отелло» стала популярной в начале 1970-х. Правила простые: два игрока свободно размещают фишки разных цветов на площадке из 64 клеток (8×8).

Задача — закрыть с двух сторон сплошные ряды соперника (горизонтальные, вертикальные и диагональные) своими фишками. Как только ряд оказывается заблокированным, все фишки в нем переходят оппоненту и меняют цвет.

Выигрывает тот, кто к концу партии занял большую территорию.

Во время первого поединка человека с компьютером в 1980 году уверенно победил действующий чемпион мира по «Отелло» Хироси Иноуе: из шести партий он уступил программе Moor только одну (5:1). Всего через девять лет компьютеры взяли реванш в командном турнире в Лондоне. Пять программ обыграли пятерых профессиональных игроков (трое из них входили в мировой топ-4) со скромным счетом 12:8.

Со временем в компьютеры была помещена информация обо всех возможных положениях фишек, и машины стали просчитывать игру примерно на 25 ходов вперед — по сути, появилась мощнейшая стратегия без слабых мест.

Уже в 1997 году стало ясно, что даже сильнейшим игрокам бессмысленно тягаться с компьютерами: чемпион мира Такеси Мураками проиграл программе Logistello с унизительным счетом 0:6.

Нарды

Компьютеры научились играть в нарды еще в 1970-е, но этого бы точно не произошло без влияния шахмат. Для разработчиков суперкомпьютеров, способных бороться с шахматными гроссмейстерами, эта игра оказалась небольшим промежуточным этапом.

Например, чемпион мира по шахматам по переписке Ханс Берлинер с помощью нард придумал алгоритм оценки ситуации на игровой доске (компьютер анализирует текущую ситуацию на доске и просматривает древо игры на несколько ходов вперед, чтобы выбрать оптимальное продолжение); позже это помогло ему написать шахматную программу HiTech, которая в 1988-м одолела гроссмейстера Арнольда Денкера.

Для нард Берлинер разработал программу BKG 9.8, в 1979-м она обыграла действующего чемпиона мира Луиджи Виллу со счетом 7:1. Победа была крайне неожиданной, даже создатель компьютера признал, что человек действовал талантливее и стабильнее — система восемь раз выбирала не лучшие варианты продолжения игры. Но, во-первых, BKG 9.

8 несколько раз повезло с числами, выпавшими на костях, во-вторых, программа очень успешно делала выбор в пользу удвоения ставок (каждая игра начинается со ставкой в одно очко; при желании во время игры каждый участник может удвоить ставку — второй должен либо принять это удвоение, либо сдаться и проиграть одно очко, не рискуя двумя).

Позже метод Берлинера (анализ ситуации на игровом поле) был усовершенствован. Работа швейцарской программы Snowy и финской Jellyfish основывается на искусственных нейронных сетях, которые запоминают ходы лучших игроков и применяют их в случае необходимости. Правда, после поражения Виллы никто из чемпионов не решился сразиться с компьютером.

Шахматы

Компания IBM интересовалась шахматными системами с начала 1950-х, но из-за сложности игры разработка отнимала очень много времени. Только через 30 с небольшим лет ученые задумались о проекте мощного компьютера Deep Blue. Выставить его против действующего чемпиона мира Гарри Каспарова получилось в 1996 году.

Тот матч из шести партий Каспаров выиграл (3 победы, 2 ничьи, 1 поражение), он был уверен, что эпоха машин наступит нескоро: «Хотя я и видел некоторые признаки интеллекта, у компьютера все-таки была неэффективная и негибкая манера игры. Это позволяет мне думать, что у меня есть несколько лет в запасе», — писал он в журнале Time. 

Источник: https://meduza.io/feature/2016/02/07/eta-mashina-umnee-menya

Делают ли технологии людей умнее

Делают ли технологии людей умнее

Делают ли технологии людей умнее 3.0 из 5 на основе 1 голосований.

Ученые задаются вопросом: делают ли технологии людей умнее? Или же компьютеры и интернет просто облегчают нам жизнь так, что мы становимся более ленивыми и глупыми? Если вся мировая информация находится на расстоянии щелчка мышки — что такое человеческий интеллект? Раньше мы считали умными эрудитов и игроков «Что? Где Когда?», но зачем сейчас забивать голову тоннами информации раз все эти сведения доступны через интернет каждому из нас? Школьник через Яндекс или Гугл ответит на вопросы любой викторины быстрее чем команда самых умных знатоков. Способности человека запоминать информацию явно обесценились.

Кто же умнее? Школьник, у которого «найдется всё», или команда знатоков? На самом деле это очень древний вопрос. Философы, технологи и писатели давно обсуждают эту проблему. Один из ведущих экспертов в области теоретического мышления утверждает, что социальные сети делают нас ленивыми и глупыми.

Мальтийский философ Эдвард де Боно отмечает, что не использует социальные сети, потому что «не хочет запутаться в информации». По его словам мы перестаем думать, получая большое количество информации, . «Нам кажется, что того, что мы знаем, достаточно», — отмечает философ. Как считает де Боно, для сохранения творческого мышления лучше оставаться офлайн.

Местом, где нужно учить людей мыслить творчески, должна быть школа.

Способности рассуждать и обучаться не изменились фундаментально с появлением технологий. С другой стороны, в современном мире присутствует явно другое понятие об интеллекте. Из-за технологий окружающий мир становится другим и поэтому изменяются способности, которые необходимы человеку для успешного существования в нем. 

Сложно сказать становится человек умнее или глупее, так как очевидно, что одни способности заменяются другими. С другой стороны, понятие интеллекта отличается в разных культурах, а также в зависимости от ситуации. Гениальный математик может быть совершенно глуп в своих финансовых делах и неприспособлен к реальной жизни.

Несколько столетий назад память была одним из важнейших факторов, необходимых для жизнедеятельности. Римские ораторы могли часами цитировать речи по памяти. Наши бабушки и дедушки помнили наизусть сотни песен.

Но сегодня память обесценилась как никогда, и этот процесс продолжается. А ведь память и мышление — это чрезвычайно связанные процессы, которые практически одинаково происходят в мозге, как говорят физиологи.

Интернет дает каждому человеку доступ к информации, накопленной всем человечеством на протяжении тысячелетий. Интернет на порядок повысил способности человека к кооперации. Появление речи и общение — вот ключевой этап на становлении современного человека. Вторым этапом было появление книгопечатания и распространения письменной речи. В таком случае интернет — это следующий этап эволюции.

Обратная сторона медали — это абсолютная беспомощность современных людей в отсутствие хайтек-устройств.

Современный ученый может с помощью компьютера с легкостью назвать число пи до миллионного знака и проанализировать метеорологические условия на Сатурне, но без карманного компьютера он вряд ли вспомнит телефон своей дочери.

В настоящее время существует три самых популярных, еще не доказаных опасений по поводу негативного воздействия сети:

  • Интернет делает нас глупыми
  • Интернет заменяет реальное общение
  • В интернете контролируются и записываются действия всех пользователей

По материалам www.infoniac.ru

Источник: http://www.rusbg.com/internet/delaiut-li-tehnologii-liudey-umnee.html

Наука и образование: Человек против компьютера

Наука и образование: Человек против компьютера

Мы любим фантазировать и по-детски наивно хотим верить в то, что разум, созданный искусственно, станет нам не просто помощником в повседневных делах, а другом, компаньоном и равноценным партнёром. Мы мечтаем о том, что искусственный разум будет способен общаться, творить, писать песни, развиваться самостоятельно, влюбляться и шутить. 

Видео: отрывок из кинофильма «Двухсотлетний человек» по повести Айзека Азимова

Но будем реалистами: на настоящий момент то, что мы называем искусственным интеллектом — это компьютерные программы, призванные смоделировать процессы человеческого мышления.

Собственно, так называется и наука, изучающая проблемы воссоздания разумных действий и рассуждений с помощью искусственных устройств и вычислительных систем. Проблема в том, что мы не понимаем всех механизмов человеческого интеллекта, поэтому и создать идентичный человеческому разум не можем.

Более того, кажется, мы и не очень-то стремимся понять хоть что-то о нашем разуме. До сих пор в науке идут споры: насколько реально сознание. Именно при изучении нашего разума (с помощью нашего же разума) наука встаёт в тупик.

Наука, как сфера деятельности, стремящаяся к объективности, не знает, с какой стороны подойти к субъективному явлению человеческого сознания (субъективному в том смысле, что оно состоит из субъективных ощущений, чувств и восприятия).

Основные вопросы о сознании: Каким местом человек думает?

Как он этим местом думает? 

Этой проблемой с 80-х годов прошлого столетия занимается Джон Сёрль, известнейший американский философ, профессор Калифорнийского университета, ведущий мировой специалист по философии искусственного интеллекта.  Ещё он человек с непередаваемым чувством юмора. Проведите 15 приятных минут с Джоном Сёрлем и его сознанием: 

Именно Сёрль поднял проблематику так называемых «сильного и слабого искусственного интеллекта».

Слабый искусственный интеллект — это компьютерные программы, от которых ожидается решение узкого спектра заранее определённых задач.

Сильный искусственный интеллект — это такие программы, которые будут способны мыслить, принимать решения, осознавать себя и окружение; при этом необязательно при этом будут являться моделью именно человеческого разума. Появится ли у сильного искусственного интеллекта способность к сопереживанию — остаётся неизвестным даже в теории.  

В середине XX века, когда были созданы первые компьютеры и зародилась теория алгоритмов, вопрос об искусственном интеллекте был впервые поднят в научном сообществе. 

1950

В 1950 году Алан Тьюринг, английский математик с непростой судьбой публикует статью под названием «Может ли машина мыслить?». В статье он ставит вопрос: насколько различается искусственное мышление от человеческого? С целью ответа на этот вопрос он изобретает эмпирический тест, который впоследствии стал известен как тест Тьюринга. 

Стандартная интерпретация теста Тьюринга:
Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор. 

Предполагается, что этот тест поможет определить тот момент, когда машина сравняется в плане разумности с человеком. 

2014

В 2014 г. это произошло: программа-бот выиграла тест Тьюринга. Программа, созданная российскими разработчиками, притворялась тринадцатилетним подростком из Одессы под псевдонимом Eugene Goostman. Во время серии тестов в британском университете Рединга Юджин смог убедить 30% судей в том, что он — человек. 

Значит ли это, что человечество уже добилось искусственного интеллекта? Нет. Сами разработчики говорят, что тест Тьюринга — отнюдь не лакмусовая бумажка, которая сможет сказать: «Всё, машины поумнели, а вы, жалкие людишки, можете отдыхать».

Это свидетельствует лишь о развитии математических алгоритмов и способности программ оперировать синтаксическими средствами, свойственными человеческому языку.

Вам же не придёт в голову назвать разумным смартфон, распознающий вашу речь и реагирующий на неё определённой последовательностью действий? Чат-бот Юджин скорее является представителем слабого интеллекта, чем сильного. Это не самообучающаяся и не осознающая себя система. 

Кстати, о непростой судьбе самого Тьюринга:
Этот английский учёный после Второй мировой войны занимался взломом шифров нацистской шифровальной машины «Энигма». Вскоре после начала работ он был обвинён в гомосексуализме и согласился на прохождение принудительной гормональной терапии.

Помимо этого его лишили доступа к секретным материалам и был вынужден прекратить исследования. В 1954 году Тьюринг умер от отравления цианидом, по официальной версии — вследствие самоубийства. А в прошлом году великий криптограф и математик был посмертно помилован британской королевой.

 

В 1997 г. супермощный компьютер от IBM под названием Deep Blue выигрывает многократного чемпиона по шахматам Гарри Каспарова. Надо сказать, что Каспаров играл с этим компьютером годом ранее и одержал уверенную победу 4:2.

За год компания IBM усилила его мощность почти в два раза. В этот раз Каспаров проиграл неожиданно, сдавшись на 45 ходу.

Есть мнения, что при анализе спорного 44 хода чемпион и его команда вполне могли переоценить силу компьютера, что и привело к поспешной капитуляции.

Каспаров на церемонии закрытия этой исторической игры требовал реванша и обвинял IBM в нечестной игре (о, это так по-человечески!), но IBM вместо этого распустила команду Deep Blue. Но суперкомпьютеры продолжали свою жизнь, и их мощности используются сейчас для молекулярного моделирования в швейцарском центре Blue Brain. 

2011

Снова IBM со своей разработкой под названием Watson. Эта система способна воспринимать человеческую речь и производить поиск с помощью алгоритмов. Watson в 2011 г. сыграл в американской игре Jeopardy! (российский аналог — «Своя игра»), где и обошла обоих своих противников. 

2012

Источник: https://newtonew.com/tech/nauka-i-obrazovanie-chelovek-protiv-kompjutera

Когда компьютер станет умнее человека?

Специалисты из американского агентства ДАРПА, специализацией которого является разработка сверхсовременных «умных» технологий для военной индустрии и армии США, начали уникальный проект. Цель данного проекта — создать программные алгоритмы, на основе которых будет происходить самообучение новейших компьютеров.

Следующий шаг

Уполномоченные лица ДАРПА — агентства инновационных исследований Министерства обороны США — имеют однозначный ответ на этот вопрос: цель ученых — это создание такой программы, при помощи которой станет проще обучить компьютер, нежели его запрограммировать.

Машинное обучение — это уникальная способность современных компьютеров самостоятельно (но, конечно же, по разработанной и заложенной программе) работать с предоставленной им информацией. Такие компьютеры могут распознавать поступающие данные так, как это делает наш мозг, и делать выводы, основанные на этих данных.

Это и есть та цель, к которой нужно стремиться в рамках прогресса в сфере вычислительной и компьютерной техники.

Сегодня некоторые такого рода технологии уже используются, например спам-фильтры в е-mail, которые распознают информацию, содержащую рекламу.

Probabilistic Programming for Advanced Machine Learning

PPAML (Probabilistic Programming for Advanced Machine Learning) — это программа, которая должна намного увеличить возможности компьютеров к самообучению.

Дословный перевод названия программы — «Вероятностное программирование для углубленного машинного изучения».

Суть проекта заключается в разработке и внедрении новой парадигмы компьютерного программирования, а именно — получение машинами более точной информации.

Если любой компьютер при помощи PPAML получить возможность обучаться более эффективно, то на Земле значительно увеличится количество тех людей, которые способны успешно создавать разного рода компьютерные приложения и сделать работу машины во много раз эффективней.

Также, данная программа призвана создать намного более экономичные, мощные и надежные компьютерные приложения, нежели те, что существуют сегодня. Таким приложениям будет необходимо меньшее количество исходных данных для того, чтобы получить более точные результаты.

Разработка PPAML будет проводится учеными в течение 4 лет. Она будет включать в себя 3 основные фазы активности — с 2013 по 2017 год. Успешным решением поставленной специалистами задачи будет считаться:

  • совершенно новые вероятностные и статистические модели программирования;
  • уникальные алгоритмы обучения;
  • качественно новые языки программирования;
  • программное обеспечение с невероятно высокой производительностью.

Как бы там ни было, сегодня увидеть перспективы развития компьютеров можно при помощи известного многим закона Мура.

К чему ведет закон мура

Многим известно, что развитие технологии происходит экспоненциально. Все новые компьютеры способны работать намного быстрее их предшественников.

Стоит отметить, что как учеными, так и фантастами неоднократно были высказаны гипотезы о том, что для компьютеров существует так называемый «предел сложности кибернетической системы».

Преодолев данный барьер, в компьютерной системе произойдет переход количества в качество, так называемая «спонтанная самоорганизация самосознания» (Формула Лимфатера).

Ученые утверждают, что если такой предел существует, то он точно находится ниже производительности человеческого мозга.

Но какая производительность нашего мозга? Для этого необходимо просто перемножить количество мозговых нейронов на усредненное количество межнейронных связей и на усредненную частоту химико-электронных импульсов, которые проходят через эти связи.

 В результате такой операции умножения можно увидеть производительность 10^(15 — 18) операций за секунду. Какие же это операции? Если учитывать точность вычислений, то этот вопрос является несущественным, поскольку ошибка в подсчете производительности влечет за собой временную погрешность максимум в 10 лет.

Так, откладываем по горизонтали время, по вертикали — производительность системы (производительность обычного персонального компьютера).

Поскольку рост технологий экспоненциальный, то логарифмическая шкала роста будет представлять из себя восходящую прямую (синяя линия).

Что касается производительности мозга, то предположим, что она в ближайшие несколько десятилетий существенно не изменится. На графике изобразим ее горизонтальной прямой линией голубого цвета.

Из созданного таким образом графика видно, что в районе 4-го десятилетия 21 века производительность привычного всем персонального компьютера может легко достичь производительности человеческого мозга.

Также необходимо помнить о том, что каждая уважающая себя страна уже изготавливает или планирует изготавливать мощные суперкомпьютеры.

Поскольку для таковых закон Мура также работает, то зеленая прямая роста производительности будет проходить параллельно синей (первой).

Источник: https://gridder.ru/technologies/computers/kogda-kompjuter-stanet-umnee-cheloveka/

Компьютер и человек: кто сильнее?

Первую ЭВМ создали в 1942 году. Тогда никто не предполагал, что за 75 лет компьютеры станут неотъемлемой частью практически каждого дома, а их вычислительная мощность будет в десятки тысяч раз выше. Из-за этого многие опасаются, что со временем машины  вытеснят людей. Так ли это? Давайте обсудим тему — компьютер и человек: кто сильнее и к чему это все приведет.

Компьютер и человеческий мозг

Когда противопоставляют мозг и компьютер, сравнивают вычислительные возможности, способность к многозадачности и анализу. Именно это и подразумевается в вопросе, кто сильнее.

Первые машины едва ли могли сравниться с современным калькулятором, а о сложных вычислениях не было и речи. Постепенно «железо» улучшалось и заговорили о том, что компьютер скоро победит человека в шахматах.

Без улыбки это предположение встречали редко. Максимум, что могла машина того времени, — это обыграть новичка, который не просчитывает дальше одного хода.

Однако с 1997 года в комбинаторике компьютерам нет равных. Программа Deep Blue от IBM, которая просчитывала до 200 миллионов позиций в секунду, обыграла Гарри Каспарова со счетом: 2 победы, 3 ничьих и 1 поражение.

Также компьютер непобедим в скрэббл (игра в слова), шашках, реверси, нардах. Машина быстрее человека собирает кубик Рубика, тратя на это не более 20 ходов и 1,047 секунды. Для сравнения: лучший результат человека — 4,904 секунды.

Означает ли, что компьютер превосходит человеческий мозг? Нет. Он пока далек от его возможностей, но постепенно отставание сокращается. Так в ходе проведенного исследования заключили ученые из Афинского национального университета.

Им удалось измерить вычислительные возможности мозга с помощью магнитно-резонансной томографии. Задача эксперимента заключалась в том, чтобы определить количество отдельных процессов мозга во время выполнения простых задач.

Испытуемым на экране показывали куб зеленого или красного цвета. При появлении первого нужно было указать на него пальцем левой руки, а на второй — правой. Оказалось, что при выполнении этого действия в мозгу одновременно активно работали пятьдесят участков мозга, отвечающие за отдельные задачи.

Интересно, что в следующем испытании людей попросили распознать показываемые предметы и причислить к определенной категории. Эксперимент показал меньшую активность мозга, чем предыдущий. Пятьдесят отдельных задач — это далеко не максимальный результат, однако он значительно превосходит возможности современных компьютеров.

Поэтому можно с уверенностью сказать: потенциал мозга человека значительно выше компьютерного. По крайней мере пока.

Компьютер и человек: кто кому служит

Пусть мы пока еще умнее, но факт остается фактом: со временем машины превзойдут человека во всех сферах деятельности. Это касается не только монотонных операций, но и творчества, искусства, логики.

Через сотню лет, а может быть, и раньше компьютеры смогут выполнять любую работу, причем намного быстрее и качественнее. А с развитием нейронных сетей программы заберут хлеб даже у своих создателей — программистов. Выходит, что компьютер сможет создавать себе подобных.

Отсюда возникает резонный вопрос: что останется людям? Наем сотрудников станет бессмысленным, ведь машина все сделает лучше и быстрее. Она не спит, не ест, не устает, не жалуется на низкую зарплату.

Человечеству останется только желать. Чтобы мы ни захотели, компьютеры выполнят это. Получается, машины служат создателю? Да, но только при идеальных обстоятельствах. На практике может сложиться иначе.

Источник: https://www.nur.kz/1682634-kompyuter-chelovek-kto-silnee.html

Ссылка на основную публикацию