ИППИ РАН на мировом уровне занимается искусственным интеллектом с 1961 года

ЭкспертНаука

Натиск искусственного интеллекта

Институт проблем передачи информации РАН на мировом уровне занимается искусственным интеллектом с 1961 года. Его опыт показывает, насколько важно не иметь разрывов между технологиями и наукой.

Александр Механик

В центре — директор ИППИ РАН, доктор физико-математических наук, профессор РАН Андрей Соболевский; слева — заместитель директора ИППИ РАН по инновационной деятельности, генеральный директор МИП ИППИ РАН «Визиллект-сервис» и «Эвокарго» Андрей Большаков; справа — старший научный сотрудник ИППИ РАН, руководитель сектора репродукции и синтеза цвета, кандидат физико-математических наук Егор Ершов. Фото: Олег Сердечников

Стремительный прогресс в сфере искусственного интеллекта сейчас обеспечивают главным образом большие корпорации, которые способны создать большую концентрацию специалистов, идей, больших данных и вычислительных мощностей. Но за концентрацией идей и специалистов стоят десятилетия научного поиска. И новые прорывы потребуют фундаментальных открытий и живой науки. Это следует из разговора, который состоялся у «Эксперта» в Институте проблем передачи информации (ИППИ) РАН им. А. А. Харкевича.

Институт был спроектирован и создан в 1961 году Александром Александровичем Харкевичем, который одним из первых в СССР понял значение теории информации, которая во многом лежит в основании информационного века, и стал ее развивать. Теория информации тогда чаще называлась «теорией связи» и возникла как теоретическое расширение практических задач. Математики искали пути решения задач, связанных, например, с удалением помех в радиосигнале, вычленением информации из шума, но пришли к фундаментальной теории.

Автор теории информации — американский математик Клод Эдвуд Шеннон, который во время Второй мировой войны занимался теоретическими проблемами шифрования — криптографией. Основы теории информации он заложил в работе «Математическая теория связи», которая вышла в 1948 году. Именно Шеннон предложил бит как единицу информации, применил понятие энтропии (мера неупорядоченности в термодинамике) к проблеме передачи информации и сформулировал целый ряд теорем новой теории. Так из прикладных задач возникла фундаментальная наука, которая потом привела к технологическому рывку.

«И Харкевич понимал, — говорит директор ИППИ РАН Андрей Соболевский. — что проблемы, которые стоят перед связью в контексте передачи информации, не только инженерные, но и научные. Вот почему он считал, что этот институт должен стать центром фундаментальных исследований по тематике передачи информации, и понимал, что кроме передачи информации здесь должны заниматься и ее обработкой. Поэтому с момента создания института помимо тематики связи здесь было и то, что называлось распознаванием образов».

А вот задача распознавания образов — это уже сфера применения искусственного интеллекта. Конечно, задачу различения на картинке любой кошки и любой собаки можно решить разными способами, например собирая статистические данные или пытаясь найти принципиальные отличия между ними. Но собаки и кошки бывают разные, а их изображения там более, так что, скорее всего, задача будет решаться со многими ошибками. При этом любой трехлетний ребенок решит задачу распознавания кошки и собаки безошибочно. Ученые еще в 1940-х поняли, что для определенных задач, таких как распознавание образов, можно попробовать создать машины, в чем-то подражающие принципам работы мозга животных, искусственные нейросети.

В 1958 году Фрэнк Розенблатт опубликовал статью о перцептроне — машине, которая устроена как элементарная модель мозга. В ней есть разные слои нейронов: слой, отвечающий за восприятие информации; слой, отвечающий за ее обработку и память; и слой, отвечающий за вывод информации. Перцептрон умеет учиться: в ответ на сигналы одобрения или неодобрения он перестраивает связи между нейронами. Перцептрон стал не только моделью изучения законов работы мозга, но и инструментом решения технических задач, хотя до компьютерной эры он разрабатывался больше учеными, чем инженерами. Вычислительные мощности и обилие данных сделали нейросети по-настоящему эффективными.

Большинство современных нейросетей — наследники перцептрона, но усовершенствованные. Под разные задачи создаются сети с разным количеством слоев нейронов, с разной математикой формирования связей между нейронами и слоями — с разной «архитектурой».

Биология и математика были рядом и при создании ИППИ. К отделениям математики, связи и распознавания образов быстро добавилась физиология процессов передачи и обработки информации в живом. Хотя есть легенда, что Харкевич якобы поражался перспективой появления биологической лаборатории в составе технического института: «Я бы не пошел работать в такой институт даже уборщицей!» Так или иначе, Харкевич, как рассказывает Соболевский, обладал хорошим чувством юмора и очень современно на тот момент спроектировал институт, который занимался искусственными интеллектом уже с момента своего основания.

ИППИ был на передовой искусственного интеллекта на протяжении шестидесяти лет, да и сейчас создает новые востребованные мировым рынком разработки. Поэтому именно здесь лучше всего говорить о связи научных и прикладных задач в этой сфере.

В нашей беседе, которая состоялась в институте, приняли участие Андрей Соболевский — директор ИППИ РАН, доктор физико-математических наук, профессор РАН, заведующий кафедрой технологий моделирования сложных систем факультета компьютерных наук НИУ ВШЭ; Андрей Большаков — заместитель директора по инновационной деятельности, генеральный директор малых инновационных предприятий ИППИ РАН «Визиллект-сервис» и «Эвокарго», и Егор Ершов — старший научный сотрудник, руководитель сектора репродукции и синтеза цвета, кандидат физико-математических наук, доцент, заместитель заведующего кафедрой технологий моделирования сложных систем факультета компьютерных наук НИУ ВШЭ.

На заре искусственного интеллекта

Система автоматического распознавания типа транспортного средства на платных дорогах

— Что именно в начале 1960-х понималось под распознаванием образов?

Андрей Соболевский: Под распознаванием образов тогда понималось, например, распознавание каких-то объектов или структур, скажем, на аэрофотоснимках. Тогда, безусловно, уже стояла задача распознавания и синтеза речи. В нашем институте тоже были работы по распознаванию речи. Во-первых, стояла задача создания «фонетической пишущей машинки»: человек говорит — машина переводит речь в текст. Во-вторых, это создание системы голосового распознавания команд. Например, на центральном диспетчерском пункте управления Минэнерго СССР использовали систему, разработанную в нашем институте, для дистанционного управления объектами посредством голосовых команд. Помимо этого решались задачи оценки речевого тона (различение женских и мужских голосов), а также разрабатывались методы распознавания речи независимо от диктора. Технически это выглядело примерно так же, как и сегодня: создавалась большая библиотека обучающих образцов, содержащих амплитудно-частотные характеристики слов, частей слов, слогов, букв, а потом проводилось сравнение.

В физиологической лаборатории института, которую создал Николай Дмитриевич Нюберг, работал и Михаил Моисеевич Бонгард — один из основоположников теории распознавания образов, автор классической монографии «Проблема узнавания».

Беспилотник «Эвокарго» с системой распознавания, разработанной в ИППИ РАН во время натурных испытаний на ЦКАД

— Бонгард понимал распознавание как математическую задачу?

А. С.: Это понималось как задача, требующая математизации, математического подхода. Бонгард этого прямо не пишет, но кажется, что вдохновлялся он при этом Шенноном. Потому что работы Шеннона были примером того, что правильная математизация области, которая вроде бы совершенно безнадежно инженерная, многое в ней проясняет и оказывается очень полезной для инженеров же.

Фактически Бонгард сформулировал программу математизации хотя бы простейших интеллектуальных функций человека и высших животных. Чтобы смоделировать их и тем самым сделать возможным математическое исследование их границ. И эта программа была в значительной степени осуществлена.

Можно сказать, что 1960-е годы были периодом натиска искусственного интеллекта, а потом воцарилось некоторое затишье. В середине двадцатого века и в моей «родной» дисциплине, математике, и во многих других науках было впервые предложено много такого, что затем оказалось идейно и концептуально весьма плодотворным. Это было очень творческое время, облик которого определяло поколение тех, кому сейчас за восемьдесят.

Масштабный макет высокоавтоматизированного транспортного средства с индустриальной системой распознавания

— Но распознавание образов уже тогда понималось как искусственный интеллект?

А. С.: Безусловно, это понималось как искусственный интеллект.

Но продолжу рассказ о том, как формировался наш институт. Лаборатория психофизиологии зрения попала сюда из физиологических лабораторий первой, затем по проторенному пути в ИППИ перешел созданный по инициативе Израиля Моисеевича Гельфанда отдел теоретической биологии, который ранее существовал при Институте биофизики. И в это же время сюда перешла лаборатория физиологии движения. Таким образом, у нас образовался биологический отдел из трех лабораторий: передачи и обработки информации в органах чувств, регуляции движений и других физиологических систем, математических методов в биологии. А на рубеже 2000-х годов отдельно появились лаборатории, занимающиеся биоинформатикой и геномикой.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Арендное жилье: пока для состоятельных и под контролем государства Арендное жилье: пока для состоятельных и под контролем государства

Последнее десятилетие для рынка арендного жилья похоже на день сурка

Эксперт
Городские неразлучники в жару охладились у вентиляционных отверстий зданий Городские неразлучники в жару охладились у вентиляционных отверстий зданий

Поведенческая адаптация помогает неразлучникам выживать в экстремальном климате

N+1
Чирикать придется медленно Чирикать придется медленно

Российские власти используют DPI для воздействия на социальные сети

Эксперт
Что вам нужно знать о Вилли Чаваррии – новом главном дизайнере мужской линии Calvin Klein Что вам нужно знать о Вилли Чаваррии – новом главном дизайнере мужской линии Calvin Klein

Вилли Чаваррия — король объемных силуэтов, борец с гомофобией и расизмом

GQ
Гузель Яхина: «То, что происходит сейчас, — это продолжение советского периода» Гузель Яхина: «То, что происходит сейчас, — это продолжение советского периода»

Гузель Яхина — о своем ощущении советского времени и о новом романе

Эксперт
Искусство сборки Искусство сборки

Новая креативная контркультура в мире кастом-байков

Robb Report
Владимир Войнович Владимир Войнович

Владимир Войнович глазами Дмитрия Быкова

Дилетант
11 упражнений с резинкой: описания, видео и инструкции 11 упражнений с резинкой: описания, видео и инструкции

Лента-эспандер поможет расширить комплекс домашних упражнений

РБК
Первая курица Первая курица

Самый распространенный вид домашней птицы обрел историческую родину

Огонёк
Афантазия обеспечила иммунитет к страшным рассказам Афантазия обеспечила иммунитет к страшным рассказам

Люди с афантазией не боятся страшных рассказов, но боятся угрожающих изображений

N+1
Составлен портрет российской предпринимательницы: ей под 40, она ИП, зарабатывает до 200 тыс. руб. в месяц Составлен портрет российской предпринимательницы: ей под 40, она ИП, зарабатывает до 200 тыс. руб. в месяц

Портрет женщины, которая руководит собственным бизнесом в России

Inc.
Земля и воздух Земля и воздух

Гимнастка Татьяна Тур рассказывает историю одного падения

Cosmopolitan
Как обмануть возраст? Российские звезды 50+ раскрыли секреты красоты и молодости Как обмануть возраст? Российские звезды 50+ раскрыли секреты красоты и молодости

Валерия, Алла Пугачева и другие звезды рассказали о своих бьюти-уловках

Cosmopolitan
Идеальный праздник: как организовать торжество без лишних волнений Идеальный праздник: как организовать торжество без лишних волнений

Как организовать праздник, который запомнится надолго?

Psychologies

Эссе Оливии Лэнг ”Пить, пить, пить: писательницы и алкоголь”

Esquire
Правила жизни Дэниела Крэйга Правила жизни Дэниела Крэйга

Правила жизни актера Дэниела Крэйга

Esquire
9 блюд, которые нельзя заказывать в ресторанах, по мнению шеф-поваров 9 блюд, которые нельзя заказывать в ресторанах, по мнению шеф-поваров

На что не стоит тратить деньги и желудочный сок

Maxim
Как женщины начали шутить и почему никак не могут остановиться? Как женщины начали шутить и почему никак не могут остановиться?

Откуда растут ноги женского стендапа в России, почему женский юмор такой смешной

Cosmopolitan
Орлиную акулу назвали меловым аналогом скатов-мант Орлиную акулу назвали меловым аналогом скатов-мант

Орлиные акулы питалась планктоном и жила около 93 миллионов лет назад

N+1
«Совершенно никакой адвокат» «Совершенно никакой адвокат»

Владимир Ульянов был многообещающим адвокатом...

Дилетант
Физики успешно измерили силу гравитации божьей коровки Физики успешно измерили силу гравитации божьей коровки

Физики измерили силу, с которой пространство-время искажает божью коровку

Популярная механика
Валерия Брусникина: «Блокчейн увеличивает прозрачность и надежность сделок» Валерия Брусникина: «Блокчейн увеличивает прозрачность и надежность сделок»

Возможности и перспективы блокчейна

Forbes
Викрам Паралкар: Ночной театр. Отрывок из романа Викрам Паралкар: Ночной театр. Отрывок из романа

Первая глава романа Викрама Паралкара о рутине сельского хирурга в Индии

СНОБ
В чем секрет обаяния? В чем секрет обаяния?

Что же такое обаяние? И как им обзавестись?

Esquire
Петр Авен — Forbes: «Я обязательно открою музей в Москве» Петр Авен — Forbes: «Я обязательно открою музей в Москве»

Миллиардер Петр Авен планирует открыть частный музей в центре Риги

Forbes
Подавать чай боссу и быть хорошей женой: почему в Японии все так плохо с феминизмом Подавать чай боссу и быть хорошей женой: почему в Японии все так плохо с феминизмом

Почему в одной из самых развитых стран мира такие проблемы с равенством?

Forbes
Нелюдь и нелюди. К истории о приглашении «скопинского маньяка» на телешоу Нелюдь и нелюди. К истории о приглашении «скопинского маньяка» на телешоу

История «скопинского маньяка» на телешоу породила скандал

СНОБ
Мать сына Илона Маска: кто такая Граймс и почему она крутая Мать сына Илона Маска: кто такая Граймс и почему она крутая

Объясняем, почему Граймс и без Маска супер и почему их союз закономерен

РБК
Укрощение женщины по методу древних греков: приручи льва, укроти козу и уговори змею Укрощение женщины по методу древних греков: приручи льва, укроти козу и уговори змею

В каждой женщине есть коза, змея и лев. Как мужчине приручить весь этот зоопарк?

Maxim
Шлиссельбургская каторжная тюрьма Шлиссельбургская каторжная тюрьма

История Шлиссельбургской крепости — краткий конспект истории России

Дилетант
Открыть в приложении