Узкий ИИ, также известный как слабый ИИ, представляет собой приложение технологий искусственного интеллекта AI (artificial intelligence) для создания многофункциональной системы, которая воспроизводит – а, возможно, и превосходит – человеческий интеллект для определенной цели.

Узкий ИИ часто противопоставляется общему искусственному интеллекту ОИИ (general artificial intelligence, AGI), который иногда называют сильным ИИ (strong AI); система ИИ, которую можно теоретически применить к любой задаче или проблеме. Подразумевается, что ОИИ может заменить собой человеческий интеллект в плане сознания, эмоций, ощущений и абстрактного мышления. Такие системы ещё не созданы, и многие эксперты, сомневаются, что они вообще могут быть созданы в принципе.

Примеры узкого ИИ

Все формы современных систем ИИ можно классифицировать как узкий ИИ. Это следующие системы:

• Системы распознавания изображений и лиц. Эти системы, в том числе те, которые используются компаниями социальных сетей, такими как Facebook и Google, для автоматической идентификации людей на фотографиях, являются формами слабого ИИ.
• Чат-боты и разговорные помощники. Сюда входят популярные виртуальные помощники Google Assistant, Siri и Alexa. Также это могут быть более простые чат-боты для обслуживания клиентов, например, для возврата товара в розничный магазин.
• Беспилотные автомобили. Автономные или полуавтономные автомобили, такие как некоторые модели Tesla и автономные дроны, лодки и заводские роботы – все это приложения узкого ИИ.
• Модели профилактического обслуживания. Эти модели основываются на сборе данных от машин механизмов с помощью датчиков, чтобы помочь предсказать, когда какая-либо часть машины может выйти из строя, и заблаговременно предупредить пользователей.
• Рекомендательные движки. Эти системы, которые предсказывают контент, который может понравиться пользователю.

Преимущества и недостатки узкого ИИ

Преимущества. Узкие системы искусственного интеллекта могут выполнять отдельные задачи часто даже лучше, чем люди. Слабая система искусственного интеллекта, разработанная для выявления рака по рентгеновским или ультразвуковым изображениям, например, может обнаруживать раковые образования на изображениях быстрее и точнее, чем специалист-радиолог. Платформа прогнозного обслуживания может анализировать поступающие данные, поступающие с датчиков Интернета Вещей датчиков в режиме реального времени, что практически невозможно для человека или группы людей, чтобы приблизительно предсказать, когда какая-либо часть машины выйдет из строя. Есть многие аналитические задачи с анализом конкретной предметной области, с которыми ИИ справляется лучше, чем человек.

Недостатки. Узкие системы ИИ могут делать только то, для чего они предназначены, и могут принимать решения только на основе своих данных обучения. Другие данные они не способны воспринимать или анализировать. Чат-бот для обслуживания клиентов розничного продавца, например, может ответить на вопросы, касающиеся часов работы магазина, цен на товары или политики возврата магазина. Однако, вопрос почему тот или иной продукт лучше аналогичного, скорее всего, поставит такого бота в тупик. Поэтому, системы узкого ИИ склонны к предвзятости и часто могут давать неверные результаты, будучи не в состоянии их объяснить. Сложные модели обучаются на огромных объёмах данных, которых больше, чем их создавшие их люди могут отсортировать сами. Большие объёмы данных часто содержат предвзятость или неверную информацию, поэтому модель, обученная на этих данных, может непреднамеренно принять эту неверную информацию как истинную. Поэтому модель ИИ может иногда делать искажённые прогнозы, но её пользователи, не подозревая, что она обучалась на предвзятых данных, могут не знать, что полученные прогнозы ошибочны.

Узкий ИИ (AI) и общий ОИИ (AGI)

Предполагается, что AGI должен иметь всесторонние знания и когнитивные способности, и его производительность должна быть неотличима от производительности человека. Такие системы пока не разработаны, и мнения экспертов сильно расходятся, можно ли вообще такую систему создать.

Некоторые эксперты считают, что система общего искусственного интеллекта должна обладать человеческими качествами, такими как сознание, эмоции и критическое мышление.

Системы, построенные на узком или слабом ИИ, не обладают ни одним из этих качеств, хотя они часто могут превзойти людей при выполнении какой-то отдельной конкретной задачи. Эти системы предназначены не для полной имитации человеческого интеллекта, а для автоматизации конкретных человеческих задач с использованием машинного обучения, глубокого обучения и обработки естественного языка NLP (Natural Language Processing).