Маркетинг 5.0. Технологии следующего поколения

Способ обучения у человека также чрезвычайно сложный. Люди получают сигналы всех пяти чувств. Мы используем вербальный язык и зрительную информацию, чтобы учить и обучаться. Наше восприятие мира усиливается осязанием, обонянием и вкусом. Мы также обучаемся психомоторно, например, чтобы учиться писать, ходить или для обретения других двигательных навыков. Это все обучение – процесс длиною в жизнь. В результате люди могут общаться, чувствовать и двигаться, подстраиваясь под сигналы окружающей среды.

В течение многих лет ученые и инженеры были одержимы желанием воспроизвести способности человека при работе с машинами. Машинное обучение в ИИ предпринимает попытки имитировать подход контекстуального обучения. Системы ИИ не созданы учиться сами по себе. Как и людей, их нужно обучать необходимому, используя алгоритмы. Они находят закономерности, используя большие данные, которые служат примерами контекста. В конечном счете они могут «понять» алгоритмы и полностью постичь логику данных.

Сенсорные технологии играют свою роль в помощи обучению, имитируя органы чувств человека. Например, системы распознавания лиц и изображений помогают машинам различать объекты на основе модели зрительного обучения, которую используют люди. Более того, когнитивные навыки компьютеров позволяют им имитировать социальные взаимодействия – с помощью обработки естественного языка – и совершать физические движения – с помощью робототехники. Хотя машины еще не обладают разумом и ловкостью на уровне человека, они более выносливы и надежны, благодаря чему они могут выучить массивный объем знаний за короткое время.

Уникальность человека, однако, на этом не ограничивается. Люди могут постигать абстрактные концепции, которые не имеют физической формы, например этику, культуру или любовь. Способность к воображению за рамками логического подхода делает людей более творческими. И иногда это заставляет людей отойти от того, что считается рациональным и логичным. Более того, люди очень социальны. Мы на интуитивном уровне любим собираться в группы и строить отношения с другими.

Машины также обучаются с помощью этих других аспектов человеческих возможностей. Например, технологии дополненной и виртуальной реальности (AR/VR) имитируют человеческое воображение, накладывая друг на друга две реальности – онлайн и офлайн. Мы также пытаемся составить представление о том, как машины должны «общаться» друг с другом, разрабатывая «интернет вещей» и блокчейн.

Мы называем эти продвинутые технологии – технологии нового поколения. Это искусственный интеллект, обработка естественного языка, сенсорные технологии, робототехника, технологии смешанной реальности, «интернет вещей» и блокчейн. Воспроизводя человеческие способности, они могут усилить маркетинг нового поколения (см. рисунок 6.2).

Рисунок 6.2. Шесть способов, с помощью которых технологии имитируют людей

Искусственный интеллект

Искусственный интеллект, возможно, самая популярная и наименее понятая технология последних времен. Нас пугают мысли об ИИ на человеческом уровне, как можно увидеть в научно-фантастических фильмах. Такая форма ИИ носит название общего или сильного искусственного интеллекта, у которого разум на уровне человеческого, но он будет разрабатываться еще как минимум двадцать лет.

Но искусственному интеллекту не нужно быть настолько разумным. Узкие применения ИИ уже часто встречаются и широко используются для автоматизации рутинных задач в некоторых индустриях. Компании финансового сектора используют ИИ для автоматизации обнаружения мошенничества и рейтинга кредитоспособности. С помощью искусственного интеллекта Google рекомендует поисковые запросы с каждой новой набранной в поисковой строке буквой. Amazon использует его для предоставления рекомендаций книг, а Uber – для работы динамического ценообразования.

Слабый[18] искусственный интеллект использует компьютерные алгоритмы для выполнения определенных задач, которые ранее требовали человеческого интеллекта. Компьютер может обучаться либо с учителем, либо без. При обучении с учителем человек-программист строит алгоритм в формате «стимул – реакция» или «если – то». Ранней формой таких систем назывались экспертные системы, которые сейчас используются в чат-ботах клиентской поддержки. При взаимодействии с простым чат-ботом клиенты могут задавать вопросы из заранее определенного списка. Компании с повторяющимися и стандартизированными процессами могут использовать экспертные системы для автоматизации.