Технологии Четвертой промышленной революции

Десять фактов о ИИ, которые сегодня должен знать каждый

1. ИИ меняется со временем. Сегодня искусственным интеллектом чаще всего называют машинное обучение – программные подходы, использующие различные алгоритмы и методы, такие как линейная регрессия, деревья решений, Байесовы сети, эволюционные алгоритмы и искусственные нейронные сети. В 1960-х годах крупнейшим достижением ИИ были подвижные роботы, сегодня – победа над мастерами игры го. Наше представление о том, что такое искусственный интеллект, меняется с прохождением каждой важной вехи в этой области.

2. Универсальный искусственный интеллект пока не создан, но мы уже окружены «узкоспециализированным ИИ». Сегодняшние интеллектуальные системы все лучше справляются с выполнением конкретных, четко поставленных задач, но им все еще недостает понимания более широкого контекста и здравого смысла – того, что люди считают само собой разумеющимся. Тем не менее поисковые алгоритмы Google, способность вести диалог, которой обладает программа-помощник Siri, разработанная компанией Apple, и прогнозирование следующего слова, которое вы собираетесь напечатать на смартфоне, – все это примеры узкоспециализированного ИИ. Другие важные, но менее заметные применения ИИ – средства обеспечения кибербезопасности, контекстная реклама в Интернете, системы управления промышленными роботами и автономными автомобилями, методы обобщения текстовой информации и диагностики определенных заболеваний.

3. ИИ, роботы и люди работают лучше, когда делают это вместе. Люди, играющие в шахматы при помощи шахматных программ на основе ИИ, побеждают и других людей, и другие компьютеры, играющие без человеческой поддержки^{141}. Интеллектуальные роботы тоже выигрывают от сотрудничества с людьми: Университет Карнеги – Меллона создал коллаборативных роботов CoBot, которые помогают посетителям найти место встречи и выполняют различные задания, например приносят документы. Эти роботы просят у людей помощи, когда им требуется, например, поднять объект, вызвать лифт или найти дорогу домой, если они потерялись.

4. Системам на основе ИИ требуется наша помощь в установке целей. Возможно, мы преувеличиваем угрозу появления в ближайшем будущем «искусственного сверхинтеллекта», но нельзя сомневаться в том, что интеллектуальные системы могут привести к вредным или непредвиденным последствиям, если мы не позаботимся о направлении их к нужным нам целям. Как сказал Стюарт Расселл, ключ к успеху – учить ИИ вести наблюдения за людьми и сопоставлять свои цели с целями и ценностями человека.

5. Многие из сегодняшних интеллектуальных систем работают по принципу «черного ящика». Мы не до конца понимаем, как некоторые из наиболее популярных алгоритмов машинного обучения, например искусственные нейронные сети и методы глубокого обучения, приходят к своим выводам. Разобраться в этих процессах технически возможно, но ИИ может изменить используемый подход во время принятия следующего решения. Это значит, что результаты проверить сложно, и это в некотором смысле ограничивает возможность людей учиться у машин, самостоятельно принимающих решения.

6. Ресурсы, на основе которых создается искусственный интеллект, открыты и общедоступны. Значительная часть инновационной работы в области машинного обучения выполняется исследовательскими отделами университетов и коммерческих организаций по всему миру. Немалая доля полученных знаний публикуется в открытых источниках, и на это есть веские основания: без прозрачности нам будет нелегко изолировать проблемы и вносить важные корректировки. Нужно всего несколько минут, чтобы найти расположенного в облаке интеллектуального «бота», который поможет в обработке естественного языка или распознавании изображений.

7. Для использования ИИ необходимо упорядочить данные. Хотя существуют системы ИИ, помогающие извлекать пользу из данных, полученных из открытых источников, для применения частных данных в машинном обучении необходимо соответствующим образом организовать и защитить их. Управление данными – одна из самых больших сложностей для многих организаций. К счастью, разрабатываются системы ИИ, помогающие искать данные в системах и на серверах компаний и подготавливать их для использования.

8. Даже лучшие интеллектуальные системы подвержены ошибкам и отклонениям. Точность и полезность любого алгоритма зависит как от особенностей самого алгоритма, так и от данных, используемых для обучения. Есть множество примеров того, как мощные алгоритмы давали сбои и приходили к совершенно неверным результатам из-за некорректных спецификаций или выбора неподходящих данных для обучения.

9. ИИ и робототехника не сделают человека ненужным, а изменят его задачи. За очевидными исключениями (такими как водители, доставляющие грузы, и кассиры в супермаркетах), полной автоматизации поддается довольно небольшой процент рабочих мест. Вместо этого, как показали исследования компании AlphaBeta, самым значительным влиянием ИИ и роботов на будущий рынок труда будет автоматизация ряда повторяющихся или технических задач, благодаря чему люди получат больше времени для творческой работы и межличностного взаимодействия.

10. Влияние ИИ и робототехники зависит от того, как мы будем использовать эти технологии. Определяющее значение будут иметь способы их практического применения для решения реальных проблем. Поэтому с расширением возможностей и влияния интеллектуальных систем и роботов будет расти и важность принимаемых директорами и менеджерами решений относительно того, где и когда их использовать.