Искусственный интеллект и как он изменит мир
За последние несколько лет искусственный интеллект все больше и больше становится частью повседневной жизни. Когда-то искусственный интеллект использовался только в книгах по научной фантастике, но теперь он используется в самых разных отраслях, от маркетинга до здравоохранения. Ожидается, что к 2025 году мировой рынок программного обеспечения для искусственного интеллекта вырастет до 126 миллиардов долларов.
Несмотря на то, что ИИ сейчас довольно распространен, он все еще находится в зачаточном состоянии. В ближайшие годы и десятилетия искусственный интеллект и другие технологии произведут революцию в мире, открыв огромные возможности для экономического и социального развития. Вот что вам нужно знать о том, как искусственный интеллект изменит мир.
Во-первых, давайте объясним искусственный интеллект
Хотя большинство людей имеют хотя бы общее представление 
об этом термине, современный искусственный интеллект — обширная и сложная область. Прежде чем перейти к тому, что ИИ может сделать в ближайшем будущем, давайте сделаем шаг назад и посмотрим, что такое искусственный интеллект на самом деле и как он работает.
Что отличает ИИ от обычного компьютерного программирования?
Для начала давайте рассмотрим, чем искусственный интеллект отличается от методов программирования, используемых в традиционных компьютерных системах. В обычной программе программист пишет набор инструкций, которые используются системой для обработки входных данных. Хотя входные данные могут меняться, алгоритм, используемый для обработки входных данных, остается прежним и используется для получения некоторых выходных данных.
AI, с другой стороны, переворачивает эту концепцию с ног на голову. Вместо того, чтобы превращать ввод в вывод с помощью набора заранее определенных инструкций, программа ИИ «учится» на входных данных, которые ей даются. Другими словами, вместо программиста-человека, создающего алгоритм обработки входных данных, компьютер разрабатывает, а затем постоянно совершенствует свой собственный алгоритм. Это позволяет программе постепенно улучшать выполнение поставленной задачи, поскольку она обучается на больших наборах данных и обеспечивает обратную связь о точности своих результатов. Вместо того, чтобы использовать набор правил для преобразования входных данных в выходные, ИИ обучается «узнавать» правила данной задачи по ходу ее выполнения.
Типы ИИ
Вообще говоря, ИИ можно разделить на две основные категории. Первый, известный как узкий искусственный интеллект, относится к способности выполнять узко определенную задачу или набор задач. Узкая система искусственного интеллекта может использоваться для игры, рекомендации продуктов на основе шаблонов данных клиентов или управления электрическими сетями в соответствии с энергопотреблением. Следует отметить, что задача не обязательно должна быть простой, чтобы ее могла решать узкая система ИИ. Например, программа искусственного интеллекта, используемая для управления беспилотным автомобилем, до сих пор считается примером узкого ИИ, несмотря на относительно сложный характер вождения.
Второй тип ИИ называется общим ИИ. В отличие от узкого ИИ, общая система ИИ сможет решать ряд различных и не связанных между собой задач, изучая и применяя предыдущий опыт. В этом смысле общий ИИ был бы похож на человека. Излишне говорить, что общий ИИ — это гораздо более продвинутое и технологически требовательное применение искусственного интеллекта, чем узкий ИИ.
Расширением общего ИИ является концепция искусственного сверхразума. Гипотетически программа ИИ, предназначенная для решения общих задач и имеющая доступ к достаточно большому объему памяти и ресурсам обработки данных, может в конечном итоге превзойти человека практически в любой задаче. Несмотря на интригу, искусственный сверхинтеллект все еще находится в области научной фантастики.
Понимание машинного обучения и глубокого обучения
Помимо основных типов ИИ, рассмотренных выше, существует множество подходов к реализации искусственного интеллекта. Два наиболее важных метода ИИ известны как машинное обучение (ML) и глубокое обучение (DL).
Машинное обучение — это метод, с помощью которого компьютеры могут «учиться» на предоставленных им данных. Системы машинного обучения обучают алгоритмы правильной идентификации шаблонов или других характеристик входных данных. Со временем алгоритм будет все лучше и лучше правильно выполнять задачу, для выполнения которой его обучают. ML широко используется в прогнозном анализе, фильтрации электронной почты, обнаружении онлайн-мошенничества, чат-ботах поддержки клиентов и ряде других полезных задач. Однако для того, чтобы обучение работало, люди, как правило, должны выбирать свойства данных, которые алгоритм обучается идентифицировать.
Глубокое обучение, более продвинутая версия машинного обучения, выводит эту концепцию на новый уровень. Программы глубокого обучения пытаются имитировать работу человеческого мозга, автоматически фильтруя и классифицируя данные. В отличие от обычного машинного обучения, алгоритм глубокого обучения может искать закономерности в данных и учиться на них, даже если человек не говорит ему, что искать. Благодаря своей способности самостоятельно находить закономерности системы глубокого обучения обычно используются в более сложных приложениях, таких как компьютерное зрение и автономные транспортные средства. Несмотря на то, что глубокое обучение является более продвинутым и мощным, у него есть определенные ограничения. Как правило, алгоритмы ГО требуют больших наборов обучающих данных и большей вычислительной мощности, что делает их разработку и обучение более дорогостоящим, чем обычные алгоритмы МО.
Текущее состояние технологии ИИ
Чтобы понять, куда движется искусственный интеллект, в первую очередь важно знать, где он сейчас находится и как он туда попал. Для контекста давайте взглянем на историю искусственного интеллекта и состояние технологии, как она существует сегодня.
Краткая история ИИ
Хотя прецеденты были и раньше, термин «искусственный интеллект» впервые был использован на научной конференции в 1956 году. Эта конференция и ее участники вызвали волну интереса к концепции искусственного интеллекта, но прогресс в этой области оказался крайне медленным. К середине 1970-х первоначальный всплеск энтузиазма в значительной степени угас, что привело к тому, что стало известно как зима ИИ. Этот период застоя продлился до начала 1980-х годов.
Однако по мере того, как вычислительная мощность продолжала улучшаться, правительства и предприятия вновь проявляли интерес к ИИ. Этот период принесет значительный прогресс в этой области, включая развитие раннего глубокого обучения. Это была также эпоха, когда появились экспертные системы, компьютерные алгоритмы, предназначенные для имитации принятия решений человеком путем проверки входных данных на соответствие существующей совокупности знаний. Несмотря на примитивность по сегодняшним меркам, экспертные системы представляли собой раннюю форму ИИ, которая была полезна в реальных бизнес-приложениях.
К 1990-м и началу 2000-х ИИ начал приближаться к своему нынешнему состоянию. В этот период были разработаны ранние чат-боты с искусственным интеллектом, программы компьютерного зрения и другие относительно распространенные сегодня приложения. В то же время вычислительная мощность продолжала расти, что позволило алгоритмам ИИ стать более полезными и привело к более широкому использованию машинного обучения.
Где ИИ сегодня?
Сегодня передовые программы искусственного интеллекта преимущественно используют форму машинного обучения, известную как искусственная нейронная сеть (ИНС). ИНС моделируют работу нейронов в человеческом мозгу, позволяя машинам «думать» больше как люди. ИНС позволяют ИИ решать более сложные задачи, что делает их подходящими для быстрого обучения алгоритмов глубокого обучения.
Что касается приложений, использование ИИ значительно расширилось за последние годы. Сегодня вы найдете программы искусственного интеллекта, которые используются для всего: от курирования каналов социальных сетей до повышения урожайности сельскохозяйственных культур. Хотя большое внимание уделяется использованию этой технологии в беспилотных автомобилях и автономных дронах, реальность такова, что системы ИИ есть практически везде, и большинство людей в той или иной мере ежедневно взаимодействуют с ними.
Несмотря на свое распространение и широкий спектр применения, искусственный интеллект по-прежнему остается очень новой технологической областью. Приложения, которые сегодня являются обычным явлением, были бы не более чем академическими проектами 10 или 20 лет назад. Также важно отметить, что весь современный ИИ относится к категории узкого искусственного интеллекта. Несмотря на то, что он может быть весьма эффективным в определенных задачах, ИИ по-прежнему сильно отстает от человека с точки зрения общего интеллекта. В среднем большинство экспертов считают, что общий искусственный интеллект будет достигнут как минимум к 2060 году.
Какие компании лидируют в области ИИ сегодня?
Несмотря на то, что существует множество небольших стартапов, пытающихся использовать технологию ИИ, в этой области в основном доминирует горстка крупных успешных компаний, обладающих ресурсами и опытом, позволяющими использовать эту технологию в полной мере. Ниже вы найдете краткое описание некоторых ведущих компаний в области искусственного интеллекта на сегодняшний день.
Как обычно в мире технологий, Google находится в авангарде движения за ИИ. Google использует различные формы искусственного интеллекта, особенно глубокое обучение, для поддержки многих своих сервисов, ориентированных на потребителя. Распознавание голоса в Google Assistant, распознавание изображений и автоматический анализ видео — лишь несколько примеров того, как компания реализовала технологию на практическом уровне.
Хотя Google, безусловно, является лидером в области внедрения ИИ, наиболее важным вкладом компании в эту область стало создание библиотеки машинного обучения с открытым исходным кодом под названием TensorFlow. Позволив любому, кто интересуется ИИ, разрабатывать новые инструменты с использованием TensorFlow, Google значительно демократизировал эту область. Как автор основного инструмента с открытым исходным кодом, используемого сегодня для разработки программ искусственного интеллекта, Google, возможно, является мировым лидером в области искусственного интеллекта.
Амазонка
В то время как Google, безусловно, лидирует с точки зрения развития ИИ, Amazon использовал эту технологию для оптимизации своих бизнес-функций и продемонстрировал практические результаты, которые может дать ИИ. В дополнение к своему знаменитому механизму рекомендаций по продуктам на основе искусственного интеллекта Amazon разработала персонального помощника Alexa для работы с клиентами. Однако реальная сила искусственного интеллекта в Amazon находится за кулисами, где машинное обучение позволило компании значительно улучшить свои складские операции. Подобные системы также используются для оптимизации процессов доставки компании, гарантируя, что бесчисленные посылки, ежедневно обрабатываемые Amazon, достигают места назначения как можно быстрее.
Битмейн
Несмотря на то, что он не так известен, как Google или Amazon, производитель чипов для майнинга биткойнов Bitmain также внес важный вклад в мир ИИ. В апреле 2020 года компания сообщила, что успешно разработала программное обеспечение для распознавания изображений с помощью ИИ, предназначенное для идентификации редких, находящихся под угрозой исчезновения птиц в целях сохранения. Bitmain также использует свое чиповое оборудование с поддержкой ИИ для поддержки разработки проектов, начиная от умных городов и заканчивая усовершенствованными системами распознавания лиц.
Тесла
Как и следовало ожидать, производитель электромобилей Tesla выбрал ИИ как ключевой компонент своего бизнеса, стремясь разработать полностью автономные коммерческие автомобили. Фактически, компания готовилась к внедрению своей системы вождения с искусственным интеллектом с первого дня, оснащая каждый продаваемый автомобиль оборудованием, необходимым для самостоятельного вождения. По мере разработки новых функций автономного вождения Tesla может просто отправлять их в виде обновления программного обеспечения.
В 2019 году Tesla даже зашла так далеко, что приобрела ИИ-стартап DeepScale для поддержки разработки своей системы автопилота. Это решение продемонстрировало, насколько важной, по мнению компании, является технология искусственного интеллекта для ее будущего, а также насколько ценными могут быть стартапы, ориентированные на технологии искусственного интеллекта, на рынке.
Помимо своей системы автономного вождения, Tesla также планирует развернуть искусственный интеллект в рамках своего проекта виртуальной электростанции. Этот проект экологически чистой энергии, предназначенный для дополнения или замены традиционных электростанций домашним солнечным оборудованием, будет использовать аналитику ИИ для прогнозирования использования и спроса, позволяя сети VPP вносить коррективы по мере необходимости в часы высокого спроса.
Как искусственный интеллект коренным образом изменит мир
Искусственный интеллект не похож ни на один другой инструмент, когда-либо созданный человечеством. Позволяя компьютерам учиться и думать самостоятельно, системы искусственного интеллекта могут помочь людям даже в самых сложных задачах. Сочетая человеческий интеллект со все более мощным искусственным интеллектом, технология способна коренным образом изменить почти все сферы современной жизни. Хотя изучить каждое применение ИИ в одной статье было бы невозможно, вы найдете некоторые из наиболее важных областей, в которых искусственный интеллект должен произвести революцию, перечисленные ниже.
Здравоохранение и медицина
Медицина, возможно, является одной из областей, в которых ИИ может оказать наибольшее влияние. Применение ИИ в медицинских учреждениях начинается с диагностики. Было показано, что путем сканирования медицинских данных на предмет явных признаков заболевания диагностические алгоритмы точно диагностируют состояния раньше, чем медицинские работники. Впечатляет, что эта технология может работать даже без участия обученного врача. В 2018 году FDA одобрило использование ИИ-диагностического инструмента для выявления диабетической ретинопатии с помощью сканирования глаз пациента. Эта система работает независимо от специализированного диагноста, и для сканирования требуется только работник с более низкой квалификацией. Такие системы однажды смогут обеспечить более быструю и точную диагностику в учреждениях первичной медико-санитарной помощи.
Однако роль ИИ в медицине не ограничивается диагностикой. Эта технология также может быть применена для ускорения и удешевления процесса открытия лекарств. Используя базы данных клинических испытаний и академических исследовательских работ, ИИ могут быстро идентифицировать соединения-кандидаты, которые, как известно, взаимодействуют с патологией данного заболевания. Сравнивая образцы тканей пациентов с определенным заболеванием и без него, системы обнаружения лекарств ИИ также могут раскрывать новую информацию о том, как это заболевание прогрессирует в организме человека. Затем эти идеи могут привести к рекомендациям по химическим соединениям, которые могут оказаться эффективными, даже если они ранее не были связаны с рассматриваемым состоянием.
Даже в такой важной области, как хирургия, медицинские работники и исследователи открывают новые возможности для искусственного интеллекта. Изучая предыдущие хирургические планы, ИИ могут помочь хирургам, предлагая новые хирургические планы для аналогичных случаев. Интеграция искусственного интеллекта также может значительно улучшить хирургических роботов, позволяя им выполнять более широкий и сложный спектр задач, чтобы более эффективно помогать наблюдающему хирургу-человеку.
Наконец, прогнозная аналитика ИИ однажды сможет выявлять потенциальные эпидемии и помогать специалистам по инфекционным заболеваниям координировать ответные меры. Эта возможность была продемонстрирована в начале пандемии COVID-19, когда несколько программ искусственного интеллекта предоставили ранние предупреждения о возможной вспышке респираторного заболевания в Ухане, Китай, более чем за неделю до того, как ВОЗ официально признала начало вспышки. Благодаря будущим усовершенствованиям такие программы предиктивной аналитики могут предоставлять более раннюю и более действенную информацию о возникающих угрозах для здравоохранения. Подобные системы также можно использовать для подготовки больниц к приему большого количества пациентов за счет оптимизации использования ресурсов и предоставления персоналу больниц возможности заранее планировать сценарии с высоким спросом.
В целом эти виды использования показывают роль ИИ в медицинской сфере, которая простирается от исследований до практического ухода за пациентами. Любой из этих технологических достижений был бы чрезвычайно полезен сам по себе, но их коллективное развитие произведет революцию в способности медицинских работников понимать и лечить болезни человека.
Бизнес и финансы
Как и в здравоохранении, искусственный интеллект призван изменить и оптимизировать практически каждую часть современного делового мира. Воздействие искусственного интеллекта на бизнес начинается с предоставления данных для принятия решений. От распределения ресурсов в маркетинговых кампаниях до принятия решения о том, какого кандидата нанять на работу, аналитика ИИ может помочь компаниям сделать лучший и более прибыльный выбор. Эти системы особенно хорошо подходят для все более цифрового характера рабочего места, поскольку современные предприятия генерируют огромные объемы данных, которые алгоритмы ИИ могут использовать для оптимизации бизнес-операций.
Способность искусственного интеллекта быстро анализировать работу сложных систем также делает его идеально подходящим для области управления цепочками поставок. В последние десятилетия глобальные цепочки поставок стали длиннее и сложнее, чем когда-либо прежде. Однако, используя ИИ, предприятия могут заранее прогнозировать спрос, повышать эффективность складов и оптимизировать маршруты доставки, чтобы обеспечить бесперебойную и быструю работу цепочки поставок. Согласно недавнему опросу, проведенному McKinsey and Company, 61% предприятий ожидают экономии средств на управлении цепочками поставок в результате интеграции ИИ.
Однако важно отметить, что влияние ИИ в бизнес-секторе не ограничивается логистикой, планированием и аналитикой. В ближайшие годы искусственный интеллект, вероятно, будет столь же широко представлен на заводах, как и в корпоративных залах заседаний. Тот же опрос McKinsey, упомянутый выше, показал, что 64% предприятий ожидают экономии в своих производственных операциях в результате использования ИИ. В значительной степени эта экономия будет результатом систем прогнозирующего обслуживания, которые отслеживают производительность оборудования и планируют техническое обслуживание, чтобы свести к минимуму время простоя. Генеративные алгоритмы также можно использовать для оптимизации дизайна цифровых продуктов, потенциально обнаруживая недостатки дизайна на раннем этапе и тем самым сокращая продолжительность и стоимость процесса прототипирования.
ИИ также может оказать огромное влияние на финансовую сторону делового мира. Наиболее ярким примером этого является индустрия финансовых технологий, где ИИ уже используется для предоставления недорогих и доступных финансовых услуг в больших масштабах. От инвестиций до принятия кредитных решений ИИ играет все более важную роль в финансовой жизни. По мере того как время идет, а алгоритмы продолжают совершенствоваться, вполне вероятно, что искусственный интеллект будет использоваться для оптимизации кредитования, управления финансовыми рисками и даже анализа исторических данных фондового рынка для улучшения распределения ресурсов в инвестиционных портфелях.
Как и в случае с медициной, искусственный интеллект, похоже, будет играть сквозную роль в деловом мире. Начиная с дизайна продукта и заканчивая логистикой доставки, искусственный интеллект может оптимизировать практически каждый шаг в процессе предоставления товаров и услуг потребителям. Вместе эти разработки сделают бизнес более гибким, более чутким к меняющимся потребительским запросам и более прибыльным.
Инжиниринг
Как мы уже упоминали, ИИ может сыграть важную роль в оптимизации дизайна продукта. Однако возможности технологии в области инженерии гораздо шире. Одной из наиболее важных функций этой новой технологии является интеграция наборов данных из нескольких инженерных проектов. Благодаря своей способности анализировать огромные объемы данных ИИ может извлекать полезную информацию из нескольких проектов в одной компании и предоставлять эту информацию инженерам, работающим над каждым проектом. Это, в свою очередь, может улучшить сотрудничество и координацию между инженерами, ответственными за каждую отдельную часть более крупного проекта.
ИИ также может высвободить инженеров для выполнения высокоэффективной работы за счет автоматизации трудоемких задач, которые обычно замедляют процесс проектирования. В этом смысле продвинутые системы искусственного интеллекта будут интегрироваться в инженерный рабочий процесс почти так же, как это делали традиционные программы автоматизированного проектирования (САПР) несколько десятилетий назад.
Однако реальная сила ИИ с инженерной точки зрения заключается в способности технологии помогать инженерам и исследователям разрабатывать новые материалы для специализированных целей. ИИ может поддерживать передовые науки о материалах, моделируя новые материалы и прогнозируя их свойства. Эта способность точно предсказывать свойства нового материала позволит ученым-материаловедам производить новые материалы быстрее, чем позволяют в настоящее время традиционные методы исследования. Это, в свою очередь, расширит спектр материалов, доступных инженерам для их проектов.
В дополнение к своему огромному потенциалу в частном секторе ИИ также может сыграть большую роль в решении насущных проблем, стоящих перед современным обществом. Хотя решения этих проблем десятилетиями ускользали от правительственных и академических экспертов, ИИ может стать важным инструментом, помогающим человечеству решить некоторые из его самых серьезных проблем.
Прежде всего, среди них, конечно, изменение климата. Технология искусственного интеллекта обладает уникальными возможностями, чтобы помочь ученым и политикам понять изменение климата, создавая более точные модели его последствий. Эти модели также можно использовать для определения того, какие действия и политика с наибольшей вероятностью приведут к снижению уровня углекислого газа в атмосфере, что позволит правительствам целенаправленно и действенно вмешиваться. Эта технология также может напрямую влиять на выбросы углерода за счет оптимизации энергопотребления и более быстрого развития технологий экологически чистой энергии.
С точки зрения более приземленных человеческих дел ИИ также может стать важным инструментом в продолжающихся глобальных усилиях по ограничению коррупции в обществе. Точно так же, как предиктивную аналитику можно использовать для обнаружения мошенничества в транзакциях в частном секторе, системы ИИ можно использовать для выявления ненадлежащего использования ресурсов в государственном секторе. Кроме того, можно снизить вероятность коррупционных действий, в первую очередь, путем автоматизации систем, которые ранее зависели от людей. Такая автоматизация ограничит возможности для коррупционной деятельности, устранив потенциально ненадежный человеческий фактор и обеспечив надлежащее распределение государственных средств.
Хотя его роль в этой области, вероятно, будет меньше, искусственный интеллект может поддержать усилия по расширению доступа к доступному жилью. Системы искусственного интеллекта, которые более точно моделируют риски и могут самостоятельно принимать решения о кредитовании, снизят стоимость инициирования кредитов. Используя данные, выходящие за рамки простого кредитного рейтинга, для принятия кредитных решений, алгоритмы также могут помочь людям, которые не являются кредитоспособными в традиционном смысле, финансировать покупку дома.
Обещание общего искусственного интеллекта
Какими бы революционными ни казались рассмотренные выше возможности, все они реально достижимы с узким искусственным интеллектом. Если общий ИИ когда-либо будет создан, его возможности могут расшириться далеко за пределы даже того, что обсуждалось до сих пор. Футуристы верят, что общий ИИ может достичь, казалось бы, невозможных целей, таких как прекращение войн или искоренение нищеты среди людей. Некоторые мыслители еще более дерзки, предполагая, что развитие общего искусственного интеллекта может стать ступенькой на пути к цифровому бессмертию людей, позволив в конечном итоге человеческому сознанию работать на компьютерном оборудовании.
Как все это складывается?
Как видите, практически нет области повседневной жизни, на которую ИИ не оказывал бы хоть какое-то влияние по мере совершенствования технологии и распространения ее использования. От работы и здоровья до решения некоторых из крупнейших мировых проблем искусственный интеллект будет работать в тандеме с человеческой изобретательностью, чтобы улучшить почти все аспекты нашей жизни. В результате ближайшие десятилетия могут стать периодом быстрых изменений и больших возможностей для обществ, предприятий и отдельных лиц использовать возможности ИИ.
Как ИИ может взаимодействовать с другими новыми технологиями
Как бы ни было ясно, что ИИ сулит огромные перспективы даже в его нынешнем состоянии, его реальная мощь будет раскрыта благодаря другим передовым технологическим разработкам. В этом разделе мы обсудим связь ИИ с Интернетом вещей, квантовыми вычислениями и сетями связи 5G. Хотя эти технологии сами по себе являются революционными, они также играют неотъемлемую роль, позволяя искусственному интеллекту полностью раскрыть свой потенциал.
Интернет вещей (Иот)
За последние несколько лет количество устройств, подключенных к Интернету, значительно увеличилось. В дополнение к смартфонам и компьютерам доступ в Интернет получили предметы повседневного обихода от термостатов до стиральных машин. В совокупности эта всемирная сеть устройств известна как Интернет вещей или IoT. По состоянию на конец 2019 года IoT насчитывал около 7,6 млрд устройств по всему миру.
В сочетании с искусственным интеллектом эти устройства IoT могут стать гораздо более эффективными и полезными, чем сейчас. Алгоритмы ИИ можно использовать для повышения эффективности операций путем анализа данных с устройств IoT на рабочем месте. Точно так же подключенные устройства на рабочем месте могут взаимодействовать с системами искусственного интеллекта, которые могут прогнозировать и снижать риски, прежде чем они смогут вызвать серьезные сбои в бизнесе.
ИИ также можно использовать для улучшения самих устройств IoT. Системы искусственного интеллекта, интегрированные в дроны, роботов, беспилотные автомобили и другие интеллектуальные устройства, могут позволить им функционировать независимо и выполнять задачи, которые обычно требуют контроля со стороны человека. С помощью таких устройств ИИ может фактически взаимодействовать с физическим миром, а не просто предоставлять информацию, основанную на цифровых данных.
Квантовые вычисления
Квантовые вычисления — это, пожалуй, технология, которая сулит наибольшие перспективы при использовании в сочетании с ИИ. Это связано с огромной вычислительной мощностью, которая позволяет этим устройствам обрабатывать данные быстрее, чем любой обычный компьютер. Сегодня самый быстрый квантовый компьютер в мире может выполнить вычисление примерно за 200 секунд, на выполнение которого у обычного суперкомпьютера ушли бы тысячелетия. Учитывая, что эта технология все еще находится на ранней стадии, нет никаких сомнений в том, что в ближайшие годы появятся еще более быстрые и мощные квантовые компьютеры.
Благодаря этой значительно повышенной скорости квантовые вычисления могут позволить алгоритмам ИИ решать большие и сложные задачи, которые в настоящее время требуют непомерно больших компьютерных ресурсов. С помощью этой технологии ИИ можно применять даже для решения самых сложных задач.
Помимо простого решения поставленных перед ней конкретных задач, система искусственного интеллекта на базе квантового компьютера также может находить ранее неизвестные закономерности даже в самых больших наборах данных. Затем эти шаблоны можно использовать для получения полезной информации, которая не будет сразу очевидна для человека, что расширит потенциальный диапазон решений, генерируемых ИИ.
Связь 5G
Чтобы полностью раскрыть потенциал искусственного интеллекта, работающего в связке с IoT-устройствами, необходимо быстро передавать большие объемы данных. Здесь в игру вступают сети 5G. Благодаря скорости передачи до 10 гигабит в секунду технология 5G может обрабатывать огромные объемы данных, которые устройства IoT скоро будут передавать алгоритмам искусственного интеллекта.
Интересно, что эти отношения, как ожидается, будут работать в обоих направлениях. Хотя сети 5G будут поддерживать ИИ, обеспечивая свободный поток данных, весьма вероятно, что сами эти сети будут управляться системами ИИ. Используя предиктивную аналитику на основе ИИ, телекоммуникационные компании могут прогнозировать всплески трафика и соответствующим образом распределять ресурсы. Это всего лишь один пример того, как ИИ может формировать симбиотические отношения с другими технологиями по мере их совместного развития.
Недостатки технологии искусственного интеллекта
Несмотря на все свои обещания, технология ИИ все же имеет определенные недостатки. В то время как критика технологии широко распространена, две из наиболее распространенных проблем, возникающих в связи с широким использованием ИИ, — это его способность автоматизировать традиционно безопасные рабочие места и явление, известное как проблема черного ящика.
Непреднамеренные экономические последствия ИИ
С тех пор, как ИИ впервые стал реальностью, критики утверждали, что он заменит людей и приведет к массовым потерям рабочих мест. Хотя влияние ИИ на занятость, вероятно, преувеличено, есть доля правды в идее о том, что технология может разрушить рынок труда и временно заменить работников на определенных должностях.
Чтобы понять полное влияние этих перемещений, в первую очередь важно посмотреть, насколько широкой может быть автоматизация ИИ. Традиционно наибольшее влияние автоматизация оказывала на производственный сектор, где она позволяла рабочим тратить меньше времени на выполнение простых повторяющихся задач. ИИ, с другой стороны, может автоматизировать задачи, которые ранее требовали человеческого мышления. Профессионалы в области здравоохранения, права и инженерии входят в число тех, чья работа, вероятно, будет подвержена следующей волне технологических изменений на рабочем месте.
Хотя существует широкий консенсус в отношении того, что многие рабочие места столкнутся с определенной степенью автоматизации в результате ИИ в ближайшем будущем, оценки количества рабочих мест, которые будут потеряны, сильно различаются. Экстремальные оценки предполагают, что к 2030 году из-за технологических изменений может быть вытеснено до 30 процентов нынешней глобальной рабочей силы. Другие прогнозы, однако, гораздо более умеренны.
Проблема черного ящика
Одной из самых сложных проблем, стоящих перед ИИ, является так называемая проблема черного ящика. Это явление возникает, когда продвинутый ИИ, такой как система глубокого обучения, применяется к сложным задачам. Часто алгоритм действует как «черный ящик», принимающий входные данные и генерирующий выходные данные для решения проблем таким образом, который даже разработчики искусственного интеллекта не могут полностью понять. Другими словами, даже люди, ответственные за создание систем ИИ, иногда не в состоянии объяснить, как и почему они приходят к таким выводам.
Проблема черного ящика представляет собой несколько проблем для реализации все более совершенного искусственного интеллекта. Без надлежащего понимания того, как ИИ решает поставленную перед ним задачу, люди с гораздо меньшей вероятностью будут доверять ответу, который дает система. В некоторых случаях системы ИИ дают бессмысленные результаты из-за отсутствия соответствующих входных данных. Благодаря проблеме черного ящика эти результаты могут показаться неотличимыми от правильных ответов, поскольку нет хорошего способа сказать, как система пришла к такому выводу. В результате проблема черного ящика имеет серьезные последствия для точности систем ИИ и доверия к ним человека.
В некоторых случаях, конечно, неточные результаты или отсутствие человеческого доверия — это небольшие проблемы. Например, чат-бот с искусственным интеллектом, который не может дать соответствующий ответ на вопрос клиента, неудобен, но относительно безвреден. Однако в более важных задачах люди должны иметь высокий уровень доверия, прежде чем технология ИИ сможет полностью реализовать свой потенциал. Потребитель, который считает, что автономный автомобиль может совершить ошибку и, например, вызвать дорожно-транспортное происшествие, скорее всего, не купит этот автомобиль. Такое отсутствие человеческого доверия может существенно сдержать внедрение и развитие искусственного интеллекта.
Эта проблема может даже привести к тому, что у машин возникнут предубеждения, имеющие реальные последствия. Например, системы искусственного интеллекта, используемые для оценки уровней риска в правовой системе, продемонстрировали расовую предвзятость, назвав членов групп меньшинств более склонными к совершению преступлений в будущем. Хотя известно, что алгоритмы ИИ принимают эти решения на основе входных данных, на которых они обучены и предоставлены для оценки, проблема черного ящика затрудняет устранение этой предвзятости в системе.
Сможет ли ИИ преодолеть эти проблемы?
В целом, преимущества искусственного интеллекта делают разработку решений проблем, которые он представляет, крайне целесообразным. К счастью, эти проблемы не так непреодолимы, как кажутся на первый взгляд. В случае с проблемой черного ящика вероятной основой для решения является большая прозрачность внутренней работы алгоритмов. Позволяя людям легче понять, как система ИИ пришла к заданному выводу, прозрачные системы могут решить или, по крайней мере, существенно смягчить проблему черного ящика.
Что касается экономических потрясений, вызванных автоматизацией ИИ, важно помнить, что новые рабочие места будут создаваться по мере устаревания старых. Эта концепция, формально известная в экономике как созидательное разрушение, оставалась верной и в другие периоды массовых технологических изменений. Фактически, есть некоторые оценки, которые предполагают, что ИИ будет чистым создателем рабочих мест. В отчете Всемирного экономического форума за 2018 год говорится, что технология ИИ создаст 133 миллиона рабочих мест.к 2022 году и вытеснить только 75 миллионов существующих работников. Если предположить, что эти прогнозы верны, чистым эффектом автоматизации ИИ станет прирост примерно 58 миллионов рабочих мест. Если будет организовано профессиональное обучение, чтобы помочь уволенным работникам найти новые роли в современной экономике, искусственный интеллект может открыть новые, более высокооплачиваемые рабочие места для миллионов людей во всем мире.
Будущее ИИ
Как видите, возможности, связанные с искусственным интеллектом в ближайшие годы, просто огромны. Эта технология способна преобразовать отрасли, создать новые способы работы и даже решить некоторые из самых серьезных проблем, с которыми сталкивается наше общество. Хотя никто не может точно предсказать каждое использование ИИ через месяцы или годы, совершенно очевидно, что ИИ станет одной из движущих сил мировой экономики в обозримом будущем.
Источник записи: datarecovery.com