Штучний інтелект і як він змінить світ
За останні кілька років штучний інтелект стає все більшою частиною повсякденного життя. Колись ШІ використовувався лише для науково-фантастичних книг, а тепер використовується в різних галузях – від маркетингу до охорони здоров’я. Очікується, що до 2025 року глобальний ринок програмного забезпечення штучного інтелекту зросте до 126 мільярдів доларів.
Незважаючи на те, що ШІ зараз досить поширений, це все ще технологія в зародковому стані. У найближчі роки та десятиліття ШІ та інші технології революціонізують світ, відкриваючи широкі можливості для економічного та соціального розвитку. Ось що вам потрібно знати про те, як штучний інтелект змінить світ.
По-перше, давайте пояснимо штучний інтелект
Хоча більшість людей мають принаймні загальне 
розуміння цього терміну, сучасний штучний інтелект є широкою та складною сферою. Перш ніж перейти до того, чого штучний інтелект може досягти найближчим часом, давайте повернемося назад і подивимося, що насправді таке штучний інтелект і як він функціонує.
Що відрізняє ШІ від традиційного комп’ютерного програмування?
Для початку давайте розглянемо, чим штучний інтелект відрізняється від методів програмування, які використовуються в традиційних комп’ютерних системах. У звичайній програмі програміст пише набір інструкцій, які використовуються системою для обробки вхідних даних. Хоча вхідні дані можуть змінюватися, алгоритм, який використовується для обробки вхідних даних, залишається незмінним і використовується для створення деяких вихідних даних.
ШІ, з іншого боку, перевертає цю концепцію з ніг на голову. Замість того, щоб перетворювати вхідні дані на вихідні дані за допомогою набору заздалегідь визначених інструкцій, програма штучного інтелекту «навчається» на отриманих вхідних даних. Іншими словами, замість того, щоб програміст-людина створював алгоритм для обробки вхідних даних, комп’ютер розробляє, а потім постійно вдосконалює свій власний алгоритм. Це дозволяє програмі поступово покращувати виконання певного завдання, оскільки вона навчається з великими наборами даних і забезпечує зворотний зв’язок щодо точності її результатів. Замість того, щоб використовувати набір правил для перетворення входу на вихід, ШІ навчений «вивчати» правила певного завдання по ходу його виконання.
Типи ШІ
Загалом ШІ можна розділити на дві основні категорії. Перший, відомий як вузький штучний інтелект, відноситься до здатності виконувати вузько визначене завдання або набір завдань. Вузьку систему штучного інтелекту можна використовувати, щоб грати в гру, рекомендувати продукти на основі шаблонів у даних клієнтів або керувати електричними мережами відповідно до споживання електроенергії. Слід зазначити, що завдання не обов’язково має бути простим, щоб його вирішувала вузька система ШІ. Наприклад, програма штучного інтелекту, яка використовується для керування самокерованим автомобілем, все ще вважається прикладом вузького ШІ, незважаючи на відносно складну природу водіння.
Другий тип ШІ називається загальним ШІ. На відміну від вузького штучного інтелекту, загальна система штучного інтелекту зможе вирішувати низку різних і непов’язаних завдань, навчаючись і застосовуючи попередній досвід. У цьому сенсі загальний ШІ буде схожий на людину. Зайве говорити, що загальний штучний інтелект є набагато більш просунутим і технологічно вимогливим застосуванням штучного інтелекту, ніж вузький штучний інтелект.
Розширенням загального ШІ є концепція штучного суперінтелекту. Гіпотетично програма штучного інтелекту, розроблена для виконання загальних завдань і має доступ до достатньо великої пам’яті та ресурсів обробки даних, може врешті-решт перевершити людей у майже будь-якому завданні. Незважаючи на інтригу, штучний суперінтелект все ще залишається у сфері наукової фантастики.
На додаток до основних типів ШІ, розглянутих вище, існує кілька підходів до впровадження штучного інтелекту. Два найважливіші методи ШІ відомі як машинне навчання (ML) і глибоке навчання (DL).
Машинне навчання — це метод, за допомогою якого комп’ютери можуть «навчатися» з наданих їм даних. Системи ML навчають алгоритми правильному визначенню шаблонів або інших характеристик вхідних даних. З плином часу алгоритм ставатиме все кращим у правильному виконанні завдання, для виконання якого його навчають. ML широко використовується для прогнозного аналізу, фільтрації електронної пошти, виявлення шахрайства в Інтернеті, чат-ботів підтримки клієнтів і низки інших корисних завдань. Однак для того, щоб навчання спрацювало, люди, як правило, повинні вибрати властивості даних, ідентифікації яких навчається алгоритм.
Глибоке навчання, більш вдосконалена версія машинного навчання, виводить цю концепцію на наступний рівень. Програми глибокого навчання намагаються імітувати роботу людського мозку, автоматично фільтруючи та класифікуючи дані. На відміну від звичайного машинного навчання, алгоритм DL може шукати шаблони в даних і вчитися на них, навіть не вказуючи людині, що шукати. Завдяки своїй здатності самостійно знаходити шаблони, системи DL зазвичай використовуються в більш складних програмах, таких як комп’ютерне бачення та автономні транспортні засоби. Незважаючи на те, що глибоке навчання є більш просунутим і потужнішим, воно має певні обмеження. Як правило, алгоритми DL вимагають більших наборів даних для навчання та більшої потужності обробки, що робить їх розробку та навчання дорожчими, ніж звичайні алгоритми ML.
Сучасний стан технології ШІ
Щоб зрозуміти, куди рухається штучний інтелект, спочатку важливо знати, де він знаходиться зараз і як він туди потрапив. Для контексту давайте поглянемо на історію штучного інтелекту та статус технології, як вона існує сьогодні.
Коротка історія ШІ
Хоча прецеденти були й раніше, термін «штучний інтелект» вперше було використано на науковій конференції в 1956 році. Ця конференція та її учасники викликали хвилю інтересу до концепції штучного інтелекту, але прогрес у цій галузі виявився надзвичайно повільним. До середини 1970-х початковий сплеск ентузіазму в основному згас, що призвело до того, що стало відомо як зима ШІ. Цей період застою триватиме до початку 1980-х років.
Однак у міру того, як обчислювальна потужність продовжувала вдосконалюватися, уряди та підприємства відновили інтерес до ШІ. Цей період принесе значні успіхи в цій галузі, включаючи розвиток раннього глибокого навчання. Це також була епоха, коли з’явилися експертні системи, комп’ютерні алгоритми, створені для імітації прийняття рішень людиною шляхом перевірки вхідних даних на наявний масив знань. Незважаючи на примітивність за сучасними стандартами, експертні системи являли собою ранню форму ШІ, яка була корисною в реальних бізнес-додатках.
До 1990-х і початку 2000-х років ШІ почав наближатися до свого нинішнього стану. У цей період були розроблені ранні чат-боти зі штучним інтелектом, програми комп’ютерного зору та інші програми, які є відносно поширеними сьогодні. У той же час обчислювальна потужність продовжувала зростати, дозволяючи алгоритмам штучного інтелекту ставати більш корисними та сприяючи більшому використанню машинного навчання.
Де ШІ сьогодні?
Сьогодні передові програми ШІ переважно використовують форму машинного навчання, відому як штучна нейронна мережа (ШНМ). ШНМ моделюють роботу нейронів у людському мозку, дозволяючи машинам «мислити» більше, як люди. ШНМ дозволяють ШІ підходити до більш складних завдань, що робить їх придатними для швидкого навчання алгоритмів глибокого навчання.
Що стосується додатків, останніми роками використання ШІ значно розширилося. Сьогодні ви знайдете програми штучного інтелекту, які використовуються для будь-яких завдань: від керування стрічками соціальних мереж до підвищення врожайності в сільському господарстві. Незважаючи на те, що багато уваги приділяється використанню технології в безпілотних автомобілях і автономних дронах, реальність така, що системи штучного інтелекту є практично скрізь, і більшість людей у певній мірі взаємодіють з ними щодня.
Незважаючи на поширення та широкий спектр використання, штучний інтелект все ще залишається технологічною сферою, що розвивається. Програми, які сьогодні є звичним явищем, були б не більш ніж академічними проектами 10 або 20 років тому. Також важливо відзначити, що весь сучасний ШІ класифікується як вузький штучний інтелект. Незважаючи на те, що він може бути досить ефективним у певних завданнях, ШІ все ще значно відстає від людей з точки зору загального інтелекту. В середньому більшість експертів вважають, що загальний штучний інтелект буде досягнуто щонайменше через 2060 рік.
Які компанії сьогодні лідирують у сфері ШІ?
Хоча існує велика кількість невеликих стартапів, які намагаються використовувати технологію штучного інтелекту, у цій сфері переважно домінують кілька великих успішних компаній, які мають ресурси та досвід, щоб використовувати цю технологію в повній мірі. Нижче ви знайдете короткий перелік деяких провідних компаній у галузі штучного інтелекту сьогодні.
Як зазвичай у світі технологій, Google знаходиться на передньому краї руху ШІ. Google використовує різні форми штучного інтелекту, особливо глибоке навчання, для забезпечення багатьох своїх послуг, призначених для споживачів. Розпізнавання голосу в Google Assistant, розпізнавання зображень і автоматичний аналіз відео – це лише кілька прикладів того, як компанія реалізувала цю технологію на практичному рівні.
Хоча Google безумовно є лідером у впровадженні штучного інтелекту, найважливішим внеском компанії в цю сферу стало створення бібліотеки машинного навчання з відкритим кодом під назвою TensorFlow. Дозволяючи будь-кому, хто цікавиться ШІ, розробляти нові інструменти за допомогою TensorFlow, Google масово демократизував цю сферу. Як автор основного інструменту з відкритим кодом, який сьогодні використовується для розробки програм штучного інтелекту, Google, безперечно, є світовим лідером у сфері штучного інтелекту.
Amazon
Хоча Google, безперечно, лідирує в розробці ШІ, Amazon використав цю технологію для оптимізації своїх бізнес-функцій і продемонстрував прагматичні результати, які може дати ШІ. На додаток до свого відомого механізму рекомендацій щодо продуктів на основі штучного інтелекту, Amazon розробила персонального помічника Alexa для клієнтської сторони свого бізнесу. Однак справжня сила штучного інтелекту в Amazon знаходиться за лаштунками, де машинне навчання дозволило компанії значно покращити свої складські операції. Подібні системи також використовуються для оптимізації процесів доставки компанії, гарантуючи, що незліченні пакунки, які щодня обробляє Amazon, досягають місця призначення якомога швидше.
Bitmain
Незважаючи на те, що він не такий гучний, як Google або Amazon, виробник чіпів для майнінгу біткойнів Bitmain також зробив важливий внесок у світ ШІ. У квітні 2020 року компанія повідомила, що успішно розробила програмне забезпечення для розпізнавання зображень штучного інтелекту, призначене для ідентифікації рідкісних птахів, які перебувають під загрозою зникнення, для цілей збереження. Bitmain також використовує апаратне забезпечення чіпа з підтримкою штучного інтелекту для підтримки розробки проектів, починаючи від розумних міст і закінчуючи розширеними системами розпізнавання облич.
Тесла
Як і слід було очікувати, виробник електричних автомобілів Tesla зробив штучний інтелект ключовим компонентом свого бізнесу, намагаючись розробити повністю автономні комерційні транспортні засоби. Насправді компанія готувалася до своєї системи водіння ШІ з першого дня, оснащуючи кожен автомобіль, який вона продає, обладнанням, необхідним для самостійного керування. У міру розробки нових функцій автономного водіння Tesla може просто надсилати їх у вигляді оновлення програмного забезпечення.
У 2019 році Tesla навіть зайшла так далеко, що придбала стартап зі штучним інтелектом DeepScale для підтримки розробки своєї системи автопілота. Це рішення продемонструвало, наскільки компанія вважає технологію штучного інтелекту важливою для її майбутнього, а також те, яку цінність на ринку можуть мати стартапи, зосереджені на технології штучного інтелекту.
Крім своєї системи автономного керування, Tesla також планує розгорнути штучний інтелект як частину свого проекту віртуальної електростанції. Цей проект екологічної енергетики, призначений для доповнення або заміни традиційних електростанцій домашнім сонячним обладнанням, використовуватиме аналітику AI для прогнозування використання та попиту, дозволяючи мережі VPP вносити необхідні коригування в години високого попиту.
Як ШІ кардинально змінить світ
Штучний інтелект не схожий на будь-який інший інструмент, коли-небудь розроблений людством. Дозволяючи комп’ютерам навчатися та думати самостійно, системи штучного інтелекту можуть допомогти працівникам навіть у найскладніших завданнях. Поєднуючи людський інтелект із дедалі потужнішим штучним інтелектом, технологія готова кардинально змінити майже всі сфери сучасного життя. Хоча дослідити кожне використання штучного інтелекту в одній статті було б неможливо, ви знайдете деякі з найважливіших сфер, у яких штучний інтелект збирається зробити революцію, перераховані нижче.
Охорона здоров’я та медицина
Медична галузь, мабуть, є однією зі сфер, у якій штучний інтелект може мати найбільший вплив. Застосування ШІ в медичних установах починається з діагностики. Шляхом сканування медичних даних для виявлення ознак захворювання діагностичні алгоритми показали, що точно діагностують захворювання раніше, ніж медичні працівники. Вражаюче те, що ця технологія може працювати навіть без співпраці кваліфікованого лікаря. У 2018 році FDA схвалила використання діагностичного інструменту ШІ для виявлення діабетичної ретинопатії за допомогою сканування очей пацієнта. Ця система працює незалежно від спеціалізованого діагноста, тому для сканування потрібен лише працівник нижчої кваліфікації. Такі системи одного разу дозволять швидше та точніше діагностувати в закладах первинної медичної допомоги.
Проте роль ШІ в медицині не закінчується діагностикою. Цю технологію також можна застосувати, щоб зробити процес відкриття ліків як швидшим, так і менш дорогим. Використовуючи бази даних клінічних випробувань і наукових дослідницьких статей, штучний інтелект може швидко ідентифікувати сполуки-кандидати, які, як відомо, взаємодіють з патологією даного захворювання. Порівнюючи зразки тканин пацієнтів із певним захворюванням і без нього, системи пошуку ліків штучного інтелекту також можуть отримувати нову інформацію про те, як це захворювання прогресує в організмі людини. Ці відомості можуть потім дати рекомендації щодо хімічних сполук, які можуть виявитися ефективними, навіть якщо вони раніше не були пов’язані з даним захворюванням.
Навіть у такій хірургічній сфері, як високі ставки, медичні працівники та дослідники виявляють посилену роль штучного інтелекту. Вивчаючи попередні хірургічні плани, штучний інтелект може допомогти хірургам, пропонуючи нові хірургічні плани для подібних випадків. Інтеграція штучного інтелекту також може значно покращити роботів -хірургів, дозволяючи їм виконувати ширший і складніший спектр завдань, щоб більш ефективно допомагати наглядовому хірургу.
Нарешті, одного разу прогностична аналітика штучного інтелекту зможе виявити потенційні епідемії та допомогти інфекціоністам у координації відповідей. Ця здатність була продемонстрована на початку пандемії COVID-19, коли кілька програм штучного інтелекту надавали ранні попередження про можливий спалах респіраторних захворювань в Ухані, Китай, більш ніж за тиждень до того, як ВООЗ офіційно визнала початок спалаху. Завдяки майбутнім удосконаленням такі програми прогнозної аналітики можуть забезпечувати більш раннє та ефективніше розуміння нових загроз для охорони здоров’я. Подібні системи також можна використовувати для підготовки лікарень до прийому великої кількості пацієнтів шляхом оптимізації використання ресурсів і дозволу персоналу лікарні заздалегідь планувати сценарії з високим попитом.
У цілому ці способи використання показують роль штучного інтелекту в галузі медицини, яка простягається від досліджень до практичного догляду за пацієнтами. Будь-який із цих технологічних досягнень був би надзвичайно корисним сам по собі, але їх спільний розвиток революціонізує здатність медичних працівників розуміти та лікувати людські захворювання.
Бізнес і фінанси
Як і в охороні здоров’я, штучний інтелект змінить і оптимізує практично кожну частину сучасного ділового світу. Вплив штучного інтелекту на бізнес починається з надання інформації на основі даних для прийняття рішень. Від розподілу ресурсів у маркетингових кампаніях до прийняття рішення, якого кандидата найняти на роботу, аналітика AI може допомогти компаніям зробити кращий і прибутковіший вибір. Ці системи особливо добре підходять для все більш цифрового характеру робочого місця, оскільки сучасні підприємства генерують величезні обсяги даних, які алгоритми ШІ можуть вивчати для оптимізації бізнес-операцій.
Здатність штучного інтелекту швидко аналізувати роботу складних систем також робить його ідеальним для сфери управління ланцюгами поставок. За останні десятиліття глобальні ланцюжки поставок стали довшими та складнішими, ніж будь-коли раніше. Однак, використовуючи штучний інтелект, компанії можуть заздалегідь передбачити попит, зробити склади ефективнішими та оптимізувати маршрути доставки, щоб гарантувати, що ланцюжок постачання працює якомога гладко та швидко. Згідно з нещодавнім опитуванням, проведеним компанією McKinsey and Company, 61 відсоток компаній очікують економії в управлінні ланцюгом постачання в результаті інтеграції ШІ.
Однак важливо зазначити, що вплив штучного інтелекту в бізнес-секторі не закінчується логістикою, плануванням і аналітикою. У найближчі роки штучний інтелект, ймовірно, матиме таку ж широку присутність на заводах, як і в залах засідань корпорацій. Те саме опитування McKinsey, згадане вище, показало, що 64 відсотки компаній очікують економії у своїх виробничих операціях завдяки ШІ. Значною мірою ця економія буде результатом систем прогнозного технічного обслуговування, які контролюють продуктивність обладнання та планують технічне обслуговування, щоб мінімізувати час простою. Генеративні алгоритми також можна використовувати для оптимізації дизайну цифрових продуктів, потенційно завчасно виявляючи недоліки дизайну та, таким чином, зменшуючи тривалість і вартість процесу створення прототипу.
ШІ також готовий мати величезний вплив на фінансову сторону ділового світу. Найяскравішим прикладом цього є індустрія Fintech, де штучний інтелект вже використовується для надання недорогих і доступних фінансових послуг у великих масштабах. ШІ відіграє все більшу роль у фінансовому житті – від інвестування до кредитних рішень . З часом і вдосконаленням алгоритмів цілком ймовірно, що штучний інтелект буде використовуватися для оптимізації кредитування, управління фінансовими ризиками та навіть аналізу історичних даних фондового ринку для покращення розподілу ресурсів в інвестиційних портфелях.
Як і у сфері медицини, ШІ, схоже, візьме на себе повну роль у світі бізнесу. Починаючи від дизайну продукту і закінчуючи логістикою доставки, штучний інтелект може оптимізувати практично кожен крок у процесі надання товарів і послуг споживачам. Разом ці розробки зроблять бізнес більш гнучким, більш чутливим до мінливих вимог споживачів і більш прибутковим.
Інженерія
Як ми вже згадували, ШІ може відігравати важливу роль в оптимізації дизайну продукту. Можливості технології в галузі інженерії, однак, набагато ширші. Однією з найважливіших ролей цієї нової технології є інтеграція наборів даних із кількох інженерних проектів. Завдяки здатності аналізувати величезні обсяги даних штучний інтелект може отримати корисну інформацію з кількох проектів однієї компанії та надати цю інформацію інженерам, які працюють над кожним проектом. Це, у свою чергу, може покращити співпрацю та координацію між інженерами, відповідальними за кожну окрему частину більшого проекту.
Штучний інтелект також може звільнити інженерів для виконання великої роботи, автоматизувавши трудомісткі завдання, які зазвичай уповільнюють процес проектування. У цьому сенсі передові системи штучного інтелекту включатимуть себе в інженерний робочий процес приблизно так само, як традиційні програми автоматизованого проектування (САПР) десятиліття тому.
Однак справжня сила штучного інтелекту з інженерної точки зору полягає в здатності технології допомагати інженерам і дослідникам розробляти нові матеріали для спеціалізованого використання. ШІ може підтримувати передову матеріалознавство, моделюючи нові матеріали та прогнозуючи їхні властивості. Ця здатність точно передбачити властивості нового матеріалу дозволить матеріалознавцям виробляти нові матеріали швидше, ніж це дозволяють звичайні методи дослідження. Це, у свою чергу, розширить діапазон матеріалів, доступних інженерам для їхніх проектів.
Окрім свого величезного потенціалу в приватному секторі, ШІ також відіграє значну роль у вирішенні нагальних проблем, з якими стикається сучасне суспільство. Незважаючи на те, що рішення цих проблем десятиліттями вислизали від урядових та академічних експертів, штучний інтелект може стати важливим інструментом, який допоможе людству впоратися з деякими з найбільших проблем.
Перш за все серед них, звичайно, зміна клімату. Технологія штучного інтелекту має унікальні можливості, щоб допомогти вченим і державним політикам зрозуміти зміну клімату, створивши точніші моделі її наслідків. Ці моделі також можна використовувати для визначення того, які дії та політика, швидше за все, зменшать рівень вуглекислого газу в атмосфері, дозволяючи урядам втручатися цілеспрямованими ефективними способами. Технологія також може безпосередньо вплинути на викиди вуглекислого газу за рахунок оптимізації споживання електроенергії та сприяння більш швидкому прогресу в технології зеленої енергії.
Що стосується більш приземлених людських справ, штучний інтелект також може стати критичним інструментом у поточних глобальних зусиллях з обмеження державної корупції. Приблизно так само, як прогнозну аналітику можна використовувати для виявлення шахрайства в транзакціях приватного сектору, системи ШІ можна використовувати для виявлення неналежного використання ресурсів у державному секторі. Також можливо зменшити ймовірність корупційної діяльності за рахунок автоматизації систем, які раніше залежали від людей. Така автоматизація обмежила б можливості для корупційної діяльності шляхом усунення потенційно ненадійного людського фактора та забезпечення належного розподілу державних коштів.
Хоча його роль у цій сфері, швидше за все, буде меншою, штучний інтелект може підтримати зусилля з розширення доступу до доступного житла. Системи штучного інтелекту, які точніше моделюють ризик і можуть самостійно приймати рішення про кредитування, зменшать вартість ініціювання кредитів. Використовуючи дані, окрім простої кредитної оцінки, для прийняття кредитних рішень, алгоритми також можуть допомогти людям, які не є кредитоспроможними в традиційному розумінні, фінансувати покупки житла.
Обіцянка загального штучного інтелекту
Якими б революційними не здавалися обговорені вище можливості, усі вони реально досяжні за допомогою вузького штучного інтелекту. Якщо загальний штучний інтелект колись буде досягнутий, його можливості можуть значно розширитися навіть за межі того, що обговорювалося досі. Футурологи вважають, що загальний штучний інтелект міг би досягти, здавалося б, неможливих цілей, таких як припинення війн або викорінення людської бідності. Деякі мислителі ще більш сміливі, припускаючи, що розробка загального штучного інтелекту може стати кроком до цифрового безсмертного людей, дозволивши врешті-решт людській свідомості працювати на комп’ютерному обладнанні.
Як це все складається?
Як ви бачите, практично немає жодної сфери повсякденного життя, на яку штучний інтелект не мав би хоча б певного впливу, оскільки технологія вдосконалюється та її використання стає все більш поширеним. Від роботи та здоров’я до вирішення деяких із найбільших світових проблем, штучний інтелект працюватиме в тандемі з людською винахідливістю, щоб покращити майже кожен аспект нашого життя. Як наслідок, найближчі десятиліття, швидше за все, стануть періодом швидких змін і широких можливостей для суспільств, підприємств і окремих людей використовувати потужність ШІ.
Як ШІ може взаємодіяти з іншими новими технологіями
Незважаючи на те, що штучний інтелект має величезні перспективи навіть у своєму поточному стані, його справжню силу виявлять інші передові технологічні розробки. У цьому розділі ми обговоримо зв’язок ШІ з Інтернетом речей, квантовими обчисленнями та мережами зв’язку 5G. Хоча ці технології є революційними самі по собі, вони також відіграють невід’ємну роль у розкритті штучного інтелекту свого потенціалу.
Інтернет речей (Iot)
За останні кілька років кількість пристроїв, підключених до Інтернету, надзвичайно зросла. Окрім смартфонів і комп’ютерів, доступ до Інтернету отримали речі повсякденного вжитку від термостатів до пральних машин. У сукупності ця всесвітня мережа пристроїв відома як Інтернет речей або IoT. Станом на кінець 2019 року IoT складався з близько 7,6 мільярдів пристроїв у всьому світі.
У поєднанні зі штучним інтелектом ці пристрої IoT можуть стати набагато ефективнішими та кориснішими, ніж зараз. Алгоритми штучного інтелекту можна використовувати для підвищення ефективності операцій шляхом аналізу даних з робочих пристроїв IoT. Так само підключені пристрої на робочому місці можуть взаємодіяти з системами штучного інтелекту, які можуть передбачати та зменшувати ризики до того, як вони спричинять серйозні збої в бізнесі.
Штучний інтелект також можна розгорнути для вдосконалення самих пристроїв IoT. Системи штучного інтелекту, інтегровані в дрони, роботів, безпілотні автомобілі та інші розумні пристрої, можуть дозволити їм функціонувати незалежно та виконувати завдання, які зазвичай потребують контролю людини. За допомогою таких пристроїв штучний інтелект може фактично взаємодіяти з фізичним світом, а не просто надавати інформацію на основі цифрових даних.
Квантові обчислення
Квантові обчислення — це, мабуть, технологія, яка має найбільші перспективи у поєднанні зі ШІ. Це пов’язано з величезною обчислювальною потужністю, яка дозволяє цим пристроям обробляти дані швидше, ніж будь-який звичайний комп’ютер. Сьогодні найшвидший квантовий комп’ютер у світі може виконати обчислення приблизно за 200 секунд, на виконання яких у звичайного суперкомп’ютера знадобилося б тисячоліття. З огляду на те, що ця технологія все ще знаходиться на ранніх стадіях, немає сумнівів, що найближчі роки принесуть ще швидші та потужніші квантові комп’ютери.
Завдяки цій значно збільшеній швидкості квантові обчислення можуть дозволити алгоритмам штучного інтелекту вирішувати великі, складні проблеми, які наразі потребуватимуть непомірно високих комп’ютерних ресурсів. За допомогою цієї технології штучний інтелект можна застосовувати навіть для найскладніших завдань.
Окрім простого вирішення поставлених перед нею конкретних проблем, система штучного інтелекту на основі квантового комп’ютера може також знаходити раніше невідкриті закономірності навіть у найбільших наборах даних. Потім ці шаблони можна використовувати для отримання корисної інформації, яка не буде відразу очевидна людині, розширюючи потенційний спектр рішень, створених ШІ.
Зв’язок 5G
Щоб повністю розкрити потенціал штучного інтелекту, який працює в поєднанні з пристроями IoT, необхідно швидко передавати великі обсяги даних. Ось тут і вступають у гру мережі 5G. Завдяки швидкості передачі до 10 гігабіт на секунду технологія 5G може обробляти величезні обсяги даних, які пристрої IoT незабаром будуть передавати алгоритмам ШІ.
Цікаво, що очікується, що ці відносини будуть розвиватися в обох напрямках. Хоча мережі 5G підтримуватимуть штучний інтелект, забезпечуючи вільний потік даних, дуже ймовірно, що самі ці мережі будуть керуватися системами штучного інтелекту. Використовуючи інтелектуальну аналітику на основі штучного інтелекту, телекомунікаційні компанії можуть передбачати стрибки трафіку та відповідно розподіляти ресурси. Це лише один приклад того, як ШІ може формувати симбіотичні відносини з іншими технологіями, коли вони розвиваються разом.
Негативні сторони технології штучного інтелекту
Незважаючи на всі свої перспективи, технологія ШІ все ж має певні недоліки. Незважаючи на те, що технологія критикується далеко й широко, двома найпоширенішими проблемами, пов’язаними з широким використанням штучного інтелекту, є його потенціал для автоматизації традиційно безпечних робіт і явище, відоме як проблема чорного ящика.
Непередбачені економічні наслідки ШІ
З тих пір, як ШІ став реальністю, критики стверджували, що він замінить людей і призведе до масових втрат робочих місць. Хоча вплив штучного інтелекту на зайнятість, ймовірно, надмірно роздутий, є певна правда в ідеї, що ця технологія може підірвати ринок праці та тимчасово витіснити працівників з певних ролей.
Щоб зрозуміти повний вплив цих переміщень, спочатку важливо поглянути на те, наскільки широкою може бути автоматизація ШІ. Традиційно автоматизація мала найбільший вплив у виробничому секторі, де вона дозволяла синім комірцям витрачати менше часу на прості, повторювані завдання. ШІ, з іншого боку, має потенціал для автоматизації завдань, які раніше вимагали людського мислення. Професіонали в галузі охорони здоров’я, права та інженерії є одними з тих, чия робота, ймовірно, постраждає від наступної хвилі технологічних змін на робочому місці.
Хоча існує загальний консенсус щодо того, що найближчим часом багато робочих місць зіткнуться з деяким ступенем автоматизації в результаті ШІ, оцінки кількості втрачених робочих місць сильно відрізняються. Екстремальні оцінки свідчать про те, що до 2030 року внаслідок технологічних змін може бути витіснено до 30 відсотків нинішньої глобальної робочої сили. Проте інші прогнози набагато помірніші.
Проблема чорного ящика
Одним із найскладніших викликів, з якими стикається ШІ, є так звана проблема чорної скриньки. Це явище виникає, коли вдосконалений ШІ, наприклад система глибокого навчання, застосовується до складних проблем. Часто алгоритм діятиме як «чорна скринька», приймаючи вхідні дані та генеруючи вихідні дані для вирішення проблем у спосіб, який не можуть повністю зрозуміти навіть розробники штучного інтелекту. Іншими словами, навіть люди, відповідальні за створення систем штучного інтелекту, іноді не в змозі пояснити, як і чому вони приходять до висновків, які роблять.
Проблема чорної скриньки створює кілька проблем для впровадження все більш прогресивного штучного інтелекту. Без належного розуміння того, як штучний інтелект вирішує поставлену задачу, люди набагато менше довірятимуть відповіді, яку надає система. У деяких випадках системи ШІ дають безглузді результати через відсутність відповідних вхідних даних. Завдяки проблемі чорної скриньки ці результати можуть здаватися невідрізними від правильних відповідей, оскільки немає хорошого способу сказати, як система дійшла висновку. У результаті проблема чорної скриньки має серйозні наслідки для точності систем ШІ та довіри до них людини.
У деяких випадках, звичайно, неточні результати або відсутність довіри з боку людей є невеликими проблемами. Наприклад, чат-бот на основі штучного інтелекту не може надати релевантну відповідь на запитання клієнта — це незручно, але відносно нешкідливо. Однак у більш важливих завданнях люди повинні мати високий рівень довіри, перш ніж технологія ШІ зможе повністю реалізувати свій потенціал. Споживач, який вважає, що автономний автомобіль може зробити помилку та спричинити дорожньо-транспортну пригоду, наприклад, швидше за все, не вирішить купувати цей автомобіль. Такий недолік людської довіри може суттєво гальмувати впровадження та розвиток штучного інтелекту.
Ця проблема може навіть призвести до того, що машини створять упередження, що матиме реальні наслідки. Наприклад, системи штучного інтелекту, які використовуються для оцінки рівнів ризику в правовій системі, демонструють расову упередженість, позначаючи членів груп меншин такими, що мають більшу ймовірність скоювати злочини в майбутньому. Хоча відомо, що алгоритми штучного інтелекту приймають ці рішення на основі вхідних даних, яким вони навчені та які їм надано для оцінки, проблема чорного ящика ускладнює усунення цього упередження в системі.
Чи зможе ШІ подолати ці виклики?
Загалом переваги штучного інтелекту роблять надзвичайно доцільним розробку рішень проблем, які він створює. На щастя, ці виклики не такі непереборні, як здаються на перший погляд. У випадку проблеми чорного ящика більша прозорість щодо внутрішньої роботи алгоритмів є ймовірною основою для вирішення. Дозволяючи людям легше розрізняти, як система штучного інтелекту дійшла певного висновку, прозорі системи можуть вирішити або принаймні суттєво пом’якшити проблему чорної скриньки.
Що стосується економічних потрясінь, спричинених автоматизацією штучного інтелекту, важливо мати на увазі, що нові робочі місця будуть створюватися, оскільки старі застарівають. Ця концепція, офіційно відома в економіці як креативне руйнування, була актуальною в інші періоди масштабних технологічних змін. Фактично, є деякі оцінки, які свідчать про те, що штучний інтелект буде чистим творцем робочих місць. У звіті Всесвітнього економічного форуму 2018 року встановлено, що технологія ШІ створить 133 мільйони робочих місцьдо 2022 року і витіснить лише 75 мільйонів існуючих працівників. Якщо припустити, що ці прогнози правильні, чистим ефектом автоматизації штучного інтелекту буде збільшення приблизно 58 мільйонів робочих місць. Якщо професійне навчання стане доступним, щоб допомогти переміщеним працівникам знайти нові ролі в сучасній економіці, штучний інтелект може відкрити нові, краще оплачувані робочі місця для мільйонів людей у всьому світі.
Майбутнє ШІ
Як бачите, можливості, пов’язані зі штучним інтелектом у найближчі роки, будуть просто величезними. Ця технологія здатна трансформувати галузі, створювати нові способи роботи та навіть вирішувати деякі з найбільших проблем, з якими стикається наше суспільство. Хоча ніхто не може точно передбачити кожне використання штучного інтелекту через місяці чи роки, цілком очевидно, що ШІ стане однією з рушійних сил світової економіки в доступному для огляду майбутньому.
Джерело запису: datarecovery.com