Будущее Maria Grigorieva
167

Искусственный интеллект с человеческим лицом: мифы, задачи и вызовы

Искусственный интеллект (ИИ) уверенно возглавляет топ наиболее горячих хай-тек тем. «ИИ заменит большинство современных профессий», «роботы решат все наши проблемы», «нас ждет восстание машин» и тому подобные утверждения интенсивно циркулируют в медиа-пространстве, искажая суть и реальные перспективы развития этих технологий.

В закладки

О мифах, задачах и вызовах, которые несет новая реальность ИИ, мы и поговорим.

ИИ действительно активно проникает в нашу жизнь. Число вакансий на мировом рынке труда, требующих ИИ-навыков и компетенций с 2013 года выросло на 450%, число ИИ-стартапов с 2000 года увеличилось в 14 раз, а инвестиции в них - в 6 раз.

Определение ИИ в современном прочтении можно обозначить как любое решение, симулирующее разумное поведение человека в прикладных областях – распознавание визуальных паттернов, голосовая коммуникация, перевод, принятие решений, классификация объектов.

Компании, работающие в области цифровых инноваций, создают ИИ-приложения для улучшения качества жизни общества. Так в самом общем виде можно охарактеризовать саму суть всех процессов, связанных с направлением искусственного интеллекта сегодня.

После этого осознания традиционно возникают три главных мифа об ИИ.

Миф №1 – «Роботы идут за нами»

Если вы думаете, что искусственный разум в общем цифровом прогрессе заменит человека, то это, по крайней мере пока, не так. Да, ИИ уже доверяют комплексные задачи, ранее выполняемые исключительно человеком, но он пока не в состоянии заменить «создателя». В компании Unilever машинный алгоритм успешно выполняет рутинные процедуры при собеседовании новых сотрудников: ИИ реализует геймификацию при проведении психологических тестов, а также анализирует видео-интервью с кандидатами, повышая скорость отбора сотрудников. В США уже появились кафе, где на кухне всю рутинную, «грязную» работу делает робот, функционирующий на ИИ-движке с возможностью обучения.

ИИ идет не за нами, а с нами, нога в ногу, в чем-то даже опережая.

Миф №2: «Машины займут наши рабочие места»

Одно из самых популярных заблуждений, что с новой технологией люди останутся без работы, но также и наиболее легко опровергаемое – любая технологическая революция порождала массовые страхи по поводу будущего рынка труда. Станки не вытеснили рабочих из общего цикла производства, двигатели только расширили потребность в кадрах в транспортной отрасли, а компьютеры не отменили труд бухгалтеров, изменились необходимые навыки и задачи, профессии. Закономерность очень простая: сколько бы человек не упрощал себе работу, каждое такое упрощение порождает новый набор навыков, необходимых для поддержания новой технологической парадигмы в жизнеспособном состоянии.

Согласно оценкам Code.org, к 2020 году в США будет на 1 млн больше рабочих мест, чем способного трудового населения. Forrester прогнозирует рост числа вакансий в связи с ростом автоматизации в экономике на 25% по итогам 2018 года.

Миф №3 «Старые методы будут работать»

Нет, не будут. Многие воспринимают ИИ и автоматизацию как нечто, происходящее в параллельной вселенной. Высокие технологии – это что-то заоблачно умное, применимое только к решению сложнейших задач, а мою область деятельности это никак не затронет.

Как бы не так! Современные ИИ-решения могут применяться везде, от обнаружения кибер-угроз и выявления невидимых человеку аналитических инсайтов из массивов данных, до оптимизации цепочки поставок ингредиентов в фаст-фуде.

McDonald’s использует ИИ на разных уровнях – от организации цепочки поставщиков, до оптимизации продаж и работы отдела маркетинга. Agile как общий подход к управлению помогает на основе тщательного анализа данных от поставщиков, логистических компаний и собственной информации со складов сокращать затраты на поставки и управление ресурсами. В масштабах такой компании, как McDonald’s речь идет о сотнях миллионов долларов экономии.

Если раньше справедливо было утверждение «Кто владеет информацией, тот владеет миром», то сегодня его смело можно заменить на «Кто владеет данными и умеет их обрабатывать с помощью ИИ, тот владеет миром».

Отсюда вытекают три главные задачи, стоящие сегодня перед компаниями, которые хотят расти и процветать.

Задача №1 «Переосмысление бизнеса»

Переосмысление бизнеса и его составляющих в перспективе ИИ. Accenture оценивает потенциал повышения скорости и производительности бизнес-процессов в результате внедрения ИИ в среднем на 40%.

Как это может проявляться? В самом обширном спектре решений: например, оценка последствий ДТП через анализ видео с места инцидента. Сколько времени и денег сэкономит такая трансформация процесса? Искусственный интеллект уже сегодня способен создавать прорывной эффект - роботизация ответов службы поддержки, обработка счетов и отчетов, справочные службы для туристов, системы видео-анализа на производстве или в добывающей отрасли в профилактических целях...

Продолжать можно бесконечно.

Грамотное применение ИИ к прикладным задачам – это почти всегда трансформация бизнес-модели или ее полное обновление.

Задача №2 «Формирование новых подходов к работе»

Вся сфера ИИ неизбежно столкнется с необходимостью создания новых профессий: искусственный интеллект нужно обучать, понадобятся интерпретаторы запросов к машине и переводчики ее ответов с машинного на человеческий язык. Кроме того, важнейшую роль будут выполнять надзиратели за ИИ – специалисты по предотвращению сбоев умных машин, которые способны причинить ущерб обществу.

Здесь главный акцент должен быть поставлен на “очеловечивание” машины: мы много говорим о платформах, технологиях, KPI и других характеристиках, но огромную роль в будущем развитии ИИ будет играть способность этих технологий воспроизводить человеческие черты. Эмпатия, эмоции, страсть – эти компоненты в сумме человеческой личности играют такую же важную роль, как и собственно способность к обучению.

Сможет ли машина воспроизвести темперамент артиста, сарказм литератора или вложить в общение с ребенком настоящую родительскую любовь? А ведь от ИИ ждут человеческой помощи – отсюда следующий пункт.

Задача №3 «ИИ должен стать ответственным членом общества»

По мере того, как задачи для выполнения ИИ будут усложняться, они неизбежно будут получать морально-этическое наполнение: машинному интеллекту можно в перспективе доверить разработку законодательно-правовых норм, и тогда хрестоматийная запятая в «казнить нельзя помиловать» больше не будет восприниматься как красивая абстрактная иллюстрация важности мелочей.

Как в ткань ИИ-кода органично вплести осознанную ответственность перед обществом? Как заставить алгоритм честно и правдиво оценивать разнообразные ситуации и служить человеку во благо? На эти вопросы отрасль только начинает давать первые ответы, самый очевидный из которых – тесный симбиоз человека и машины: мы учимся общаться с ИИ, но и машин нужно учить общаться с человеком, это дорога с двусторонним движением.

Ответственный ИИ должен быть развернут на благо человечества и природного мира. Это напоминает процесс воспитания ребенка, которого надо учить с самых азов «Что такое хорошо и что такое плохо». Пройдя через детсад, школу и университет, ИИ должен работать на благо и во имя человека, поскольку мы с вами должны доверять ему.

Но как удержать и контролировать его развитие так, чтобы ИИ не стал контролировать нас – вот в чем вопрос. Для этого необходимо понимать и иметь возможность «контролировать» этого большого и очень умного ребенка. Это неизбежно влечет за собой:

• Профессиональную ответственность - кто несет ответственность за ИИ и как его поведение регулируется законодательством?

• Прозрачность - понимание того, как работает ИИ, какие решения принимаются технологией, возможность для человека отследить и проверить решения.

• Честность - ясное и честное представление информации об ИИ, анализ и предоставление глубоких аналитических картин, связанных с глобальной картиной действий ИИ в нашем мире.

• Справедливость - обеспечение того, чтобы ИИ не привносил предвзятость или дискриминацию в свои взаимодействия с человеком.

Решить эти задачи можно будет только при условии преодоления трех главных вызовов, стоящих сегодня перед ИИ.

Вызов №1 «Навыки и обучение»

В процессе обучения ИИ-специалист для каждого алгоритма может выступать одновременно в нескольких ролях – учителя, тестировщика и Контроллера полученного качества работы обученной машины.

Необходимо научиться разделению труда и начать вырабатывать стандарты и критерии эффективности для специалистов по каждому этому направлению. ИИ должен проходить в рамках жизненного цикла через руки множества специалистов и получать по-настоящему разностороннюю и независимую оценку своей пригодности для выполнения поставленных перед ним задач.

Вызов №2 «Достоверность данных»

Повышение качества данных для машинного обучения – одна из главных современных проблем. Не секрет, что неудовлетворительные результаты многих big data (больших данных) и machine learning (Машинное обучение) проектов являются следствием использования в них искаженных или просроченных данных, а не изъянов самих алгоритмов.

Специальность Data Scientist появилась не просто так: специалисты в области данных играют важнейшую роль в развитии ИИ – вы не обучите будущего классного специалиста на плохих учебниках, также и машина будет выдавать необходимый человеку результат только при условии загрузки в нее актуальных и релевантных данных в достаточном объеме.

Вызов № 3 «Отсутствие финишной черты»

Самый важный вызов – отсутствие видимой финишной черты, у которой ИИ как направление цифровизации может остановиться в своем проникновении в частную жизнь человека. Не секрет, что крупнейшие ИТ-компании имеют доступ к информации о каждом из нас в полном объеме: что мы ищем в Сети, кто наши друзья, каковы наши вкусы в еде и одежде, куда мы ездим отдыхать и что читаем.

Появятся ли в будущем ограничения на сбор информации о людях для обработки с помощью ИИ, и как можно будет проконтролировать выполнение этих ограничений сильными ИТ-мира сего?

Пока четких ответов на эти вопросы нет. Направление ИИ стоит перед непростыми выборами, однако сам факт наличие сложных моментов в развитии технологии не означает их принципиальную неразрешимость. Сумма труда и воли талантливых специалистов по данным, программистов и ученых поможет выработать адекватные ответы на каждый из острых вопросов современности ИИ. Но сколько времени это займет и какие формулировки решений увидит отрасль по каждому из основных вызовов?

Итоги

Даже поверхностного взгляда на основные аспекты применения ИИ в современном мире хватает, чтобы понять – направление по мере своего развития будет поднимать все больше вопросов, отвечать на которые предстоит огромному числу специалистов самых разных отраслей. И отвечать нужно будет быстро, четко, что называется, «по делу».

Мария Григорьева, управляющий директор, руководитель департаментов «Технологии и Цифровые решения», компании Accenture в России.

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Maria Grigorieva", "author_type": "self", "tags": [], "comments": 1, "likes": 3, "favorites": 4, "is_advertisement": false, "subsite_label": "future", "id": 53890, "is_wide": false, "is_ugc": true, "date": "Thu, 20 Dec 2018 14:37:11 +0300" }
{ "id": 53890, "author_id": 233827, "diff_limit": 1000, "urls": {"diff":"\/comments\/53890\/get","add":"\/comments\/53890\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/53890"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199118, "possessions": [] }

1 комментарий 1 комм.

Популярные

По порядку

0

Вода.
Одно из самых популярных заблуждений, что с новой технологией люди останутся без работы, но также и наиболее легко опровергаемое – любая технологическая революция порождала массовые страхи по поводу будущего рынка труда

И что, эти страхи в прошлом были безосновательны что ли?

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления
{ "page_type": "default" }