Stanfordo universitetas paskelbė pranešimą su prognozėmis apie mūsų ateities ateitį iki 2030 m. „Yandex“kompiuterinio matymo ir mašinų intelekto technologijų tarnybos vadovas Aleksandras Krainovas iš jo išskyrė svarbiausius dalykus, ypač „Afisha Daily“.
2014 m. Stanfordo universitetas pradėjo šimto metų trukmės dirbtinio intelekto tyrimą, kurio metu mokslininkai ketina įvertinti, kaip naujų technologijų diegimas AI ir mašinų mokymasis veikia visuomenę. Projekto metu planuojama išleisti ataskaitas su AI susijusiomis temomis. Neseniai buvo paskelbtas pirmasis šios serijos pranešimas, kuriame prognozuojama, kokia ateitis mums gali būti iki 2030 m. Akivaizdu, kad ateitis nebus vienoda skirtingų šalių žmonėms, o tyrėjai žvelgia į kokį nors abstrakčių Šiaurės Amerikos miestą. Rusija turi savo specifiką, taigi ir savo technologinės ateities plėtros niuansus. Pabandykime išsiaiškinti, ką mums sako ataskaita ir kokia ji mums aktuali.
- „Salik.biz“
Transportas
Stanfordo tyrinėtojai mano, kad artimiausioje ateityje pastebimi ryškiausi pokyčiai, susiję su dirbtiniu intelektu, būtent transporto srityje. Kalbame tiek apie įmontuotus vairuotojų padėjėjus (visokius jutiklius, analizuojančius automobilio būklę ir situaciją keliuose), tiek bepiločius automobilius, o eismo valdymo sistemas, patobulintas didžiųjų duomenų analize ir mašinų mokymusi, miestai išgelbės nuo kamščių. Pavyzdžiui, Olandijoje jie net galvojo apie „protingus kelius“, kurie būtų užpildyti visokiais jutikliais ir padėtų vairuotojams įvertinti kelio būklę „kelyje“.
Tačiau su jais viskas taip pat nėra taip skaidri: problema čia ne tik vairavimo saugumas, kuris užtikrins autopilotą, bet ir teisiniais klausimais. Kas bus kaltas, jei automobilis be piloto atsitrenks į žmogų ar suduos kitą automobilį? Vairuotojui visada gali būti skirta bauda arba jis gali būti atšauktas, bet kaip jūs galite skirti baudą automobiliui? Kitas aspektas yra visuomenės požiūris į savarankiškai važiuojančius automobilius. Bet koks incidentas, susijęs su autopilotu, sukelia diskusijų bangą ir pateikia argumentus naujovių priešininkams. Laimingi aukštųjų technologijų automobilių, tokių kaip „Tesla“, savininkai nepadeda susidaryti situacijai - jie miega su įjungtu autopilotu ir nepaiso automobilio rekomendacijų perimti valdymą.
Reklaminis vaizdo įrašas:
Be sunkumų, susijusių su teisės aktais, tokių technologijų naudojimą Rusijoje gali komplikuoti ir tai, kad mūsų bendra kelių padėtis yra sudėtingesnė. Tai taip pat taikoma kelio dangos kokybei, orui ir vairavimo įpročiams. Visa tai pareikalaus aukštesnio lygio algoritmų tobulinimo. O mūsų eismo įstatymai yra konservatyvesni nei valstybių ar Europoje ir jų keitimas gali užtrukti ilgiau.
Sveikatos apsauga
Sveikatos apsauga yra viena iš perspektyviausių PG taikymo sričių. Ataskaitos autoriai su tuo sutinka, tačiau atkreipia dėmesį, kad tai taip pat viena iš sunkiausių pramonės šakų. Klaidos kaina yra paciento gyvenimas, o bet kokie duomenys apie sveikatą yra labai jautrūs. Todėl etikos problemos sveikatos priežiūros srityje yra ypač aštrios. Kliudo ir biurokratija, ir pasenę gydymo įstaigų darbo mechanizmai - įveikti šias kliūtis reikės labai ilgai. Bet visa tai netrukdo technologijoms aktyviai vystytis, o naujų technologijų kompanijos įžengia į pramonę, taip pat ir Rusijoje.
Masinis medicininių duomenų (būtinų AI treniruočių pagrindų) rinkimas tapo įmanomas prieš kurį laiką, per sporto programų ir aktyvumo stebėjimo bumą, tačiau didelė analizė vis dar to nepasiekė dėl daugelio priežasčių, įskaitant teisinius apribojimus ir privatumo problemas. Tas pats pasakytina apie vaizdo atpažinimą - pavyzdžiui, rentgeno vaizdus, kurie jau nufotografuoti ir saugomi skaitmeniniu būdu. Su telemedicina viskas yra geriau - pradedami projektai, įskaitant vyriausybinius, siekiant įdiegti aukštųjų technologijų priemones gydytojams, pavyzdžiui, nuotolinį chirurgo dalyvavimą operacijoje, naudojant HD transliaciją. Artimiausiu metu galima tikėtis, kad automatinė žvalgyba sugebės išanalizuoti daugybę duomenų apie įvairius pacientus ir jų gydymo istorijas, kad išryškintų panašius atvejus.duoti rekomendacijas ir taip taupyti terapeuto laiką. Tendencija čia nedaug kuo skiriasi nuo kitų pramonės šakų - visas automatizuotas darbas, pasikliaujant žiniomis žmogaus galvoje ir palyginus duomenis, ateityje bus pakeistas AI. Tiesa, ilgą laiką galutinis sprendimas vis tiek liks asmeniui.
Rusijoje į telemedicinos sektorių buvo žiūrima ilgai ir įdėmiai, yra parengta valstybinė jos įgyvendinimo programa, kurios pirmasis etapas prasidės 2017 m. Nors ši programa neturi nieko bendra su AI, tačiau ji gali netiesiogiai prisidėti prie AI diegimo telemedicinoje pradžios - pradedant automatiniu tekstinės informacijos, tokios kaip vaistų išrašymas, apdorojimu ir atvaizdų iš pacientų įrašų analize. Be to, mes jau dirbame atpažindami vaizdų patologijas naudojant neuroninius tinklus ir yra akivaizdus poreikis naudotis aukštos kvalifikacijos medicinos paslaugomis atokiose gyvenvietėse.
Išsilavinimas
Artimoje ateityje robotai nepakeis mokytojų - tai taikoma tiek JAV, tiek dar labiau Rusijai, kur mokytojas visada buvo suprantamas kaip pedagogas. Stanfordo pranešime tyrėjai atkreipia dėmesį ne tiek į tai, kaip dirbtinis intelektas bus įgyvendinamas ugdyme, kiek į klausimus apie naujas technologijas, kurios padeda mokytojams ir tam tikru lygmeniu jas pakeičia, pavyzdžiui, praleidžiant švietimo internetines programas. Tyrėjai cituoja „Carnegie Cognitive Tutor“pavyzdį, kuris padeda moksleiviams išmokti matematikos: sistema gali prisitaikyti prie kiekvieno mokinio poreikių - ir, priklausomai nuo jų, keisti patarimus bei atsiliepimus apie pamokos eigą.
Taip pat kuriamos intelektualiosios mokymo sistemos, kurios plačiai naudojamos JAV rengiant įvairius specialistus - nuo programuotojų iki inžinierių. Kai yra suformuota virtuali adaptyvioji aplinka konkrečioms problemoms realiame gyvenime išspręsti, AI joje padeda pritaikyti procesą prie studento veiksmų. Tai, pavyzdžiui, „Sherlock“sistema, kuri buvo išrasta dar 1989 m. Ir naudojama treniruoti techniką JAV oro pajėgose. Taip pat galite pastebėti didelę internetinių vertėjų pažangą, kuri vyksta naudojant mašininę intelektą. Dėl to švietimo literatūra kitomis kalbomis tampa prieinamesnė.
Sauga
Mašinų žvalgyba, kuri jau aktyviai naudojama saugumo srityje, ateityje bus naudojama aktyviau. Tyrėjai spėja, kad dirbtinis intelektas galės padėti nustatyti melą tardymo metu. Išanalizavus didelius nusikaltimų duomenų rinkinius, įskaitant nusikaltimų istoriją konkrečioje srityje, vaizdo įrašus ir įtariamųjų judėjimą, galima padėti numatyti, kur gali įvykti kitas nusikaltimas - panašiai kaip TV seriale „Įtariamasis“. Taip pat nepamirškite apie kibernetinį saugumą. Mašinų intelekto sistemos jau padeda nustatyti finansinius nusikaltimus, pagrįstus įtartina veikla kieno nors kreditinėje kortelėje - tokios sistemos ateityje taps dar efektyvesnės.
Aišku, žmonėms rūpi AI naudojimas sekimo sistemoms. Bet jūs galite pažvelgti į tai kitaip, užduodami šį klausimą: kas yra geriau - jei jus per kamerą stebi „sielos neturintis algoritmas“ar labai konkretus asmuo? Galbūt pirmuoju atveju privatumas yra pažeidžiamas daug mažiau. PG siekia sekti tik pavojingus modelius, ir tai tiesiog pašalina nuolatinį žmonių stebėjimą. Įsivaizduokite naftos vamzdį, kurį reikia nuolat stebėti, kad įsibrovėliai nelegaliai prie jo neprisijungtų. Galite nustatyti kameras ir retkarčiais paleisti patrulius prie vamzdžio, arba galite paleisti droną ir naudoti apmokytą sistemą, norėdami išanalizuoti, ar šalia nėra pašalinių daiktų, pavyzdžiui, automobilių ar žmonių grupių.„Yandex“duomenų fabrikas ir „Accenture“turi panašų projektą - sistema stebi tolimojo susisiekimo objektus, tokius kaip elektros linijos, naftos vamzdynai ir dujotiekiai, kuriuos patruliuoti žmonėms būtų per brangu, ir sugeba aptikti įtartiną veiklą - pavyzdžiui, neleistinus automobilius, žmonių grupes ir pan. …
Pramogos
Dirbtinis intelektas ilgą laiką buvo naudojamas pramogose - pavyzdžiui, žaidimuose kompiuterio priešai savo elgesį konstruoja remdamiesi žaidėjo veiksmais, o tai yra puikus dirbtinio intelekto pavyzdys. Socialinėje žiniasklaidoje rekomendacijų algoritmai taip pat naudoja AI, o „Facebook“naujienų kanalas yra klasikinis pavyzdys. Savo dienoraštyje jie kalba apie mašinų intelekto technologijų naudojimą: tai yra pranešimų vertimas, intelektuali paieška ir informacijos santraukų pritaikymas konkretaus vartotojo interesams skrendant (priklausomai, pavyzdžiui, nuo to, kas jam patinka ir kokias nuorodas atidaro). Tačiau visa tai yra gana paprastas sudėtingų technologijų naudojimo lygis ir ateityje, tyrėjų teigimu, turinio personalizavimo laipsnis bus daug didesnis nei šiandien.
AI taip pat patenka į meno sritį - vis daugiau yra gana sėkmingų tekstų ir melodijų komponavimo pagal programas pavyzdžių. Pavyzdžiui, šiais metais „Yandex“entuziastai padarė projektą „Neural Defense“, kur nervų tinklas parašė dainų tekstus Jegoro Letovo stiliumi. Dabar tai yra ne kas kita, kaip linksmi eksperimentai, tačiau ateityje nesunku įsivaizduoti, kaip neuroniniai tinklai piešia paveikslėlius ar kuria naujus muzikos kūrinius, ir tie, kurie beveik garantuojami taps hitais: juk neuroninis tinklas sugeba nustatyti būtinas sąlygas, kad kompozicija taptų hitu.
Tarp pramogų technologijų plėtros JAV ir Rusijoje skirtumų nėra. Čia mes neatsiliekame nuo Vakarų ir apskritai esame linkę į tas pačias perspektyvas ir problemas. Bet pasidaryti rekomendacinę sistemą ar pramoginį botą remiantis anglų kalba yra lengviau - daugiau duomenų, o pati kalba yra labiau formalizuota. Rusų kalba yra labai sunki, o tai šiek tiek sulėtina procesą.
Ar reikėtų bijoti nedarbo?
Viena didžiausių dirbtinio intelekto baimių yra ta, kad tai atims iš darbo žmones. Tai nereiškia, kad ši baimė yra visiškai nepagrįsta. Stanfordo tyrėjai mano, kad nors mašinų intelektas iš tikrųjų pakeis daugybę žmonių įvairiose pramonės šakose, tuo pačiu metu bus sukurta daug naujų darbo vietų, tačiau sunku pasakyti, kurios iš jų. Be to, AI nepakeis milijonų žmonių darbo vienu metu - šis procesas bus pratęstas laiku ir bus laipsniškas ta prasme, kad AI pirmiausia padės žmogaus darbuotojas ir tik tada galės jį pakeisti. Dėl to kai kurių profesijų žmonių užimtumo mažinimo procesas bus sklandus ir neskausmingas.