Stanford University har publicerat en rapport med förutsägelser om vår framtids framtid fram till 2030. Alexander Krainov, chef för servicetjänsten för datorsyn och maskinteknik vid Yandex, uttalade de viktigaste sakerna från honom särskilt för Afisha Daily.
2014 lanserade Stanford University en 100-årig studie om konstgjord intelligens, där forskare kommer att utvärdera hur införandet av ny teknik i AI och maskininlärning påverkar samhället. Det är planerat att släppa rapporter om AI-relaterade ämnen under hela projektet. Den första rapporten i denna serie publicerades nyligen, som förutsäger vad framtiden håller för oss fram till år 2030. Uppenbarligen kommer framtiden inte att vara densamma för människor i olika länder, och forskarna tittar på en abstrakt nordamerikansk stad. Ryssland har sina egna detaljer och därmed sina egna nyanser av utvecklingen av den tekniska framtiden. Låt oss försöka ta reda på vad rapporten berättar för oss och hur relevant den är för oss.
Transport
Stanford-forskare tror att det är inom transportområdet att de mest märkbara förändringarna i samband med artificiell intelligens kommer att inträffa inom en snar framtid. Vi pratar om både inbyggda förarassistenter (alla typer av sensorer som analyserar bilens tillstånd och situationen på vägarna) och obemannade fordon, och trafikstyrningssystem som förbättras genom big data-analys och maskininlärning kommer att rädda städer från trafikstockningar. I Holland tänkte de till exempel på "smarta vägar", som skulle vara fyllda med alla slags sensorer och hjälpa förare att bedöma vägens tillstånd "på resande fot."
Hos dem är emellertid allt heller inte så öppet: problemet här är inte bara säkerheten att köra, vilket kommer att garantera autopiloten, utan också i juridiska frågor. Vem har skylden om en bil utan pilot träffar en person eller kraschar i en annan bil? Föraren kan alltid bli böter eller återkallas, men hur kan du böta bilen? En annan aspekt är inställningen till självkörande bilar i samhället. Varje incident som involverar autopiloten utlöser en diskussionsvåg och ger argument till motståndare mot innovationer. De lyckliga ägarna av högteknologiska bilar som Tesla själva hjälper inte situationen - de sover med autopiloten påslagen och ignorerar bilens rekommendationer att ta kontroll.
Kampanjvideo:
Förutom svårigheterna med lagstiftningen kan användningen av sådan teknik i Ryssland kompliceras av det faktum att vår övergripande vägsituation är mer komplicerad. Detta gäller också kvaliteten på vägbanan, vädret och körvanor. Allt detta kommer att kräva en högre utvecklingsnivå när det gäller inställning av algoritmer. Och våra trafiklagar är mer konservativa än staterna eller i Europa och kan ta längre tid att ändra.
Sjukvård
Sjukvård är ett av de mest lovande områdena för AI-adoption. Författarna till rapporten håller med om detta, men noterar att det också är en av de svåraste branscherna. Priset på fel här är patientens liv, och all hälsodata är mycket känslig. Därför är etiska frågor inom hälsovården särskilt akuta. Både byråkratin och de föråldrade mekanismerna för medicinska institutioners arbete hindrar - det kommer att ta mycket lång tid att övervinna dessa hinder. Men allt detta hindrar inte teknik att aktivt utvecklas, och nya teknologiföretag går in i branschen, inklusive i Ryssland.
Masssamling av medicinsk data (en nödvändig grund för AI-utbildning) blev möjlig för en tid sedan, under uppsvinget i sportappar och aktivitetsspårare, men stora analyser har fortfarande inte nått det av ett antal skäl, inklusive lagliga begränsningar och integritetsfrågor. Detsamma gäller för bildigenkänning - till exempel röntgenbilder som redan tas och lagras digitalt. Med telemedicin är saker och ting bättre - projekt startas, inklusive regeringsverktyg, för att introducera högteknologiska verktyg för läkare, till exempel en kirurgs deltagande på distans i en operation som använder HD-sändningar. I en snar framtid kan det förväntas att maskininformation ska kunna analysera en massa data om olika patienter och deras behandlingshistorik för att lyfta fram liknande fall.ge rekommendationer och därmed spara terapeutens tid. Trenden här skiljer sig inte mycket från andra branscher - allt automatiserat arbete, som förlitar sig på kunskapsbasen i det mänskliga huvudet och på att jämföra data, kommer i framtiden att ersättas av AI. Det är sant att det slutliga beslutet är fortfarande för personen under lång tid.
I Ryssland har telemedicinsektorn tittat på länge och det finns ett statligt program för dess genomförande, vars första etapp kommer att börja 2017. Även om detta program inte har något att göra med AI, men det kan indirekt bidra till början av införandet av AI inom telemedicin - från automatisk bearbetning av textinformation som recept på läkemedel till analys av bilder från patientjournaler. Dessutom arbetar vi redan med att erkänna patologier i bilder med neurala nätverk och det finns en uppenbar efterfrågan på tillgång till högkvalificerade medicinska tjänster i avlägsna bosättningar.
Utbildning
Under överskådlig framtid kommer robotar inte att ersätta lärare - detta gäller både Förenta staterna och ännu mer för Ryssland, där läraren alltid har upplevts som en lärare. Forskare i Stanford-rapporten uppmärksammar inte så mycket på hur artificiell intelligens kommer att implementeras i utbildningen, utan på frågor om ny teknik som hjälper lärare och på någon nivå ersätta dem, till exempel när man passerar utbildningsprogram online. Forskarna citerar exemplet med Carnegie Cognitive Tutor, som hjälper skolbarn att lära sig matte: systemet kan anpassa sig efter behoven hos varje elev - och beroende på dem ändrar tips och feedback på klassens gång.
Intelligent utbildningssystem utvecklas också, som används i stor utsträckning i USA för att utbilda olika specialister - från programmerare till ingenjörer. När en virtuell adaptiv miljö bildas för att lösa specifika problem i verkligheten, hjälper AI den att anpassa processen till elevens handlingar. Detta är till exempel Sherlock-systemet, som uppfanns redan 1989 och används för att utbilda tekniker i det amerikanska flygvapnet. Du kan också notera de betydande framstegen för onlineöversättare, som händer tack vare användningen av maskininformation. Detta gör utbildningslitteraturen på andra språk mer tillgänglig.
Säkerhet
Maskininformation, som redan används aktivt inom säkerhetsområdet, kommer att användas mer aktivt i framtiden. Forskare spekulerar i att konstgjord intelligens kommer att kunna hjälpa till att identifiera lögner under förhör. Och att analysera stora datamängder av brott, inklusive brottens historia i ett specifikt område, videoinspelningar och rörelser av misstänkta, kan hjälpa till att förutsäga var nästa brott kan inträffa - precis som i TV-serien misstänkt. Glöm inte heller cybersäkerhet. Maskinsäkerhetssystem hjälper redan till att upptäcka ekonomiskt brott baserat på misstänkt aktivitet på någons kreditkort - sådana system kommer att bli ännu effektivare i framtiden.
Naturligtvis är användningen av AI för spårningssystem oroande för människor. Men du kan titta på det annorlunda genom att ställa den här frågan: vad är bättre - om du tittas genom kameran av en "själfri algoritm" eller en mycket specifik person? Kanske i första fall kränks privatlivet mycket mindre. AI syftar till att hålla reda på endast farliga mönster, och det utesluter bara ständig mänsklig övervakning. Föreställ dig ett oljerör som måste ständigt övervakas så att inkräktare inte går med i det olagligt. Du kan ställa in kameror och ibland starta patrull längs röret, eller du kan starta en drönare och använda ett tränat system för att analysera området för utseendet på främmande föremål i närheten, till exempel bilar eller grupper av människor. Yandex Data Factory och Accenture har ett liknande projekt - systemet övervakar långa avstånd som kraftledningar, oljeledningar och gasledningar, vilket skulle vara för dyrt för människor att patrullera och kan upptäcka misstänksam aktivitet - till exempel obehöriga bilar, grupper av människor etc. …
Underhållning
Konstgjord intelligens har använts under underhållning under lång tid - till exempel i spel bygger datorfiender sitt beteende baserat på spelarens handlingar, vilket är ett utmärkt exempel på artificiell intelligens. På sociala medier använder rekommendationsalgoritmer också AI, och Facebook-nyhetsflödet är ett klassiskt exempel. De talar om användningen av maskininformationsteknologier i sin blogg: detta inkluderar översättning av inlägg, och smart sökning och anpassning av flödet till intresset för en viss användare i farten (beroende till exempel på vad han gillar och vilka länkar han öppnar). Men allt detta är en relativt enkel nivå med att använda komplex teknik och i framtiden kommer enligt forskare graden av anpassning av innehåll att vara mycket högre än idag.
AI kommer också in på konstområdet - allt fler finns det ganska framgångsrika exempel på att komponera texter och melodier efter program. I år skapade till exempel Yandex-entusiaster Neural Defense-projektet, där neurala nätverket skrev texter i stil med Yegor Letov. Nu är det inget annat än underhållande experiment, men i framtiden är det lätt att föreställa sig hur neurala nätverk målar bilder eller skapar nya musikstycken, och de som nästan garanteras att bli hits: trots allt kan ett neuralt nätverk identifiera de nödvändiga förutsättningarna för att en komposition ska bli en hit.
Det finns inga skillnader mellan utvecklingen av underhållningsteknologier i USA och Ryssland. Här släpar vi inte efter väst, och i stort sett är vi ute efter samma perspektiv och problem. Men det är lättare att göra ett rekommendationssystem eller en underhållningsbot baserad på engelska - mer data och själva språket är mer formaliserat. Det ryska språket är mycket svårt, vilket bromsar processen något.
Ska du vara rädd för arbetslöshet?
En av de största rädslorna för konstgjord intelligens är att det kommer att ta jobb bort från människor. Det betyder inte att denna rädsla är helt ogrundad. Forskare vid Stanford tror att även om maskinundersökningar verkligen kommer att ersätta många människor i en mängd olika industrier, samtidigt kommer det att skapa många nya jobb, men det är svårt att säga vilka. Dessutom kommer AI inte att ersätta miljontals människors arbete på en gång - denna process kommer att förlängas i tid och kommer att vara gradvis i den meningen att AI först kommer att hjälpa en mänsklig anställd och först då kommer den att kunna ersätta honom. Detta kommer att göra processen att minska anställningen av människor i vissa yrken smidig och smärtfri.