Конференция EmTech
Недавно прошедшей конференции EmTech организованной MIT technology review, были проведены много ознакомительных презентаций и лекций о новейших технологиях и их роли в нашей жизни. Подробные видео с конференции выложены в вебсайт MIT technology review для просмотра. Среди многих видео с конференции моё внимание больше всего привлекли лекций об искусственном интеллекте (ИИ) и роботизации.
Лекция прочитанная Andrew Ng, Deeplearning.ai; Stanford University о современном состояний ИИ начинался с провозглашения «ИИ — новое электричество», что ИИ окажет такие же революционные изменения в нашей жизни как сделало электричество, без которого мы не смогли бы представить нашу современную жизнь. Это означает величина распространения и влияния ИИ на нашу жизнь будет просто неимоверным, и таким же доступным как электричество.
В качестве примера Andrew привел разные области применения ИИ:
- как при подаче заявления на получение кредита в банке может выдать оценку риска возврата кредита
- касательно рекламы размещенной на вебсайте может выдать прогноз количества щелчков данная реклама может генерировать
- продиктованный аудио может быть конвертирован в обыкновенный текст
- любой текст на русском языке может быть переведен на английский или любой другой язык по желанию
таких возможностей уже сейчас в начальном этапе развития ИИ уже немало.
Основным требованием для ИИ являются наличие больших объемов вводных данных, при соответствующей тренировке больших нейросетей как разновидность машинного обучения, обрабатывая которые ИИ может выдавать ожидаемый результат. Дополнительно о работе нейросети можете узнать в: http://www.aif.ru/dontknows/actual/chto_takoe_neyroset
К разновидностям машинного обучения можно отнести:
- обучения под наблюдением (вводные — выводные)
- трансфер обучения, когда изображения изучаются через радио сканирование
- обучение без наблюдения, когда ИИ смотрит YouTube и запоминает изображения зверей, и может распознать их разновидность самостоятельно
- усиленное обучение через видео игры
Как упомянул выше, для всех видов машинного обучения необходимы большие объемы вводных данных «как пища для размышления», и чем сложнее метод обучения тем аппетит на вводные данные растет пропорционально. Поэтому у таких компаний как Google, Microsoft и Amazon большие преимущества на рынке, и они являются лидерами по обучению машин, и не удивительно, что мы уже испробовали Amazon Alexa, Cortana Microsoft, Google Home на деле. Они не только являются конкурентами на рынке потребительского ИИ, но начали сотрудничать между собой, чтобы взаимодополняя друг друга принести наибольшую выгоду потребителю. Именно такой путь сотрудничества, когда ради достижения более совершенной цели старая конкурентная борьба переходит в новую кооперативную конкуренцию (coopetition), о котором вскоре я изложу более подробно.
Andrew описывая эру ИИ утверждает, что еще никто не смог дать определение ИИ компаниям, даже несмотря на наличие традиционно технологических компаний с множеством нейросетей. Это очень интересное мнение, значит мы сможем стать свидетелями зарождения таких компаний. Интересно, будут ли они независимые компаний вышедшие из стартапов или конгломерат компаний с лидирующими позициями в разных областях ИИ, покажет время. Однако, учитывая быстро набирающий темп современной тенденции coopetition, можно предположить, что именно конгломерат кооперативно-конкурирующих компаний как Amazon, Microsoft, Alphabet (Google) могут провозгласить создание чистой ИИ компании в ближайшее время.
SLXLM
Профессор MIT Daniela Rus в своей презентации о роботизации разделила людей на два типа по отношению к роботам. Первый тип людей сразу задают вопросы о Skynet и захвате нашего мира роботами (из фильма «Терминатор») и второй тип, которые интересуются о величине разгрузки своей работы.
Профессор Rus относится к роботам как к необыкновенным инструментам, и что среди них не может быть хороших или плохих, они могут только быть теми какие мы их захотим, чтобы они были, и что все зависит от алгоритмов, которые мы закладываем в них. В настоящий момент роботы могут помочь людям с ограниченными способностями передвижения, прикованные в инвалидные коляски или обремененные слепотой, распознавать преграды на своем пути, подсказывать об окружающей среде, кто и что остается с боку и что приближается. Инвалиды уже не будут зависеть от чужой помощи, и ждать когда кто-то сможет вывести их на свежий воздух или доехать самостоятельно на своей коляске до супермаркета или кофейного. Человек сможет снова обрести автономию и может даже заняться делом.
Профессор назвала о трех компонентах взаимосвязанных между собой и способствующих созданию совершенных роботов, это Роботы, представляющие механическую часть с автономией в движений, ИИ умеющие строить логическую цепочку и имеющие автономию при покое, и Машинное Обучение как средство по улучшению, адаптации и предсказанию.
Далее она приводит пример сравнения врача радиолога с ИИ, их попросили идентифицировать наличие рака в лимфоузлах. Ошибки врача составили 3,5%, ошибки машины составили 7,5%, а при совместной работе врача и машины ошибка всего составила 0,5%. Она утверждает, что люди могут делать кое-что лучше чем машины, а машины могут делать кое-что другое лучше чем люди, а при совместной работе все остаются в выигрыше. Чудесно!
Другой пример о том, как роботы могут повлиять работе юриста. Сегодня роботы оказали революционные перемены в жизни юристов в составлений документов, в обмене и сборе информации. Они могут прочесть целые библиотеки, судебное дело в нескольких томах в реальной времени. Тем самым помогая юристам в предсказаний предстоящего решения в конкретном судопроизводстве, отметить схожие случаи из прошлого, и тем самым просто облегчить жизнь юристов. Конечно, роботы не могут делать выводы, давать советы клиентам или выбирать лучшую стратегию защиты, но они смогут усовершенствовать рабочий процесс, скрупулезно изучить судебные дела, особенно когда у юриста «горят» несколько дел одновременно.
Нельзя не сказать о промышленных роботах уже выпускающих автомашины, их возможностях по увеличению производительности и технических возможностях. Роботы с ИИ смогут далее усовершенствовать процесс производства через индивидуализацию производства товаров по требованию заказчиков. Далее были представлены технологические возможности и жизнеспособности разных моделей. Дедуктивные модели способные строить логические выводы и предсказывать результат; модели движимые вводными данными способные предсказывать, самоулучшаться, и адаптироваться; модели с возможностями индивидуализации, демократизации, интерпретации речи, автономии в движений и в покое с улучшенной производительностью и качеством времени.
На свой вопрос, что мы сможем сделать для сохранения рабочих мест, сама же отвечает предлагая о переобучений рабочей силы на программистов, специалистов по обучению машин, и на другие новые профессии. Ведь жизнь с изобретением электричества не остановилась, а наоборот появились новые профессии, управляющие электрическими машинами и техникой. А может просто сама жизнь нам дает возможность заново взглянуть в суть нашего существования, переоценить ценности, взглянуть на то, чем мы занимаемся, на что тратим свое время, как мы добываем пропитание и жизнеобеспечение. Возможно здесь и кроется ответ на все наши волнения и тревоги, а может лучше как говориться «взять быка за рога» и начинать этим заниматься напрямую чем сидеть и волноваться о своем будущем?