Что ждать человечеству от искусственного интеллекта

Этим летом знаменитый изобретатель Илон Маск призвал государства регулировать внедрение крупными технологическими компаниями программ на основе искусственного интеллекта. Маск назвал искуственный интеллект (ИИ) большим риском, и поскольку сомневаться в уровне его умственных способностей не приходится, мы понимаем, что в чем-то его опасения не безосновательны. С другой стороны, вредность и опасность, исходящая от искусственного разума простому человеку не очевидна, в повседневной жизни он вообще с ним не сталкивается. Так есть ли поводы подозревать «умную» технику в злом умысле?

 

 

Дело в том, что высказанные Маском, а до этого и Биллом Гейтсом опасения – это прогнозы. Пока что современные ИИ представляют собой программы и технологии, призванные систематизировать знания, выработать определенный алгоритм действий, найти верное решение в ситуации с разным вариантом развития событий. Все эти технологии изобретены не только что, их возраст измеряется десятком лет, а качество функционирования напрямую зависит от заложенных изначальных данных. Причем эти данные закладывает не очередной ИИ, а все тот же человек.

 

Экспертная система

Примером может служить экспертная система (ЭС), программа, созданная на обширной базе фактов или сводов правил. При получении запроса ЭС начинает механическим путем подбирать оптимальный вариант решения, но только из набора имеющихся данных. Она не может самостоятельно вводить новые сведения, не может решить вопрос нестандартными методами. ЭС следует исключительно логике, опираясь на имеющуюся информацию.

Как результат – получение ответа быстро, и часто – правильно, но только тогда, когда речь идет о четко поставленном запросе. Экспертная система не ответит на риторический вопрос, на вопрос с двойным подтекстом, она не поймет юмора и иронии. Также она не сможет объяснить, почему решила задачу именно таким методом. Именно поэтому такой искусственный интеллект сейчас используют в качестве источника справочных, энциклопедических сведений. И он вряд ли опасен.

 

Машинное обучение

Еще одна из методик искусственного интеллекта – машинное обучение (MO). Она частично основана также на заложенной человеком базе данных, но ее особенностью является самообучение. Оно построено на принципах индукции и дедукции. Индуктивное обучение призвано находить закономерности в разрозненных эмпирических данных; дедуктивное – собирать информацию для формирования экспертных данных.

 

МО используют сейчас в различных сферах деятельности, связанных с решением сложных задач путем автоматического выбора решения. Это и медицинская диагностика, и распознавание речи (переводы) и письменности, жестов и многое другое. Безусловно, машинное обучение позволит решать сложные задачи в считанные секунды и сделает жизнь человека гораздо более комфортной. Есть ли у него обратная, враждебная сторона, которой стоит опасаться?

К настоящему времени признаков самостоятельности и вредоносности машинного обучения не выявлено. Несмотря на возможность обучаться и обрабатывать огромное количество информации, у этой методики искусственного интеллекта есть и слабые стороны. Она не способна анализировать свое решение, искать другие пути ответа на поставленный вопрос, наконец, она лишена возможности дать какой-либо ответ, выходящий за рамки четкого «да» или «нет».

Между тем, область применения МО только расширяется.

Методику машинного обучения успешно внедряют в аналитическую деятельность крупных интернет-ресурсов. Например, ею пользуются интернет-серверы типа Amazon в сфере продаж. ИИ анализирует покупки категорий клиентов и частных лиц и на этой основе предлагает похожую, но другую продукцию в виде рассылки предложений, акций, рекламных роликов.

Схожий процесс наблюдается в медицинских, и финансовых сферах, а также в сферах, связанных с обеспечением безопасности. Здесь ИИ работает с набором изображений и видеороликов, выявляя нестандартные действия или образы, а затем отсылает сигнал в соответствующие службы. Так работают Respond Software, Enterprise Immune System, Darktrace, Antigena.

 

Человеческий фактор

Машинное обучение успешно и там, где речь идет о человеческом общении. Так, например, ИИ отлично справляется с эмоциональным распознаванием текста, то есть может сортировать позитивные и негативные высказывания. То же самое ему удается делать и с изображениями, в частности – с фотографиями.

Эту способность искусственного интеллекта активно разрабатывают в сфере социальных сетей: предупреждают жалобы, устраняют опасные конфликты, используют в общении с пользователями.

 

120 идей для бизнеса с машинным обучением

 

Еще одна интересная практика – это сортировка заявок на поступление в колледж. Программа ИИ тренировалась на базе данных, собранных в течение нескольких лет, и использовала такие критерии отбора как уровень успеваемости, дисциплины, владение иностранными языками, занятия спортом, музыкой и прочее. Но поскольку данные были собраны людьми и предыдущие отборы проводили люди, сюда не мог не проникнуть фактор предубеждения, то есть не полной объективности. «Всплыли» такие побочные явления как дискриминация по расовой принадлежности или по экономическим классам. Таким образом, с технической точки зрения эксперимент прошел идеально, но с человеческой – обернулся полным провалом.

Между тем именно компьютерный разум сумел продемонстрировать в полной мере наш субъективизм даже в, казалось бы, простом процессе отбора учащихся.

Этот опыт можно считать показательным в демонстрации отсутствия самостоятельности искусственного интеллекта. Пока что он еще полностью зависит от информации, предоставленной человеком, и не может делать собственные выводы. Стоит ли нам его бояться?

 

Возможности и слабости искусственного интеллекта в области прогнозирования

Еще одна область применения ИИ – это различные прогнозы. Например, программа Descartes Labs, пользуясь снимками пахотных земель со спутника LANDSAT 8 и данными метеорологических компаний, смогла предсказать урожай кукурузы и сои в различных штатах Америки. Так как база исходных данных была качественно отобрана, прогнозы были очень точными.

 

 

Точно также можно производить планирование различных производств, особенно в областях, которые не выдают стабильных показателей. Пики потребностей и «застои» также прогнозируются, но только в случае качественной обработки первоначальной информации.

Таким образом, становится понятно, что до самостоятельности программам искусственного интеллекта еще далеко. Они напрямую зависят от человека, зачастую совершая и повторяя его же ошибки. И для того, чтобы вывести МО на новый уровень, нам еще нужно много трудиться. А заодно хорошенько подумать: как не допустить непоправимых ошибок, ведущих к появлению враждебного человеку компьютерного разума.

FollowFb.Ins.
...

This is a unique website which will require a more modern browser to work!

Please upgrade today!