Будущее искусственного интеллекта

Инвестиции в будущее: искусственный интеллект — Финансы на vc.ru

Автор Telegram-канала «Практика личных финансов» Роман Романович — об инвестициях в разработчиков программ и инфраструктуры для искусственного интеллекта.

Источник изображения: https://discoverready.com/

Искусственный интеллект – разрушительная тема новой экономики, которая меняет сложившиеся порядки и экосистемы: финансы, автомобили, промышленность, медицина и образование изменятся до неузнаваемости в результате внедрения решений искусственного интеллекта.

Искусственный интеллект – технология, способная самостоятельно выполнять задачи, для решения которых раньше требовались люди. Некоторые используют термины искусственный интеллект (AI), машинное обучение (ML) и глубокое обучение (DL) как взаимозаменяемые, но это не так – ML и DL – подсегменты экосистемы искусственного интеллекта.

Источник изображения: https://schoolofdisruption.com

Искусственный интеллект в широком смысле делят на четыре области:

  • Автоматизированный интеллект – помогает в решении простых, рутинных и стандартных задач;
  • Вспомогательный интеллект – помогает людям выполнять задачи быстрее и лучше;
  • Расширенный интеллект – помогает принимать правильные решения в сложных и стрессовых ситуациях;
  • Автономный интеллект – помогает автоматизировать принятие решений без участия человека.

Машинное обучение – это программы и алгоритмы, которые получают доступ к информации, применяют к ней заложенные алгоритмы, делают выводы и принимают новые решения, направленные на другие объекты или ситуации. Собирая больше информации, алгоритмы учатся и каждый последующий вывод становится точнее.

Глубокое обучение – используя искусственные нейронные сети, искусственный интеллект учится понимать и разбирать неструктурированные данные, такие как звуки, изображения и видео.

После сбора и обработки информации искусственный интеллект делает вывод, который влияет на принятие того или иного решения.

Например, системы глубинного обучения помогают беспилотным автомобилям опознавать пешеходов, другие автомобили или погодные условия для безопасного движения.

Большие данные – топливо для развития ИИ

Благодаря новой информации ИИ становится умнее и быстрее. Чем больше информации искусственный интеллект задействует в принятии решений, тем более разрушительной станет эта технология для сегодняшних технологических решений. Долгое время недостаток информации сдерживала развитие этой области науки и технологии.

Например, для алгоритмов распознавания речи требуется 150 000 часов или 10 лет аудиоданных, а приложения для распознавания лиц требуют 15 миллионов изображений. Ум и скорость работы искусственного интеллекта растет вместе с количеством информации. С 2015 года было создано 90% существующих данных – 10 зеттабайт.

К 2020 году их станет 20 зеттабайт, а к 2025 объемы информации достигнут 180 зеттабайт.

В 1 зеттабайте 1 миллиард терабайт.

Обратите внимание

В этом плане идея инвестиций в искусственный интеллект тесно связана с другими глобальными идеями, о которых я уже писал: облачные технологии, роботизация и кибербезопасность. Без достаточного количества информации развитие искусственного интеллекта невозможно.

Для хранения и обработки таких объемов информации необходимы центры обработки данных и облачные хранилища. Чтобы пользователи не боялись делиться информацией они хотят быть уверенны в их безопасности и сохранности.

В результате слаженной работы сегментов кибербезопасности и облачных технологий искусственный интеллект станет умнее и точнее и как промышленные, так и домашние роботы станут умнее и точнее.

Согласно исследованиям, искусственный интеллект добавит до $15,7 триллионов в глобальный ВВП к 2030 году или 14% к текущему уровню, при этом $6,6 триллионов будут получены за счет роста производительности труда. Наибольший вклад в это внесут Китай – $7 триллионов и США – $3,7 триллионов.

Какие регионы получат дополнительный прирост ВВП за счет внедрения искусственного интеллекта. Источник: pwc

При этом полученный прирост ВВП не приведет к сопоставимому росту издержек, а наоборот в некоторых отраслях сократит их.

Работники будут освобождены от выполнения повторяющихся рутинных задач и сосредоточатся на создании добавленной стоимости, решая творческие и стратегические задачи.

Обратная сторона медали – потеря работы людьми, которые эту рутинную работу выполняют сейчас и не переучатся на новые профессии, что приведет росту социальной напряженности, особенно в развивающихся странах.

Где искусственный интеллект получит сильный рост

Здравоохранение: диагностика заболеваний с применением искусственного интеллекта использует персональную историю болезни пациента, сравнивает ее с информацией о других похожих случаях и на основе состояния больного предлагает лечение.

Первоначально ИИ будет принят для помощи докторам, а не для их замены. Но за счет накопления информации и обучения искусственный интеллект способен вытеснить врачей из процесса диагностики и назначения лечения. Конфиденциальность и защита информации – главное препятствие на пути внедрения подобных программ.

Помним о кибербезопасности, которая будет помогать в решении этой задачи.

Размер глобального рынка искусственного интеллекта в здравоохранении. Источник: statista.com

Автономные автомобили: позволят путешественникам и простым пользователям получать автомобиль в тот момент, когда он им нужен.

Экономика совместного использования позволит сократить издержки индивидуальных пользователей на покупку, обслуживание и страхование собственного автомобиля.

Главным препятствием пока остается недостаток информации о дорожном движении, реакции других водителей в аварийных и стрессовых ситуациях, а также недоверие пользователей.

Прогноз объема поставок систем на основе искусственного интеллекта для автономных автомобилей. Источник: statista.

com

Финансовые услуги и технологии: развитие робо-эдвайзинга, когда инвестиционные и финансовые советы дает искусственный интеллект, сделали финансовые рынки доступными для массового рынка.

Важно

В сегменте состоятельных клиентов взаимодействие с человеком остается устойчивым и вряд ли изменится так быстро.

Программы, основанные на искусственном интеллекте, дают рекомендации по оптимизации личных финансов, рекомендуют инвестиционные идеи и помогают правильно распределить капитал в привязке к целям клиента. Как и в здравоохранении главное препятствие на пути развития технологии – конфиденциальность информации и привычка пользователей работать с живыми консультантами по финансам и инвестициям.

Активы под управлением робо-советников в мире с 2015 по 2020 годы. Источник: statista.

com

Промышленность: самообучающиеся программы мониторинга и контроля за процессом производства сокращают издержки и процент брака готовой продукции.

Применение искусственного интеллекта позволит моделировать образцы готовых изделий и тестировать их на качество, прочность и совместимость. Также ИИ поможет оптимизировать цепочки поставок, находя оптимальных поставщиков и покупателей.

Источник: https://vc.ru/finance/46776-investicii-v-budushchee-iskusstvennyy-intellekt

Искусственный интеллект – будущее или настоящее?

О пути искусственного интеллекта за последние полвека и о моментах, когда мы его не замечаем, 24 февраля разработчик нейронных сетей Богдан Козловский рассказал на открытой лекции «Искусственный интеллект – будущее или настоящее».

Искусственным интеллектом называли даже калькулятор

Онлайн-переводчик и аркадные игры очень привычны, и неспециалисту странно узнать, что в них используют современный искусственный интеллект. А для специалиста это явное подтверждение того, что ИИ и нейросети развиваются невероятно быстро.

«Понятие «искусственный интеллект» вошло [в обиход] в 1956 году. Хотя его использовали и раньше, применяя к любым программам в компьютере, даже к обычному калькулятору. Искусственный интеллект мог делать вычисления, но сложные закономерности выводить не мог», – говорит практикующий разработчик нейронных сетей и тренер тематического курса ИТ-Академии “БелХард” Богдан Козловский.

Реализовать сложные операции было невозможно. Но уже к 2000 году понятие расширилось, и к искусственному интеллекту, по словам лектора, стали относиться почти как к человеку, требуя столько же. ИИ должен был выявлять закономерности в данных, делать на их основе выводы и решать задачи.

Искусственный ум думает, что чихуахуа – кот

Наши компьютеры стали мощнее, инструменты обработки информации – сложнее. Появилось понятие машинного обучения, к которому есть несколько подходов:

  • Логическое программирование – это когда человек уже решил за программу все проблемы. Но в таком случае искусственный интеллект не решит задачу, с которой не сталкивался ранее;
  • Агентный способ чаще всего используется в играх. Мы не знаем данных, но знаем мир, в который помещаем искусственный интеллект. Он изучает мир сам, получая награды и штрафные баллы. Например, в гоночных играх машина – это агент, а карта – мир;
  • Гибридный подход – это использование двух первых подходов вместе: агент сам учится играть в шахматы и шашки, но в то же время использует логическую программу, которая определяет набор его действий.

Нейросеть можно научить отличать на фото изображения котов и собак, проведя её обучение. Для этого нужен большой массив данных – много фотографий, которые обучаемый разделит на кластеры, в каждом из которых максимально похожие между собой снимки.

«Конечно, когда используют такой алгоритм, всяких чихуахуа она причисляет к котам, а страшных котов – к собакам», – указывает Богдан Козловский на казусы.

Есть и другие способы обучения: обучение с подкреплением и обучение с учителем. Последним способом можно научить машину подсказывать товары в интернет-магазине, определять сумму кредита и стоимость квартиры, различать рукописные цифры.

Читайте также:  Искусственный интеллект будет бороться с пробками в столице

Мозг не изучен, но нейросети строят по аналогии с ним

Работу нейросетей организуют по аналогии с принципами работы человеческого мозга. Но только с теми, которые уже известны, а это немного:

«Мозг полностью не изучен, – говорит лектор. – Если расстояние до полного изучения сравнить с километрами, то наше научное сообщество прошло всего лишь 3 сантиметра».

Машинное обучение – процесс, подобный созданию новых связей между нейронами. Эти связи возникают, если мы что-то изучаем или запоминаем. Именно от них, а не от количества нейронов зависит уровень интеллекта человека.

Ускорение процесса мышления происходит, когда человек нервничает, и аналогией может послужить тактовая частота у компьютеров. Подтверждением тому служит значительный технологический прогресс во время войн.

«Человеческий мозг – очень мощный и может решать большое количество задач, если только его об этом попросить», – продолжает программист.

Человек отстал от машины в распознавании изображений

Нейросети – это тоже мощный инструмент. Они могут эффективно проложить маршрут, перевести текст, иногда – писать стихи, но не слишком длинные. Нейросети превзошли человека пока только в одном – в распознавании изображений, что важно, например, для военной сферы.

«Машинное зрение более внимательно относится к объектам, чем человек. У американских военных есть такие очки, которые позволяют заметить противника, как бы он не замаскировался. Будучи снайпером, не спрячешься в лесополосе», – говорит Богдан Козловский и рассказывает про ещё один способ использования технологии: очки дополненной реальности.

Такие очки позволяют японским служащим на вокзалах быстро узнать, находится ли тот или иной пассажир поезда в розыске. При помощи же работы с изображениями на компьютере можно «научить» улыбаться человека на фото или надеть ему очки.

Почему

Источник: https://www.kv.by/post/1053747-iskusstvennyy-intellekt-budushchee-ili-nastoyashchee

Долгосрочное будущее (искусственного) интеллекта

Зубин Гарамани (Zoubin Ghahramani). Я рад представить Стюарта Рассела (Stuart Russell), профессора информатики и электротехники в Университете Калифорнии, Беркли (The University of California, Berkeley), бывшего председателя выдающегося факультета информатики этого университета.

В прошлом он занимался физикой, у него есть научная степень от Университета Оксфорда (University of Oxford), затем он переключился на информатику и был сотрудником Беркли с тех пор (хотя он и уезжал на пару лет в Париж).

Стюарт получил несколько наград за его влиятельные работы в следующих областях: искусственный интеллект (ИИ), ограниченная рациональность, машинное обучение, глобальные сейсмические наблюдения и др.

В числе этих наград — приз от Национального общества науки (National Science Foundation), награда «Компьютеры и мысль» (Computers and Thought Award), награда от Американской статистической ассоциации (American Statistical Association). Мы очень рады, что он сейчас здесь с нами, что он прочитает лекцию в рамках нашей программы.

В последнее время он сделал многое, чтобы привлечь внимание к дискуссии о будущем ИИ, спровоцировал обсуждение в среде исследователей, которые работают в этой области. То, что он пытается делать — очень важно, так как дискуссия [о проблемах ИИ] должна происходить не столько среди простых любителей ИИ или в научно-популярной литературе, но прежде всего в научных кругах, среди профессионалов.

Мы рады его приветствовать здесь.

Стюарт Рассел. Для кого-то из вас это будет дежавю, особенно если вы были на пуэрториканской ИИ-встрече или на собрании AAAI (Ассоциация по развитию ИИ, Association for the Advancement of Artificial Intelligence) в январе. С тех пор в дискуссию было добавлено несколько новых мнений, и я надеюсь, что для некоторых их вас они будут в новинку.

Я размышлял над этой темой долгое время. Первое издание моей книги вышло в 1994-м году. Так вот, в ней есть раздел, озаглавленный «А что если мы преуспеем?» Было очень важно предложить дискуссию по этому вопросу, потому что учёные на тот момент не задумывались о такой возможности.

В течение десятилетий у них не наблюдалось значительного прогресса, они и думать перестали о том, что будет, если «всё» получится. Меня навел на идею главы Дэвид Лодж (David Lodge), автор книг «Академический обмен. Повесть о двух кампусах» («Changing places») и «Мир тесен» («Small World»).

Лодж повествует о молодом английском учёном, который в конце концов оказывается в «Государстве эйфории». Судя по описанию, это место является весьма искажённой версией Беркли. Герой приехал из Бирмингема (Burmingham), который в книге назван Раммадж (но прототипом был, очевидно, Бирмингем, где Дэвид Лодж преподавал). По случайности, когда мы переезжали из Бирмингема, Лодж купил дом, в котором мы жили. Так, из-за большого числа совпадений, я решил почитать его книги. В одной из книг молодой протагонист ставит вопрос перед одной очень влиятельной группой теоретиков филологии: «А что если вы правы?» И выясняется, что никто из них не думал о такой возможности раньше. Так я получил идею главы «Что будет, если мы преуспеем».

Совет

Мы все согласимся с тем, что ИИ — это про то, как сделать компьютеры «умными». И мы уже не считаем, что мыслительный процесс компьютера обязательно должен подражать мыслительному процессу людей, что он должен следовать каким-то законам «разума».

Что важно, так это понять, можем ли мы заставить компьютеры делать «правильные вещи», и какие есть способы сделать так, чтобы внутренние процессы компьютеров были согласованы с этой целью. Может быть много способов делать «правильные вещи», да и много определений «правильных вещей».

В данном случае мы будем понимать под «правильной вещью» максимизацию ожидаемой ценности всего будущего, имея в виду какую-то мерку итогового коллективного счастья. Другими словами, это максимизация ожидаемой пользы. Это очень стандартная формула. И это как раз то, что мы обычно подразумеваем, когда говорим, что компьютер делает «правильную вещь».

Такое определение может быть специфицировано для разных процессов и исполнителей — для речевых актов, для машинного обучения, для роботов. Есть множество способов использовать эту базовую формулировку.

Почему мы занимаемся исследованиями ИИ? Изначально это просто ужасно вдохновляет: думать, что мы сможем понять разум так хорошо, что создадим что-то «разумное» или подобное разуму. И чем разумнее, тем лучше, это не вызывает сомнений. Мы верим, что такой ИИ может быть создан.

Некоторые исследователи считают, что мы никогда не получим сильный ИИ, поэтому нет никакой надобности волноваться о будущем. Я не уверен, что они до конца честны сами с собой, так как нет смысла работать над исследовательской задачей и верить, что она неразрешима.

Проведём аналогию с Судным днём, «пророки» говорят, что ИИ ведёт «машину человеческой расы» по дороге, которая заканчивается обрывом.

Говорить, что ИИ никогда не преуспеет, аналогично утверждению: «Хорошо, мы просто будем продолжать двигаться в сторону обрыва и будем надеяться, что бензин закончится до того, как мы в самом деле сорвёмся». Это не кажется мне разумной стратегией.

Обратите внимание

Тогда давайте в своей работе исходить из мысли, что мы «преуспеем». Я не стану утверждать, что мы преуспеем за какое-то определённое количество времени, так как знаю, что в таком случае меня процитируют в газетах, а я этого не хочу. Но давайте предположим, что такое может случится.

Когда я говорю с физиками, они мне заявляют, что нет никаких препятствий, чтобы в будущем суметь «лучше» упорядочить атомы и выполнять вычисления гораздо быстрее и эффективнее, чем сейчас. Способности компьютера, таким образом, превзойдут человеческие.

Сейчас очевидно для каждого, что прогресс ускоряется, и это не просто коммерческий хайп (хотя не без него). Когда я разговаривал со своими коллегами, мы выяснили, что у нас всех были моменты, когда мы восклицали «вот это да!».

Это когда видишь реализацию какого-то определённого аспекта прогресса, который, по твоему мнению, просто невозможно было воплотить на данной стадии развития науки.

 

Одна из причин акселерации науки — это то, что её теоретические основы сейчас довольно тверды. Они основаны на рациональном принятии решений, статистике и понимании, как работают восприятие и язык.

С этим становится возможным построить кумулятивно что-то, чего мы никогда не видели в ранние дни развития информатики. Говоря про историю, в первые двадцать лет было большой удачей найти научную работу, которая бы основывалась на исследованиях хотя бы двух или трёх предшественников.

Но сейчас накоплено достаточно теории, и практика подтягивается за ней. Обучение с подкреплением (reinforcement learning) и техники глубокого обучения (deep learning) постепенно отбирались из идей, которые существовали двадцать лет назад.

С новыми поправками они вдруг заработали очень хорошо, и мы стали свидетелями небывалого прогресса в прикладных задачах, таких как распознавание речи или компьютерное зрение.

Важно

Сейчас можно использовать универсальные языки, чтобы описывать вероятностные модели любой сложности. Всё, что может быть записано на любом языке мира, может быть записано на этих языках очень кратко.

И наш фокус смещается с инструментов на проблему — как принимать решения в долгосрочной перспективе, где за планами последуют миллионы, или даже миллиарды, физических действий разных людей. Тем не менее, нам бы хотелось планировать в такой широкой перспективе. Я иногда читаю лекции под названием «Жизнь выбирает из двадцати триллионов шагов».

Двадцать триллионов — это примерно столько, сколько вы совершаете за время своей жизни. Это число может показаться чрезмерно большим, но оно верно, если рассматривать действия как активации отдельных мышц.

Мы все были свидетелями недавних успехов ИИ, и может быть самый большой на моей памяти — это победа Deep Blue над Гарри Каспаровым в 1997-м. Пару месяцев назад компьютер обыграл лучших игроков в одну версию покера. Deep Mind

Источник: https://22century.ru/video/professor-stuart-russell-the-long-term-future-of-artificial-intelligence

Друг или враг? Будущее искусственного интеллекта

Поможет ли искусственный интеллект человечеству вступить в золотой век, разрешив наши самые трудные проблемы? Или он является большой угрозой для нас, нашей работы и даже жизни? Существует несколько точек зрения.

Илон Маск, Стивен Хокинг и Билл Гейтс неоднократно выражали опасение на счет ИИ, которое Хокинг выразил так:

Между тем, такие известные люди, как Марк Цукерберг, Эндрю Ын (американский ученый, исследователь ИИ) и Орен Эциони (исполнительный директор Института искусственного интеллекта имени Аллена) считают эту точку зрения надуманной, не стоящей даже опровержения. Цукерберг и вовсе назвал апокалиптические разговоры об угрозе машинного разума «безответственными», а Ын сравнил опасения по поводу ИИ с беспокойством о «перенаселении Марса».

Задачи, выполняемые искусственным интеллектом сегодня довольно банальны. Он фильтруем спам в электронной почте, прогнозирует погоду и указывает дорогу водителям. Такой ИИ принято называть слабым или ограниченным.

Тем не менее, существует вид искусственного интеллекта, который сильно отличается от применяемых сегодня систем. Он носит название общего искусственного интеллекта или AGI (Artificial general intelligence).

Почему эта технология так по-разному оценивается специалистами? Это сводится к таким ключевым вопросам:

Как далеко мы от общего ИИ?

Сегодня искусственный интеллект обучается людьми вручную с помощью тщательно подготовленного набора данных.

Например, чтобы научить компьютер идентифицировать кошек, вам понадобится большая база фотографий, каждая из которых будет помечена как кошка или другой объект, не имеющий к ней отношения.

И даже когда вы это сделаете, машина сможет распознавать только кошек. Чтобы научить ее распознавать собак, придется начать все заново.

Чтобы научить машину распознавать кошек, вам понадобится большая база фотографий кошек и тех, кто ими не является

Как быстро будет развиваться общий ИИ?

Специалисты, обеспокоенные появлением общего искусственного интеллекта, полагают, что его уровень развития будет очень быстрым и он выйдет из под нашего контроля.

Представим, что мы создали AGI. Через день он стал умнее в два раза, потом аналогичный уровень будет достигнут им через час, затем через минуту. Через небольшой промежуток времени, ИИ превратиться в суперинтеллект, намного опережающий в развитии самого умного человека на планете примерно также, как мы опережаем в этом муравья.

Насколько сложно создать искусственный интеллект?

Это подводит нас к еще одному вопросу. Люди, считающие общий ИИ угрозой для человечества, склонны думать, что его создание может быть относительно простым. И некоторые основания для этого действительно есть.

Исаак Ньютон выделил 3 простых закона взаимодействия физических тел, найдено несколько простых законов регулирующих электричество и магнетизм.

Возможно и законы интеллекта вскоре будут открыты? Вдруг нам осталось сделать небольшое усилие, и джинн будет выпущен из бутылки?

Мы уже начали его создание?

Как уже было отмечено, тот ИИ, который у нас есть сегодня, является узкоспециализированным, потому что он может решать только одну конкретную задачу. Является ли слабый, ограниченный ИИ первым шагом к развитию настоящего искусственного интеллекта?

Некоторые считают что да. Что мы стоим на прямом пути к более сложным системам интеллекта, которые буквально будут собраны из узких структурированных частей.

Не все согласны с этим мнением. Скептики такого подхода понимают под узким интеллектом совершенно другую технологию, которая не сможет развиться в нечто настолько сложное, что можно будет назвать полноценным ИИ.

Кто из них прав покажет время.

(1

Источник: https://autonomus.ru/drug-ili-vrag-budushchee-iskusstvennogo-intellekta/

Как искусственный интеллект формирует будущее образования

Привет. Благодаря достижениям в области искусственного интеллекта (AI) и машинного обучения медленная, но устойчивая трансформация приближается к сфере образования.

Когда вы сравниваете типичный школьный класс 21-го века с классом начала 1900-х годов, различия не очень очевидны. Учителя будут стоять впереди, давать инструкции и делиться заметками с помощью современной версией старой доски – скажем, проектор или общий компьютерный дисплей.

Студенты будут сидеть за своими столами в классе или смотреть видеоконференции через онлайн-программное обеспечение.

Совет

Технология изменилась: многие инструменты и процессы были оцифрованы, некоторые из них были автоматизированы, а географические барьеры были удалены до некоторой степени – но участвующие лица и элементы остались практически неизменными.

Но благодаря достижениям в области искусственного интеллекта и машинного обучения медленная, но устойчивая трансформация приближается и к сфере образования. Через несколько лет учителя перестанут быть одинокими, неся бремя обучения подрастающего поколения.

Алгоритмы AI помогают улучшить образование путем сбора, анализа и корреляции каждого взаимодействия, которое происходит в физических и виртуальных классах, и помогая учителям решать конкретные болевые точки каждого учащегося. Это может стать началом революции в одном из старейших и самых ценных социальных навыков, созданных человечеством, в мире, где люди живут и работают вместе с умными машинами.

Измерение успеваемости

Преподаватели должны принимать во внимание каждую реакцию на лекцию, каждый пустой или внимательный взгляд, каждый нетерпеливый или нерешительный ответ на вопрос, каждое задание, которое выполняется рано или поздно, и многое другое при оценке понимания учеником концепции. Вот как они могут узнать, в каких моментах учащиеся отстают, для направления их в правильном направлении.

Именно поэтому измерение прогресса учащегося, стремление, которое является глубоко социальным по своей природе, является одной из самых больших проблем, с которыми сталкивается каждый учитель, и это задачи, которые трудно решить с помощью классического программного обеспечения на основе определенных правил.

Курсовые лекции, будь то в университетском городке или в корпорации, являются преимущественно одноразовыми, причем доминирующий режим – это преподаватели, говорящие со студентами.

Невозможно или, по крайней мере, неэффективно с точки зрения времени, чтобы учитель мог приостановить лекцию на длительный период и обратиться к каждому студенту с разъяснением отдельных вопросов.

Вместо этого ученику, у которого много вопросов, приходится разбираться с непонятыми вопросами вне времени занятий.

Однако, алгоритмы машинного обучения, которые основаны на анализе и поиске закономерностей и корреляциях между точками данных, являются эффективным инструментом, помогающим учителям количественно оценить понимание студентом лекции.

Анализируя конкретные данные о студентах, AI может помочь быстрее освоить области, в которых учащимся может понадобиться дополнительная помощь, тем самым улучшая их успеваемость. 

Обратите внимание

Оснащение класса искусственным интеллектом эквивалентно предоставлению каждому ученику своего цифрового репетитора. Алгоритмы, управляющие AI, могут быть обучены выявлять, когда учащиеся чего-то не понимают или когда им скучно и что конкретно вызывает их скуку.

Это переход от традиционного учебного программного обеспечения, в котором только ответы на оценку являются критерием восприятия учащимися изучаемого материала. Эти данные часто недоступны во время лекции. 

Источник: https://golos.io/ru–tekhnologii/%40lisak/kak-iskusstvennyi-intellekt-formiruet-budushee-obrazovaniya

Будущее искусственного интеллекта. Чего нам ждать в ближайшие 15–20 лет? | MediaRepost – главные новости часа

Многие эксперты считают, что мы стоим на пороге четвёртой промышленной революции, которая кардинально изменит отношения людей и технологий. То, о чём недавно писали фантасты, превратится в реальные и даже обыденные вещи. Как это часто бывает, большие перемены влекут за собой большие страхи.

Со всех сторон появляются пугающие сообщения о том, что искусственный интеллект станет умнее человека, отберёт у нас работу и даже уничтожит цивилизацию.

Но так ли это на самом деле? Корреспондент Лайфа пообщался с технологическими экспертами и участниками конкурса студенческих ИТ-проектов Imagine Cup, чтобы узнать, действительно ли взрывное развитие информационных технологий несёт в себе опасность или у страха глаза велики.

Лишит ли искусственный интеллект нас работы?

Один из главных страхов, связанных с развитием технологий, это автоматизация многих профессий, которая вызовет волну безработицы. Действительно, эксперты сходятся во мнении, что в ближайшие годы рынок труда ждут большие перемены.

Два исследователя из школы Оксфорд-Мартин, Карл Бенедикт Фрей и Майкл Осборн, пришли к выводу, что занятость значительно снизится в среднедоходных монотонных стандартных профессиях, таких как секретари, курьеры, офисные администраторы или операторы баз данных.

Даже представители креативного класса находятся под угрозой, т.к. сейчас ИИ уже пробует придумывать трейлеры к кинофильмам и рекламные ролики.

Однако футурологи считают, что бить тревогу не стоит: некоторые профессии станут ненужными — вместо них появятся другие рабочие места. “Каждый раз, когда мы отдаём что-то на откуп машинам, мы умнеем: машины позволяют нам решать более сложные задачи.

Важно

Но творчество, наука, целеполагание, общение, в конце концов, — нам это нравится, почему мы должны отдавать это машине?” — задаёт риторический вопрос Пётр Левич, директор департамента взаимодействия науки, технологий и общества Московского технологического института, основатель Future Foundation.

“Исторически технологии создают больше рабочих мест, чем уничтожают, и нет причин полагать, что в случае с ИИ будет иначе”, — отмечает Михаил Черномордиков, визионер, руководитель департамента стратегических технологий Microsoft в России.

В будущем сотрудникам компаний придётся быть более креативными и научиться быстро решать нестандартные проблемы. Таких специалистов, как социальные работники, хирурги, хореографы, археологи, инженеры, заменить машинами будет непросто, да и не нужно.

Однако надо понимать, что большинство профессий изменится под влиянием технологий и всем специалистам, где бы они ни работали, придётся с ними сталкиваться.

“Говоря о вытеснении людей с рынка труда, стоит вспомнить, что этот процесс возник не сегодня.

И сто, и двести лет назад любое новое и эффективное средство производства меняло индустрию, в которой появлялось, лишая людей работы.

Однако человек всегда адаптировался к этому процессу, и так будет и впредь”, — считает Мария Сандрикова, капитан технологической команды MeetArticles (МФТИ).

Будет ли ИИ управлять нашей жизнью, если станет умнее человека?

Пока что ИИ может решать только конкретно поставленные задачи математического характера, такие как, например, обыграть человека в шахматы. И даже это ему удаётся не всегда. Но новейшие технологии доказывают, что скоро его возможности значительно расширятся.

Алексей Турчин, писатель, исследователь глобальных рисков, связанных с развитием новых технологий, член Ассоциации футурологов, вице-президент фонда “Наука за продление жизни”, не сомневается, что искусственный интеллект может сравняться с человеческим уже в этом веке и в ближайшие 10–20 лет мы будем наблюдать мощный рост связанных с ним технологий.

“Ничего особенного в человеке нет, и мы либо найдём причину, по которой это невозможно сделать, либо сделаем нечто подобное”, — поясняет он. В ближайшее же десятилетие писатель предсказывает новые прорывы в распознавании речи, управлении роботами и подражании эмоциям.

Главный вопрос в том, не окажется ли в определённый момент, что всё в нашей жизни решает ИИ, начиная с профессиональной деятельности и личной жизни и заканчивая политическим строем? И понравится ли нам находиться в зависимом положении?

Эксперты считают, что люди не будут спешить передать ИИ управляющую функцию, скорее он будет играть роль консультанта при принятии решений.

“Во многих дискуссиях на тему искусственного интеллекта присутствуют какая-то излишняя категоричность и стремление к крайностям, — уверен Роман Кривоногов, участник студенческой технологической команды EverMind (МГУ).

— Я не исключаю, что такой уровень развития ИИ, когда он станет умнее человека, технически достижим.

Совет

Но надо понимать, что создание подобной технологии — явно не первостепенная для человечества задача! По сути, это создание новой формы жизни, которое повлечёт за собой необходимость её воспитания и направления. Поэтому нужно понимать, что правильный искусственный интеллект — это некая полезная надстройка человека”. С ним согласен Михаил Черномордиков: “Искусственный интеллект — это инструмент, мы сами решим, как мы будем им пользоваться”.

Будем ли мы воевать с искусственным интеллектом?

Культовыми стали фильмы “Терминатор” и “Матрица”, создатели которых поднимали тему войны машин и людей. Причём люди оказывались явно в проигрыше.

Причиной конфликта чаще всего становилось то, что машина лишена чувств, а в математическом уравнении, которым она руководствуется для достижения поставленных целей, человечество оказывалось лишним.

Пожалуй, все мы осознаём собственное несовершенство, и наш главный страх в том, что будет, когда искусственный интеллект тоже его осознает. Ждут ли нас тотальная война на уничтожение, рабство или есть другой выход?

Пётр Левич предполагает, что ситуация не настолько критична, как рисуют антиутопии, и сильный ИИ не станет большой опасностью: “Мы не будем с ним воевать. Скорее, мы будем с ним объединяться, и будущее за цифровыми кентаврами — объединением человека и машины”. Причём эту тенденцию мы наблюдаем уже сейчас.

У многих людей развилась зависимость от телефонов, без возможности быстро выйти в Интернет и получить необходимую информацию они чувствуют себя неуютно.

В Бельгии одна компания даже предложила своим сотрудникам вживить подкожные чипы, которые должны выполнять роль бейджа: открывать двери в офисе, позволять пользоваться оргтехникой.

Компания Microsoft разработала проект DuoSkin — временные татуировки, которые позволяют своему пользователю обмениваться данными и контролировать смартфон или компьютер удалённо, просто касаясь своей кожи. Так что мы уже делаем первые шаги на пути симбиотического сосуществования с технологиями.

Обратите внимание

Алексей Турчин считает, что искусственный интеллект представляет угрозу только в том случае, если он будет бесконтрольной системой, поэтому в будущем нам предстоит решить задачу по контролю ИИ.

Кто будет нести ответственность за действия искусственного интеллекта и контролировать его?

Одно из основных отличий искусственного интеллекта от других технологий — его способность к самообучению. С одной стороны, это открывает огромные возможности, с другой — несёт в себе опасность. Ведь, проанализировав данные, машина может прийти к выводу, что алгоритм работы необходимо изменить, и начнёт действовать в соответствии с новыми вводными.

Хорошим примером может служить известная модель ситуации, когда беспилотному автомобилю в случае аварийной ситуации необходимо решить, чьё здоровье приоритетнее — пассажира или пешехода. Кто же будет нести ответственность за его выбор? Ведь, по сути, решение в подобной ситуации принимает сам автомобиль, проанализировав ситуацию.

К кому может обратиться пострадавший за возмещением ущерба?

Источник: https://MediaRepost.ru/news/98114-buduschee-iskusstvennogo-intellekta-chego-nam-zhdat-v-blizhayshie-1520-let.html

Искусственный интеллект будет предсказывать будущее

Искусственный интеллект учится предсказывать будущее

Сегодня чего только не учат делать искусственный интеллект: рисовать картины, сочинять музыку и литературные произведения, делать переводы с различных языков, управлять компаниями и многое другое.

А вот американские ученые решили даже научить искусственный интеллект предсказывать будущее. Для начала, конечно, лишь угадывать, что произойдет в течение ближайших нескольких секунд.

Исследователи из Массачусетского технологического института убеждены, что роботы с подобными навыками могут оказаться весьма полезными для человечества.

Представьте, к примеру, уличную камеру наблюдения, которая, завидев сомнительную личность, сможет определить, что подозрительный тип достанет через минуту нож или пистолет. Еще важнее будет предугадывать, а значит и предотвращать, дорожные аварии, воздушные и морские катастрофы и многое другое.

Когда мы с вами видим человека, перед которым лежит тарелка с едой, мы резонно предполагаем, что этот индивидуум начнет сейчас трапезничать.

Для человеческого мозга такие умозаключения – настоящий пустяк, а для искусственного интеллекта – пока невыполнимая технологическая задача.

Американцы задумались: а почему мы знаем, что человек с тарелкой перед носом будет сейчас есть? Да потому, что мы видели это множество раз в своей жизни.

Важно

Однако необученный робот понятия не имеет, зачем человеку тарелка, ему вначале необходимо объяснить это. Специалисты разрабатывают сложный алгоритм глубинного обучения, который будет заключаться в «просмотре» искусственным интеллектом многочисленных видео.

Роботу будут «скармливать» десятки миллионов роликов, изображающих все на свете: поведение людей, повадки животных, различные природные явления и так далее. Допустим, если показать машине видео, на котором леопард гонится за газелью, робот сможет предсказать, что в случае нахождения газели в поле зрения леопарда хищник непременно погонится за парнокопытным.

А когда искусственный интеллект «увидит», как леопард убивает добычу, то поймет, чем такая погоня обычно заканчивается. Ну и так далее…

Карл Вондрик, один из авторов проекта, рассказывает: «Любой современный робот должен иметь базовые навыки предсказания будущего.

Скажем, если вы собрались сесть, робот не должен вытаскивать из-под вас стул.

Даже если машине вдруг будет необходим именно этот стул, она должна будет найти какой-нибудь другой выход, понимая, как нужно правильно поступить, дабы в ближайшем будущем ничего не нарушить.

Ни для кого не секрет, что сегодня искусственный интеллект влияет на нашу жизнь все сильнее и сильнее. Поэтому возникает необходимость создавать роботов, способных прогнозировать ближайшее будущее, хотя бы на уровне того, как это делает человек.

А далее робот должен превзойти наши способности в прогнозировании ближайшего будущего на основе анализа полученных данных.

Ведь ему не будут мешать в этом, как человеку, вечные заботы, страхи, переживания, суета, рассеянное внимание, докучающие мысли и многое другое, из-за чего мы постоянно делаем ошибки в попадаем в сложные ситуации».

Источник: https://www.facte.eu/proekty/iskusstvennyi-intellekt-budet-predskazyvat-budushchee

Ссылка на основную публикацию
Adblock
detector