Universiti Stanford telah menerbitkan laporan dengan ramalan mengenai masa depan masa depan kita hingga 2030. Alexander Krainov, ketua perkhidmatan teknologi visi komputer dan kecerdasan mesin di Yandex, memaparkan perkara yang paling penting daripadanya terutama untuk Afisha Daily.
Pada tahun 2014, Universiti Stanford melancarkan kajian 100 tahun mengenai kecerdasan buatan, di mana para saintis akan menilai bagaimana pengenalan teknologi baru dalam bidang AI dan pembelajaran mesin mempengaruhi masyarakat. Ia dirancang untuk mengeluarkan laporan mengenai topik yang berkaitan dengan AI di seluruh projek. Laporan pertama dalam siri ini baru-baru ini diterbitkan, yang meramalkan masa depan kita hingga tahun 2030. Jelas, masa depan tidak akan sama untuk orang di negara yang berbeza, dan para penyelidik melihat beberapa bandar Amerika Utara yang abstrak. Rusia mempunyai keistimewaannya sendiri, dan dengan itu nuansa sendiri perkembangan masa depan teknologi. Mari cuba cari tahu apa yang diberitahu oleh laporan dan bagaimana relevannya bagi kita.
Pengangkutan
Penyelidik Stanford percaya bahawa dalam bidang pengangkutan inilah perubahan yang paling ketara yang berkaitan dengan kecerdasan buatan akan berlaku dalam masa terdekat. Kami bercakap mengenai kedua-dua pembantu pemandu terbina dalam (semua jenis sensor yang menganalisis keadaan kereta dan keadaan di jalan raya), dan kenderaan tanpa pemandu, dan sistem kawalan lalu lintas, yang diperbaiki oleh analisis data besar dan pembelajaran mesin, akan menyelamatkan bandar dari kesesakan lalu lintas. Di Belanda, misalnya, mereka bahkan memikirkan "jalan pintar", yang akan dipenuhi dengan semua jenis sensor dan membantu pemandu menilai keadaan jalan "dalam perjalanan."
Namun dengan mereka, semuanya juga tidak begitu telus: masalahnya di sini bukan hanya keselamatan memandu, yang akan memastikan autopilot, tetapi juga dalam masalah undang-undang. Siapa yang akan disalahkan sekiranya kereta tanpa juruterbang menabrak seseorang atau merempuh kereta lain? Pemandu selalu boleh didenda atau dicabut, tetapi bagaimana anda boleh mendenda kereta? Aspek lain adalah sikap terhadap kenderaan memandu sendiri dalam masyarakat. Sebarang kejadian yang melibatkan autopilot menyebabkan gelombang perbincangan dan memberikan hujah kepada penentang inovasi. Pemilik kereta berteknologi tinggi yang senang seperti Tesla sendiri tidak membantu keadaan - mereka tidur dengan autopilot dihidupkan dan mengabaikan cadangan kereta untuk mengawalnya.
Video promosi:
Selain kesulitan dengan perundangan, penggunaan teknologi sedemikian di Rusia dapat menjadi rumit oleh kenyataan bahawa keadaan jalan raya kita secara keseluruhan lebih rumit. Ini juga berlaku untuk kualiti permukaan jalan, cuaca, dan kebiasaan memandu. Semua ini memerlukan tahap pengembangan algoritma penalaan yang lebih tinggi. Dan undang-undang lalu lintas kami lebih konservatif daripada negeri-negeri atau di Eropah dan boleh mengambil masa lebih lama untuk berubah.
Penjagaan kesihatan
Penjagaan kesihatan adalah salah satu bidang penggunaan AI yang paling menjanjikan. Penulis laporan bersetuju dengan ini, tetapi perhatikan bahawa ia juga merupakan salah satu industri yang paling sukar. Harga kesilapan di sini adalah nyawa pesakit, dan sebarang data kesihatan sangat sensitif. Oleh itu, masalah etika dalam penjagaan kesihatan sangat serius. Birokrasi dan mekanisme ketinggalan kerja institusi perubatan menghalangi - memerlukan masa yang sangat lama untuk mengatasi halangan ini. Tetapi semua ini tidak menghalang teknologi berkembang secara aktif, dan syarikat teknologi baru memasuki industri ini, termasuk di Rusia.
Pengumpulan data perubatan secara besar-besaran (asas yang diperlukan untuk latihan AI) dimungkinkan beberapa waktu yang lalu, semasa ledakan aplikasi sukan dan pelacak aktiviti, tetapi analisis yang besar masih belum mencapainya dengan beberapa sebab, termasuk sekatan undang-undang dan masalah privasi. Perkara yang sama berlaku untuk pengecaman gambar - contohnya, gambar sinar-X yang sudah diambil dan disimpan secara digital. Dengan telemedicine, keadaan menjadi lebih baik - projek sedang dilancarkan, termasuk projek pemerintah, untuk memperkenalkan alat berteknologi tinggi untuk doktor, seperti penyertaan pakar bedah dari jauh dalam operasi menggunakan penyiaran HD. Dalam masa terdekat, dapat dijangkakan bahawa kecerdasan mesin dapat menganalisis sejumlah besar data mengenai pesakit yang berlainan dan sejarah rawatan mereka untuk menyoroti kes yang serupa.memberi cadangan dan dengan itu menjimatkan masa ahli terapi. Trend di sini tidak jauh berbeza dengan industri lain - semua kerja automatik, bergantung pada asas pengetahuan di kepala manusia dan membandingkan data, di masa depan akan digantikan oleh AI. Benar, untuk jangka masa panjang keputusan akhir tetap untuk orang itu.
Di Rusia, sektor telemedicine telah lama diperhatikan dan secara intensif, ada program negara untuk pelaksanaannya, tahap pertama yang akan dimulai pada tahun 2017. Walaupun program ini tidak ada kaitan dengan AI, tetapi secara tidak langsung dapat menyumbang kepada permulaan pengenalan AI dalam telemedicine - dari pemprosesan maklumat teks secara automatik seperti preskripsi ubat hingga analisis gambar dari rekod pesakit. Lebih-lebih lagi, kami sudah berusaha untuk mengenali patologi dalam gambar menggunakan rangkaian saraf dan ada permintaan yang jelas untuk akses ke perkhidmatan perubatan yang berkelayakan di penempatan terpencil.
Pendidikan
Pada masa akan datang, robot tidak akan menggantikan guru - ini berlaku baik di Amerika Syarikat dan lebih-lebih lagi di Rusia, di mana guru itu selalu dianggap sebagai pendidik juga. Para penyelidik dalam laporan Stanford tidak begitu memperhatikan bagaimana kecerdasan buatan akan dilaksanakan dalam pendidikan, tetapi untuk pertanyaan mengenai teknologi baru yang membantu guru dan pada tahap tertentu menggantinya, misalnya, ketika melewati program dalam talian pendidikan. Para penyelidik menyebut Carnegie Cognitive Tutor sebagai contoh, yang membantu pelajar belajar matematik: sistem dapat menyesuaikan diri dengan keperluan setiap pelajar - dan, bergantung kepada mereka, mengubah petua dan maklum balas mengenai petikan pelajaran.
Sistem latihan pintar juga berkembang, yang banyak digunakan di Amerika Syarikat untuk melatih pelbagai pakar - dari pengaturcara hingga jurutera. Apabila persekitaran adaptif maya dibentuk untuk menyelesaikan masalah tertentu dalam kehidupan nyata, AI membantu di dalamnya untuk menyesuaikan proses dengan tindakan pelajar. Ini, misalnya, sistem Sherlock, yang diciptakan pada tahun 1989 dan digunakan untuk melatih juruteknik di Tentera Udara AS. Anda juga dapat melihat kemajuan ketara penterjemah dalam talian, yang berlaku berkat penggunaan kecerdasan mesin. Ini menjadikan kesusasteraan pendidikan dalam bahasa lain lebih mudah diakses.
Keselamatan
Kepintaran mesin, yang sudah digunakan secara aktif dalam bidang keselamatan, akan digunakan dengan lebih aktif pada masa akan datang. Para penyelidik membuat spekulasi bahawa kecerdasan buatan akan dapat membantu mengenal pasti pembohongan semasa soal siasat. Dan menganalisis kumpulan data besar jenayah, termasuk sejarah kejahatan di kawasan tertentu, rakaman video dan pergerakan suspek, dapat membantu meramalkan di mana kejahatan seterusnya mungkin berlaku - seperti dalam siri TV Suspek. Juga, jangan lupakan keselamatan siber. Sistem perisikan mesin telah membantu mengesan jenayah kewangan berdasarkan aktiviti yang mencurigakan pada kad kredit seseorang - sistem sedemikian akan menjadi lebih berkesan pada masa akan datang.
Sudah tentu, penggunaan AI untuk sistem penjejakan menjadi perhatian orang. Tetapi anda dapat melihatnya secara berbeza, mengajukan soalan ini: apa yang lebih baik - jika anda ditonton melalui kamera oleh "algoritma tanpa jiwa" atau orang yang sangat spesifik? Mungkin, dalam kes pertama, privasi dilanggar lebih kurang. AI bertujuan untuk melacak hanya corak berbahaya, dan tidak termasuk pemantauan berterusan manusia. Bayangkan paip minyak yang mesti sentiasa dipantau agar penceroboh tidak menyertainya secara haram. Anda boleh memasang kamera dan kadang-kadang melancarkan rondaan di sepanjang paip, atau anda boleh melancarkan drone dan menggunakan sistem terlatih untuk menganalisis kawasan untuk penampilan objek makhluk asing di dekatnya, misalnya, kereta atau sekumpulan orang. Yandex Data Factory and Accenture mempunyai projek yang serupa - sistem ini memantau objek jarak jauh, seperti saluran kuasa, saluran minyak dan saluran paip gas, yang akan terlalu mahal bagi orang untuk melakukan rondaan, dan dapat mengesan aktiviti yang mencurigakan - contohnya, kereta yang tidak dibenarkan, sekumpulan orang, dll. …
Hiburan
Kecerdasan buatan telah lama digunakan dalam hiburan - sebagai contoh, dalam permainan, musuh komputer membina tingkah laku mereka berdasarkan tindakan pemain, yang merupakan contoh kecerdasan buatan yang sangat baik. Di media sosial, algoritma cadangan juga menggunakan AI, dan suapan berita Facebook adalah contoh klasik. Mereka bercakap mengenai penggunaan teknologi kecerdasan mesin di blog mereka: ini termasuk terjemahan catatan, dan carian pintar, dan penyesuaian suapan dengan minat pengguna tertentu dengan cepat (bergantung, misalnya, pada apa yang dia suka dan pautan apa yang dia buka). Walau bagaimanapun, semua ini adalah tahap penggunaan teknologi yang agak sederhana dan pada masa akan datang, menurut para penyelidik, tahap pemperibadian kandungan akan jauh lebih tinggi daripada hari ini.
AI juga memasuki bidang seni - semakin banyak terdapat contoh-contoh yang berjaya dalam menyusun teks dan melodi oleh program. Sebagai contoh, tahun ini, peminat Yandex membuat projek Pertahanan Neural, di mana rangkaian saraf menulis lirik dengan gaya Yegor Letov. Sekarang ini tidak lebih dari sekadar eksperimen yang menghiburkan, tetapi di masa depan mudah dibayangkan bagaimana rangkaian neural melukis gambar atau membuat karya muzik baru, dan yang hampir dijamin menjadi hits: bagaimanapun, rangkaian saraf dapat mengenal pasti syarat-syarat yang diperlukan agar komposisi menjadi hit.
Tidak ada perbezaan antara pengembangan teknologi hiburan di Amerika Syarikat dan Rusia. Di sini kita tidak ketinggalan dari Barat, dan secara keseluruhan kita mencari prospek dan masalah yang sama. Tetapi membuat sistem cadangan atau bot hiburan berdasarkan bahasa Inggeris lebih mudah - lebih banyak data, dan bahasa itu sendiri lebih formal. Bahasa Rusia sangat sukar, yang sedikit melambatkan prosesnya.
Sekiranya anda takut akan pengangguran?
Salah satu ketakutan terbesar kecerdasan buatan adalah bahawa ia akan mengambil pekerjaan dari manusia. Ini bukan untuk mengatakan bahawa ketakutan ini sama sekali tidak berasas. Penyelidik di Stanford percaya bahawa walaupun kecerdasan mesin memang akan menggantikan banyak orang dalam pelbagai industri, pada masa yang sama ia akan mewujudkan banyak pekerjaan baru, tetapi sukar untuk mengatakan yang mana. Sebagai tambahan, AI tidak akan menggantikan kerja berjuta-juta orang sekaligus - proses ini akan dilanjutkan dalam jangka masa dan akan beransur-ansur dalam arti bahawa AI pertama kali akan membantu seorang pekerja manusia dan barulah ia dapat menggantikannya. Ini akan menjadikan proses pengurangan pekerjaan orang dalam beberapa profesion berjalan lancar dan tidak menyakitkan.
