Эта статья изначально была размещена на https://parashift.io/.

В июне прошлого года я прочитал книгу Кай-Фу Ли Сверхдержавы ИИ: Китай, Силиконовая долина и новый мировой порядок. Книга, которая как бы готовила меня к темам, которые я постепенно узнавал с совершенно новой точки зрения с начала июля 2019 года, когда я начал работать в Parashift.

Кай-Фу Ли является председателем и главным исполнительным директором Sinovation Ventures и президентом Института искусственного интеллекта Sinovation Ventures. Он основал Sinovation Ventures еще в 2009 году и сейчас является фондом номер 7. Команда управляет портфелем на сумму более 2 миллиардов долларов и поддерживает более 350 технологических компаний по всему Китаю. До этого Кай-Фу Ли был президентом Google China и поддерживал такие компании, как Microsoft, SGI и Apple, на различных руководящих должностях.

В своей книге Кай-Фу Ли обсуждает, каковы движущие факторы в экосистеме ИИ, как Китай настраивает свою инфраструктуру для поддержки ИИ, в каком направлении, по его мнению, должна развиваться революция в области ИИ, и как нам нужно адаптироваться к новой среде.

Он также проводит сравнительную оценку уровня прогресса на основе своей точки зрения, что дает ему обширное представление об исследованиях и бизнес-приложениях ИИ в двух ведущих странах — Китае и США. Он различает 4 волны ИИ:

Интернет ИИ

К настоящему времени Интернет-ИИ, вероятно, более или менее достиг всех нас. Этот конкретный домен в основном касается таких компаний, как Google, Facebook и Amazon, которые имеют доступ к огромным объемам данных и используют их для улучшения взаимодействия с пользователем. Для этого они в основном используют алгоритмы рекомендаций, которые выявляют модели поведения на основе поведения пользователей в сервисах. Основываясь на этих данных, сервисы подбирают персонализированный контент для оптимизации для X. В большинстве случаев это взаимодействие с пользователем.

Одним из лидеров Китая в этой категории является Jinri Toutiao или ByteDance на английском языке. Основанную в 2012 году, компанию часто называют BuzzFeed Китая, потому что они тоже создали центр своевременного вирусного контента. Однако по сравнению с BuzzFeed есть существенные отличия. У Toutiao нет таких людей, как у редакторов, как у BuzzFeed. Нет. Редакторы Toutiao — это алгоритмы. Они просматривают Интернет в поисках контента и используют такие технологии, как обработка естественного языка (NLP) и компьютерное зрение, для обработки и анализа статей и видео из партнерских сетей и заказных материалов. Другими словами, чтобы понять, о чем контент. Индивидуальный пользовательский след, который включает в себя клики, прочитанные статьи, просмотренные видео, просмотры, комментарии и многое другое, затем служит основой для персонализации новостной ленты, созданной специально для интересов пользователя. В этом процессе персонализации алгоритмы иногда редактируют заголовки статей, чтобы увеличить рейтинг кликов. И чем больше пользователей просматривают страницы и активно отмечают точки данных, тем лучше становится алгоритм рекомендаций. Результатом становится все более конкретное содержание.

В национальном сравнении Китай и США идут ноздря в ноздрю. Однако будущему поул-позиции Китая способствует довольно тривиальный факт: в одном только Китае больше интернет-пользователей, чем в США и Европе вместе взятых. Кроме того, Китай уже предлагает мобильную инфраструктуру, которая обеспечивает беспрепятственные платежи в Интернете и, таким образом, стимулирует разработку творческих и экономически жизнеспособных интернет-приложений.

"Нет данных лучше, чем больше данных" — Роберт Мерсер

Бизнес ИИ

Вторая волна, волна бизнес-ИИ, использует уже помеченные данные о компании. В некоторых случаях эти данные восходят к нескольким десятилетиям и поэтому очень ценны для разработки более точных моделей прогнозирования. Например, банки и страховые компании, а также ряд медицинских учреждений обычно используют очень большие наборы данных, в которых такие вещи, как кредитные истории, претензии и случаи мошенничества или архивные диагнозы и изменения состояния здоровья, были записаны и сохранены в течение многих лет.

Модели прогнозирования, разработанные на основе таких наборов данных, особенно ценны, поскольку машинные прогнозы более тонко структурированы, чем наши. В то время как мы, люди, основываем наши прогнозы на очевидных связях (так называемые жесткие признаки), прогнозы на основе ИИ дополнительно содержат тонкие связи (слабые признаки), которые кажутся нам несущественными в общей картине. Чем больше данных может обработать машина, тем выше вероятность найти более релевантные корреляции и, таким образом, значительно повысить качество прогнозов. Довольно просто.

Таким образом, пока существует достаточно большой пул данных со структурированными, соответственно категоризированными данными с соответствующими результатами, эти технологии могут превзойти даже первоклассных экспертов в своих аналитических задачах. Хороший пример дополнительной ценности этих технологий можно найти в их использовании для диагностики заболеваний (интересные результаты недавно были получены в случае рака молочной железы). Здесь ИИ используется для поддержки опыта полевых экспертов и, таким образом, повышает точность диагностики.

Уже в 2004 году такие компании, как Palantir и IBM Watson, стали активными в секторе больших данных и предлагали консультационные услуги компаниям и правительствам на основе своего опыта. Долгое время эти игроки были лидерами рынка в том, что они делали. Но когда Глубокое обучение, специальная технология, связанная с машинным обучением, быстро распространилась как в исследованиях, так и в приложениях в 2013 году, в игру также вступили новые игроки, такие как Element AI и 4th Paradigm.

В то время как американские компании сегодня имеют явное преимущество в немедленном и прибыльном внедрении бизнес-ИИ, Кай-Фу Ли ожидает, что Китай станет лидером в использовании ИИ в государственных услугах, а также в некоторых отдельных отраслях, где устаревшие системы все еще используются. дней. Например, относительно незрелая финансовая система и система здравоохранения Китая создают сильные стимулы для того, чтобы задаться вопросом о том, как должны разрабатываться и предоставляться такие услуги, как потребительский кредит или медицинское обслуживание. И именно здесь бизнес-ИИ может вступить в дело и превратить слабые стороны в сильные посредством радикальной трансформации структур и процессов снизу вверх.

Восприятие ИИ

Как следует из названия, ИИ восприятия предназначен для того, чтобы наделить машины чувствами и, таким образом, открыть спектр для контекста. Результатом является слияние цифрового и физического мира.

Алгоритмы учатся группировать пиксели фотографий и видео в соответствующие кластеры и распознавать объекты на снимке почти так же, как это делаем мы. Аналогично с аудиоданными. Здесь также алгоритмы со временем лучше понимают отдельные слова и постепенно узнают о значении предложений и слов в разных контекстах.

Важным для прогресса в этой конкретной области является оцифровка нашей среды с помощью датчиков и других интеллектуальных устройств — ключевое слово «Интернет вещей» (IoT). Поэтому, когда вы разговариваете с Alexa от Amazon или, например, водите Tesla, вы вносите большой вклад в дальнейшее развитие таких технологий.

Кай-Фу Ли говорит: Искусственный интеллект восприятия принесет удобство и изобилие онлайн-мира в нашу офлайн-реальность. В качестве соединителей выступают различные аппаратные устройства на основе датчиков. Технологически весьма примечательный пример, который уже сегодня можно условно использовать в некоторых местах, — Amazon Go.

Тот факт, что Китай является лидером в области искусственного интеллекта восприятия и все еще может добиться значительных успехов, не должен вызывать удивления. Китайская культура и ее несколько расслабленный подход к конфиденциальности, а также сильные стороны Шэньчжэня в производстве оборудования составляют основу для соответствующего преимущества в глобальной конкуренции.

Автономный ИИ

Для меня самая интересная волна — это волна автономных систем. Но в то же время он и самый сложный для оценки в своем развитии. Волна основана на всех предыдущих вехах в области ИИ и направлена ​​на создание систем, которые могут действовать полностью автономно (то есть без какого-либо взаимодействия с человеком). Для этого эти системы должны не только иметь представление об окружающей среде, но и быть в состоянии реагировать на изменения в ней и справляться с потенциальными отклонениями и аномалиями. Для большинства из вас автономное вождение, вероятно, будет наиболее подходящим приложением. Но помимо этого конкретного варианта использования автономные системы постепенно изменят и многие другие сферы нашей повседневной жизни.

По словам Кай-Фу Ли, Китай, должно быть, делает невероятные инвестиции в эту область ИИ. Более того, они также используют свои политические структуры для более быстрого осуществления целенаправленных действий и получения конкурентного преимущества. В качестве примера: в провинции Чжэцзян регулирующие органы и правительственные чиновники приступили к планированию первой в Китае интеллектуальной автомагистрали. Он оснащен всевозможными датчиками, солнечными панелями, встроенными в землю, и обеспечивает беспроводную связь между автомобилем, дорогой и водителем. Цель состоит в том, чтобы повысить эффективность дорожного движения на 30 процентов и значительно снизить количество аварий. Забавный факт: в будущем эти дороги должны будут постоянно заряжать автономные транспортные средства во время движения.

Еще один интересный проект разрабатывается недалеко от Пекина. В Сюнъане. Там в ближайшие 20 лет в инфраструктуру будет инвестировано 580 миллиардов долларов. Цель проекта — построить первый город, предназначенный для любых автономных транспортных средств. В этом контексте Baidu, одна из ведущих компаний в области искусственного интеллекта, тесно сотрудничает с правительством, чтобы продвигать проект как можно быстрее.

Тем не менее, в 2018 году США были лидером в области автономных систем. Компании Кремниевой долины, в частности, имеют значительное преимущество в исследованиях и разработках. Google начал тестировать беспилотные автомобили еще в 2009 году, и многие из инженеров, которые были вовлечены в то время, позже начали свои собственные стартапы. В Китае это движение началось только в 2016 году, где такие компании, как Baidu, Momenta, JingChi и Pony.ai, особенно сильны и быстро догоняют.

Кай-Фу Ли ставит вопрос о многолетнем лидере в этом секторе в зависимость от следующего вопроса: будет ли преобладающее узкое место в условиях широкого использования таких технологий носить технологический или нормативный характер? Если решающим фактором будет политика, Китай, скорее всего, будет иметь соответствующее преимущество. Иначе США. Единственный шанс для Китая все еще иметь право голоса на технологическом уровне — это быстрое распространение новых и неожиданных достижений в области компьютерного зрения по всему миру, тем самым закрывая технологические пробелы. С другой стороны, преимущества Китая в регулировании будут козырной картой.

Забирает ли Победитель все?

Итак, теперь возникает интересный вопрос, каким образом и в какой степени ведущие силы смогут сделать прогнозируемую экономическую добавленную стоимость своей. Потому что на кону стоит невероятная сумма. Согласно отчету PwC, к 2030 году можно ожидать, что только продукты и услуги ИИ принесут дополнительную экономическую отдачу в размере 15,7 трлн долларов — да, вы правильно прочитали: триллионов, а не миллиардов.

Я нахожу этот вопрос особенно интересным, потому что ИИ имеет характерную и естественную склонность к созданию монополий. Это означает, что во многих отраслях 4-х Волн наблюдается экономическая динамика, где на деле получается только существенный победитель. Мы уже знаем это от различных интернет-компаний. Google доминирует в поиске, социальные сети Facebook, где могут медленно появляться возможности для новых игроков, и Amazon, который довольно последовательно укрепляет свое доминирование в электронной коммерции. Ситуация не изменится для компаний, занимающихся искусственным интеллектом. Скорее более радикально. Таким образом, различные американские и китайские компании, являющиеся лидерами в своей конкретной области, смогут создать невероятную концентрацию создания стоимости. Какое влияние это окажет на всевозможные системы в нашем мире — это вопрос, в котором, в идеале, мы можем добиться большей ясности очень скоро.