Как часто вас пугала мысль о том, что ИИ в своей пиковой форме поставит человечество на колени, как в научно-фантастическом чуде «Она»? Вы также думаете, что наш конец будет на усмотрение группы бинарных солдат, которые будут уничтожать людей по своему желанию, как показано в серии «Терминаторы»? Что ИИ будет настолько умным, что сможет решать проблемы, о существовании которых мы даже не подозревали, в мгновение ока?

Если ваши мысли совпадают с этими вопросами выше, то это доказывает мне одну вещь: вы смотрите чертовски много научно-фантастических фильмов! И что лучше всего, вы верите, что большинство из них верны.

Реальность? Далеко нет.

Вам это кажется ошеломляющим? В таком случае, давайте кратко вспомним, откуда возник ИИ и для какой цели он должен был выполняться.

Термин Искусственный интеллект был придуман еще в 1956 годуДжоном Маккарти, который руководил первым исследованием ИИ в Дартмутском колледже. Однако поиски устойчивого машинного интеллекта начались раньше. Джон фон Нейман, Исаак Азимов и Алан Тьюринг внесли свой вклад в аналогичную мечту: позволить машине делать то, что могут люди.

Сократите до сегодняшней даты. Мечта, которую видели отцы-основатели ИИ, на мой взгляд, уже сбылась. Если бы они проснулись от глубокого сна впервые после первых лет в ИИ (как Капитан Америка!), они были бы поражены тем, как ИИ используется для стимулирования инноваций для всего человечества.

Одно из основных отличий, которое существовало между ИИ 60-х и 70-х годов и те исследования ИИ, которые мы имеем сейчас, заключается в следующем: Специализация. Искусственный интеллект влияет на принятие решений во всем мире и, похоже, будет влиять на него и в будущем.

Подождите, разве не этот страх вы имели в виду в начале этой статьи? Уже чувствуете себя обманутым? Подожди немного.

Не зря мы называем это искусственныминтеллектом. С точки зрения непрофессионала, это все еще в значительной степени основано на правилах или запрограммировано извне. Он по-прежнему должен питаться и расти за счет данных, генерируемых либо нами, либо системами, которые мы, люди, контролируем. Если мы внимательно посмотрим, мы еще не заставили его думать самостоятельно, мы позволяем ему думать и обрабатывать так, как мы хотели бы, чтобы он это делал. Пульт все еще в наших руках. И будет всегда.

Рассмотрим эти примеры:

  • Молочные фермы в Ирландии используют искусственный интеллект для отслеживания и определения движения и поведения коров в своих помещениях. Эта информация используется для разработки ключевых показателей производительности животных и фермы, которые отправляются на телефон молочного фермера в виде ежедневных уведомлений и подробной аналитики в режиме реального времени. Это помогает в выявлении и анализе неэффективности и проблем со здоровьем животных, что помогает повысить продуктивность и благополучие животных.
  • HPпродемонстрировала, что ИИ может превратить любителей в профессионалов, когда они использовали платформу когнитивных вычислений своей лаборатории ИИ для анализа данных о звонках за два года для колл-центра клиента. Колл-центр использовал систему очередей для маршрутизации звонков клиентов, что приводило к длительному времени ожидания и некачественной поддержке клиентов. Платформа когнитивных вычислений может определять уникальные знания каждого агента о конкретном типе запроса клиента на основе предыдущих звонков. Теперь это используется для сопоставления входящих вызовов с агентами, которые успешно обрабатывали аналогичные запросы в прошлом. В результате центр поддержки добился 40-процентного улучшения разрешения первого контакта и 50-процентного снижения скорости переадресации вызовов.

Список можно продолжать и продолжать, но остается вопрос: как мы можем быть уверены в том, что ИИ не отвернется от нас? Ответ кроется в процессе создания любого искусственного интеллекта. Давайте рассмотрим их и посмотрим, могут ли системы с поддержкой ИИ манипулировать этими шагами:

  1. Сбор данных. Данные действительно являются движущей силой большинства инноваций в области ИИ в настоящее время или в будущем. Хотя их можно собирать вручную, большинство людей для сбора этих данных полагаются на веб-скрапинг (общий термин для сбора данных из Интернета в вашу локальную систему). Так что, если наша система искусственного интеллекта и веб-сканер, который мы создали для очистки Интернета, не являются общими друзьями и не могут общаться в двоичном формате, мы можем вздохнуть спокойно!
  2. Очистка данных.Часто мы наблюдаем неожиданную погрешность в собранных данных. Некоторые из них нуждаются в удалении, в то время как ни одно из смещений не требуется. Обычно мы выполняем ряд процедур (EDA, Feature Engineering) для очистки наших данных, как только мы получаем их из источника. Специальные библиотеки, такие как Pandas/Numpy в Python и dplyr/reshape2 в R, очень упрощают эту задачу. (Извини, Танос, мы здесь не щелкаем!) Пока эти библиотеки управляются и разрабатываются командой людей. Следовательно, если эти ребята не испортят нам дело, мы можем развеять опасения по поводу поглощения ИИ.
  3. Подготовка модели ИИ. На этом этапе мы предоставляем системе среду для изучения данных и выполнения анализа для нас. Доступны варианты того, насколько гладко мы хотим, чтобы этот процесс обучения был (Скорость обучения), и хотим ли мы, чтобы он забыл что-то, чему научился (Размораживание слоев). Пока у нас есть такой контроль над системой, мы всегда можем думать о том, как избежать гибели.
  4. Обучение модели. Это зависит от количества циклов, для которых мы решили обучить нашу машину, типа сгруппированных данных, которые мы передаем ей (обучающие и тестовые наборы) и вид ресурсов (CPU/GPU), доступных для обработки. Все эти параметры хорошо контролируются людьми, если только мы не считаем системы ИИ предвзятыми по отношению к какому-либо из них.
  5. Проверка результатов.Здесь нет ничего удивительного, так как машинане воспринимает данные отдельно от того, что мы передали ей ранее. Это как в сказке о Слоне и четырех людях с завязанными глазами. Поскольку у каждого из них были завязаны глаза, каждый вывел по отдельному описанию слона. И так, будет наша машина. Однако он сделал бы шаг вперед, объединил эти описания и пришел бы к успешной проверке, подтверждающей, что рассматриваемый объект является слоном, с определенной точностью!

Итак, мы видим, что нет ничего сложного в том, что ИИ не угрожает, как это показывают в фильмах. Это просто какой-то невежественный человек, который выпил слишком много кофеина, прославляя фантастическую историю, чтобы заработать огромное количество долларов.

ИИ может быть черным ящиком, который может содержать самые большие возможности в мире, волшебным плащом, который окутывает реальность и позволяет нам жить в благоговении перед ней. Это может быть даже ваша родственная душа, если вы этого хотите!

Что бы это ни было, оно не обязательно приходит с руками гнева, как многие до сих пор представляли. Он также не похож на дикого зверя, который, если его дразнить и с которым можно поиграть, может принести трагедию самому могущественному из видов: Homo Sapiens.

Итак, в следующий раз, когда вы увидите, что кто-то называет ИИ опасным в долгосрочной перспективе, вы можете процитировать это:

"Искусственный интеллект так же эффективен, как и данные, которые его подпитывают, и так же хорош, как человек, который передает ему данные".