За последние пару десятилетий машинное обучение бурно развивалось и росло. Теперь это модное слово в отрасли, оно широко распространено, а алгоритмы сделаны удобными для пользователя, так что любой может написать свой первый фрагмент кода для машинного обучения. Машинное обучение — это передовая ветвь ИИ (искусственного интеллекта).
Сила машинного обучения заключается в том, что как только первый набор данных передается машине, машина обучается с несколькими попытками на наборе данных, пока он не станет даже лучше, чем люди в том, что он делает. На самом деле машина очень неразумна, однако, будучи в состоянии сделать миллионы попыток за очень короткий промежуток времени, она очень быстро становится очень хорошей, и это то, что делает машинное обучение таким замечательным. Если подобная технология объединится с физической силой робота, в результате получится сверхинтеллектуальный гуманоид, и будущее может стать страшным.
Процесс обучения машины может проходить без присмотра или под наблюдением человека, что полезно в случае необъективных наборов данных.
Истинная прелесть машинного обучения заключается в том, что после обучения машина способна находить закономерности в лабиринтах данные с чрезвычайно высокой точностью.
Смартфон, который у всех нас есть в карманах, в некотором смысле является маленьким шпионом, который мы носим с собой повсюду и без которого не можем жить. Он хранит тонны информации, всевозможной информации, от истории вашего браузера до того, как вы держите свой телефон. Он даже отслеживает ваше положение с помощью GPS и слушает вас с помощью микрофона! [1]
Этот клубок информации собирается крупными технологическими компаниями, которые пытаются разобраться в этом с помощью ИИ, и в конечном итоге они отправляют то, что узнали о вас, третьим лицам и получают большую прибыль от вашей информации. Сохраненная информация может многое рассказать о вас. В нем написано, где вы живете, где работаете, с кем проводите время, что вам нравится, чего вы хотите и многое другое.
Однако остается вопрос: почему они могут использовать мои личные данные?
Ответ довольно прост; мы просто дали им разрешение, умышленно или нет. Каждый раз, когда мы соглашаемся с условиями определенного веб-сайта или оператора мобильной связи. К сожалению, никто не тратит время на то, чтобы на самом деле прочитать, с чем мы соглашаемся, и теперь мы находимся на этом «Диком Западе» приватности пользователя. Недавно в Лондоне был проведен эксперимент. Судя по всему, лондонцы, чтобы получить бесплатный Wi-Fi, неосознанно согласились на условия провайдера. В условиях было написано, что они должны были отказаться от первенца. Это еще раз показывает, что никто не хочет тратить 30 минут на чтение условий и что существует асимметрия информации между пользователем и поставщиком услуги. [2]
Facebook и Google используют ваши данные, обработанные искусственным интеллектом, чтобы получать более подходящую ленту новостей или результаты поиска для пользователей. Когда мы находимся на Facebook, мы находимся в «пузыре», потому что Facebook фильтрует нашу ленту новостей таким образом, что мы видим только то, что хотим видеть, чтобы сделать нас более зависимыми. Большинство наших друзей на Facebook являются нашими друзьями еще и потому, что у нас более или менее совпадают взгляды и мнения, поэтому то, что нравится им, скорее всего, нравится и нам, и это то, что нам показывают, однако таким образом мы вы можете видеть только одну сторону всего.
Кроме того, Facebook использует данные о вашей активности на Facebook и вашем местоположении, чтобы создавать для вас персональную и целевую рекламу, но пока это просто целевая реклама, это все равно «хорошо». ", правильно? Это цена, которую мы должны платить за эту технологию, куда бы мы ни пошли, нам просто нужно отказаться от части нашей конфиденциальности. Неправильный! Мы отказываемся от большего.
Скандал с Cambdrige Analytica — прекрасный тому пример. Они провели опрос среди относительно небольшой группы людей и получили доступ к их данным в Facebook, а благодаря печально известным условиям Facebook это позволило им использовать данные Facebook многих других неосведомленных пользователей. Затем они использовали эти данные в качестве входного набора данных для машинного обучения, и поэтому они смогли определить характеристики личности каждого пользователя. С помощью этого инструмента они управляли политическими взглядами миллионов американцев, потому что точно знали их характер и то, какая явная или скрытая реклама или даже фальшивые новости лучше всего сработают с каждым из них, каждая из которых предназначена для подавления их намерения голосовать. Вы можете создавать сообщения, которые не имеют смысла для одних людей, но очень важны для других. «Одно и то же заискивание может быть облечено в разный язык для разных личностей, создавая впечатление кандидата, который общается с избирателями на эмоциональном уровне». [3]
Если мы доведем это до крайности, мы придем к китайской системе социального кредита. К 2020 году в Китае каждому гражданину будет выставляться оценка в зависимости от того, насколько он или она хороший гражданин.
Хороший гражданин получит некоторые преимущества, такие как более легкий доступ к кредитам, более легкий доступ к работе и приоритет при бюрократической бумажной волоките, в то время как плохой гражданин получит запрет на полеты, исключение из частных школ, медленное подключение к Интернету, исключение из престижной работы. , исключение из отеля и регистрация в публичном черном списке. [4][5]
Благодаря искусственному интеллекту, интегрированному с машинным обучением, правительство сможет узнавать живого гражданина в толпе с помощью камер наблюдения и вычитать кредит, например, если этот гражданин переходит улицу. «Если вы не придерживаетесь социальных условностей, если вы ищете не тот веб-сайт, если вы покупаете слишком много видеоигр или даже если у вас есть друзья с низким баллом, то ваш собственный рейтинг упадет. «[4]
Это оруэлловская реальность вот-вот станет реальностью в Китае, но еще страшнее то, что западные страны «ходят во сне» в этот антиутопический мир. Например, в Германии уже существует универсальная система кредитных рейтингов Schufa, а в США ее аналог FICO. Компании и граждане оцениваются на основе их кредитоспособности. Любой, кто хочет одолжить деньги или арендовать дом, должен показать свой счет. Было бы ужасно, если бы чья-то жизнь оказалась в невыгодном положении из-за того, что люди начали слепо верить в алгоритм.[6]
Более того, немецкие медицинские страховые компании предлагают более низкие страховые взносы, если они не очень часто болеют, и если вы делитесь данными из ваши фитнес-устройства, чтобы показать, что вы стараетесь оставаться здоровым, вы получаете более высокие премии.
Следует пояснить, что ИИ и роботы — это две совершенно разные вещи. Можно представить ИИ как программное обеспечение, а робота — как аппаратное обеспечение. Пока эти двое не сойдутся вместе, мы в безопасности, как человечество. Однако первые шаги к этому союзу были сделаны. Первый робот с ИИ существует и получил полное гражданство ОАЭ. [7] Тем не менее, этот гуманоид пока безобиден.
Машинное обучение — это будущее ИИ, именно оно делает их такими умными, такими разумными. В конце концов, мы по сути и есть ИИ. Мы учимся на своих ошибках, или, по крайней мере, должны. Мы просто не учимся так быстро, как они, и это делает их по-настоящему пугающими. Но, может быть, нам не стоит о них беспокоиться, просто нам десятилетиями промывали мозги научно-фантастические фильмы. Многие предсказания были чрезвычайно точными, другие не очень. Технологический прогресс может идти только вперед, и мы не можем его остановить, единственное, что мы можем сделать, это ответственно вводить новшества и регулировать его до того, как он выйдет из-под контроля, как в большинстве научно-фантастических фильмов.
Источники:
[1] https://www.theguardian.com/commentisfree/2018/apr/06/phone-camera-microphone-spying
[4] https://www.digitaltrends.com/cool-tech/social-credit-system/
