«Менять не нужно. Выживание не обязательно ».
Деминг

С момента своего появления в 1950-х годах искусственный интеллект был излюбленным предметом научной литературы. Однако сегодня ИИ вошел в область фактов: несколько исследований подчеркивают, что интеллектуальные машины изменят то, как мы работаем, мы движемся и даже то, как ведутся войны. Новаторы и ученые во всем мире считают, что настало время убедиться, что ИИ сможет победить человечество. И даже если достаточные и веские аргументы предполагают, что машины однажды могут быть более умными, чем мы, многие ученые готовы принять этот вызов.

Каждый день мы читаем статьи или истории об искусственном интеллекте, машинном обучении и о том, как эти два фактора могут повлиять на нашу жизнь. Также нет ни одного дня, чтобы не прочитать о том, насколько опасным для нашего общества может быть так называемое реальное прагматическое применение и подход ИИ, если мы не примем соответствующих мер предосторожности. Два года назад в Твиттере Илон Маск четко заявил: «Мы должны быть очень осторожны с искусственным интеллектом. Это потенциально более опасно, чем ядерное оружие ».

Более пятидесяти лет исследователи искусственного интеллекта сосредоточены на том, чтобы дать машинам навыки лингвистического и математико-логического мышления, смоделированные по образцу классического лингвистического и математико-логического интеллекта.

Пока что мы знаем машины так, как будто они обладают эмоциональными переживаниями. Однако в последнее время был применен более чуткий подход, позволяющий им казаться эмоционально разумными. Причина в том, что их запрограммировали учиться, когда и как проявлять эмоции.

Илон Маск, с одной стороны, практический инженер, обеспокоен и напуган тем, насколько опасным может стать ИИ, с другой стороны, Цукерберг из Facebook придерживается более оптимистичного подхода. По его словам, «ИИ сделает нашу жизнь лучше в будущем, и сценарии конца света« довольно безответственны ».

Во время Facebook Live в июле 2017 года Цукерберг дал понять, что он пытался противостоять любому потенциальному распространению страха, связанного с потенциалом искусственного интеллекта. «У меня довольно твердое мнение по этому поводу. Я настроен оптимистично », - сказал он. «Я думаю, что вы можете создавать вещи, и мир может стать лучше. Но особенно в отношении ИИ я настроен оптимистично ».

«И я думаю, что люди, которые настроены скептически и пытаются раздуть эти сценарии судного дня, - я просто, я этого не понимаю. Это действительно негативно, и в некотором смысле я считаю это довольно безответственным », - сказал он. «В следующие пять-десять лет искусственный интеллект значительно улучшит качество нашей жизни», - добавил Цукерберг. В поддержку подхода Маска самый известный физик сделал заявление в начале 2017 года.

«Развитие полного искусственного интеллекта может означать конец человеческой расы ... Он взлетит сам по себе и будет реконструировать себя со все возрастающей скоростью. Люди, которые ограничены медленной биологической эволюцией, не могут конкурировать и будут вытеснены », - сказал Стивен Хокинг BBC. Эти различные подходы, основанные на оптимизме, пессимизме, комфорте и дискомфорте, создают импульс, который дает нам возможность не только воспринимать и понимать другие периоды истории, в которых произошли масштабные изменения, но и видеть, как избежать критических ошибок при принятии новых разработок. .

Двести лет назад Флобер, французский философ XIX века, высказал тон скептицизма и озабоченности по поводу всего нового в его мире, но особенно поездов. Флобер скептически относился к поездам, потому что он думал (перефразируя Джулиана Барнса), что «железная дорога просто позволит большему количеству людей передвигаться, встречаться и вести себя глупо». Конечно, этого не произошло, поскольку мы видели, что поезда действительно формировали Вселенную и привел к фундаментальному освоению бескрайних американских полей в то, что мы сегодня называем Соединенными Штатами Америки.

Конечно, хотя История точно не повторяется, она работает циклично. Одна из наиболее убедительных теорий таких циклов была сформулирована историком экономики Карлотой Перес в ее влиятельной книге Технологические революции и финансовый капитал: динамика пузырей и золотых веков (Эдвард Элгар, 2002). Это предполагает, что, если ключевые мировые лидеры, принимающие решения, будут действовать согласованно, человечество сможет пережить нынешний период потрясений и экономических недугов и вступить в новый «золотой век» широкого экономического роста.

Автоматизация и искусственный интеллект окажут большое влияние на все типы вселенных. То, к чему мы привыкли, все типовые и общие цепочки создания стоимости существенно изменятся.

До сегодняшнего дня было очень сильное чувство, что люди несут ответственность за все. Они были мастерами, программистами, исследователями данных, аналитиками, стратегами, людьми, способными создавать достаточную ценность для других людей. Основная цель - получить прибыль или улучшить качество и безопасность жизни других людей.

AI пытается быть чем-то совершенно отличным от того, что мы испытали до сегодняшнего дня. Ларри Пейдж, генеральный директор Alphabet, материнской компании Google, сказал несколько недель назад, что «искусственный интеллект станет последней версией Google. Лучшая поисковая система, которая поймет все, что есть в сети. Он точно поймет, чего вы хотите, и даст вам то, что нужно. Сейчас мы и близко не подошли к этому. Однако мы можем постепенно приближаться к этому, и в основном это то, над чем мы работаем ».

В 2013 году вышел фильм «Она». Влюбленность в компьютер или знакомство с идеальным партнером по клавиатуре не были чем-то новым для научно-фантастического кино. Но в этом фильме у нас была специально созданная гиперперсонализированная операционная система, которая взаимодействует, «чувствует» и создает глубокие отношения с человеком. Было очень интересно наблюдать, как главный актер, Хоакин Феникс, который играл Теодора Твомбли, нервную, измученную душу, прячущуюся за черепаховыми очками, на дневной работе пишет персонализированные (электронные) письма для тех, кто не может выразить свои эмоции. в слова влюбившись в Саманту. Но что было более показательно, так это способность Саманты завоевать доверие и эмоции Туомбли.

Он чувствовал соблазнительные и согласованные навыки организатора электронного офиса, которые она могла читать его, как книгу - и предлагать беспрекословную преданность после его неудачного брака независимо мыслящей Кэтрин (Руни Мара). Одну минуту Твомбли вел функциональные беседы со своей ОС, также известной как Саманта, об очистке своего почтового ящика; но не прошло много времени, как он начал заниматься таким киберсексом, когда было доказано, что это предпочтительный метод взаимодействия для изолированных онлайн-людей, и они хотят быть любовниками во всем мире.

Но по мере того, как Твомбли становился увереннее и снова встал на ноги, росла и саманта Саманта, бесконечные порталы виртуального мира, позволяющие ей стать чем-то большим, чем просто суммой его частей.

Как он влюблялся в Саманту, так и Твомбли действительно ускользнул от мира, неловкая встреча с Оливией Уайлд на свидании вслепую (и неспособность обнять несчастно женатого «друга» Эми Адамс) свидетельствует о том, как далеко он ушел от человеческого общения. В самом захватывающем эпизоде ​​фильма Саманта, названная операционная система, организовала секс-сессию, физическое присутствие которой является всевозможным неправильным, предполагая, что меньше всего Теодор хотел бы человеческого взаимодействия и прикосновения. Тем временем система начала выдавать ошибки, которые однажды разрушили брак Теодора, начали появляться снова, как повторяющийся компьютерный вирус.

И мы достигаем момента, когда начинаем говорить об эмоциях, машинах, которые могут развиваться, и о том, как это может повлиять на наш человеческий подход к восприятию и познанию мира. В настоящее время машины способны отображать и понимать эмоции, но не могут воспринимать и чувствовать намерения. Исследователи знают, что распознавание намерений - сложная проблема для машин, и они работают над этим. Что будет иметь первостепенное значение, это момент, когда машины начнут ощущать эмоции и реагировать соответственно на человеческие диалоги, или прислушиваясь к тому, что люди говорят о них, или даже путем глубокого понимания мимики.

Машины находятся на грани обретения способности чувствовать, понимать и распознавать человеческие эмоции, реагировать на них с человеческими характеристиками, чтобы с меньшей вероятностью возникли негативные чувства. В результате это позволит им развить другие дополнительные способности, которые можно использовать, чтобы помочь людям развить и оценить различные способности, а также поведение, которое будет способствовать эмоциональному интеллекту.

Эти навыки (довольно интересно, что Amazon называет каждую новую функцию для Alexa навыком) формируют способ взаимодействия программного обеспечения и приложений с людьми. Агенты проявят опасение по поводу человеческих чувств и предпримут шаги, чтобы меньше разочаровывать, в то время как приложения, работающие с клиентами, будут проявлять уважение к их эмоциональному состоянию и ситуации, признавая их, корректируя их поведение в ответ. Каким-то образом мы дошли до того, чтобы сказать, во что верил Жирар от людей к машинам.

Большой идеей Жирара было так называемое «миметическое желание». Люди рождаются с примитивным набором потребностей, еды и жилья. Как только эти основные жизненные потребности приобретены, мы оглядываемся вокруг и наблюдаем, что делают другие, с основной целью копировать их. В резюме Тиля идея состоит в том, что «имитация лежит в основе любого поведения». Основываясь на этом, мы можем сказать, что машины находятся на этом уровне, выходящем за рамки удовлетворения своих основных потребностей, и они начинают чувствовать, а также имитировать человеческое поведение, привычки и эмоции.

Значительные темпы, с которыми люди ругают свои машины, а также «коллеги оскорбляют их машины», должны снизиться. Опыт работы с информационными технологиями должен стать менее утомительным и более продуктивным. Как следствие, это поможет брендам начать производить гиперперсонализированный опыт и вселенные.

Проблемы, с которыми сталкиваются организации, стимулируют индивидуальный подход, который они должны предлагать клиентам. Неявная персонализация, которая отслеживает поведение посетителей на сайте и представляет контент на основе шаблонов кликов, - вариант, который выбирает большинство (65%). Только 37% брендов сосредотачиваются на создании профиля каждого покупателя, чтобы затем использовать его для продвижения релевантного и подходящего контента.

Одна из самых важных эпох, когда персонализация будет пересмотрена, - это мода. Такие компании, как Amazon, предприняли значительные усилия, чтобы понять, как мода развивается в мире », - сказал Кавита Бала , профессор Корнельского университета.

Тем не менее, Amazon, похоже, продвигает этот алгоритмический подход еще дальше. Например, аналитики Amazon из Израиля создали машинное обучение, которое, разбив только несколько ярлыков, связанных с изображениями, может определить, можно ли рассматривать определенный образ как стильный. Это программное обеспечение может давать отзывы о моде или предложения по модификациям. Работа носит творческий характер в свете того факта, что компьютеры чаще всего требуют обширной маркировки, чтобы заимствовать визуальные данные.

Но во многих реальных ситуациях, таких как изображение, размещенное в Instagram, может быть только один ярлык. Следовательно, две вещи имеют решающее значение для того, чтобы начать строить и приспосабливаться к вкусам и ожиданиям потребителей. Первый - это глубоко понять человеческий мозг, а второй - убедиться, что мы можем предоставлять в реальном времени опыт, адаптированный для каждого потребителя и пользователя, на основе понимания, которое мы развиваем в контексте.

Но чтобы понять человеческий мозг, нам, возможно, предстоит пройти долгий путь. Профессор Кришна Шеной сравнивает наше понимание головного мозга с захватом человечеством карты мира в середине 1500-х годов.

Другой профессор, Джефф Лихтман, гораздо более откровенен в своих замечаниях, когда дело доходит до описания того уровня, к которому мы пришли в отношении картирования мозга. Он обычно начинает свои курсы с того, что спрашивает своих студентов: «Если все, что вам нужно знать о мозге, составляет милю, как далеко мы прошли эту милю?» Он говорит, что студенты дают такие ответы, как 75% мили, большая часть мили, четверть мили и так далее. - но он верит, что настоящий ответ - «около трех дюймов».

Поэтому, хотя мы позволяем исследователям исследовать и составлять карту человеческого мозга, и финансируем их, мы, компании и стратеги, работаем в направлении, направленном на глубокое понимание каждого персонализированного динамического контекста и ожиданий, которые мы испытываем от каждого продукта или услуги. Одним из ключевых элементов этих усилий является скорость, а также возможность гарантировать, что индивидуальное обслуживание будет максимально точным. Для этого брендам нужно, чтобы люди участвовали и взаимодействовали с ними больше, чем когда-либо.

Nike недавно (сентябрь 2017 г.) открыла студию в Нью-Йорке, где люди могут создавать гиперперсонализированный продукт и использовать его с уникальным уникальным продуктом.

«Цель проекта - воплотить в жизнь опыт совместного проектирования, который мы предлагаем нашим спортсменам», - сказал Марк Смит, вице-президент по специальным проектам в области инноваций. «Им нравятся продукты, которые рассказывают свою историю, поэтому мы хотели объединить эту идею с новым процессом живого дизайна и производства, который позволяет нашим гостям заходить в пространство, работать вместе с нами и уходить со специальным продуктом быстрее, чем когда-либо. до."

До сих пор программа Nike была разработана для того, чтобы дать потребителям возможность создавать свои собственные туфли и получать их в своем почтовом ящике в течение пары недель. Теперь вся производственно-сбытовая цепочка изменена, и люди могут фактически выходить из магазина с очень личной парой кроссовок. В сочетании с тем, что мы сказали выше о том, чего пытается достичь Amazon, становится очевидным, что мы быстро приближаемся к точке, где продукты просто создаются не для удовлетворения потребностей или желаний, а для удовлетворения ожиданий, мыслей и индивидуальных требований.

Для этого нам нужны инструменты, позволяющие не только разрабатывать сервис, но и заранее узнавать, как он выглядит, как он себя чувствует, какие результаты он имеет, как он собирается изменить нашу повседневную жизнь. И вот тут-то и появятся AI и AR. В наше время технологии развиваются быстрее, чем когда-либо.

Мы достигли точки, когда практически недооцениваем технологии. Более того, мы используем инновации не только для того, чтобы завоевать уважение, чтобы противостоять многогранному качеству и бороться с ним, но и в дополнение к решению новых трудностей и запросов быстро оцифрованного мира. Инновации и инструменты, предназначенные для улучшения во всех сферах нашей повседневной жизни и работы. Осваивая использование технологий и их новейших частей и компонентов, мы, как клиенты, можем почувствовать и прикоснуться к будущему гораздо более адаптируемым путем, чем в предыдущие времена. Сказав это, мы начинаем понимать, что путешествие в мир AR напоминает рискованное путешествие в нашей нынешней реальности, где есть надежная возможность не только для одного изменения и не только на одном уровне.

Смешение реальности с объектами может позволить нам не только воспринимать, как вещи, пространства, идеи могут быть полностью реализованы, но и делать сверхгиперсонализированные выражения или варианты пространств, продуктов, услуг, материальных или нет. Используя такие предметы, как очки HoloLens, пространства приобретают совершенно уникальную динамику, наше понимание контекста становится более богатым, чем когда-либо, и наше сотрудничество с брендами или услугами может стать более последовательным, чем раньше. В сочетании с разумом, который сопровождает движки ИИ, диалог между нами и движками, людьми и природой, пользователями и услугами выходит на совершенно новый, неизвестный, но поистине захватывающий уровень. Тем не менее, мы начинаем создавать гиперперсонализированные вселенные с учетом доступных данных, новых более эффективных алгоритмов и лучших подходов к работе с информацией и становимся способными сочетать реальность с точкой зрения, основанной на данных и основанной на встречах.

Недавно (сентябрь 2017 г.) выяснилось, что Google работает над совершенно новым набором алгоритмов для службы просмотра улиц Google, способной не только дать нам превосходную перспективу по регионам, но и позволить начать логические, уточненные гуманные обсуждения с движком Google. . Кроме того, здесь находится тест для Google и различных создателей алгоритмов. Сделать так, чтобы администрации и движки не просто отвечали на глубокие и запутанные запросы, исходящие от людей, которые еще не начали понимать ожидания. Джен Фитцпатрик, вице-президент Google, возглавляющая картографическое подразделение организации, утверждает, что люди действительно ожидают, что поисковые системы Google будут способны отвечать на самые гуманные запросы, а также преодолевать эту точку и быть более совершенным и точным механизмом общения. Для этого требуется совершенно новый подход. Механизмы и алгоритмы, способные отвечать на вопросы людей, жаждут не только изображений, но и информации. Чтобы двигатели могли показывать признаки улучшенного визуального восприятия нашей Вселенной, им нужен доступ к изображениям.

Полтора года назад вышел гугл фото как сервис. Одним из ключевых привлекательных моментов было то, что людям было предложено загрузить все свои фотографии и хранить их там бесплатно, чтобы не только защитить их от потери, но и начать классифицировать их совершенно по-новому. Люди, в том числе и я, начали выкладывать свои фотографии в сервис google-photos. Было так приятно видеть, что возвращаются альбомы, коллажи, улучшенные и отредактированные фотографии, как никогда раньше, и, конечно же, чувствовать, что я могу логически просматривать их, чтобы найти фотографии или моменты из прошлого.

В то же время, делая это, мы просто заполняем пулы изображений AI с данными с богатым содержанием. Современные цифровые изображения несут с собой, помимо прочего, данные о местоположении. Внезапно каждую область начали изображать с любого возможного ракурса, предоставляя движки ИИ и алгоритмы машинного обучения в Google, богатые наборами данных для службы карт. Конечно, это один из аспектов истории.

Другая сторона утверждает, что чем лучше мы понимаем и нарисуем место, тем более интерактивным и живым становится это место, когда оно попадает в функцию поиска. И, исходя из этого, то, что мы получаем в качестве ответа на каждый вопрос, который мы задаем Google, возвращает не просто общий, а конкретный ответ на вопрос, но что-то глубоко персонализированное, стремящееся вести разговор и вести его туда, где это лучший вывод для мы и контекст, в котором мы находимся. При этом довольно интересно наблюдать, что гиперперсонализация - это не только то, как мы пользуемся услугами или продуктами, но и то, как мир собирается персонализироваться для каждого из нас.

Внезапно мы понимаем, что все, что нас окружает, не будет правильным суждением или чем-то, что применимо ко всем, за исключением результата более запутанной, значительно более глубокой и продвинутой работы по взаимодействию двигателей ИИ с нашими кибер-самими.

Возвращаясь к тому, что Amazon пытается достичь, применяя алгоритмы к тому, что стильно, а что нет, и, кроме того, используя механизмы, оборудованные для разработки двигателей, мы подходим к точке, где компьютеризированное понимание и консолидированное изучение желаний и ожиданий людей о том, как мир и разные люди смотреть в него можно также персонализировать.

Мы достигаем того, что сможем не только выбирать, но и бессознательно воспринимать цвета, одежду, стены, окружающую среду уникальным образом, исходя из того, что соответствует нашим ожиданиям и требованиям.

Поскольку в ближайшие 18–30 месяцев мы приближаемся к эре, когда автономные автомобили начнут массово кататься по улицам, подход, основанный на фотографиях и опыте, кажется единственным выходом.

Изображения и данные, полученные из расширенного Google Street View, новый набор алгоритмов, объединенный с каждой из фотографий, загружаемых людьми для каждого места, может помочь самоуправляемым автомобилям более точно понимать мир. Более того, путешествуя на одной из этих машин, умная машина, способная ощутить ваш энтузиазм, будет совершенно другим делом, чем в наши дни - ездить на машине, просто будучи пассажиром. В настоящее время даже более умные автомобили выглядят довольно глупо, даже если сравнивать их с другими машинами или продвинутыми цифровыми помощниками на планете.

Автомобили в наши дни не способны воспринимать контрасты между людьми. Они созданы таким образом, чтобы делать одно и то же, двигаться от пункта А до пункта Б, независимо от того, кто является водителем, нравится нам то, как это передается, или нет. Кроме того, автомобили настолько слабоумны, что могут вести вас из точки A, выбирая улицы, которые плохо выглядят для водителей, знающих местность на дорогах. В наши дни автомобили в основном представляют собой ошеломляющие достижения в области инженерной мысли, которые не требуют персонализации. Они получают приказы и одинаково на них реагируют, независимо от того, сидит ли за рулем подросток или его бабушка. Работа инженеров и автопроизводителей в этой области гарантирует, что это все изменится. Автомобили действительно скоро смогут узнавать водителя, определять его эмоциональное состояние и перезагружать свои системы в соответствии с предпочтениями и ожиданиями водителя.

Поскольку автомобили есть и будут, мы должны добиться того, чтобы они обладали знаниями не только для того, чтобы понимать, кто водитель, его стиль вождения, его склонности на случай, если он решил не водить машину, но, скорее, чтобы дополнительно почувствовать его с энтузиазмом и проактивно приспосабливайтесь к любым триггерам, связанным с конкретными обстоятельствами и просьбами водителя на лету. В 2015 году известный производитель автомобилей сообщил, что в течение следующих пяти лет он вложит более 1 миллиарда долларов в ИИ для повышения безопасности автомобилей. Экономическое обоснование: лучшая безопасность может использоваться как главный аргумент в пользу продажи автомобилей, особенно на очень конкурентных рынках, таких как Северная Америка.

Независимо от того, смогут ли ИИ и машинное обучение превратиться в отличительные возможности для автопроизводителей, это будет зависеть от того, насколько далеко он сможет продвинуть технологию, и будут ли эти преимущества и функции быстро превращаться в стандартное оборудование в автомобилях массового потребления, встроенное в прейскурантная цена. В свете этого, что Tesla делает с недавно анонсированной и запущенной в производство Model 3, вот что. Дать широкой аудитории возможность получить доступ к новым технологиям и инновациям, способным не только ограничить сложность владения другим электромобилем, но и начать обучать все больше и больше людей разговаривать и обмениваться информацией с автомобилями Tesla. и, кроме того, вы встретите совершенно лучший подход к тому, что подразумевает «владение или использование автомобиля».

Как мы все знаем, автомобили Tesla - это сверхсложное программное обеспечение и довольно простое оборудование на колесах. И это потому, что автомобили Tesla сконцентрированы на том, чтобы дать водителю лучший, более взаимосвязанный опыт, а вскоре и самый безопасный и продвинутый беспилотный автомобиль. Таким образом, скорость, с которой мы начинаем внедрять технологии, гиперсвязанные с двигателями искусственного интеллекта в нашей машине, характеризует скорость, с которой мы начинаем сталкиваться с гиперсонализированными встречами в отношении того, как мы транслируем и движемся в нашей реальности.

Мы приближаемся к точке, когда администрации и продукты отдают свою позицию встречам и индивидуальным вселенным. Кроме того, именно здесь все становится значительно более интригующим. Поскольку независимо от того, насколько невероятен онлайн-опыт, люди по-прежнему ожидают отличных физических столкновений.

Более того, связь между этими двумя понятиями - это состояние страсти, которое люди испытывают каждый раз, когда они чего-то достигают, действуют, ведут себя, поступают с чем-то или просто сталкиваются с миром. Следовательно, чтобы иметь точный гиперперсонализированный мир для каждого человека, нам нужны машины, способные улавливать эмоции.

Машины получают способность обнаруживать и воспринимать артикуляции и выражения человеческих чувств, например, интереса, беспокойства и удовольствия, с пониманием того, что такое общение жизненно важно для помощи машинам в выборе более полезного и менее отягчающего поведения, когда дело доходит до формы. мир, который мы переживаем. В любом случае этого недостаточно.

Одна из настоящих границ человечества заключается в том, что мы не говорим на одном языке. В наши дни в мире перечислено более 6909 языков. Чтобы преодолеть препятствие, нам нужен другой подход, позволяющий обойти языковой барьер. В результате он перестает применять нейронные сети к разговорам в сети, как это делает Facebook. Нейронные системы помогают движкам расшифровывать слова и выражения, а также обдумывать уникальную ситуацию, имея при этом способность воспринимать картинки и распределять выражения и динамический контекст изображениям и наоборот. Тем временем Google придерживается альтернативного подхода, когда речь идет о нейронных системах, планирующих непрерывное расшифровку. Подход Google заключался в создании нейронных сетей, сосредоточенных на сборе выражений сопоставимых идей. Он собран определенным образом, чтобы он мог улавливать чувства и, возможно, после правильной подготовки двигателей, даже чувства.

После такой настройки машины начинают чувствовать и готовиться к участию в разговорах между человеком и машиной точнее, чем когда-либо в недавней памяти. И это основной момент, когда мы начинаем использовать машины в качестве помощников процессов или транзакций, но не в качестве наших советников.