Это перепечатка (более или менее) сегодняшнего информационного бюллетеня ARCHITECHT Daily. Зарегистрируйтесь здесь, чтобы получать его в свой почтовый ящик каждое утро.
С пятницы до сегодняшнего утра я наткнулся на столько полезного контента об искусственном интеллекте, что даже не знаю, с чего начать. Также становится трудно согласовать аргументы — часто от одних и тех же людей — о том, что ИИ одновременно отвернет нашу экономику от ушей, потенциально станет достаточно разумным, чтобы угрожать человечеству, и, конечно же, будет великим и принесет великие инновации.
Возможно, ключ к пониманию того, почему мы получаем все сигналы об ИИ, сводится к одному слову: капитализм. Если что-то принесет прибыль корпорациям, они будут вкладывать в это деньги любой ценой. Или, возможно, дело в том, что многие люди, работающие над ИИ, инвестирующие в него и/или думающие об этом, одновременно реалисты и оптимисты. Преобладающая логика заключается в том, что мы не можем замедлить прогресс в области ИИ, но, уделив достаточно внимания рискам, мы сможем использовать его в основном во благо.
Кажется, что вы никогда не услышите от идейных лидеров или исследователей ИИ, несмотря на столько мрачных предсказаний, что мы должны затормозить его. Хотя бы для того, чтобы дать бизнес-лидерам и политикам небольшую передышку, чтобы подумать о будущем, которое они хотят видеть.
Как бы то ни было, я не думаю, что мы можем или должны замедлять исследования ИИ, хотя бы потому, что достижения в таких областях, как медицина, сельское хозяйство и климатология, могут оказаться поистине революционными. Я также не ожидаю (как, без сомнения, поняли постоянные читатели), что ИИ будет иметь крайне негативные последствия, которые предсказывают многие другие. Некоторые из этих причин связаны с технологическими ограничениями и человеческой изобретательностью, некоторые связаны с юридическими/нормативными проверками, а третьи связаны с (возможно, очень неуместным) оптимизмом, что люди в конечном итоге поймут это только потому, что мы может что-то автоматизировать, это не обязательно означает, что мы должны.
Если волна популизма, захлестнувшая Соединенные Штаты и Европу, действительно связана с экономикой, рабочими местами и разочарованием, то, в конце концов, что-то должно уступить, когда дело доходит до автоматизации. Есть много очень плохих результатов для будущего Земли, которые не появятся в исследовательских лабораториях ИИ, а скорее из-за того, что миллиарды людей чувствуют себя безнадежными.
Теперь, когда у вас есть мои два цента, ознакомьтесь с этой подборкой новостей и интервью с гораздо более умными людьми о том, чего они хотят, боятся и ожидают от ИИ.
Интервью
- Мелинда Гейтс и Фей-Фей Ли хотят освободить ИИ от «парней в толстовках» (обратный канал)
- Новый руководитель отдела исследований Microsoft посвятил свою карьеру созданию мощного ИИ и обеспечению его безопасности (Quartz)
- ИИ повсюду: генеральный директор Nvidia Дженсен Хуанг рассказывает об искусственном интеллекте, нейронных интерфейсах и голодеках (TechCrunch)
У Уоррена Баффета неоднозначное отношение к ИИ
- Watson победила в Jeopardy, но IBM не побеждает с помощью искусственного интеллекта (MarketWatch)
- Уоррен Баффет: ИИ повредит Berkshire Hathaway двумя способами (Fortune)
О рабочих местах и мировой экономике…
- Эксперты Pew Study: Искусственный интеллект угрожает будущему капитализма (VentureBeat)
- Робототехника, искусственный интеллект и 3D-печать могут сократить разрыв в производительности в Великобритании (The Guardian)
- Искусственный интеллект приходит в юридические фирмы (Axios)
- Эрик Шмидт утверждает, что ИИ будет полезен для общества (Recode)
- Торговля с использованием ИИ вызывает новые вопросы (VentureBeat)
Искусственный интеллект
Джефф Безос повторяет миссию Amazon в области искусственного интеллекта
Я писал об амбициозных планах Amazon в области искусственного интеллекта здесь, но если вам нужен другой источник, ознакомьтесь с недавними комментариями Джеффа Безоса на технической конференции в Сиэтле.
ИИ не предсказал дерби в Кентукки
Хорошо. Если бы мы могли точно предсказать исход спортивных событий, выборов или других событий, на которые влияют внецифровые факторы, они в конечном итоге исчезли бы. Как говорится: «Вот почему мы играем в игры».
ИИ неплохо предсказывает решения Верховного суда
Как я только что сказал… 70-процентная точность — это хорошо, но нет никаких сомнений в том, что некоторые важные решения в этих 30 процентах не могут быть предсказаны моделью. И времена, судьи и политический климат меняются.
Дополнительные исследования ИИ, который может читать наши мысли
На этот раз исследователи используют глубокое обучение для анализа сканирования мозга, чтобы выяснить, как активность мозга коррелирует с просмотром определенных изображений.
IBM приводит 5 примеров того, как квантовые компьютеры меняют вычисления
- Открытие лекарств и материалов
- Цепочка поставок и логистика
- Финансовые услуги
- Искусственный интеллект
- Облачная безопасность
Это хорошие обсуждения, потому что большинство людей (как и в случае с общим ИИ) захотят подумать о возможностях. Самые удивительные исследования ничего не значат, если люди не знают достаточно, чтобы быть взволнованными.
Черный ящик многих моделей ИИ — это тема, о которой я неоднократно писал и освещал здесь, и о которой много пишут и другие люди. По сути, я считаю продолжением дебатов о корреляции и причинно-следственных связях, которые уже давно пронизывают дискуссии о больших данных (и, возможно, о всей статистике до этого). Есть области, в которых нас, вероятно, не должно волновать то, что происходит внутри модели (например, рекомендации по продукту), и моменты, когда нам следует (например, все, что связано с жизнью/смертью, гражданскими правами или научными исследованиями). Вот два хороших поста на эту тему:
Глубокая, глубокая проблема: влияние глубокого обучения на обработку изображений, математику и человечество (SIAM News)
Состояние объяснимого ИИ (Джиллиан Швип / Medium)
Облако и инфраструктура
Kubernetes может поглотить OpenStack
Несмотря на радостные разговоры о синергии Kubernetes и OpenStack, вы должны задаться вопросом, не вытеснят ли достижения Kubernetes в конечном итоге OpenStack со сцены и не заменят его «голым железом». При достаточном сотрудничестве между проектами глубокие карманы OpenStack могут помочь в этом.
Почему Red Hat может улучшить или сломать ARM в дата-центре
Есть так много причин думать, что ARM в центрах обработки данных может наконец завоевать популярность, но столько же причин думать, что этого не произойдет. Red Hat может сыграть огромную роль, если будут созданы правильные стимулы или требования.
Сможет ли чип RISC-V с открытым исходным кодом бросить вызов x86 и ARM?
Если мы все еще обсуждаем, есть ли у ARM значимое будущее внутри серверов, каковы шансы, что RISC-V загорится? Вы можете возразить, что с одной стороны его ущемляют x86 и ARM, а с другой — чипы AI/IoT.
Как Docker влияет на энергопотребление?
Я прочитал эту статью на прошлой неделе и решил не публиковать ее, потому что не нашел сравнение Docker и «голого железа» слишком убедительным (конечно, Docker добавит накладных расходов, верно?). Но эта дискуссия в Hacker News об этом достойная.
Бессерверные архитектуры все еще находятся в стадии разработки
На первый взгляд, это аргумент против использования Node.js для создания бессерверных функций. На самом деле, однако,
Все данные
Обновленный взгляд на метафору «данные — новая нефть»
Мне не нравится, когда эта метафора возвращается, как если бы она была новой, но мне нравится ее исследование эпохи 2017 года. То, что мы видели, — это множество разрозненных хранилищ, консолидация власти среди крупных интернет-компаний. Что должно произойти, чтобы «большие данные» не стали следующей «большой нефтью»?
Нью-Йорк добавляет данные в борьбу с бездомностью
Это одна из тех историй о данных во благо, на которые действительно стоит надеяться, что они сработают. Обмен данными оказался более сложным, чем многие предполагали, но, возможно, Нью-Йорк сможет предоставить работоспособную и воспроизводимую модель.
Кафка становится только популярнее
Хороший анализ тенденций, связанных с Apache Kafka, в том числе из опроса, только что опубликованного Confluent. Я мог бы не согласиться с тем, что решения облачных провайдеров слишком сильно повлияют на распространение Kafka — по крайней мере, если открытый исходный код и контейнеризация тоже будут расти.
Elastic внедряет новые возможности машинного обучения
Это хороший подход к внедрению машинного обучения на платформу, поскольку он фокусируется на конкретном варианте использования — в данном случае на аномалиях временных рядов. Кстати, Elasticsearch привлекает больше всего внимания, но Kibana — действительно мощный компонент стека Elastic/ELK.
Почему нам нужен общий язык вокруг «готовности данных»
Этот документ является хорошим аргументом в пользу понимания важности сбора данных и их обработки/разборки, а также, возможно, для некоторых стандартных уровней, которые помогут организациям оценить, на каком уровне они находятся.
Нужен ли миру лучший планировщик для анализа данных?
Вы можете возразить, как это делают авторы этой статьи, что да. Вы даже можете представить несколько альтернативных фреймворков, как это делают они. Но что на самом деле нужно, например, сообществу Spark, чтобы принять что-то новое?
