Представьте себе будильник, который учитывает дорожные условия во время вашего пробуждения. Или офис-менеджер с искусственным интеллектом, который ищет и предоставляет вам информацию, которая может быть полезна для вашего текущего проекта. Поскольку искусственный интеллект (ИИ) внедряется во все вокруг нас, он изменит наш повседневный опыт.
По оценкам, к 2020 году будет 50 миллиардов подключенных устройств, физический мир быстро переходит в онлайн. И по мере того, как интеллектуальные объекты, устройства и машины подключаются к Интернету, наш контроль над физическим миром будет продолжать расти. Мы выходим за рамки Интернета вещей и переходим на новый уровень цифрового и связанного интеллекта, повышая производительность сотрудников, автоматизируя рутинные рабочие процессы и предоставляя потребителям более эффективные возможности.
По мере того, как у нас появляется все больше подключенных устройств, они будут полагаться на наше внимание для активации через мобильные приложения или голосовое управление. И при каждом взаимодействии эти подключенные устройства генерируют множество цифровых данных, закодированных с учетом нашего поведения и предпочтений. Использование этих данных, наряду с недорогой вычислительной мощностью и проверенными временем алгоритмами, ведет нас в эпоху интеллекта, основанную на машинном обучении.
Машинное обучение позволяет объектам с вычислительной мощностью обучаться без явного программирования для этого. Перспектива машинного обучения заключается в том, чтобы привнести интеллект в программное обеспечение, позволяя объектам с вычислительными возможностями автоматически запускать ценный опыт для людей во всем мире. От беспилотных автомобилей, которые приводят к меньшему количеству аварий, до диагностики редких заболеваний, машинное обучение создает фундаментальные и широкомасштабные изменения в мире вокруг нас.
Хотя основные алгоритмы, лежащие в основе машинного обучения, существуют уже несколько десятилетий, библиотеки и наборы инструментов для машинного обучения, такие как TensorFlow, теперь широко доступны и находятся в свободном доступе. Сегодня легкость, с которой мы можем наделить любой объект или процесс разумом, делает предсказание Кевина Келли — все, что мы раньше электрифицировали, мы теперь познаем — все более вероятным.
Умные агенты, такие как Эми и Эндрю из X.ai, которые помогают координировать ваши встречи на работе, доказывают, что интеллект становится сервисом, который управляет нашим опытом в цифровом физическом мире. И этот когнитивный мир обещает не только предоставить пользователям расширенные возможности, но и повысить производительность труда сотрудников за счет снижения когнитивной нагрузки от повседневных повторяющихся задач и обеспечения более эффективного использования наших все более скудных природных ресурсов.
Однако по мере того, как машинное обучение и ИИ становятся все более распространенными, они также будут становиться товаром, что приведет к широкому распространению базового интеллекта. Топливом для всех этих алгоритмов машинного обучения являются данные. Данные — это основа, на которой машины учатся и продолжают совершенствоваться. Чем больше данных, тем больше интеллекта и лучше опыт конечного пользователя. Таким образом, более сложное машинное познание будет монополизировано теми, кто владеет большинством клиентов и соответствующими данными в своей отрасли.
Игроки отрасли с крупнейшими экосистемами накапливают больше всего данных, а данные являются контрольной точкой в эпоху всепроникающего интеллекта. В то время как все компании и стартапы в данной отрасли могут предложить базовый уровень интеллекта, собирая данные в своей ограниченной экосистеме клиентов, интеллект более высокого уровня, требующий большего количества данных, станет уделом немногих. Игроки отрасли с большими экосистемами, которые обслуживают большое количество клиентов, накапливают больше всего данных.
Эта горстка игроков с крупнейшими экосистемами может использовать свои обширные пулы данных, чтобы предлагать своим клиентам более сложные и восхитительные возможности. Однако часто действующие лица укоренились в бизнес-моделях, которые не сразу подходят для цифровых цепочек создания стоимости. С другой стороны, стартапы — это те, кто изобретает новые и дифференцированные алгоритмы.
По мере того, как искусственный интеллект пронизывает физическую ткань нашего мира, собирая данные о каждом нашем взаимодействии, власть будет находиться в руках крупных корпораций, а также стартапов, поддерживающих их алгоритмы. Это ставит важные вопросы о склонности людей к тому, чтобы наши данные использовались компаниями. Это поставит перед политиками задачу регулировать этих игроков, защищая при этом частную жизнь их граждан.
Как утверждает британский писатель-фантаст Артур Кларк в своих трех законах: «Любая достаточно продвинутая технология неотличима от магии». Быстрая эволюция и демократизация машинного обучения привнесет передовые знания в подключенные устройства, которые окружают нас, чтобы создавать «волшебные» впечатления. Однако, учитывая, что основной ингредиент — данные — для подпитки этой магии будет отдан небольшой группе крупных игроков, возможно, нам также нужно добавить к закону Кларка, что эта передовая технология потребует надзора и регулирования, как и многие другие олигополистические рынки.
