Как обычно, давайте начнем с 5 ссылок на этой неделе -

Есть несколько способов думать о будущем. Например, мы могли бы взглянуть на это, обсуждая различные технологии, внедрение которых кажется неизбежным.

Я хотел бы вовремя обсудить все это в этих заметках. Но есть разница между основополагающими технологиями и остальными. И разница заключается в масштабе. Фундаментальные технологии основаны на предыдущей волне и применяются в большем масштабе, чем предыдущая волна. Например, все пользователи Интернета стали пользователями мобильных устройств. И все мобильные пользователи будут подвержены следующей волне.

И в этом смысле искусственный интеллект (и, в частности, глубокое обучение) для меня становится следующей фундаментальной технологией. Итак, Пост на прошлой неделе был первым из многих, посвященных глубокому обучению и искусственному интеллекту. И сегодня мы также будем размышлять о его последствиях.

Последствия второго порядка
Сложность описания того, как могло бы выглядеть будущее, возникает из-за воображения последствий второго порядка.

Например, вот несколько последствий дронов второго порядка, о которых пишет Грег Беттинелли из Upfront Capital.
1. Стаи дронов: очевидное применение роя дронов - в световом шоу вроде тот, что ниже.

Однако рой дронов можно также использовать в поисково-спасательных миссиях или для сдерживания лесного пожара. Их также можно было использовать для наблюдения за полями для фермеров, и они использовались в Африке, чтобы помочь национальным паркам бороться с браконьерами.

2. Технологии борьбы с дронами. Помимо всевозможных проблем наблюдения с использованием дронов, тюрьмы регулярно становились свидетелями дронов, сбрасывающих контрабанду для заключенных. Итак, в будущем мы увидим силовые поля против дронов. Кроме того, защитные системы должны будут лучше справляться с дронами. На данный момент воинские части по-прежнему используют оборудование на миллионы долларов для уничтожения дронов стоимостью несколько сотен долларов.

Точно так же Бенедикт Эванс описал эффекты второго порядка беспилотных автомобилей. Вот несколько примеров -
1. Переход на электрический. Электромобили уничтожают индустрию технического обслуживания и обслуживания автомобилей, основанную на двигателях внутреннего сгорания, потенциально уничтожают заправочные станции и круглосуточные магазины (которые продают ›50% табака в США) и меняют наши представления о производстве электроэнергии, если исходить из этого. построен на возобновляемых источниках энергии.
2. Автономность. Автономность может почти полностью исключить несчастные случаи и изменить конструкцию транспортных средств, уменьшить заторы, уменьшить потребность в парковке (как вы можете использовать автономные транспортные средства на спрос) и, таким образом, изменит дизайн городов.

Технологии обычно сначала внедряются, а затем внедряются. И последствия второго порядка становятся очевидными только после фазы развертывания. Фаза развертывания создает новые отрасли и новую экономику. Совсем недавно мы наблюдали это на смартфонах. Даже если Apple выпустила iPhone в сентябре 2007 года, эта диаграмма от Statista, на которой анализируются доходы Facebook за период 2012–2014 годов, показывает, когда, вероятно, началось «развертывание».

К концу 2012 года Facebook взломал собственный формат рекламы для мобильных устройств, а остальное, как говорится, уже история. Итак, прошло 5 лет, прежде чем мы создали экономику цифровой рекламы на основе мобильных устройств. И вы, как правило, ожидаете, что деньги на рекламу будут довольно быстрыми, поскольку реклама направляется туда, куда уходит внимание.

Все это говорит о том, что мы, вероятно, все еще находимся на этапе развертывания мобильных устройств. У мобильной экономики есть и другие последствия третьего и четвертого порядка, которые нам еще предстоит испытать.

Графические процессоры, процессоры и TPU

Учитывая весь этот контекст, мы определенно находимся на раннем этапе внедрения искусственного интеллекта. И еще две новости пролили свет на это. Во-первых, Apple объявила о планах создать собственный графический процессор или графический процессор вместо того, чтобы заключать с ними контракт. Google, с другой стороны, решил создать свой собственный чип - TPU или Tensor Processing Unit - для работы нейронных сетей.

Графический процессор примерно в 10 раз эффективнее центрального процессора, а TPU в 30–80 раз лучше.

Планы Apple по созданию собственного графического процессора имеют важное значение, поскольку графические процессоры позволят улучшить машинное обучение (то есть, среди прочего, лучше Siri) и / или заложат основу для устройства дополненной реальности. Но инвестиции Google в TPU явно являются шагом вперед, поскольку они создали высокопроизводительный чип, специально разработанный для работы нейронных сетей («обучение» не проводится на TPU - они, вероятно, создадут для этого специальный чип). Опять же, это критично для Google. В конце концов, если бы каждый из телефонов Android в мире использовал новый голосовой поиск Google всего по три минуты в день, Google потребовалось бы вдвое больше центров обработки данных.

Темная сторона силы
Использование искусственного интеллекта открывает множество интересных возможностей. Но, как я сделал в заметке на прошлой неделе, я хотел бы потратить больше времени на размышления о последствиях второго порядка, особенно в отношении более темной стороны силы. Я считаю, что большинство статей об искусственном интеллекте являются либо бычьими, либо медвежьими. И я думаю, что истина обычно находится посередине. Есть много поводов для волнения и, тем не менее, есть чего и опасаться. Хотя большая часть записки прошлой недели была посвящена тому, что мы наблюдаем за внедрением ИИ и состоянием экономики, мы потратим немного времени на изучение проблем, связанных с этой технологией.

Первым шагом будет действительно упрощенный взгляд на то, как может работать нейронная сеть (которая управляет глубоким обучением).

Итак, нейронная сеть выдаёт результат после непонятного сложного процесса принятия решения. Он имеет множество «искусственных нейронов», которые работают вместе и присваивают друг другу различные веса посредством процесса отправки данных вперед и назад. Итак, «обученная» нейронная сеть, которая научилась идентифицировать собаку, делает это с помощью интеллекта, природу которого мы, вероятно, не понимаем.

Для этого есть решения - например, некоторые нейронные сети предназначены для совместного использования выходных данных во время выполнения вычислений. Это позволяет операторам понять, как думает машина. Но это становится все труднее по мере того, как нейронные сети становятся более сложными. Итак, если вы являетесь военным США и инвестируете в робота-воина, вы просто принимаете робота-воина на слово, когда он просит вас убить цель? (Министерство обороны определило «объяснимость» как камень преткновения)

Дэниел Деннетт из Университета Тафтса, известный философ и ученый-когнитивист, предполагает, что естественной частью эволюции самого интеллекта является создание систем, способных выполнять задачи, которые их создатели не умеют делать. «Вопрос в том, какие приспособления мы должны сделать, чтобы поступать с умом - каких стандартов мы требуем от них и от самих себя?» Но, добавляет он, - «Я думаю всеми означает, что если мы собираемся использовать эти вещи и полагаться на них, то давайте как можно более твердо понять, как и почему они дают нам ответы. Если он не может лучше нас объяснить, что он делает, не верьте ему ».

Изучение CRISPR
Для тех из вас, кто еще не слышал о CRISPR (кластеризованные регулярно чередующиеся короткие палиндромные повторы), вот изображение, которое описывает, как работает CRISPR.

По сути, CRISPR дает нам возможность заменить ДНК «запрограммированной ДНК». Итак, с помощью CRISPR вы теоретически могли бы дать своему ребенку голубые глаза, если бы захотели. Однако CRISPR очень далек от массового использования и не зря. Эта технология очень мощная, и нам нужно лучше понять, как использовать ее с соблюдением этических норм. Итак, генетики действовали очень осторожно. Мы не можем войти в это вслепую, поскольку у каждой великой технологии есть темная сторона.

Это контрастирует с нашим подходом к внедрению искусственного интеллекта. Статья Quartz действительно хорошо объясняет, почему наша подготовка неудачна, и завершается следующим абзацем:

«Мы не собираемся останавливать роботов. Основная причина - трагедия общества: если все крупные промышленные страны не согласятся отказаться от огромного прироста производительности за счет автоматизации, никто из нас не сможет. Это оставляет нам возможность выбирать лучшие из имеющихся решений, в том числе налог Гейтса на роботов, позитивные действия Берроуза в отношении людей и возвращение Боргманна к основам. Все будут отклонять баланс сил в сторону от технологий и одинаково отвечать на вопрос: хотим ли мы, чтобы роботизация происходила беспрепятственно, или мы хотим нести ответственность за формирование собственного будущего? Ответ прост. Осталось только это сделать ».

У каждой технологии есть темная сторона. Технология SONAR дала нам ультразвук, что привело к значительным улучшениям в области женского здоровья, а также привело к гибели новорожденных девочек. Мобильные телефоны помогли нам общаться с друзьями со всего мира, а также способствовали невероятно антиобщественному поведению на публике. И первый топор был одновременно отличным инструментом и мощным оружием.

Третий закон движения Ньютона, примененный к технологиям, скорее всего, гласит: Чем мощнее технология, тем мощнее ее темная сторона.

Становится все более очевидным, что глубокое обучение невероятно мощно. И он обязательно будет использован человечеством в беспрецедентных масштабах благодаря предыдущим фундаментальным технологиям, которые коснулись большинства людей на планете.

Итак, есть все основания действовать осторожно.

Это выпуск еженедельного информационного бюллетеня по технологиям под названием Notes by Ada. Если вам это нравится и вы хотите получать бесплатные еженедельные заметки по электронной почте, просто подпишитесь здесь.