НОВИНИ

Штучний інтелект: великі перспективи або межа можливостей?

2020-09-20
Автор: Телесфера

Інтерес до високих технологій в сучасному світі подібний ринковим циклам і порами року. Підвищені очікування, які підігріваються рекламою і ентузіазмом вчених, змінюються прохолодним скепсисом. На думку деяких фахівців, технології штучного інтелекту переживають період спаду. Скептики стверджують, що перспективи цієї галузі були перебільшені, а грандіозні обіцянки, які вже здавалися реальністю, не виконані.

«Після декількох років ажіотажу багато людей вважають, що проект штучного інтелекту провалився», - каже оглядач журналу The Economist Тім Крос. Розбираємося, які проблеми ШІ турбують фахівців: чи дійсно розвиток штучного інтелекту обмежений фундаментальними причинами або це призупинення перед новим технологічним проривом?

Це буде схоже на те, як ніби світ створив другий Китай, що складається не з мільярдів людей і мільйонів фабрик, а з алгоритмів і гудящіх комп'ютерів. Консалтингова компанія PwC прогнозує, що штучний інтелект (ШІ) додасть до 2030 року світовий економіці 16 трлн доларів. При цьому загальний обсяг ВВП другий за величиною економіки світу (від банків і біотехнологій до магазинів і будівництва) в 2018 році склав всього лише 13 трлн доларів.

Заява PwC не є винятком. Аналітики McKinsey дають цифру, яку можна співставити з 13 трлн доларів. Інші вважають за краще не кількісну, а якісну оцінку динаміки. Сундар Пічаї, керівник Google, назвав досягнення в області ШІ «більш глибокими, ніж вогонь або електрику». Інші прогнози бачать такі ж великі зміни, але менш райдужні. Розумні комп'ютери, здатні виконувати роботу рентгенологів, водіїв вантажівок або складських робітників, можуть викликати хвилю безробіття.

Проте останнім часом виникають сумніви щодо того, чи дійсно сьогоднішня технологія штучного інтелекту настільки змінює світ, як нам здається. Вона стикається з тими чи іншими обмеженнями і не може виконати деякі з грандіозних обіцянок своїх прихильників.

Без сумніву, ШІ (точніше, машинне навчання, одна з його подобластей) - домігся значного прогресу. Комп'ютери перевершили людей в деяких речах, де вони раніше конкурували між собою. Ажіотаж в академічних колах почав наростати на початку 2010-х років, коли нові методи машинного навчання привели до швидких поліпшень в таких завданнях, як розпізнавання зображень і операції з мовою.

Звідти вони поширилися на бізнес, в першу чергу серед інтернет-гігантів. Володіючи величезними обчислювальними ресурсами і великою кількістю даних, компанії добре підготувалися до впровадження цієї технології. Сучасні методи штучного інтелекту тепер використовуються в пошукових системах і голосових помічниках, пропонують відповіді по електронній пошті, запускають системи розпізнавання осіб для розблокування смартфонів і контролюють національні кордони, а також підтримують алгоритми, які ідентифікують небажані пости в соціальних мережах.

Мабуть, найбільш яскравий прояв потенціалу цієї технології стався в 2016 році, коли система, створена DeepMindⓘЛондонська компанія в області штучного інтелекту, що належить холдингу Alphabet, який володіє також Google, обійшла одного з кращих гравців світу в стародавній азіатській настільної гри Го. Матч дивилися десятки мільйонів чоловік. Прорив стався на роки, навіть десятиліття, раніше, ніж очікували гуру ШІ.

Як показує порівняння Пічаї з електрикою і вогнем, машинне навчання - це універсальна технологія, здатна вплинути на всю економіку. Технологія відмінно розпізнає закономірності в даних, і це корисно всюди. Орнітологи використовують його для класифікації співу птахів; астрономи полюють за планетами в мерехтінні зоряного світла; банки оцінюють кредитні ризики і запобігають шахрайству.

У Нідерландах влада використовує ШІ для моніторингу соціальних виплат. У Китаї система розпізнавання осіб на основі штучного інтелекту дозволяє покупцям купувати продукти і допомагає керувати репресивною системою масового спостереження, яку країна побудувала в Сіньцзяні, регіоні з переважно мусульманським населенням.

Активісти ШІ кажуть, що подальші перетворення на краще чи на гірше ще попереду. У 2016 році Джеффрі Хінтон, вчений-комп'ютерник, який вніс фундаментальний внесок в розробку ШІ, зауважив, що «абсолютно очевидно, що ми повинні припинити навчання рентгенологів» на тій підставі, що комп'ютери скоро зможуть робити все те ж саме, тільки дешевше і швидше.

Тим часом розробники безпілотних автомобілів пророкують, що роботаксі зробить революцію в транспорті. Ерік Шмідт, колишній голова Google, сподівається, що ШІ зможе прискорити дослідження і допомогти вченим не відставати від величезної кількості даних.

У січні 2020 року група дослідників опублікувала в журналі «Cell» статтю, що описує систему штучного інтелекту, яка передбачила антибактеріальну функцію хімічної сполуки на основі аналізу молекулярної структури. З 100 молекул-кандидатів, обраних системою для подальшого аналізу, одна виявилася новим потужним антибіотиком.

Пандемія COVID-19 викликала сильний інтерес до таких медичним програмам ШІ. Компанія BlueDot, що займається штучним інтелектом, стверджує, що ще в грудні минулого року виявила ознаки нового вірусу в звітах китайських лікарень. Дослідники з усіх сил намагалися застосувати ШІ до всього: від відкриття ліків до інтерпретації медичних зображень і передбачення того, як вірус може розвиватися.

Це вже не перша хвиля ажіотажу, пов'язаного з штучним інтелектом. Дана область досліджень почалася в середині 1950-х років, коли вчені сподівалися, що на створення інтелекту, який можна порівняти з людським, піде кілька років - максимум пара десятиліть. Цей ранній оптимізм згас до 1970-х років. Друга хвиля почалася в 1980-х роках.

І знову шайбільш грандіозні обіцянки в цій області не були виконані. Коли реальність змінила ажіотаж, цей бум поступився місцем болючим спадом, відомим як «зими ШІ». Фінансування досліджень вичерпалося, і репутація області виявилася під ударом.

Сучасні технології штучного інтелекту виявилися набагато успішнішими. Мільярди людей непомітно використовують їх кожен день в додатках на своїх смартфонах. Проте, не дивлячись на цей успіх, факт залишається фактом: багато з найграндіозніших заяв про ШІ знову не стали реальністю. Впевненість в них коливається, оскільки дослідники починають шукати відповіді на запитання, чи вперлася технологія в свою стелю.

Безпілотні автомобілі стали більш здібними, але постійно залишаються на порозі того, щоб стати досить безпечними для використання на звичайних вулицях. Спроби включити ШІ в медичну діагностику також займають більше часу, ніж очікувалося: незважаючи на прогноз доктора Хинтона, у всьому світі як і раніше відчувається нестача фахівців-рентгенологів.

Обстежуючи область медичного застосування ШІ в 2019 році, Ерік Тополь, кардіолог і техноентузіаст, писав, що «стан реклами в галузі ШІ набагато перевершивло стан науки, особливо коли це стосується перевірки та готовності до впровадження в догляд за пацієнтами». Незважаючи на велику кількість нових ідей, з COVID-19 в основному борються з використанням старої зброї, яке вже є під рукою.

Відстеження контактів здійснювалося за допомогою електронних браслетів і телефонних дзвінків. Клінічні випробування зосереджені на вже існуючих ліках. Пластикові екрани і фарба на тротуарі змушують дотримуватися нескладних правил дистанціювання.

Консультанти, які пророкують вплив ШІ на світ, також повідомляють, що менеджерам в сучасних компаніях важко впроваджувати ШІ, оскільки ентузіазм з приводу нього охолоджується. Світлана Сікуляр з дослідницької компанії Gartner говорить, що 2020 й може стати роком, коли ШІ піде на спад в «циклі ажіотажу».

Інвестори починають прокидатися, щоб встигнути зіскочити з цього витка падіння. Дослідження європейських стартапів в області ШІ, проведене венчурним фондом MMC, показало, що в 40% бізнес-проектів, схоже, взагалі не використовується ШІ. «Я думаю, що в «інвестиційному маркетингу» безумовно є сильний елемент», - делікатно визнає один аналітик.

Хоча сучасні методи штучного інтелекту є потужним технологічним засобом, вони також мають обмеження, можуть бути проблематичними і складними у використанні. Тим, хто сподівається використати потенціал ШІ, доводиться стикатися з двома групами проблем.

Перша група включає проблеми практичної властивості. Революція в машинному навчанні була заснована на трьох речах: поліпшених алгоритмах, більш потужних комп'ютерах, на яких вони працюють, і - завдяки поступовій цифровізації суспільства - більшій кількості даних, на яких вони можуть вчитися. Однак дані не завжди доступні. Наприклад, важко використовувати ШІ для відстеження передачі COVID-19 без повної бази даних про пересування кожного.

Навіть коли дані дійсно існують, вони можуть містити приховані припущення, які збивають з пантелику необережних користувачів. Залишається дорогою потреба новітніх систем штучного інтелекту в обчислювальній потужності. Великим організаціям завжди потрібен час, щоб інтегрувати нові технології: подумайте про введення електростанцій в 20-му столітті або створенні хмарних сховищ в 21-му. Ніщо з цього не знижує з необхідністю потенціал ШІ, але уповільнює його впровадження.

Друга група проблем глибша і стосується самих алгоритмів. Машинне навчання використовує тисячі або мільйони прикладів для самопокращення моделі програмного забезпечення (структура якої в значній мірі заснована на нейронній архітектурі мозку). Отримані в результаті системи можуть виконувати деякі завдання, такі як розпізнавання зображень або мови, набагато надійніші, ніж системи, запрограмовані традиційним способом з створеними вручну правилами, але вони не «розумні» в тому сенсі, в якому більшість людей розуміє цей термін.

Вони є потужними інструментами розпізнавання закономірностей, але їм не вистачає багатьох когнітивних здібностей, які біологічний мозок сприймає за замовчуванням. Вони борються з логічними аргументами, узагальнюючи правила, які вони виявляють, і з універсальним навиком, який дослідники через відсутність більш точного опису називають «здоровим глуздом». В результаті виходить штучний ідіот-вчений, який може досягти успіху в чітко обмежених завданнях, але може сильно помилитися, зіткнувшись з несподіваним введенням даних.

Без нового технологічного прориву ці недоліки накладають фундаментальні обмеження на можливості ШІ. Безпілотні автомобілі, які повинні переміщатися в постійно мінливому світі, вже затримуються і можуть взагалі ніколи не прибути. Системи, що працюють з мовою, такі як чат-боти і персональні помічники, побудовані на статистичних підходах, які створюють поверхове розуміння, що не враховує реальність.

Це обмежує їх корисність. Екзистенційні побоювання з приводу того, що розумні комп'ютери зроблять рентгенологів або водіїв вантажівок застарілими, не кажучи вже про те, що, як припускають деякі алармісти, становлять загрозу виживанню людства, здаються перебільшеними. Прогнози збільшення ринку ШІ до рівня китайського ВВП виглядають неправдоподібними.

Сьогоднішнє «ШІ-літо» відрізняється від попередніх. Воно яскравіше і тепліше, тому що технологія набула широкого поширення. Ще одна повноцінна зима малоймовірна. Але посилюється осінній бриз.

Джерело: https://politcom.org.ua/iskusstvennyj-intellekt-bolshie-perspektivy-ili-predel-


Про компанію Телесфера Інтеграція.

Телесфера Інтеграція заснована в 2012 році та являється інтегратором новітніх технологічних рішень для бізнесу.  Ми розробляємо рішення, що роблять Ваш бізнес успішним.

Основні напрямки роботи компанії:

  • Побудова локальних обчислювальних мереж;
  • Налаштування мережевого обладнання передових виробників (Cisco Systems, Aruba Networks та інших);
  • Продаж телекомунікаційного обладнання;
  • Аудит локальних обчислювальних мереж;

e-mail: office@telesphera.net
Телефон: (093) 198-11-82

КОММЕНТАРІ ДО СТАТТІ

Aruba: в авангарді Wi-Fi 6. Кому і для чого потрібні точки доступу нового покоління

Aruba: в авангарді Wi-Fi 6. Кому і для чого потрібні точки доступу нового покоління

Розвиток мереж зв'язку може відбуватися по-різному, часто навіть в темпі, набагато випереджаючому ринок: багато в чому так сталося з технологією 5G, яку спочатку сильно розпіарили, а потім почали думати про те, як її розгорнути і в яких сценаріях застосовувати. З Wi-Fi 6 - інша історія: ця технологія з'явилася у відповідь на реальні потреби користувачів і недоліки попередніх поколінь. Незважаючи на відомі обмеження у використанні сьогодні - наприклад, на відсутність критичної маси гаджетів, які підтримують цю технологію, а також неготовність компаній разом оновлювати звичну мережеву інфраструктуру - в перспективі 2-3 років Wi-Fi 6 безперечно стане найбільш затребуваною серед стандартів серії 802.11.

Cisco розповіла про основні вектори загроз і тактики кіберзлочинців

Cisco розповіла про основні вектори загроз і тактики кіберзлочинців

Експерти з компанії Cisco вивчили бази даних MITER ATT & CK і розповіли про вектори загроз, на яких співробітники служб кібербезпеки підприємств повинні зосередити свої зусилля. Як повідомили фахівці, в першій половині 2020 року безфайлові зломи були найбільш поширеним вектором атак на підприємствах. Безфайлові атаки включають запровадження процесів, підробку реєстру і використання таких шкідників, як безфайловий троян Kovter, впроваджувач коду на основі легітимних процесів Poweliks і безфайлові шкідливе ПО Divergent.

Штучний інтелект: великі перспективи або межа можливостей?

Штучний інтелект: великі перспективи або межа можливостей?

Інтерес до високих технологій в сучасному світі подібний ринковим циклам і порами року. Підвищені очікування, які підігріваються рекламою і ентузіазмом вчених, змінюються прохолодним скепсисом. На думку деяких фахівців, технології штучного інтелекту переживають період спаду. Скептики стверджують, що перспективи цієї галузі були перебільшені, а грандіозні обіцянки, які вже здавалися реальністю, не виконані.