Stanfordi ülikool on avaldanud aruande prognoosidega meie tuleviku kohta kuni aastani 2030. Yandexi arvutinägemise ja masinluuretehnoloogia talituse juht Aleksander Krainov tõi temast välja eriti Afisha Daily jaoks kõige olulisemad asjad.
2014. aastal käivitas Stanfordi ülikool 100-aastase tehisintellekti uuringu, mille käigus teadlased hakkavad hindama, kuidas uute tehnoloogiate kasutuselevõtt AI ja masinõppe valdkonnas mõjutab ühiskonda. Kogu projekti jooksul on kavas avaldada AI-ga seotud teemade aruanded. Hiljuti avaldati selle sarja esimene aruanne, mis ennustab, milline on meie tulevik kuni 2030. aastani. Ilmselt pole tulevik eri riikides elavate inimeste jaoks sama ja uurijad vaatavad mõnda abstraktset Põhja-Ameerika linna. Venemaal on oma spetsiifika ja sellest tulenevalt ka oma tehnoloogilise tuleviku arengu nüansid. Proovime välja mõelda, mida raport meile ütleb ja kui asjakohane see meie jaoks on.
Transport
Stanfordi teadlaste arvates toimuvad tehisintellektiga seotud kõige märgatavamad muutused lähiajal just transpordivaldkonnas. Räägime nii sisseehitatud juhi abistajatest (igasugused sensorid, mis analüüsivad auto olekut kui ka teede olukorda), ning mehitamata sõidukitest ja liikluse juhtimissüsteemidest, mida on täiustatud suurandmete analüüsi ja masinõppe abil, päästa linnad liiklusummikutest. Näiteks Hollandis mõtlesid nad isegi "nutikatele teedele", mis oleks täis igasuguseid andureid ja aitaksid autojuhtidel hinnata teeolukorda "liikvel olles".
Nendega pole aga kõik ka nii läbipaistev: probleemiks pole siin mitte ainult sõidu ohutus, mis tagab autopiloodi, vaid ka juriidilistes küsimustes. Kes on süüdi, kui piloodita auto tabab inimest või satub teisele autole otsa? Juhti saab alati trahvida või tagasi võtta, kuid kuidas saate autot trahvida? Teine aspekt on ühiskonnas suhtumine isesõitvatesse autodesse. Kõik autopiloodiga seotud intsidendid kutsuvad esile diskussioonilaine ja pakuvad argumente uuenduste oponentidele. Tesla-suguste kõrgtehnoloogiliste autode õnnelikud omanikud ise olukorda ei aita - nad magavad sisse lülitatud autopiloodiga ja eiravad auto soovitusi juhtima asuda.
Reklaamvideo:
Lisaks raskustele seadusandlusega võib selliste tehnoloogiate kasutamist Venemaal komplitseerida ka asjaolu, et meie üldine maantee olukord on keerulisem. See kehtib ka teekatte kvaliteedi, ilmastiku ja sõiduharjumuste kohta. Kõik see nõuab algoritmide häälestamise kõrgemat taset. Ja meie liikluseadused on konservatiivsemad kui osariikides või Euroopas ja nende muutmine võib võtta kauem aega.
Tervishoid
Tervishoid on üks kõige lootustandvamaid AI vastuvõtmise valdkondi. Aruande autorid nõustuvad sellega, kuid märgivad, et see on ka üks kõige keerulisemaid majandusharusid. Vea hind on siin patsiendi elu ja kõik terviseandmed on väga tundlikud. Seetõttu on tervishoiu eetilised probleemid eriti teravad. Nii bürokraatia kui ka raviasutuste töö aegunud mehhanismid takistavad - nende takistuste ületamiseks kulub väga kaua aega. Kuid kõik see ei takista tehnoloogiate aktiivset arengut ja tööstusesse sisenevad uued tehnoloogiaettevõtted, sealhulgas Venemaal.
Massiivne meditsiiniliste andmete kogumine (AI-koolituse vajalik alus) sai võimalikuks mõni aeg tagasi, spordirakenduste ja aktiivsuse jälgijate buumi ajal, kuid ulatuslik analüüs ei ole selleni jõudnud mitmel põhjusel, sealhulgas juriidiliste piirangute ja privaatsusega seotud probleemide tõttu. Sama kehtib ka pildituvastuse kohta - näiteks röntgenpildid, mis on juba digitaalselt tehtud ja salvestatud. Telemeditsiini abil on asjad paremad - käivitatakse projekte, sealhulgas ka valitsuse, kõrgtehnoloogiliste tööriistade tutvustamiseks arstidele, näiteks kirurgi kaugjuhtimisega osalemine operatsioonis, mis kasutab HD-levi. Lähitulevikus võib eeldada, et masinluure suudab analüüsida hulga andmeid erinevate patsientide ja nende raviajaloo kohta, et tuua välja sarnased juhtumid.anda soovitusi ja säästa seeläbi terapeudi aega. Siinne suundumus ei erine palju teistest tööstusharudest - kogu automatiseeritud töö, tuginedes inimese peas asuvale teadmistebaasile ja andmete võrdlemisele, asendatakse tulevikus AI-ga. Tõsi, pikka aega jääb lõplik otsus ikkagi inimese enda teha.
Venemaal on telemeditsiini valdkonda vaadatud pikka aega ja kavalalt, selle rakendamiseks on olemas riiklik programm, mille esimene etapp algab 2017. aastal. Sellel programmil pole küll AI-ga mingit pistmist, kuid see võib kaudselt kaasa AI juurutamise alustamisele telemeditsiinis - alates tekstilise teabe (nt ravimite väljakirjutamine) automaatsest töötlemisest kuni patsientide registrist piltide analüüsimiseni. Lisaks töötame juba närvivõrke kasutavate piltide patoloogiate tuvastamise nimel ja kaugetes asulates on ilmne nõudlus kõrge kvalifikatsiooniga meditsiiniteenuste kättesaadavuse järele.
Haridus
Lähitulevikus ei asenda robotid õpetajaid - see kehtib nii Ameerika Ühendriikide kui veelgi enam Venemaa kohta, kus õpetajat on alati peetud õpetajaks. Stanfordi raporti teadlased pööravad tähelepanu mitte niivõrd sellele, kuidas tehisintellekti hariduses rakendatakse, vaid küsimustele uute tehnoloogiate kohta, mis aitavad õpetajaid ja mingil tasemel neid asendada, näiteks hariduslike veebiprogrammide läbimisel. Teadlased tsiteerivad Carnegie Kognitiivse juhendaja näidet, mis aitab koolilastel matemaatikat õppida: süsteem saab kohaneda iga õpilase vajadustega - ja sõltuvalt neist muudab näpunäiteid ning tagasisidet tunni läbimise kohta.
Samuti arenevad intelligentsed koolitussüsteemid, mida USA-s kasutatakse laialdaselt erinevate spetsialistide koolitamiseks - programmeerijatest insenerideni. Kui reaalse elu konkreetsete probleemide lahendamiseks moodustatakse virtuaalne adaptiivne keskkond, aitab AI selles kohandada protsessi õpilase tegevusega. See on näiteks Sherlocki süsteem, mis leiutati juba 1989. aastal ja mida kasutatakse USA õhuväe tehnikute koolitamiseks. Samuti võite märkida veebitõlkijate märkimisväärset edu, mis toimub tänu masinluure kasutamisele. See muudab muude keelte õppekirjanduse kättesaadavamaks.
Ohutus
Turvaküsimustes juba aktiivselt kasutatavat masinluuret kasutatakse tulevikus aktiivsemalt. Teadlased spekuleerivad, et tehisintellekt aitab ülekuulamise ajal valesid tuvastada. Ja kuritegude mahukate andmekogumite, sealhulgas konkreetse piirkonna kuritegude ajaloo, videosalvestuste ja kahtlusaluste liikumiste analüüsimine võib aidata ennustada, kus järgmine kuritegu võib aset leida - sarnaselt teleseriaalile Kahtlustatav. Ärge unustage ka küberturvalisust. Masinluure süsteemid aitavad juba tuvastada finantskuritegusid, mis põhinevad kellegi krediitkaardil kahtlasel tegevusel - sellised süsteemid muutuvad tulevikus veelgi tõhusamaks.
Muidugi teeb AI kasutamine jälgimissüsteemide jaoks inimestele muret. Kuid võite vaadata teistmoodi, esitades selle küsimuse: mis on parem - kui teid jälgib kaamera kaudu "hingetu algoritm" või väga konkreetne inimene? Võib-olla rikutakse privaatsust esimesel juhul palju vähem. AI eesmärk on jälgida ainult ohtlikke mustreid ja see välistab lihtsalt inimeste pideva jälgimise. Kujutage ette naftatoru, mida tuleb pidevalt jälgida, et sissetungijad sellega illegaalselt ei ühineks. Saate seadistada kaameraid ja aeg-ajalt patrulle mööda torusid käivitada, või võite käivitada drooni ja kasutada väljaõppinud süsteemi, et analüüsida ala läheduses asuvate võõraste objektide, näiteks autode või inimrühmade ilmnemise osas. Yandexi andmevabrikul ja Accenturel on sarnane projekt - süsteem jälgib pikamaaobjekte, nagu elektriliinid, naftajuhtmed ja gaasitorud, mida patrullimine oleks inimestele liiga kallis, ning suudab tuvastada kahtlase tegevuse - näiteks loata autod, inimgrupid jne. …
Meelelahutus
Tehisintellekti on meelelahutuses kasutatud pikka aega - näiteks mängudes ehitavad arvutivaenlased oma käitumise mängija tegevuse põhjal, mis on suurepärane näide tehisintellekti toimimisest. Sotsiaalmeedias kasutavad soovitusalgoritmid ka AI-d ja klassikaline näide on Facebooki uudistevoog. Räägivad oma ajaveebis luuretehnoloogiate kasutamisest: see on postituste tõlkimine ja nutikas otsing ning sööda kohandamine konkreetse kasutaja huvides lennult (sõltuvalt näiteks sellest, mis talle meeldib ja mis lingid avab). Kuid see kõik on keeruka tehnoloogia kasutamise suhteliselt lihtne tase ja tulevikus on teadlaste sõnul sisu isikupärastamise määr palju kõrgem kui praegu.
AI on sisenemas ka kunstiväljale - üha enam on küllaltki edukaid näiteid tekstide ja meloodiate komponeerimisest programmide kaupa. Näiteks sel aastal tegid Yandexi entusiastid projekti Neuraalkaitse, kus närvivõrk kirjutas laulusõnad Yegor Letovi stiilis. Nüüd pole need midagi muud kui meelelahutuslikud katsetused, kuid tulevikus on lihtne ette kujutada, kuidas närvivõrgud pilte maalivad või uusi muusikapalasid loovad, ja selliseid, mis on peaaegu garanteeritud, et neist saavad hitid: lõppude lõpuks on närvivõrgustik võimeline tuvastama kompositsiooni jaoks vajalikud tingimused, et saada hitiks.
USA ja Venemaa meelelahutustehnoloogiate arengu vahel pole erinevusi. Siin ei jää me läänest maha ja üldiselt oleme umbes samade väljavaadete ja probleemidega. Kuid inglise keeles põhineva soovitussüsteemi või meelelahutusboti tegemine on lihtsam - rohkem andmeid ja keel ise on rohkem vormistatud. Vene keel on väga keeruline, mis aeglustab protsessi mõnevõrra.
Kas peaksite tööpuudust kartma?
Üks suurimaid tehisintellekti kartusi on see, et see võtab inimestelt töökohad ära. See ei tähenda, et see hirm oleks täiesti alusetu. Stanfordi teadlased usuvad, et kuigi masinluure asendab tõepoolest paljusid inimesi väga erinevates tööstusharudes, loob see korraga palju uusi töökohti, kuid keeruline on öelda, millised neist. Lisaks ei asenda AI korraga miljonite inimeste tööd - seda protsessi pikendatakse ajaliselt ja see toimub järk-järgult selles mõttes, et AI tuleb kõigepealt appi inimlik töötaja ja alles siis saab ta teda asendada. See muudab inimeste tööhõive vähendamise protsessi mõnedel kutsealadel sujuvaks ja valutuks.
