Будет ли искусственный интеллект действительно глупым?

В эти дни трудно никуда идти, не встречая упоминаний об искусственном интеллекте (AI). Вы слышите об этом, вы читаете об этом, и трудно найти презентационную колоду (по любому предмету), которая не упоминает об этом. Нет сомнений в том, что вокруг этой темы много шумихи.

Хотя шумиха действительно повышает осведомленность об ИИ, она также облегчает некоторые довольно глупые действия и может отвлечь людей от большей части реального прогресса, достигнутого. Выделение реальности из более драматических заголовков обещает предоставить значительные преимущества как для инвесторов, так и для деловых людей и потребителей.

Искусственный интеллект приобрел известность в последнее время во многом благодаря громким успехам, таким как победа Уотсона в IBM на Jeopardy и Google AlphaGo, обыгравший чемпиона мира в игре «Go». Waymo, Tesla и другие также добились больших успехов на автомобилях с автономным управлением. Широкая область применения искусственного интеллекта была зафиксирована Ричардом Уотерсом в Financial Times [здесь}: «Если на выставке [на выставке потребительской электроники] было представлено объединяющее сообщение, лежащее в основе потребительской технологии…… это был« ИИ во всем »».

Высокие успехи ИИ также захватили воображение людей до такой степени, что они побудили другие далеко идущие усилия. Один поучительный пример был задокументирован Томасом Х. Давенпортом и Радживом Ронанки в Harvard Business Review [здесь]. Они описывают: «В 2013 онкологический центр MD Anderson запустил проект« лунного выстрела »: диагностировать и рекомендовать планы лечения определенных форм рака с использованием когнитивной системы IBM Watson». К сожалению, система не сработала, и 2017 « проект был приостановлен после того, как расходы превысили миллион долларов США, а система еще не использовалась для пациентов ».

Воды также подхватил другое сообщение - сдержанное ожидание. Что касается «голосовых личных помощников», он отмечает, «не ясно, что технология еще может стать действительно полезной в качестве замены для смартфона в навигации по цифровому миру», кроме как «проигрывать музыку или проверять» новости и погода ».

Других примеров сдержанных ожиданий предостаточно. Генерва Аллен из Медицинского колледжа Бейлора и Университета Райса предупредила [здесь], «Я бы не стал доверять очень большой доле открытий, которые в настоящее время делаются с использованием методов машинного обучения, применяемых к большим наборам данных». Проблема заключается в том, что многие из этих методов предназначены для предоставления конкретных ответов, а исследования связаны с неопределенностью. Она уточнила: «Иногда было бы гораздо полезнее, если бы они сказали:« Я думаю, что некоторые из них действительно сгруппированы вместе, но я не уверена в этих других ».

Что еще хуже, в крайних случаях ИИ не только неэффективен; это даже еще не было осуществлено.  FT отчеты [здесь], «Согласно отчету, который подчеркивает ажиотаж вокруг этой технологии, четыре стартапа 10 of Europe по искусственному интеллекту не используют программы искусственного интеллекта в своих продуктах».

Циклы завышенных ожиданий, сопровождаемые волнами разочарования, не являются сюрпризом для тех, кто какое-то время занимался искусственным интеллектом: они слишком хорошо знают, что это не первое родео для ИИ. Действительно, большая часть концептуальной работы относится к 1950. Просматривая некоторые из моих заметок недавно, я натолкнулся на репрезентативную статью, в которой исследовались нейронные сети с целью выбора акций, датированные 1993 [здесь].

Лучший способ получить представление об ИИ - перейти прямо к источнику, и Мартин Форд дает нам такую ​​возможность в своей книге: Архитекторы разведки, Эта книга, организованная в виде последовательности интервью с ведущими исследователями, учеными и предпринимателями, предлагает полезную историю ИИ и выделяет ключевые направления мышления.

Из книги вытекают две идеи высокого уровня. Одна из них заключается в том, что, несмотря на разный опыт и личность респондентов, существует значительный консенсус по важным вопросам. Другой заключается в том, что многие из приоритетов и проблем ведущих исследований в области ИИ заметно отличаются от тех, которые выражены в основных средствах массовой информации.

Взять, к примеру, концепцию искусственного общего интеллекта (AGI). Это тесно связано с понятием «Сингулярность», которое является точкой, в которой искусственный интеллект соответствует человеческому интеллекту - на его пути к массовому превосходству человеческого интеллекта. Идея захватила озабоченность людей по поводу ИИ, которые включают в себя огромные потери рабочих мест, беспилотники-убийцы и множество других драматических проявлений.

У ведущих исследователей ИИ очень разные взгляды; как группа, они совершенно не обеспокоены AGI. Джеффри Хинтон, профессор компьютерных наук в Университете Торонто и вице-президент и инженер-разработчик в Google, сказал: «Если ваш вопрос:« Когда мы собираемся получить данные Commander [из сериала Star Trek]], то я не думай, что так все будет развиваться. Я не думаю, что мы получим отдельные вещи общего назначения, подобные этому ».

Йошуа Бенжио, профессор компьютерных наук и исследований операций в Университете Монреаля, говорит нам, что «перед нами действительно серьезные проблемы, и мы далеки от ИИ человеческого уровня». Он добавляет: «Мы все взволнован, потому что мы добились большого прогресса в подъеме на холм, но когда мы приближаемся к вершине холма, мы можем начать видеть ряд других холмов, поднимающихся перед нами ».

Барбара Грос, профессор естественных наук в Гарвардском университете, высказала свое мнение: «Я не думаю, что AGI - правильное направление». Она утверждает, что поскольку преследование AGI (и устранение его последствий) настолько далеко в будущем, что они служат «отвлечением».

Еще одна распространенная нить среди исследований ИИ - вера в то, что ИИ должен использоваться для увеличивать человеческий труд, а не замещать Это. Синтия Бризил (Cynthia Breazeal), директор группы персональных роботов для медиа-лаборатории MIT, формулирует проблему: «Вопрос в том, что такое синергия, что такое взаимодополняемость, что такое расширение, которое позволяет нам расширять наши человеческие возможности с точки зрения того, что мы делаем, что позволяет нам чтобы действительно иметь большее влияние в мире ». Фей-Фей Ли, профессор компьютерных наук в Стэнфорде и главный научный сотрудник Google Cloud, описал:« ИИ как технология имеет большой потенциал для увеличения и увеличения рабочей силы, в дополнение к простой замене ». Это."

Джеймс Маника, председатель и директор Глобального института McKinsey, отметил, что поскольку в 60% профессий автоматизируется около трети составляющих их видов деятельности, и только в 10% профессий можно автоматизировать более 90%, «многие другие профессии будут дополняться или дополняться технологиями. чем будет заменен ».

Далее ИИ может только увеличивать человеческий труд, поскольку он может эффективно работать счеловеческий труд. Барбара Гросс отметила: «В какой-то момент я сказала, что« системы искусственного интеллекта лучше всего, если они разрабатываются с расчетом на людей ». Она продолжила: «Я рекомендую нам создать систему, которая будет хорошим партнером в команде и настолько хорошо работает с нами, что мы не осознаем, что это не человек».

Дэвид Ферруччи, основатель Elemental Cognition и директор прикладного искусственного интеллекта в Bridgewater Associates, сказал: «Будущее, которое мы видим в Elemental Cognition, тесно и свободно взаимодействует с человеческим и машинным интеллектом». Он уточнил: «Мы думаем об этом как о партнерстве мысли. Однако Йошуа Бенжио напоминает нам о трудностях, возникающих при формировании такого партнерства: «Речь идет не только о точности [с ИИ], но и о понимании человеческого контекста, и компьютеры абсолютно ничего не знают об этом».

Интересно, что существует довольно много консенсуса относительно ключевых идей, таких как AGI, которая сейчас не особенно полезна, AI следует применять для увеличения рабочей силы, а не ее замены, и AI должна работать в партнерстве с людьми. Также интересно, что эти же уроки подкреплены корпоративным опытом.

Ричард Уотерс описывает, как реализации ИИ все еще находятся на довольно зачаточной стадии в FT [здесь]: «Избавьтесь от одних только самых интересных исследований (компьютер, который может побить людей на Go!), И технология находится в зачаточном состоянии». Он также отмечает: «Но за пределами этого« потребления »ИТ» , который предоставил удобные инструменты в большее количество рук, капитальный ремонт внутренних систем и процессов компании требует больших усилий ».

Эта тяжелая работа требует времени, а компаний очень мало. Джинни Рометти, глава IBM, характеризует приложения своих клиентов как «случайные цифровые акты» и описывает многие проекты как «удачные и неудачные». Эндрю Мур, глава отдела искусственного интеллекта в облачном бизнесе Google, описывает это как «кустарный искусственный интеллект». Рометти уточняет: «Они, как правило, начинают с изолированного набора данных или сценария использования - например, оптимизации взаимодействия с определенной группой клиентов. Они не привязаны к более глубоким системам, данным или рабочему процессу компании, что ограничивает их влияние ».

Несмотря на то, HBR Случай с онкологическим центром им. М. Д. Андерсона представляет собой хороший пример проекта искусственного интеллекта, который, вероятно, превзошел все ожидания, а также дает отличное представление о видах работы, которые ИИ может существенно улучшить. В то же время центр пытался применить ИИ для лечения рака, его «ИТ-группа экспериментировала с использованием когнитивных технологий для выполнения гораздо менее амбициозных задач, таких как разработка рекомендаций для отелей и ресторанов для семей пациентов, определение того, кому из пациентов нужна помощь в оплате счета и решения проблем ИТ-персонала ».

Прочитайте полную историю здесь…