Вот как Интернет вещей и машинное обучение изменят мир
Сейчас, как никогда раньше, люди говорят о влиянии ИИ и машинного обучения на наше общество. Особенно, когда обычные потребители и пользователи технологий видят такие заголовки: Facebook выключает роботов после того, как они изобрели свой собственный язык .
По правде говоря, насколько мы знаем о потенциале автоматизации, искусственного интеллекта, чат-ботов и т. Д., Мы все еще не совсем уверены во всем, чего не знаем. С каждым новым открытием и шагом вперед возникает целый ряд технологических и моральных последствий этих самых инноваций.
Что мы можем сказать с уверенностью, так это то, что мы становимся все более взаимосвязанными. Хорошей аналогией было бы сказать, что мы, как современное общество, начинаем работать и функционировать аналогично программам с открытым исходным кодом. Мы понимаем, что полезнее делиться нашей информацией, чем утаивать ее, потому что благодаря обмену мы можем быстрее и эффективнее находить то, что мы ищем. Конечно, тень такого уровня связи возникает, когда такие вещи, как таргетинг рекламы, пересекают грань между точностью и навязчивостью.
Вся цель инноваций в области Интернета вещей - помочь информации перемещаться между сторонами легко, плавно и с чувством приятного удивления. Несмотря на то, что мы осуждаем технологии и способы, которыми обмен цифровыми сообщениями мешает нашей повседневной жизни, мы все можем вспомнить момент, когда нужное сообщение появилось в нужное время, создавая идеальный пользовательский интерфейс. Такие крошечные моменты - вот что мотивирует нас продолжать двигаться вперед. Мы, как быстро меняющиеся потребители, считаем, что каждый момент может (и должен) происходить везде и всегда.
Цифровые платформы все более тесно интегрируются с повседневными объектами. Своевременным примером может служить решение Amazon о покупке Whole Foods. Это решение было принято не потому, что Джефф Безос лично заинтересован в экологически чистых продуктах питания (может, он и есть, кто знает), а потому, что он и руководство Amazon видят ценность в использовании своих знаний об онлайн-покупках и доставке продуктов для улучшения потребительских качеств. покупайте свои продукты. Фактически, они уже отодвинули занавес с помощью своего продуктового магазина Amazon Go, который позволяет покупателям ходить и добавлять продукты, которые они хотят купить, через свою цифровую корзину, а затем уходить, не разговаривая с кассиром. Все автоматически списывается с вашей учетной записи Amazon.
Оттуда вы можете представить, как возможности машинного обучения начнут улучшать этот процесс. Amazon начнет распознавать, какие продукты вы покупаете чаще всего, и будет отправлять push-уведомления, чтобы продвигать скидки или предложения на ваши любимые товары, и даже предлагать дублировать ваш заказ и отправлять его прямо к вам домой. Именно этот мыслительный процесс имеет тенденцию вызывать страх у некоторых людей, но давайте… кто бы не хотел, чтобы продукты приносили домой каждую неделю? Насколько это удобно?
А теперь, играя в адвоката дьявола, еще один пример того, как машинное обучение может стать не только чрезвычайно полезным, но и потенциально навязчивым, - это идея, которую мы придумали в Chronicled о подключенной зубной щетке. Если у вас есть что-то столь же тривиальное, как зубная щетка с датчиком в ней, отслеживающая ваши гигиенические привычки и поведение, последствия этого отслеживания данных могут напрямую повлиять на ваши отношения с вашим поставщиком медицинского страхования. Они могут заметить, что вы не чистите зубы рекомендованное количество раз в день, и решат увеличить ежемесячный страховой взнос.
Большинство людей не осознают, что у нас уже есть технология для создания таких вещей, как подключенная к сети зубная щетка. Проблема в большей степени заключается в том, чтобы отслеживать эти данные, а затем использовать машинное обучение для анализа и реагирования на них - например, страховая компания распознает изменение поведения и решает увеличить или уменьшить ежемесячный страховой взнос.
В отношении таких новых технологий следует помнить, что они могут быть чрезвычайно мощными и полезными, но, как и все остальное, в избытке они могут стать навязчивыми. Даже в случае с подключенной зубной щеткой страховые компании, злоупотребляющие методами сбора данных, могут в конечном итоге воспользоваться преимуществами клиентов - вот почему я и многие другие в этой сфере выступаю за переход в мир, где потребители владеют своими собственными данными, которые могут быть сделано с использованием блокчейна.
Тем не менее, важно отметить, что мы прошли точку зрения гипотез. Эти достижения в области машинного обучения и подключения уже происходят. Мы находимся на стадии вопросов и уточнений. Теперь, когда мы видим, как эти практики будут иметь место в нашей повседневной жизни, что мы можем сделать, чтобы интегрировать их, не разрушая структуру нашего общества?
