Если вы чем-то похожи на меня, ваша главная точка отсчета с точки зрения искусственного интеллекта — многочисленные научно-фантастические фильмы; ваша немедленная реакция, когда вы пытаетесь понять ИИ, вероятно, будет включать в себя множество неисправных, злых роботов, одержимых идеей стереть человечество, при этом адаптируя все большее количество человеческих черт. Но для Каспера Уилструпа, технического директора Blackwood Seven, ИИ представляет собой гораздо более безобидную и прибыльную часть повседневной жизни. Итак, если не злые роботы, то о чем тогда вообще речь?
Оказывается, я был недалек в том, что касается машин, адаптирующих человеческие черты…
ALS: Итак… с чего начался ваш интерес к ИИ?
CW:У меня есть опыт работы в области физики, и ранее я много лет работал в сфере ИТ, создавая среди прочего адаптивные системы. Что касается ИИ, то за последние 5 лет у меня вырос интерес к нему.
ALS:А когда зародилось общее понятие ИИ?
CW: Во времена промышленной революции мы смогли создать машины, способные действовать в предсказуемой среде. Очень ранним примером была железнодорожная система, которая позволяла поезду путешествовать из пункта А в пункт Б, потому что это была полностью предсказуемая задача. Это все, что должна была сделать машина. Процессы автоматизации привели нас туда, где мы находимся сегодня: все большее число машин работает очень продвинуто, но все еще в рамках полностью детерминированных рамок. Таким образом, если говорить о заводском роботе, предоставленном самому себе, или о космическом корабле, летящем на Луну совершенно без участия человека, то это всего лишь предварительно запрограммированные системы, предназначенные для выполнения определенных задач в соответствии с предпосылками, которые программист или системный разработчик знал, когда он это сделал. И это возможно в определенных сценариях, а есть и другие, где такой подход не работает. И в этом отношении мы все еще в основном там, где были, когда началась промышленная революция: мы все еще пытаемся создать системы, способные решать задачи, которые не могут быть решены с помощью предварительно запрограммированной системы.
ALS: Что это может быть за задача?
CW:Типичным примером является вождение автомобиля. Отправить ракету на Луну, возможно, технически сложнее, но это заранее запрограммированная задача. После запуска ракеты вы можете предсказать, что произойдет, а также правильный ответ. Но мы, работающие с ИИ, только сейчас учимся создавать машины, способные действовать в непредсказуемой среде.
ALS: как вы определяете ИИ?
CW:Искусственный интеллект создает машины, способные ориентироваться в окружающей среде и разумно действовать в ситуации, с которой они ранее не сталкивались. Не существует общепризнанного определения того, что такое ИИ или интеллект, если уж на то пошло, но для меня это вопрос свободы действий. В философии разума есть старый спор: в чем разница между сознанием, свободой воли и деятельностью? Из этих трех вещей я связываю интеллект с свободой воли — способностью действовать. Итак, когда я говорю об искусственном интеллекте, я говорю о чем-то свободном. Мое определение ИИ совпадает с тем, что обычно называют интеллектуальными агентами. Для некоторых ИИ — это создание симулированного мозга — чего-то, способного изучать заданные данные — «глубокое обучение» здесь является ведущей технологией. Хотя глубокое обучение является новаторским, я не рассматриваю его так узко. Я рассматриваю интеллект как нечто, что по определению воплощено. И это важный для меня термин: искусственный интеллект — это воплощенный интеллект. Компьютерная программа, способная действовать в виртуальном мире, может не иметь физического тела, но у нее есть виртуальное тело, и она способна действовать в той среде, в которой существует. Поэтому, когда я говорю об ИИ, я всегда имею в виду интеллектуальных агентов. Я не считаю что-либо разумным, если оно не способно действовать и учиться на результате. В непредсказуемом мире, в котором актуален ИИ, ключевым моментом является способность действовать.
ALS: И эта неопределенность делает практически невозможным принятие во внимание всего при попытке предсказать, что может произойти?
CW: Вы не можете полагаться ни на какие правила, поэтому вам нужно создать машину, способную наблюдать за окружающей средой и учиться на этих наблюдениях. В «машинном обучении» мы иногда говорим об «обучении без учителя». Это означает, что нет никакого другого разума, направляющего машину туда, где возникает ситуация. Так же, как я не присутствую и не веду свою младшую дочь, когда она переходит улицу и сталкивается с препятствием. Она находит решение самостоятельно. При создании искусственного интеллекта вы должны создать машину, способную отделять конкретную ситуацию от общего явления и способную делать выводы о том, какие стратегии следует использовать, и вносить соответствующие коррективы для решения проблемы. Таким образом, вы не можете указать машине, как реагировать. Это должно сделать это самостоятельно. Машина меняет свое поведение в зависимости от того, что она испытывает и чувствует.
ALS: Вот что отличает машину от нас — тот факт, что человек адаптивен по своей природе.
CW: Да. Люди являются основным примером адаптивной системы. При создании искусственного интеллекта вы пытаетесь воспроизвести некоторые методы, которые позволяют системе действовать разумно в неизвестной ситуации.
ALS: И как мы обеспечиваем, чтобы машина действовала разумно, тем самым предотвращая негативный результат?
CW: ключевое слово "цель". Чтобы запрограммировать ИИ на что-то разумное, вам нужно запрограммировать его в соответствии с целью, потому что вы не можете запрограммировать метод. Итак, что машина должна выяснить сама? Когда я отправляю свою дочь в супермаркет — это задача, которую она призвана решать. Она найдет способ перейти улицу, даже если есть препятствия, и может даже выбрать другой супермаркет. Она может абстрагироваться от процедурного элемента посещения магазинов, потому что знает цель поездки: купить масло.
ALS: Говоря о цели… какова точная цель ИИ в Blackwood Seven?
CW: Мы создаем виртуального робота, способного отслеживать ключевые данные, на основе которых он может формировать мнение и стратегию. Он работает в цикле, наблюдая за окружающей средой и анализируя эти наблюдения, что позволяет ему со временем улучшать свою стратегию и наблюдать за своими действиями. Он может сформировать стратегию изменения продаж в зависимости, например, от расходов клиента на ТВ. В Blackwood Seven мы можем смоделировать «взаимозависимую кривую отклика», что означает, что есть кривая, имеющая своего рода S-образную форму: вы тратите определенную сумму денег, и на каком-то этапе это начинает работать; затем вы достигнете наклона, где все довольно линейно — чем больше я трачу, тем больше это работает, а затем в какой-то момент он начнет изгибаться. И это взаимозависимо, так как само по себе связано с тем, сколько мы тратим на медийную рекламу, среди прочего, потому что мы думаем, что существует нечто, называемое синергией, означающее, что чем больше вы тратите на телевидение, тем более эффективными будут деньги, которые вы тратите на медийную рекламу. быть. Эти двое довольно просто связаны. Его можно определить, используя определенную форму, а затем, по сути, попросив машину выяснить, как эта форма выглядит по отношению к конкретному клиенту, тем самым нарисовав относительную кривую отклика для телевидения с учетом конкретных расходов на отображение.
ALS: Испытываете ли вы какое-либо сопротивление использованию ИИ с точки зрения расходов на маркетинг? И если да, то, может быть, оно обосновано? Кто-то может возразить, что определенное нежелание принимать важные решения машиной является справедливым.
CW:Предоставление нашему роботу, нашему ИИ, возможности принимать решения за пределами знакомой территории — это прорыв. Вот в чем дело: клиенты привыкли к тому, что 21-летний медиапланер выполняет работу и приписывает ее так называемому «опыту». Труднее принять тот факт, по крайней мере, более спорный, что работу выполняет машина. Но учтите: машина повидала тысячи походов; он видел эффект множества телевизионных рекламных роликов рекламодателей; он способен наблюдать за результатом. Сколько 21-летних медиа-планировщиков могут сказать, работают ли на самом деле телевизионные расходы клиента? Наша машина может, и насколько смелой она может быть, все зависит от калибровки ИИ. То же самое относится и к человеку.
ALS: Что ждет искусственный интеллект в будущем? Будет ли ИИ все более активно использоваться в маркетинге через 10 лет?
CW:Мы еще не затронули тему творчества, и в этом отношении пройдет гораздо больше 10 лет, прежде чем какой-либо ИИ сможет выполнять творческую работу в рекламе. Когда я выйду на пенсию, люди по-прежнему будут выяснять, как создать что-то, что находит отклик у людей. Наши модели не могут справиться с такими вещами; они не могут определить, приведет ли небольшая корректировка творческого ввода к тому, чтобы реклама стала вирусной. Но я думаю, что все, что зависит от данных, например увеличение или уменьшение расходов на медиа, через 10 лет будет контролироваться ИИ. Машины могут просматривать тысячи рядов данных и учиться на тысячах предыдущих кампаний, а 21-летний специалист по медиапланированию — нет. Машины просто намного лучше справляются с этим.
