Каждую пятницу я просматриваю свои твиты, чтобы выбрать несколько наблюдений и выводов, которые заставили меня задуматься.
О подготовке к машиноцену
По словам Хью Прайса, профессора философии Бертрана Рассела и научного сотрудника Тринити-колледжа Кембриджского университета, человеческий интеллект знаком по биологическому оборудованию — вы используете его сейчас. Наука и технология, кажется, сходятся в нескольких направлениях в отношении возможности подобного интеллекта в небиологических системах. Трудно предсказать, когда это может произойти, но большинство специалистов по искусственному интеллекту «оценивают, что это скорее вероятно, чем не в этом столетии. Освободившись от биологических ограничений, таких как мозг, который должен проходить через родовые пути человека (и который работает на мощности всего лишь 20-ваттной лампочки), небиологические машины могут быть намного умнее нас».
В Пришло время готовиться к машиноцену Прайс задается вопросом, что это на самом деле будет означать для нас.
«Так или иначе, мы будем делить планету с большим количеством небиологического разума. Что бы это ни принесло, мы, люди, встречаем это будущее вместе. У нас есть очевидная общая заинтересованность в том, чтобы сделать все правильно. И нам нужно прибить его с первого раза. Если не произойдет какое-нибудь бедствие, которое положит конец нашей технологической цивилизации, но не прикончит нас полностью, мы больше не пойдем этим путем».
По словам Прайса, появились обнадеживающие признаки растущего осознания этих проблем. Многие тысячи исследователей ИИ и других лиц уже подписали открытое «письмо, призывающее к исследованиям, чтобы убедиться, что ИИ безопасен и полезен. Совсем недавно Google, Amazon, Facebook, IBM и Microsoft объявили долгожданное новое Партнерство в области ИИ на благо людей и общества».
Сегодня основное внимание уделяется относительно краткосрочным преимуществам и влиянию ИИ (например, на рабочие места). Но в случае с долгосрочным будущим ИИ Прайс считает, что есть причины для оптимизма. «Это могло бы помочь нам решить многие практические проблемы, которые побеждают наш ограниченный мозг. Но когда дело доходит до того, как выглядит картография возможных вариантов будущего, какие ее части лучше или хуже и как мы движемся к наилучшему результату, — в этих вопросах мы все еще в значительной степени невежественны. У нас есть некоторое представление о регионах, которых нам нужно избегать, но большая часть карты остается терра инкогнита. Было бы особенно беззаботным оптимистом, который думал, что мы должны просто подождать и посмотреть».
Если мы хотим разработать мыслящие машины, «обеспечение их безопасности и полезности — одна из величайших интеллектуальных и практических задач этого века. И мы должны противостоять ей сообща — проблема слишком велика и важна, чтобы ее могла решить какое-либо отдельное учреждение, корпорация или государство. Наши внуки или их внуки, вероятно, будут жить в другую эпоху, возможно, более машиноценовую, чем антропоценовую. Наша задача — максимально использовать этот эпохальный переход для них и последующих поколений. Нам нужно лучшее из человеческого интеллекта, чтобы использовать лучшее из искусственного интеллекта».
Подробнее об ИИ в статье Брайана Джонсона Сочетание человеческого и искусственного интеллекта определит будущее человечества на TechCrunch.
На iBrain внутри вашего телефона
Часто мы говорим об искусственном интеллекте так, как будто это произойдет где-то в будущем. Очарованный тем, что может быть, существует недооценка того, насколько прочно ИИ уже укоренился в настоящем. Умные предприниматели привнесли ИИ в сельское хозяйство, нефтегазовую промышленность, радиологию, финансовые технологии, безопасность и многое другое. Фактически, крупнейшие и наиболее успешные компании в мире твердо верят в ИИ и тратят много времени и ресурсов на раскрытие его потенциала. Будущее, о котором мечтают смелые умы, уже наступило. Давайте посмотрим на некоторые неизбежные части повседневной жизни, чтобы продемонстрировать это, — пишет София, пишущая для LTP, в статье ИИ — это не будущее, это настоящее.
Одним из наиболее известных сегодня примеров является, конечно же, IBM Watson. «В начале августа было сообщено, что суперкомпьютер IBM Watson с искусственным интеллектом успешно диагностировал редкую форму лейкемии у пациента в течение нескольких минут — то, что врачи не смогли сделать спустя месяц. Уотсону удалось поставить свой диагноз после того, как врачи из Института медицинских наук Токийского университета передали ему генетические данные пациента, которые затем сравнили с информацией из 20 миллионов онкологических исследований. Если программное обеспечение уже способно диагностировать болезни лучше, чем врачи, и назначать эффективное лечение, разумные и независимые роботы-врачи появятся в кратчайшие сроки».
Но это еще не все — от ноутбуков с искусственным интеллектом и беспилотных автомобилей до смартфонов с мозгами. Незаметно для пользователей, Apple много лет назад внедрила ИИ прямо в наши смартфоны, — пишет София. В статье «The iBrain is Here Стивен Леви, редактор Backchannel, дает нам эксклюзивный взгляд на то, как искусственный интеллект и машинное обучение работают в Apple. Эта история может вызвать удивление у большей части мира искусственного интеллекта, — говорит Леви. Не то, чтобы нейронные сети улучшили систему — конечно, они бы это сделали, — но Apple была настолько искусна в этом. До недавнего времени, когда количество сотрудников Apple в области искусственного интеллекта увеличилось и компания совершила несколько громких приобретений, наблюдатели считали Apple отстающим в том, что складывается как самая острая конкуренция в отрасли: гонка за лучшими. использовать эти мощные инструменты ИИ. Поскольку Apple всегда молчала о том, что происходит за закрытыми дверьми, знатоки искусственного интеллекта не знали, чем Apple занимается в области машинного обучения.
«Если вы являетесь пользователем iPhone, вы столкнулись с искусственным интеллектом Apple, а не только с улучшенной проницательностью Siri в понимании того, что вы у нее просите. Вы видите это, когда телефон идентифицирует звонящего, которого нет в вашем списке контактов (но который недавно отправил вам электронное письмо). Или когда вы проводите пальцем по экрану, чтобы получить список приложений, которые вы, скорее всего, откроете в следующий раз. Или когда вы получаете напоминание о встрече, которую вы так и не удосужились внести в свой календарь. Или когда на карте всплывает местоположение отеля, который вы забронировали, до того, как вы введете его. Или когда телефон указывает вам, где вы припарковали свой автомобиль, даже если вы никогда не просили его об этом. Все эти методы либо стали возможными, либо значительно усовершенствовались благодаря внедрению Apple глубокого обучения и нейронных сетей».
«Мы используем эти методы, чтобы делать то, что всегда хотели делать, лучше, чем когда-либо. А на новых вещах мы не умеем делать. Это техника, которая в конечном итоге станет очень похожей на Apple, поскольку она развивается внутри Apple и в том, как мы делаем продукты». — Фил Шиллер, вице-президент Apple по международному маркетингу.
Леви завершает свой лонгрид словами: очевидно, что машинное обучение изменило продукты Apple. Что не так ясно, так это то, меняет ли это саму Apple. «В некотором смысле, — пишет он, — мышление машинного обучения кажется несовместимым с духом Apple. Apple — это компания, которая тщательно контролирует взаимодействие с пользователем, вплоть до датчиков, измеряющих свайпы. Все заранее разработано и точно закодировано. Но когда инженеры используют машинное обучение, они должны отступить и позволить программному обеспечению самому находить решения. Сможет ли Apple приспособиться к современной реальности, когда системы машинного обучения сами могут участвовать в разработке продуктов? «Это источник многочисленных внутренних споров, — говорит Федериги. «Мы привыкли предоставлять очень хорошо продуманный, продуманный опыт, когда мы контролируем все аспекты того, как система будет взаимодействовать с пользователем. Когда вы начинаете обучать систему на основе больших наборов данных о человеческом поведении, [получаемые результаты] не обязательно совпадают с тем, что указал дизайнер Apple. Это то, что вытекает из данных».
Но, по словам Шиллера, Apple не собирается возвращаться назад. «Хотя эти методы абсолютно влияют на то, как вы что-то проектируете, в конце концов, мы используем их, потому что они позволяют нам создавать продукт более высокого качества».
«Типичный клиент будет получать глубокое обучение на повседневном уровне, которое [примерит] то, что вам нравится в продукте Apple. Самые захватывающие [примеры] настолько незаметны, что вы даже не думаете об этом, пока не увидите их в третий раз, а потом останавливаетесь и думаете: Как это происходит?» — Фил Шиллер, вице-президент Apple по международному маркетингу.
И это вывод, — говорит Леви. «Apple может не делать заявлений о том, что полностью использует машинное обучение, но компания будет максимально использовать его для улучшения своих продуктов. Этот мозг внутри твоего телефона — тому доказательство».
Еще немного …
Сегодня, когда пять самых дорогих компаний мира являются технологическими фирмами, очень трудно увидеть, где заканчивается их бизнес и начинается их благотворительная деятельность, — пишет «Евгений Морозов в Рокфеллер раздавал деньги безвозвратно. Можем ли мы сказать то же самое о сегодняшних технологических баронах?. Как цифровые платформы, они обеспечивают работу различных отраслей и секторов, от образования до здравоохранения и транспорта, и, таким образом, имеют вариант, который был недоступен нефтяным и сталелитейным магнатам прошлых лет: они могут просто продолжать продавать свой основной продукт — в основном надеясь , хотя и завернутые в бесконечные слои данных, экранов и датчиков — без необходимости отвлекать свои средства на какую-либо непроизводственную деятельность.
«Говорить здесь о «филантропическом капитализме» — как это делали многие, либо восхваляя, либо хороня его, — кажется ошибочным, хотя бы потому, что такие проекты так мало похожи на собственно филантропию. Не нужно восхищаться Фордом или Рокфеллером, чтобы заметить, что их благотворительная деятельность, какими бы ни были их настоящие политические цели, не должна была приносить дополнительные деньги. Но так ли это на самом деле с нашими новыми технологическими баронами?»
То, что в наши дни считается филантропией, часто является просто изощренной попыткой заработать деньги на создании рациональных, предприимчивых и количественных душ, которые были бы в восторге от других типов персонализации. Такое обучение, конечно же, хорошо подходит для нужд консалтинговых фирм и технологических гигантов. В недавнем «профиле AltSchool в The New Yorker упоминалось, что его ученики читают Илиаду, вооружившись электронной таблицей, где они отмечают, сколько раз тема гнева встречается в тексте. Такие школы могут подготовить отличных одиторов; поэтам, однако, может понадобиться альтернатива альтернативной школе».
«Мы должны быть осторожны, чтобы не стать жертвой извращенной формы стокгольмского синдрома, сочувствуя корпоративным похитителям нашей демократии. С одной стороны, учитывая, что новые технологические миллиардеры платят очень мало налогов, неудивительно, что государственный сектор не сможет так быстро внедрять инновации. С другой стороны, постоянно давая частному сектору фору с помощью технологий, которыми они владеют и которые они разрабатывают, новая техническая элита почти гарантирует, что общественность предпочтет гладкие, но приватизированные технологические решения странным, но общедоступным политическим решениям.
Тот факт, что мы больше не можем различать филантропию и спекуляцию, — это повод для беспокойства, а не для радости. Поскольку элиты Силиконовой долины так стремятся спасти мир, не должны ли мы также спросить, кто в конечном итоге спасет нас от Силиконовой долины?»
Хотя шустрые стартапы, гоняющиеся за новой тенденцией, вызывают восторг, правда в том, что компании редко добиваются успеха, адаптируясь к рыночным событиям. Скорее, «успешные фирмы преобладают, формируя будущее. Этого нельзя добиться только с помощью ловкости, для этого требуются годы подготовки. Правда в том, что как только вы оказываетесь в положении, когда вам нужно адаптироваться, обычно бывает слишком поздно», — пишет Грег Сателл в статье Успешные компании не адаптируются, они готовятся.
Но по-настоящему великие компании не пытаются приспособиться к будущему, потому что они создают будущее. Взгляните на любой великий бизнес, и станет ясно, что великим его сделала не способность меняться, а «стремление к созданию, доставке и захвату новой ценности на рынке. Выживают технологические компании, которые тратят годы или даже десятилетия на создание продуктов следующего поколения».
"Что подводит нас к другому слову Теодора Левитта: "Люди не хотят покупать сверло на четверть дюйма, они хотят отверстие на четверть дюйма". Очевидно, что компанию определяет не конкретная категория бизнеса, а ее возможности. для решения проблем своих клиентов. И вы не сможете решить действительно сложные проблемы, просто двигаясь быстрее. Великие компании готовят почву задолго до этого. И это действительно главное. Бизнес, который сосредоточен на решении больших проблем и готов инвестировать в них годами или даже десятилетиями, может ошибаться во многих других вещах».
Доступность информации в Интернете и тот факт, что почти все, что людям нужно знать изо дня в день, может быть мгновенно доступно на их смартфоне, делают знания товаром. Опыт мало что значит в мире, где прошлое не является проводником в будущее. Знания были ключевым активом 20-го века; воображение — ключевой актив 21-го века, — пишет Энтони Хилтон в статье Как выжить на работе в 21-м веке.
«Мантра поколения лидеров, получивших образование в бизнес-школах, заключается в разработке пятилетнего плана и последующем воплощении его в жизнь. Бизнес в основном двигался по прямой линии, с постановкой целей и составлением карт маршрутов для их достижения, преодолением неизбежных ухабов и ударов по пути. Но сейчас мы живем в мире, где изменения настолько быстры, а их направление настолько непредсказуемо, что невозможно составить осмысленный прогноз более чем на два года. Бизнес больше не является линейным, структуры управления, которые предполагают, что это так, потерпят неудачу, а инструменты управления прошлого не годятся».
Города больше похожи друг на друга? Стала ли прогулка по новому району Хельсинки Яткасаари продолжением прогулки по дорожке лондонской зоны реконструкции Кингс-Кросс? Если да, то как эти события в совокупности формируют опыт города?
В своем проекте Familiar дизайнер Лука Пикарди исследует паттерны мимикрии в современных градостроительных проектах Северной Европы от Fjord City в Осло и HafenCity в Гамбурге до Nine Elms в Лондоне и Королевского морского порта в Стокгольме. Благодаря данным из открытых источников, доступным в Интернете, публикация переосмысливает существующий маркетинг, связанный с этими проектами. Результатом является не производство новой работы, а представление знакомой реальности. Фотороботы городов, если вы видели…
Книга Это Фрэнк Ллойд Райт, написанная архитектурным журналистом Яном Волнером, иллюстрированная Майклом Киркманом и опубликованная издательством Laurence King Publishing в Лондоне, вошла в десятку лучших книг об архитектуре этого года.
«Короткие статьи, роскошные иллюстрации и обложка из твердого картона придают Это Фрэнк Ллойд Райт вид детской книги», — отметило жюри. «Это ловкая маскировка для успешного ознакомления с работами одного из величайших архитекторов последнего времени — образовательная литература в лучшем виде».
Победители были выбраны организаторами Франкфуртской книжной ярмарки и Немецкого архитектурного музея (DAM) на основе их инновационности и актуальности, а также общего дизайна и отделки. Они будут удостоены премии DAM Architectural Book Award — единственной в мире книжной премии, посвященной архитектуре.
Необъяснимое — его следует отличать от еще не объясненного, что является прерогативой науки, — неизбежно. И следует приветствовать. Мы окружены тайной, тем, чего мы не знаем, и, что более драматично, тем, чего мы не можем знать. — Марсело Глейзер в Простой красоте неожиданного
