Заменит ли ИИ нас или станет нашим следующим лучшим другом?
Зайдите в Интернет в наши дни, и вы, вероятно, столкнетесь с кем-то, кто рекламирует искусственный интеллект как следующую большую вещь. Слышать разговоры некоторых людей - это ключ к излечению от рака, перестройке американской рабочей силы и подрыву электронной коммерции в одном лице.
В то время как руководители предполагают, что размер прибыли резко возрастет, состояние союза между искусственным интеллектом и крупным бизнесом немного более приземленное. Когнитивные технологии прошли долгий путь и продолжают развиваться с головокружительной скоростью. Но до того будущего, когда искусственный интеллект заменяет человеческую изобретательность, еще далеко.
Отчасти разрыв между мечтой и реальностью сводится к тому, как вы определяете ИИ. Большая часть того, что мы считаем ИИ, относится к категории машинного обучения, подмножества ИИ, в котором компьютеры используют данные для выявления закономерностей и принятия решений с минимальным программированием. Чем больше данных у компьютера, тем больше система учится и тем лучше она способна автоматизировать широкий спектр задач, которые когда-то выполнялись людьми.
Когда дело доходит до развития способностей, машинное обучение или узкий ИИ сталкивается с некоторыми серьезными препятствиями. Во-первых, машинное обучение требует массивного ввода данных. Для решения даже простого запроса в службу поддержки машине требуются данные для почти бесконечного диапазона сценариев.
Зависимость машинного обучения от данных представляет собой еще одну проблему для разработки детального анализа, который на данный момент остается прерогативой человеческого интеллекта. Поскольку машинное обучение зависит от данных для улучшения своих предсказательных способностей, оно не особенно хорошо умеет делать прогнозы, когда данные недоступны. С практической точки зрения машинам очень сложно диагностировать то, что должно было произойти, но не произошло, или предсказывать события, которые еще не произошли, но в идеальном мире должны.
Этические соображения - еще один барьер на пути к разработке сложного ИИ. Недавние исследования технологии распознавания лиц показывают, что машины лучше распознают лица белых мужчин, чем женщин и цветных людей. Автоматизированное решение о выдаче жилищного кредита также выявило стойкое предубеждение против цветных. Оказывается, искусственный интеллект хорош ровно настолько, насколько хороши люди, разрабатывающие алгоритмы. Чтобы исправить эти предубеждения, машинам нужны новые, беспристрастные данные или люди должны вмешаться и пересмотреть автоматизированные решения, которые отрицательно влияют на маргинализированные сообщества. В любом случае машинное обучение по-прежнему зависит от вмешательства человека, чтобы эффективно функционировать в разнообразном обществе, основанном на гражданских свободах и демократических принципах.
ИИ также с трудом распознает нюансы и идоматику речи. Алгоритм, разработанный для выявления потенциальных активных стрелков среди студентов, относится к студенту, который напечатал этот буррито - это бомба, с той же степенью важности, что и к студенту, который пишет Этот буррито на самом деле является бомбой. Когда в конце 2018 года Tumblr внедрил свой запрет NFSW, его алгоритмы помечали фан-арт с изображением наготы и аккаунты со ссылками на ЛГБТ так же часто, как и порнографию. Репрессии оказали сдерживающее воздействие на художников и пользователей ЛГБТ, которые когда-то называли Tumblr своим домом, а теперь перешли на другие платформы.
На данный момент ИИ по-прежнему требует вмешательства человека. Много вмешательства. Алгоритм анализа рентгеновских лучей для диагностики заболеваний требует, чтобы тысячи сотрудников и независимых подрядчиков, работающих на складах и в квартирах по всему миру, вводили данные, которые управляют машинным обучением. GDPR ЕС, который дает субъектам данных право запрашивать пересмотр определений на основе автоматизированного принятия решений, фактически создал 75 000 новых рабочих мест для агентов-людей для обработки жалоб и рассмотрения оспариваемых решений.
Вместо того, чтобы искать ИИ, который может воспроизвести все аспекты человеческого интеллекта, нам, возможно, было бы лучше поискать способы, которыми машины могут увеличить человеческий интеллект. В недавнем исследовании с участием 1500 компаний исследователи обнаружили, что предприятия достигают наиболее значительных успехов, когда люди и машины объединяют свои силы. Более того, у нас уже есть невероятная технология, которая может помочь людям расширить свои познавательные и физические способности с помощью коботов и интеллектуальных экзоскелетов, в то время как служба поддержки клиентов, сочетающая чат-ботов и агентов-людей, оказывается мощным сочетанием в обеспечении превосходного качества обслуживания клиентов, которое стало притчей во языцех в деловых кругах.
Будущее, в котором искусственный интеллект заменит человеческий, может быть далеким, но для расширенного интеллекта будущее уже наступило.
