Jei yra viena technologijų tendencija, apibrėžianti 2016 m., tai mašininio mokymosi augimas. Retkarčiais akivaizdžios, bet dažniau nepastebimos paslaugos, su kuriomis dirbame kiekvieną dieną, tampa vis išmanesnės. „Siri“ bando numatyti, kurias programas norite peržiūrėti. „Google“ nustato, kokia yra jūsų kasdienė kelionė į darbą ir atgal, ir aktyviai praneša, jei yra vėlavimų. „Microsoft Office 365“ nustato, kuriuos el. laiškus verta perskaityti, o kurie – tik beprasmiška netvarka.
Visa tai puiku, tačiau intelektas neapibrėžiamas vien tik gebėjimu mokytis iš duomenų, kuriuos patyrėte. Jei taip būtų, net kuklios šachmatų programos būtų protingos. Kitas etapas yra dirbtinis intelektas, kuris yra daug toliau – ir aš kalbėjausi su Alexu White'u, „Nvidia“ verslo verslo viceprezidentu, norėdamas sužinoti daugiau.
Žiūrėti susijusius
Pagrindinis White'o tikslas yra atskirti mašininį mokymąsi ir dirbtinį intelektą. „Mašininis mokymasis yra tiesiog paimti esamus duomenis ir analizuoti, kas atsitiko. Paimkite pavyzdį iš ryšių įmonės: mašininis mokymasis padės išsiaiškinti, kodėl jūsų stiebai sugedo. AI yra kitoks, nes tai yra numatymas, kada kas nors nutiks ne taip. Tam reikia labai sudėtingų modelių, o modeliai dažnai yra neišsamūs, todėl atsiranda intelektas.
Taigi dirbtinis intelektas yra daugiau nei mašininis mokymasis, bet mažiau nei mūsų mokslinės fantastikos svajonių sąmoningas, visiškai save suvokiantis kompiuteris. Nesitikėkite, kad greitai pasikalbėsite su tikru žmogumi.
Taigi, kaip toli mes esame nuo AI, turinčio realų poveikį mūsų gyvenimui? Anot White'o, arčiau, nei manome. „AI yra visur. Akademinių mokslinių tyrimų projektų skaičius yra didžiulis, todėl dirbame su maždaug dviem milijonais mokslininkų visame pasaulyje. Dar nematome didelio AI diegimo versle, bet tai tikrai netoli.
O pradėjus diegti AI, tikėtina, kad verslas pamatys naudą ir stengsis neatsilikti. „Verslo įmonės jau pradeda galvoti, ką dirbtinis intelektas gali jiems padėti. Nėra nei vieno sektoriaus, kuriame AI neturės įtakos mūsų gyvenimui, ir tai yra gerai“, – sako White'as. „DI gali pašalinti klaidas, kurias žmonės jau įdėjo į mūsų procesus. Paimkite paprastą reklamos pavyzdį. Jei užsisakau atostogas pas kelionių agentą ir jie metus laiko šlamštą su pasiūlymais toje pačioje vietoje, tai nėra naudinga. Dirbtinis intelektas gali pasiteisinti tada, kai tikrai norėčiau tokio pasiūlymo, ir įsitikinti, kad jį matau tik tada.
Tačiau toks didesnis AI efektyvumas reikš tik vieną dalyką: mažiau darbo vietų žmonėms? White'as mano, kad iš tikrųjų AI leis mums sutelkti žmogiškuosius išteklius į dalykus, kuriuos žmonės daro geriausiai. „Paimkite ligonines ir vėžio gydymą. AI gali padėti mums greičiau sukurti naujus vaistus – pavyzdžiui, vienas galimas naujas gydymas buvo sumodeliuotas vos per septynias dienas mūsų aparatūros pagalba, o tai būtų užtrukę mėnesius naudojant įprastą algoritminis modelis, veikiantis tokiuose dalykuose kaip „Amazon Web Services“. AI sistema taip pat gali naudoti vaizdo atpažinimą, kad anksti pastebėtų galimas problemas nuskaitant, o tai reiškia anksčiau ir pigiau intervencija.
Tai atlaisvina lovų, bet taip pat leidžia patyrusiems gydytojams sutelkti dėmesį į atvejus, kai dirbtinis intelektas (dar) negali padėti. Šia prasme dirbtinis intelektas nepakeis gydytojų, jis tiesiog leis jiems dirbti su pacientais, kuriems padėti gali tik žmonės.
Kaip toli ir kaip greitai gali nueiti AI? Šiuo metu ribą daugiausia lemia du dalykai: vaizduotė ir įgūdžiai. Yra ilgametė dirbtinio intelekto naudojimo akademinėje bendruomenėje patirtis, tačiau įmonės turi paspartinti veiklą, bendradarbiauti su mokslininkais ir įdarbinti kaip išprotėjusios, jei ketina išnaudoti visas galimybes. Jei įmonės gali tai padaryti pakankamai greitai, 2017-ieji bus metai, kai AI padarys tikrąjį proveržį.
