Labai lengva pasiklysti dirbtinio intelekto potenciale kalbantis su „Saffron Technology“ atstove Gayle Sheppard. Laimei, po 31 minutės jos „iPhone“ man tiksliai priminė, kiek toli komercinis AI yra nuo geriausio laiko. Pasislėpusi savo krepšyje posėdžių salės kampe, Siri virtualios ausys užkliūna pirmą kartą, kai jos vardas patenka į mūsų pokalbį. „Ji mano, kad aš ją įžeidžiau“, – šmaikštauja Sheppardas, kai Siri atsisakė „atsiprašau, aš to nesupratau“, prieš nuslopindama ir grįždama prie tylaus pasiklausymo.
Nors tai nėra išskirtinis dalykas „Siri“ nėra geriausias pavyzdys, koks puikus gali būti AI, sugretinimas gana juokingas. Čia aš kalbu su Gayle Sheppard apie tai, kaip jos įmonė, kurią „Intel“ įsigijo 2015 m. po 16 nepriklausomybės metų, yra tyliai keičia pasaulį subtiliais, bet nepaneigiamais būdais, o prašmatnus aukštaūgis negali atsispirti mėgindamas patraukti dėmesio centre.
Ką aš turiu omenyje sakydamas „keisti pasaulį“? Sheppard išryškina tris Saffron darbo pavyzdžius, kurie negalėjo būti toliau vienas nuo kito: tiksliai prognozuoti, kada suges lėktuvo dalys; numatantis ateities sukčiavimo ir pinigų plovimo modelius; ir pasakyti skirtumą tarp ribojančios kardiomiopatijos ir konstrikcinio perikardito.
„Naudodamiesi filosofija, kad viskas gali būti svarbu, Saffron dirbtinis intelektas sugebėjo nustatyti teisingą diagnozę iki 96% vos per du mėnesius.
Būtent paskutinis iš jų labiausiai parodo, kaip gali būti transformuojama sistema. Su Saffron susisiekė Niujorko kardiologas Dr. Partho Sengupta, kuris manė, kad Saffron technologija gali pagerinti būklės diagnozę. Net ir patyrusiai žmogaus akiai šių dviejų būklių echokardiogramos atrodo labai panašios – paties Senguptos akis buvo teisinga maždaug 76 % atvejų, tačiau mažiau patyrę gydytojai vidutiniškai siekdavo šiek tiek daugiau nei 50 % laiko.
Gydytojai savo analizę grindė maždaug septyniomis skirtingomis savybėmis, tačiau buvo daug daugiau, kurių nebuvo galima pamatyti. Tiesą sakant, protu nesuvokiama suma. „Dvidešimt kartų per vieną širdies plakimą užfiksuojame maždaug 10 000 atributų šešiose skirtingose zonose su 19 skirtingų metrikų“, – aiškina Sheppard. Naudodamasis filosofija, kad viskas gali būti svarbu, Saffron dirbtinis intelektas vos per du mėnesius sugebėjo nustatyti teisingą diagnozę iki 96 proc. „Daug duomenų, nevaržomi: iš anksto nepasirinkta jokių atributų. Štai kur AI tikrai gali padėti bendrajam gėriui.
Šis pavyzdys iš tikrųjų apibendrina Saffron požiūrį į AI. Įmonė yra „tingaus mokymosi AI“ pavyzdys – tai reiškia, kad ji išmoksta visko, ką gali, o tada dirba atgal. „Patirties vaidmuo yra turtingas ir tvirtas, o kai bandote ją sumažinti iki kelių savybių, prarandate daug informacijos ir daug suasmeninimo“, - aiškina Sheppard. „Pagrindai yra šie: sužinokite apie viską, nes viskas gali būti svarbu.
Skirtingai nuo gilaus mokymosi sistemų, „Saffron Technology“ neturi juodosios dėžės, o požiūris yra visiškai skaidrus. „AI turi būti paaiškinama arba prarandame pasitikėjimą – nepasitikime“, – aiškina Sheppard. „Visa idėja yra ta, kad mes nežinome to, ko nežinome, todėl galime įsivaizduoti ir modeliuoti dalykus tik naudodami savo vaizduotę arba tai, ką žinome.
„AI turi būti paaiškinama arba prarandame pasitikėjimą – nepasitikime“
„Taigi, kai esame apriboti modeliais, mes visada ką nors paliksime. Mes visada sumažinsime tikslumą, neišvengiamai. Tai nereiškia, kad gilus mokymasis būtinai yra prastesnis už patirtinį mokymąsi, kurį siūlo Saffron. „Kai giliai mokomės, modeliai yra labai svarbūs. Turime žinoti, kaip tu atrodai. Turiu įsitikinti, kad atpažindamas tave nesirenku žmogaus, kuris atrodo kaip tu.
Sheppardas kalba su autoritetu to, kuris pramonėje dirbo beveik du dešimtmečius. „1999 m. – gera idėja, bet nestruktūruoti duomenys dar nebuvo gerai suprasti“, – aiškina ji. Po „Dotcom“ burbulo sprogimo ir rugsėjo 11-osios atakų buvo keli nelygumai, tačiau „Saffron“ ištvėrė tokį tempą ir dabar yra „Intel“ dalis. „Jie suprato, kas įmanoma su Saffron, ir jau kurį laiką ruošė dirbtinio intelekto portfelį“, – aiškina Sheppard. kuris mano, kad abi bendrovės yra „tikrai gerai tinkančios“ ir nori prisijungti prie gerai vertinamos bendrovės kūrėjai.
Bet kuris kūrėjas, pasinerdamas į AI, atrodys daug maloniau nei 1999 m. Dabar klientai turi daug daugiau duomenų, kuriais galima dalytis, o tai reiškia, kad šafranas gali būti daug naudingesnis. „Klientai tikrai protingi – turi duomenų mokslininkus ir mašininio mokymosi ekspertus. Mes einame ir ne tiek daug mokomės – jie jau turi didelį žinių pagrindą, su kuriuo gali dirbti, ir tai tikrai tampa proto santuoka.
„Negalite pasamdyti pakankamai žmonių, kad viską ištirtų“
Žinoma, daugelis tų įmonių investavo į duomenų mokslininkus ir mašininio mokymosi ekspertus dėl tų pačių priežasčių, dėl kurių žmonės bijo dirbtinio intelekto: nes tai gali sumažinti darbuotojų skaičių. Klausiu Sheppard'o, kaip Safranas laikosi žmonių baimės dėl atleidimo. „Šiuo metu nesprendžiame jokių problemų, kurias mums pasiūlė pramonė ir kurios pašalina darbo vietas“, - sako Sheppard. „Mes sutelkiame dėmesį į darbus, kurių žmonės negali atlikti labai lengvai. Imkitės sukčiavimo tyrimo srities pavyzdys: „Negalite pasamdyti pakankamai žmonių, kad viską ištirtų – tai tiesiog neįmanoma dėl apimties sandorius. Tikrai svarbu viską padaryti, todėl vargšams tyrėjams tenka mažiau streso – neįsivaizduoju, kad būčiau šį vaidmenį, nes bankams skiriamos rimtos baudos, jei jie neištirs šių dalykų 90 m. dienų!" 
Kai galvoju apie darbus, kurių praktiškai negali atlikti žmonės, negalvoju apie sukčiavimo analizę ar nuotolines šulinių platformas Šiaurės jūroje: galvoju apie priekabiavimą internete. „Facebook“, „Twitter“ ir „Google“ neturi sprendimo, kaip kovoti su trolimu ir piktnaudžiavimu, nes žmonių komandai tai tiesiog per daug. Ar AI galėtų įsikišti? „Tai puiki idėja – mes dar nepritaikėme tam savo technologijos. „Intel“ paskelbė iniciatyva kovoti su priekabiavimu kuriame dar nedalyvavome – jūs tiesiog paskatinote mane nusiųsti tam asmeniui el. laišką ir pasakyti „nagi, eikime“. Pažiūrėkime, kaip galime jums padėti“. Taigi, jei perskaitę šį tekstą priekabiavimas internete bus pašalintas, žinosite, kam padėkoti.
Žiūrėti susijusius
Pokalbis su Sheppard yra gana aiškus, kad problemos, kurios labiausiai vilioja, yra tos problemos, su kuriomis žmonės tiesiog negali susitvarkyti („Man tarsi nuobodu akimirką, nes aš tiesiog sprendžiu kai kurias kasdienes problemas“, – vienu metu sako ji), tačiau jos ne visada tinka mūsų pelno siekiančiai įmonei. pasaulis.
„Tai tikrai svarbu“, – aiškina ji, pabrėždama, kad kai didelės korporacijos dalyvauja dirbtinio intelekto veikloje, įskaitant „Intel“, kad jie tai daro „dėl žmonijos ir pasaulio gerinimo, o ne tik dėl ekonomikos pelnas“. Nesvarbu, ar įmonės per ateinančius dešimtmečius atkreips dėmesį į šiuos žodžius, gali nuspręsti, kaip mūsų pasaulis atrodys 2050 m. – ar žmonės atsidurs nuošalyje, ar ne.
