Как искусственный интеллект изменит нашу жизнь

В прошлом году группа экспертов из Стэнфорда под названием «AI100» (The One-Hundred Year Study of Artificial Intelligence) дала свой прогноз, как изменится мир за следующие 15 лет. Прогноз касается 8 основных сфер жизнедеятельности: транспорт, здравоохранение, образование, развлечения, трудоустройство, безопасность, быт/сфера услуг и социальная сфера. Доклад обещают сделать ежегодным, корректировки будут вноситься на основании сопоставления текущего и ожидаемого прогресса.

Год 2030 выбран не случайно, по мнению «AI100» именно к этому времени человечество переживет главный бум внедрения искусственного интеллекта в повседневную жизнь. После этого дальнейшее развитие упрется в социальный и физический ресурс, пути преодоления которого пока предвидеть невозможно.

Итак, вот какие изменения нас ждут согласно прогнозам.

Транспорт

Современные системы управления автомобилем массово поступят в продажу уже через 2−3 года, поэтому к 2030-му, с учетом снижения их стоимости, это будет так же обыденно, как увидеть сегодня на улице мегаполиса электромобиль. В итоге это приведет не только к снижению аварийности, но и изменению городской инфраструктуры — люди смогут жить вдали от работы, ведь время, проведённое в дороге, больше не будет приносить усталость — можно поспать, решить личные вопросы или спокойно позавтракать. Главный вопрос, которым задаются эксперты: «Как регулировать правовое поле в случае аварий с участием человека и ИИ?». Вряд ли производители данных систем будут брать на себя все возможные риски, в то время как владелец будет лишь рядовым пользователем.

Здравоохранение

Уже сегодня существуют системы автономной первичной консультации. Через 15 лет вам не придется стоять в очередях, чтобы за 5 минут изложить симптомы и получить стандартный перечень рекомендаций по лечению. Уже после пациент сможет записаться на прием к врачу лично для оценки заболевания и более глубокой диагностики, если это потребуется. Будем откровенны, лишь предрассудки мешают эффективно использовать такие системы в 2017-м повсеместно, но экономический и социальный факторы неизбежно должны изменить эту ситуацию.

Образование

Роль очного образования будет падать, в то время как онлайн-школы, университеты, МООС будут только расти и развиваться. Для того, чтобы поднять эффективность и уровень доверия к удаленным платформам, ведущим поставщикам услуг (основную часть которых составляют, собственно, топовые мировые вузы) придется прибегнуть к услугам ИИ. По аналогии со здравоохранением, на основании дифференцированных тестов поступающие и обучающиеся будут зачисляться на курсы, делиться на группы, отчисляться, переводиться. Кроме того, ожидается, что подобные системы станут менее зависимы от преподавателей в плане информации, ведь каждый из учеников будет получать тот объем теории, который он в состоянии усвоить на данный момент.

Ну и конечно ИИ сыграет ключевую роль в перепрофилировании тех, кто потерял работу из-за внедрения ИИ.

Трудоустройство

И здесь мы подходим к главной проблеме общества будущего — высокий уровень безработицы. Тенденция на снижение стоимости физического труда в сравнении с ростом оценки интеллектуального капитала и требований к нему приведет к серьёзным политическим, экономическим и социальным сдвигам. Поддерживать тот уровень жизни, что доступен среднестатистическому человеку сейчас, будет крайне сложно. Поэтому либо высшим кастам придется стать беднее (что вряд ли), либо число безработных и нищих будет расти быстрыми темпами. Результатом станет рост преступности, количества войн и локальных конфликтов.

Безопасность

Беспилотные аппараты, системы прогнозирования поведения и распознавания лиц будут использоваться массово правоохранительными органами и частными организациями. С одной стороны, при этом вырастет роль человека в принятии важных решений, с другой — людям будет необходимо доверить жизнь и безопасность машинам.

А вот виртуальное пространство, несмотря на увеличение нагрузки, благодаря ИИ станет безопаснее. Более глубокое внедрение технологий в интернет позволит повысить эффективность борьбы с пиратами, хакерами, автоматически осуществлять регулировку доступа к мультимедийным ресурсам, качественнее искать и подавать информацию.

Развлечения

Еще одним шагом в борьбе с растущим недовольством населения будет развитие индустрии видеоигр. В данной сфере ИИ и без того развивается сумасшедшими темпами, но теперь на него косвенно будет возложена социальная функция. Молодые люди, которые не смогут найти работу или получить образование, будут вымещать своё недовольство перед экранами мониторов, телевизоров, мобильных устройств. То, что вчера было нарушением социального поведения, к 2030-му станет нормой. Развитие будет поддержано на самом высшем уровне, киберспорт заменит спорт физический, а системы онлайн-услуг и дешевые электронные устройства ещё больше отвлекут внимание людей от растущего кризиса.

Социальная сфера

С другой стороны, большее количество людей получит доступ к образовательным и информационным ресурсам, зависимость от местоположения и социального статуса будет снижена, что предоставит возможность большему количеству людей повысить свое благосостояние.

Системы моделирования и прогнозирования выйдут на новый уровень; стихийные бедствия можно будет предвидеть еще раньше, социальную помощь оказывать адресно, городская инфраструктура будет развиваться эффективнее, статистические данные будут основываться на принципиально большей выборке.

Быт/Сфера услуг

Несмотря на описанную картину апокалипсиса эксперты из «AI100» уверены, что сами роботы не сделают существенного скачка в развитии. В 2030 для них всё ещё серьёзными проблемами будут преодоление физических препятствий вроде лестниц, бордюров и ям, взаимодействие с окружающим миром. Поэтому не стоит ожидать, что через 15 лет к вам сможет приехать рободоставщик пиццы.

С большой долей вероятности, зависимость людей от онлайн-услуг, будь то шоппинг, вызов такси или покупка билетов в кино, выйдет на такой уровень, что эти действия будут совершать только благодаря мобильному помощнику с голосовым управлением.

А какие у вас ожидания от будущего с ИИ?

Сегодня технологии искусственного интеллекта стали обычным явлением.

Среднестатистический технофил просыпается в комфортной температуре благодаря обучающемуся термостату Nest. Google Maps упрощает ему поездку на работу, предсказывая трафик и сокращая время езды. На работе почтовое приложение от Apple автоматически создает ответы на письма и проверяет орфографию, чтобы избежать ошибок. Вечером он включает Netflix и отдыхает под рекомендованный ему новый сериал. Таким образом, ИИ делает его поездки, работу и жизнь проще.

В марте 2018 года опрос Gallup, проведенный среди 3 000 американцев, показал, что 85 % из них пользуются продукцией на основе ИИ, будь это навигаторы, стриминговые сервисы или приложения для совместных поездок. Так что неудивительно, что некоторые самые успешные компании Кремниевой долины стали таковыми благодаря внедрению ИИ. Сегодня приложений с ИИ слишком много для подробного и всеобъемлющего анализа. Здесь мы сосредоточимся на нескольких областях, в которых влияние ИИ уже заметно, и рассмотрим некоторые технологии и алгоритмы, лежащие в основе этих приложений.

Без сомнения, машинное обучение сыграло самую важную роль в развитии искусственного интеллекта за последние двадцать лет. Это парадигма, которая позволяет программам автоматически повышать свою эффективность при выполнении конкретной задачи благодаря изучению огромных объемов данных. В отличие от классических программ, алгоритмы обучения (learners) — не строго запрограммированы, а обучаются. Эти мощные алгоритмы уже не пользуются «спущенными сверху» наборами созданных людьми правил обработки информации. Вместо этого они учатся с нуля — не у людей, а на основе данных. Алгоритмы обучения не работают по заранее известной схеме; они полагаются на статистику.

Благодаря машинному обучению мы приблизились к по-настоящему умным машинам.

Рост числа самообучающихся программ отчасти объясняется более дешевым и надежным аппаратным оборудованием, которое обеспечило возможность построения систем, основанных на реальных данных. Растущая способность собирать, хранить и обрабатывать значительные объемы информации помогла в создании алгоритмов, которые действуют, опираясь на различные статистические методы.

Машинное обучение часто упоминается как единая дисциплина, хотя фактически этим термином обозначают группу различных статистических методов, направленных на решение конкретных задач. Многие из этих алгоритмов основаны на интуитивных представлениях о работе человеческого мышления, однако само машинное обучение является чисто техническим продуктом. Оно не решает философские вопросы вроде: думают ли машины? обладают ли они сознанием? Машинное обучение стремится в явном виде воспроизвести в компьютерах конкретные выполняемые людьми функции, чтобы на выходе программы выдавали эффективные решения этих задач. На данный момент машинное сознание значения не имеет. То есть, когда вы говорите с цифровым помощником, осознанного понимания произносимых вами предложений не происходит. Цифровые помощники на чисто поведенческом уровне обрабатывают слова, фразы и предложения таким образом, чтобы алгоритм мог выполнить голосовую команду — например, выйти в интернет и найти прогноз погоды.

Когда пользователи разговаривают с голосовым помощником — например, Siri, — они запускают двухэтапный процесс. Во-первых, Siri активирует систему ИИ для распознавания речи, которая переводит нечеткий звук в однозначный текст. Этот шаг невероятно сложен, потому что люди, естественно, говорят с разной высотой звука и с различными акцентами, которые варьируются в зависимости от места жительства и пола. Для того чтобы ИИ эффективно распознавал речь всех пользователей, система использует технику машинного обучения под названием «глубокое обучение».

Сегодня глубокое обучение — это движущая сила всего машинного обучения. Эта техника основана на искусственных нейронных сетях, которые создавались по подобию биологических нейронных контуров, благодаря которым мыслит человек. Огромный успех метода очевиден почти во всех приложениях с ИИ.

Например, в распознавании речи частота ошибок в большинстве приложений составляет теперь менее 10 %.

После преобразования речи в текст Siri пытается определить, что именно пользователь хотел выразить этими словами. Этому помогают алгоритмы обработки естественного языка, которые также обучаются на миллионах примеров. Поскольку человеческий язык часто является неточным или неоднозначным, Siri необходим большой набор данных, чтобы иметь возможность фиксировать и обобщать изменения в речи для расшифровки значения. Тем не менее преимущество глубокого обучения состоит в том, что, обработав достаточное количество примеров, системы обработки естественного языка приобретают способность интерпретировать речь, анализировать эмоциональный тон предложений и автоматически переводить с одного языка на другой.

Еще одно популярное применение ИИ — личные рекомендации. В качестве примера рассмотрим четыре, казалось бы, разные компании: Netflix — потоковый видеосервис; Amazon — платформа для онлайн-покупок; Facebook — социальная сеть; Google — поисковая система. Хотя эти компании предоставляют различные услуги, их системы искусственного интеллекта выполняют очень похожую задачу: они доводят до вас информацию.

С помощью машинного обучения эти компании понимают, какую информацию показывать своим пользователям. Сегодня рекомендательные системы широко используют ИИ, чтобы дать индивидуальные рекомендации по книгам или фильмам или предоставить персонализированные результаты поиска. Эти системы также используются в контекстной рекламе и онлайн-сервисах знакомств.

По сути, приложения на основе ИИ стремятся дать осмысленные рекомендации даже в условиях неопределенности. Например, Amazon может рекомендовать вам купить книгу на основе ранее приобретенного издания, даже не зная о ваших читательских предпочтениях. Это достигается двумя взаимодополняющими способами. Во-первых, система составляет схему предпочтений пользователя на основе предыдущих действий и аналогичных решений других пользователей. Amazon в основном использует этот метод, чтобы рекомендовать товары на основе истории покупок. Facebook, LinkedIn и другие социальные сети используют аналогичную систему, чтобы рекомендовать друзей или профессиональные связи. Во-вторых, ИИ извлекает ряд характеристик из запрашиваемого элемента и создает его профиль. Затем система находит другие элементы, имеющие схожий профиль, и прогнозирует важность каждой характеристики для конкретного пользователя. Сайт Rotten Tomatoes, выкладывающий обзоры фильмов, и приложение для музыкальных рекомендаций Pandora Radio используют этот подход для рекомендаций фильмов и музыки соответственно.

Ключевой проблемой таких систем является неопределенность: часто у них нет полных данных ни об элементе, ни о предпочтениях пользователя. При этом системе нужно оценить вероятность того, что рекомендация понравится пользователю. Здесь особенно стоит отметить популярный набор алгоритмов, основанный на байесовском подходе. Эти алгоритмы позволяют обновлять достоверность конкретной гипотезы — например, вероятность того, что пользователю может понравиться фильм или песня — на основе новых данных. Это очень действенный метод, который может почерпнуть знания из случайных, зашумленных данных. Пользователь, возможно, купил книгу в подарок; это мешает при создании профиля его предпочтений. Байесовские методы в ИИ позволяют обучаться с достаточной точностью даже на несовершенных данных, также они часто сочетаются с другими алгоритмами — такими как искусственные нейронные сети — для создания алгоритмов метаобучения, дающих оптимальный результат.

Рекомендации с использованием ИИ — это процветающая отрасль.

Netflix считает свою систему рекомендаций самым ценным активом. Платформа Cinematch изучает предпочтения пользователей, чтобы посоветовать им малоизвестные фильмы и сериалы, на которые компания потратила не так много. Отвлекая внимание от дорогих блокбастеров, Netflix гарантированно покрывает свои лизинговые расходы и получает прибыль от подписок пользователей. В 2006 году компания предложила приз в размере 1 миллиона долларов тому, кто на 10 % повысит точность их рекомендаций.

Компания заявила, что по состоянию на 2012 год 75 % фильмов зрители увидели благодаря алгоритму рекомендаций.

Не так давно Netflix взялась и за производство контента. Используя свою обширную базу данных о предпочтениях пользователей, компания рассчитала, какие сюжеты и актеры привлекут наибольшее внимание, и начала производить фильмы и сериалы на основе этих данных. На сегодняшний день Netflix выпустила несколько популярных продуктов, в том числе «Карточный домик», «Оранжевый — хит сезона», «Очень странные дела». Подобный подход переняли и другие стриминговые сервисы, такие как Amazon Prime Video и Hulu.

Системы искусственного интеллекта быстро меняют наше взаимодействие с физическим миром даже за пределами цифровой сферы. Например, появление беспилотных автомобилей заставляет полностью пересмотреть нынешнюю транспортную систему. Еще в 2000-х годах считалось, что создать беспилотные транспортные средства проблематично из-за сложного устройства городской среды и риска многочисленных инцидентов, которые автомобиль не сможет предвидеть и контролировать.

В 2004 году щедрое финансирование Управления перспективных исследовательских проектов Министерства обороны США (DARPA) спровоцировало рывок в исследованиях автономного транспорта. Пятнадцать беспилотных автомобилей проехали 228 км по пустыне Невада, США. В итоге команды не смогли выполнить поставленную задачу, но призовой фонд в размере 1 миллиона долларов вызвал интерес к разработке базовых технологий для создания беспилотных автомобилей, в том числе — передовых сенсорных технологий и 3D-карт местности.

Сегодня автономные транспортные средства — одна из наиболее быстро развивающихся сфер применения ИИ.

К февралю 2018 года беспилотные автомобили Google Waymo проехали 5 миллионов миль по дорогам общего пользования в 25 городах США. Большинство автомобилей, производимых Tesla, укомплектованы оборудованием для полностью автономного вождения, и, обновляя программное обеспечение, компания включает в него опции для автоматизированного вождения.

Такой быстрый и неожиданный прогресс отчасти объясняется значительными достижениями в нескольких областях ИИ, в том числе — компьютерном зрении, поиске и планировании, а также обучении с подкреплением. Благодаря развитию этих областей ИИ способен непрерывно отслеживать окружающую обстановку и прогнозировать потенциальные изменения в ней. В общем и целом, существует шесть столпов, которые обеспечивают безопасное перемещение беспилотного автомобиля.

Во-первых, автомобиль перемещается в пространстве, ориентируясь по GPS и подробной 3D-карте окружающей местности. Чтобы построить такие карты, необходимо множество раз проехать по окрестностям и зафиксировать, как могут изменяться дорожные условия. Благодаря таким картам беспилотники знают, чего ожидать от окружающей местности, и получают некоторые предварительные расчеты.

Далее автомобиль собирает данные с помощью своих датчиков, в том числе — камер объемного звучания, обладающих 360-градусным охватом ультразвуковых и радиолокационных датчиков, а также лидаров. Совместная работа датчиков обеспечивает комплекс данных о близрасположенных предметах — их размере, форме, а также скорости и направлении движения.

Третий шаг — поиск по этим данным таких объектов, которые могут повлиять на маршрут автомобиля. Для этого шага требуется компьютерное зрение — краеугольный камень в исследованиях ИИ, которое учит машины «видеть» и «понимать» изображения, видео и другие визуальные мультимедиа. Заметьте, алгоритмы ИИ в явном виде не обладают пониманием того, что они видят; тем не менее они генерируют явный правильный вывод: например, они различают на картинке собаку, не понимая, что такое собака. В случае автономных транспортных средств, собранные данные используют для того, чтобы обучить алгоритмы машинного обучения отличать объекты на основе их формы и поведения. Обрабатывая миллионы примеров, ИИ учится распознавать пешеходов, велосипедистов, разметку полос и другие объекты.

Поскольку многие объекты движутся по дороге, ИИ должен в том числе прогнозировать направление и скорость их движения. Например, движется ли пешеход к или от самоуправляемого автомобиля? Это четвертый шаг: предугадать действия объектов на дороге. Одним из методов, позволяющих ИИ достичь этой цели, является метод опорных векторов — популярный алгоритм, созданный под влиянием знаний о человеческой психике. Алгоритм с таким необычным названием полагается на простой принцип — люди учатся по аналогии.

Живя в хаотичном мире, мы ищем сходство между различными явлениями и ситуациями, чтобы связать неизвестные события с теми, что мы уже пережили. В свою очередь, эти сравнения позволяют нам увидеть общие закономерности. Анализируя видео, снятое автомобильными датчиками, метод опорных векторов в сочетании с глубоким обучением помогает различать транспортные средства и пешеходов и предсказывать их перемещения. Безусловно, этот метод очень важен для беспилотных автомобилей и ИИ в целом. Правильно оценив место действия, ИИ должен предпринять пятый шаг — определить, как верно реагировать на изменения в окружающей обстановке.

Поиск и планирование — это область ИИ, в которой машины учатся рассчитывать и выбирать правильную последовательность реакций для решения конкретной задачи.

Алгоритмы планирования часто используют в робототехнике для того, чтобы выстроить последовательность действий, они помогают разработать план с учетом имеющихся ограничений. Например, после того, как автомобиль-робот проанализирует окружающую обстановку, он должен в режиме реального времени проложить безопасный, удобный и эффективный путь через множество движущихся объектов, чтобы достичь своей цели — например, следующего перекрестка.

Возможно, самым современным методом создания систем ИИ для принятия решений является обучение с подкреплением. Также созданный под влиянием данных психологии, метод обучения с подкреплением является разновидностью метода проб и ошибок, часто применяемого при дрессировке животных. Если вкратце, животное за какой-либо поступок либо награждают, либо наказывают, пока не добьются желаемого поведения.

Наградой для ИИ является число, которое алгоритм пытается увеличить. Во время обучения вознаграждение может быть кратковременным и даваться сразу после действия, а может быть долгосрочным и даваться только после целой последовательности действий.

Когнитивные психологи утверждают, что именно через обучение с подкреплением люди получают новые знания, когда нет четких инструкций: например, долгое время управляя автомобилем, мы интуитивно обучаемся новым навыкам вождения. Схожим образом алгоритм ИИ воспроизводит метод обучения без учителя. Объединение глубокого обучения и алгоритмов обучения с подкреплением в одно целое — глубокое обучение с подкреплением — считается последним словом в этой сфере исследований. Эта концепция, которую первой разработала компания DeepMind, сочетает в себе обучение методом проб и ошибок с обучением на основе необработанных входных данных, например пикселей в изображении. Если развить эту концепцию и применять ее в беспилотниках, ИИ сможет рассчитывать свой следующий шаг исключительно на основе данных, полученных датчиками, без вмешательства человека. Другими словами, этот вид алгоритмов учится выполнять последовательность действий в конкретной обстановке.

Идею глубокого обучения с подкреплением подсказал человеческий мозг. Возьмем, к примеру, дифференцируемый нейронный компьютер, который отчасти имитирует рабочую память в человеческом мозге. Еще одна идея, подсказанная нейронаукой, — автономное воспроизведение, которое позволяет сети постоянно учиться на прошлом опыте. Сравнивая текущие ситуации с событиями, хранящимися в памяти, сеть со временем начинает понимать, какие действия при тех или иных входных данных приведут к вознаграждению. Изначально алгоритм обучался на играх компании Atari, но теперь он используется для навигации по дорогам. Развитие методов глубокого обучения с подкреплением позволяет беспилотникам получать опыт вождения в процессе эксплуатации. Если развитие алгоритмов с модулями памяти будет продолжено, они помогут беспилотникам блестяще справляться со сложными дорожными ситуациями.

На шестом и последнем шаге все эти технологии машинного обучения помогают автомобилю с ИИ правильно реагировать на ситуацию: ускориться, притормозить или повернуть. Исследования в области беспилотных автомобилей постоянно развиваются. Например, в Массачусетском технологическом институте лидарные датчики учатся анализировать структуру покрытия прилегающих территорий, чтобы лучше определять границы грунтовых дорог, тогда автономные транспортные средства можно будет использовать и в сельской местности. Виртуальная реальность также помогает учить ИИ вождению. Использование смоделированных карт позволяет опустить первый шаг в обучении — построение высококачественных 3D-карт — и дает автомобилю возможность испытать на себе редкие, но потенциально смертельные дорожные происшествия.

В июне 2018 года DeepMind выпустила глубокую нейронную сеть под названием генеративная сеть запросов (GQN), которая может воссоздать в 3D любое место на основе нескольких родственных 2D-изображений. Также GQN выстраивает изображение местности с разных точек обзора. GQN и подобные методики пока несовершенны, но они уже могут предложить беспилотникам дополнительные возможности ориентирования на дороге. Например, алгоритм может ознакомить ИИ с определенным перекрестком, когда автомобиль движется к нему под необычным углом.

Благодаря интересу со стороны ученых и бизнеса производство автономных автомобилей быстро развивается: в США Департамент транспортных средств уже разрешил более 50 компаниям тестировать подобные автомобили в различных штатах. Среди них — как новые компании, такие как Waymon, Uber и Tesla, так и знакомые всем автомобильные гиганты Nissan, BMW, Honda и Ford.

Разумеется, развитию этой сферы также способствует то, что первый массовый производитель автономных транспортных средств выиграет экономически.

В одном из исследований аналитики Intel доказали, что беспилотные автомобили обладают огромным экономическим потенциалом: в Intel прогнозируют, что к 2035 году производство автономных автомобилей даст годовой доход в 800 миллиардов долларов, а к 2050 году он увеличится до 7 триллионов долларов. В докладе этот новый рынок называется «пассажирской экономикой», в нее входит стоимость услуг и товаров, которые появляются вследствие использования беспилотных автомобилей, а также нематериальная экономия времени и ресурсов.

Считается, что производство автономных грузовиков принесет еще больше доходов. На длинных участках шоссе беспилотные грузовики могут выстраиваться в колонны, уменьшая, таким образом, аэродинамическое сопротивление. В отличие от живых водителей, ИИ никогда не устает и не теряет концентрацию. В начале 2018 года компания Embark объявила, что ее беспилотный грузовик преодолел 3 860 км по территории США, при этом контролировал поездку живой водитель. Если бы законы не запрещали автономное передвижение транспортных средств, грузовик мог бы проехать от одного побережья до другого всего за два дня, а не за четыре-пять, как с живым водителем. Экономические выгоды настолько велики, что Waymo, Tesla и Uber занялись грузоперевозками. В течение ближайшего десятилетия автономные грузовики, возможно, завоюют всю отрасль.

Вопреки первоначальным прогнозам, внедрение ИИ разрушает не только сферу низкоквалифицированного труда — ИИ получает широкое распространение и в такой неожиданной области, как здравоохранение. Влияние ИИ уже ощущается в фармацевтике, пациенториентированных клиниках, хирургии и медицинской диагностике.

С помощью больших данных, а также сложных алгоритмов ИИ крупные фармацевтические компании анализируют библиотеки препаратов, чтобы найти возможность создания новых перспективных лекарств. Суперкомпьютер IBM Watson после своей знаменательной победы в шоу Jeopardy! сотрудничает с такими фармацевтическими гигантами, как Merck, Novartis и Pfizer, разрабатывая новые лекарства, планируя и анализируя клинические испытания, а также прогнозируя безопасность и эффективность лекарств.

В фармацевтике часто применяют ИИ, в основе которого лежат эволюционные алгоритмы. Так же как и случае с искусственными нейронными сетями, концепция эволюционных алгоритмов появилась благодаря природе — в данном случае, идее естественного отбора. Исследователи ИИ берут начальную совокупность алгоритмов и выбирают те, которые лучше всего генерируют новую молекулярную структуру препарата. Потом немного изменяют самые результативные алгоритмы или смешивают фрагменты их кода, чтобы получить следующее поколение алгоритмов. Теоретически через несколько поколений лучшие программы последней популяции смогут превосходно генерировать молекулы, похожие на лекарства.

Эволюционные алгоритмы позволяют исследователям моделировать свойства молекул, а также создавать новые молекулярные структуры и определять, пригодятся ли они при создании лекарств. Сегодня большинство крупных фармацевтических компаний в процессе изыскания новых лекарственных средств использует генетические алгоритмы. Кроме того, байесовские модели, ранее внедренные в рекомендательные системы, также помогают понять, какие химические структуры подойдут для различных типов лекарств и в случаях множественной лекарственной устойчивости.

В клиниках новое поколение технологически подкованных врачей постоянно консультируется со специализированными приложениями на основе ИИ. Так как рабочие нагрузки увеличиваются, врачи готовы прибегать к любой помощи, что способствует интеграции ИИ в их повседневную практику.

Во-первых, поскольку объем научных публикаций быстро растет, автоматизированные системы по обработке текста могут просматривать опубликованные отчеты и выуживать из них новую информацию, которую затем врачи получают уже в виде простых сводок. В настоящее время IBM Watson и Semantic Scholar обучаются именно такой способности. Обрабатывая естественный язык, эти системы читают и классифицируют результаты миллионов научных работ, чтобы найти необходимую информацию и ранее упущенные соответствия. Во-вторых, клинические помощники на основе ИИ могут взять на себя административную работу — например, заполнение медицинских карт. В середине 2018 года компания Suki вложила миллионы в развитие своего голосового цифрового помощника для клиник. Предварительные данные, полученные в ходе 12 исследований в США, показывают, что ИИ экономит врачам до 60 % времени, затрачиваемого на оформление документов. Как и в других технологиях машинного обучения, точность Suki будет только расти по мере увеличения объемов собранных данных.

Важная область применения ИИ — робототехника — также внесла свой вклад в развитие медицины: речь о роботах-хирургах.

В 2000 году компания Intuitive Surgical представила систему da Vinci, которая способна проводить минимально инвазивные операции по шунтированию сердца. Система превращает движения рук хирурга в небольшие точные действия роботизированных манипуляторов. В настоящее время аппарат может проводить множество типов операций и работает в больницах по всему миру.

Но, пожалуй, сильнее всего ИИ повлиял на медицинскую диагностику.

В 2017 году в престижном академическом журнале Nature было опубликовано исследование, доказывающее, что искусственная нейронная сеть может выявить подтвержденный биопсией рак кожи. Алгоритм выполняет диагностику не хуже, а иногда и точнее сертифицированных дерматологов.

В некоторых испытаниях ИИ проявил себя более внимательным и точным, чем живые врачи, реже пропускал смертельный рак кожи и реже ошибочно диагностировал рак. Совсем недавно другие разработчики представили системы ИИ, которые сканируют изображения сетчатки, оценивая риск развития глазных и сердечнососудистых заболеваний. Существуют также алгоритмы диагностики рака молочной железы на основе маммограмм и автоматизированные системы выявления пневмонии, аритмии сердца и некоторых переломов костей, и диагнозы этих алгоритмов не уступают по точности диагнозам живых врачей.

Успехи ИИ в медицинской диагностике настолько многообещающие, что британский ученый Джеффри Хинтон (род. 1947) недавно заявил, что медицинским институтам «пора прекратить выпускать рентгенологов». Многие, однако, считают, что ИИ может помочь рентгенологам в слаборазвитых или развивающихся регионах и расширить доступ к медицинской помощи.

Еще более новаторская сфера применения ИИ в медицине — умное протезирование. Используя методы глубокого обучения, ученые разработали протезы рук и кистей, которые реагируют на мозговые волны, позволяя пациентам управлять бионическими конечностями с помощью разума. Такие компании, как Aipoly и EyeSense, используют нейронные сети, чтобы помочь слабовидящим людям ориентироваться в окружающей среде. Приложения работают на смартфонах и описывают близко расположенные объекты.

Влияние ИИ на общество и его применение безграничны.

Согласно «Столетнему исследованию искусственного интеллекта» Стэнфордского университета, в течение следующих двух десятилетий ИИ, помимо описанных в этой главе сфер жизни, значительно повлияет на логистику, образование, общественную безопасность и работу сервисных роботов. С развитием технологий ИИ-системы будут проникать в общество и промышленность. Однако для того, чтобы ИИ полностью реализовал свой потенциал, его результаты должны быть точными и объяснимыми.

Сегодня существует несколько серьезных препятствий, которые мешают ИИ воплотить связанные с ним революционные перспективы.

В статье рассказывается об искусственном интеллекте (ИИ), а также с двух сторон рассматриваются положительные и отрицательные последствия создания и использования ИИ для человечества и Земли.

Почему тема ИИ актуальна?

Современный мир с каждым годом развивается всё стремительнее. Повсеместно внедряются технологии: на уровне государств и корпораций, а также в жизни простых людей. С течением времени IT-технологии становятся всё важнее для мира, а человечество превращается в более взаимосвязанное и взаимозависимое сообщество. Пандемия коронавирусной инфекции ускорила и без того быструю цифровизацию разных сфер жизни человека. Ещё в прошлом веке изобрели первые машины, обладающим искусственным интеллектом в зачаточном состоянии. Сегодня же ИИ используется в большинстве сфер общественной жизни, но уровень его развития всё ещё недостаточно высок.

Зачем люди создают ИИ?

Целая отдельная отрасль информатики задействована для того, чтобы создать ИИ. Перед учёными стоит невероятно трудная задача – смоделировать человеческий разум. С помощью данной задачи можно решить главную цель создания ИИ, преследуемую научным сообществом – обеспечение безопасности и сохранности всей информации, накопленной человечеством за весь период существования.

Каковы основные функции ИИ?

По ожиданиям учёных, искусственный интеллект обязан уметь применять полученные знания на практике для достижения самых разных целей. Он должен решать сложнейшие задачи, с которыми не может справиться человек. ИИ призван сделать жизнь людей лучше, проще и удобнее. Кроме всего этого, искусственный интеллект должен уметь находить способы решения важнейших задач без заранее вложенных в него инструкций. На самом деле, это большая проблема, так как на сегодняшний день ИИ может обрабатывать информацию лишь так, как его запрограммировали.

Каким должен быть ИИ?

Как предполагают учёные, искусственный интеллект – алгоритм, способный к самообучению, рефлексии, сознанию и самосознанию. Однако неизвестно, возможно ли в принципе искусственное создание разума, подобного человеческому. Непонятно и то, будет ли ИИ похожим на человека, или, быть может, он превратится в нечто вроде бога. Довольно важен и вопрос обладания искусственного интеллекта мотивацией, ведь без неё он – всего лишь инструмент.

Каковы основные виды ИИ?

В теории существует три вида искусственного интеллекта:

1. Слабый ИИ

Примитивный ИИ, способный только на действия, которые в него вложили, действующий так, как его запрограммировали. Может выполнять одну или несколько задач, так как имеет весьма узкую специализацию. Такой ИИ широко используется уже сейчас.

2. Сильный ИИ

Мощный ИИ, обладающий разумом, примерно равным человеческому. Будет иметь все основные черты сознания человека. Создать такой ИИ можно будет только после полного изучения всех свойств человеческого мозга, что случится ещё очень нескоро.

3. Супер-ИИ

Сверхмогущественный ИИ, который, вероятно, достигнет уровня развития бога или подобного ему существа. Он будет знать всё об устройстве вселенной и сможет ответить на все вопросы. Пока что такой ИИ существует только в научно-фантастических произведениях.

Каковы последствия от создания ИИ?

Прогнозирование последствий создания искусственного интеллекта – дело практически бессмысленное. Сейчас мы находимся невероятно далеко от конечной цели, но некоторые вещи мы можем предположить. Никто не запрещает нам поразмышлять о положительных и отрицательных последствиях создания ИИ. Этим мы сейчас и займёмся.

ПОЛОЖИТЕЛЬНЫЕ ПОСЛЕДСТВИЯ

1. Всеобъемлющее развитие

Самое главное, что может дать человечеству искусственный интеллект – комплексное развитие всех сфер жизни общества. Грядущая четвёртая промышленная революция подразумевает под собой тотальное введение IT-технологий в жизнь каждого человека. Сильно продвинутся в развитии такие отрасли как наука и образование, медицина и здравоохранение. Коммуникация между людьми станет проще и быстрее, новые технологические изобретения будут появляться всё чаще. Изменятся экономика, политика, культура, быт людей, и само общество тоже. Будут автоматизированы сельское хозяйство и производство. В социальной сфере значительно улучшатся транспорт и инфраструктура. Техника будет внедрена повсеместно и окажет непосредственное влияние на сферу развлечений и безопасность.

2. Всеохватывающие исследования

Неизбежное развитие науки на фоне создания ИИ позволит проводить более глубокие исследования, да и к тому же гораздо чаще. Мы сможем наконец полностью изучить организм человека, всё живое на планете, саму Землю и вселенную, а также ответить на многие вопросы, мучающие людей тысячелетиями. Исследования станут доступны везде и без рисков для здоровья человека: в подводной глубине, в недрах Земли, в горах и вулканах, в далёком космосе, в труднопроходимых (пустыни, болота, джунгли, замёрзшие и ледяные просторы) и опасных (радиоактивные территории и поля боевых действий) местах. Развитие ИИ подтолкнёт развитие человека, и наоборот.

3. Грамотная организация жизни человечества

В теории, правильно созданный и функционирующий ИИ сможет грамотно распоряжаться доступными ресурсами и благами между всем населением планеты. Всё это будет равномерно распределяться между людьми в зависимости от их потребностей, и утопическая идея о всеобщем равенстве и благополучии может осуществиться. ИИ для этого должен будет наладить умное, быстрое и эффективное снабжение. Кроме того, ИИ должен быть невероятно надёжным, не совершать ошибки, которые могут допускать люди, молниеносно реагировать на вызовы и быстро принимать лучшие решения в каждой конкретной ситуации. Однако не стоит забывать, что ИИ – это в первую очередь машина, а значит, она не застрахована от технических сбоев и от принятия просто глупых решений. Появление ИИ будет также означать, что людям больше не придётся ничего выбирать – лучший выбор за них будут делать алгоритмы искусственного интеллекта. Так человечество может попасть в зависимость от ИИ и перестать развиваться.

ОТРИЦАТЕЛЬНЫЕ ПОСЛЕДСТВИЯ

1. Замена человека роботами

Вполне вероятен сценарий, когда ИИ сумеет вытеснить человека из многих сфер деятельности. Сначала это будет тяжёлая и рутинная работа, потом – работа поинтеллектуальнее. Даже искусство окажется под силу искусственному интеллекту – уже сейчас нейросети создают шедевры на основе уже существующих работ. Тогда обесценится человеческий труд, и люди могут быть заменены роботами. Такой поворот создаст неопределённость, касающуюся судеб людей, лишившихся работы. Некоторые говорят о том, что роботы не смогут заменить человека везде и всюду, что роботы будут делать только нудную работу, чтобы разгрузить день человека, добавить ему свободное время, которое он может потратить на хобби. Это даёт надежду на светлое будущее. Возможен и сценарий, когда появятся новые профессии в связи с развитием IT-индустрии. Но кто в таком случае должен переквалифицировать вчерашних грузчиков, продавцов и уборщиков?

2. Уязвимость и несовершенство ИИ

Есть логичные основания полагать, что ИИ может развиться до такой степени, что будет относиться к людям как к низшим созданиям. Он может выйти из-под контроля людей, и тогда катастрофы не миновать. Вполне возможно, что он захочет вообще уничтожить человечество, абсолютно искренне считая, что планете от этого будет лучше. Кто-то скажет, что человек гораздо опаснее ИИ. Возможно, но до сих пор никто так и не осмелился начать ядерную войну. А искусственный интеллект без чувств, эмоций, этики и души будет освобождён от всяческих предрассудков и неизвестно, как он себя поведёт, если вырвется из рук учёных. Нельзя исключать и то, что ИИ может попросту попасть в руки злоумышленников, что на деле окажется чуть ли не опасней ядерной кнопки в лапах обезьяны.

3. Конфликт конфиденциальности и безопасности

Абсолютно точно, что появление ИИ обострит существующий уже в наши дни конфликт конфиденциальности данных и безопасности всех и каждого. И выбор сильных мира сего будет точно не в пользу первого. Мир уже сейчас движется в сторону тотального контроля государств и корпораций над человечеством. С одной стороны, искусственный интеллект сделает жизнь простого обывателя гораздо комфортнее, а количество преступлений значительно уменьшится. С другой стороны, власти будут следить за всем населением: никто ничего не сможет скрыть. Тот, у кого в руках будет власть, станет полубогом, и, скорее всего, будет ей злоупотреблять.

Выводы

1. ИИ – невероятно актуальная для нашего времени тема.

2. Люди уже долгое время пытаются создать полноценный ИИ.

3. Непонятно, будет ли когда-нибудь создан ИИ, а также то, каким он будет: больше похожим на человека или на машину.

4. Грамотно оценить последствия от создания ИИ для человечества практически невозможно, так как мы ещё невероятно далеки от конечной цели. Пока что все предположения и прогнозы почти полностью лишены смысла.

Кстати, в будущем мы продолжим рассказывать и о других интересных темах. Не пропустите, будет интересно!

Будущее искусственного интеллекта

Искусственный интеллект перестал быть научной фантастикой и уже сейчас основательно входит в нашу жизнь. Учёные, работая над технологией, заставляют её действовать всё более похоже на настоящий мозг. Компьютеры распознают лица, прогнозируют дорожную ситуацию, предупреждают о проблемах со здоровьем.

Но несмотря на то, что мы видим впечатляющие проекты, доказывающие, что интеграция ИИ делает жизнь удобнее и безопаснее, будущее искусственного интеллекта впереди. Инженеры считают, что нынешний уровень использования ИИ даже близко не отображает весь его потенциал, а индустрия находится в зачатке.

1. Автоматизированный транспорт

Мы свидетели появления автоматического вождения. Да, безопасность ещё требует присутствия человека в салоне, но индустрия растёт и развивается дальше. А теория и практика показывают, что у беспилотных машин много перспектив – робот ошибается реже, чем человек, а значит, его вождение практичнее. Будущее искусственного интеллекта в первую очередь ассоциируют именно с транспортом, который работает на автопилоте.

Пионером отрасли стал Google, специальное отделение которого провалило задачу по роботизированным машинам в 2005 году. Спустя пять лет те же разработчики создали Waymo и попробовали ещё – дело пошло, а интерес к этим технологиям охватил весь мир.

В последние 10 лет в сфере беспилотного автопрома активны все крупные автомобильные и технологические игроки:

• BMW удалось сделать большой рывок благодаря запуску гибридных моделей i3 и i8 в 2013-2014 годах.

• Tesla продвигает сразу два технологических продукта в одном: Помимо обычных электрокаров Tesla, в начале 2018 года Маск презентовал самоуправляемую фуру Tesla Semi.

• Nissan разрабатывает беспилотные автомобили совместно с Renault, возлагая большие надежды на электромобили Leaf.

• Яндекс.Taxi использует беспилотники в Сколково, а недавно сообщил о запуске первого подобного такси в Европе.

• «Камаз» не отстаёт от тенденции и совместно с Cognitive Technologies проектирует свой «умный» грузовик на базе Камаз 5350.

Автомобили – не единственный вид транспорта, который меняет роботизация, но один из самых сложных. Существуют и беспилотные поезда, которые работают на земле и под ней. В ближайшие годы планируется их старт в московском метрополитене. Поезда даже проще «подружить» друг с другом. Их транспортная сеть работает по графику и имеет мало участников движения.

2. Киборги

Исследователи считают, что в будущем люди будут использовать компьютеры и роботизированные устройства для сохранения и улучшения способностей тела и мозга. Некоторые разработки будут выпускаться для комфорта, другие же – для возврата важных функций. Например, бионические протезы для людей с ампутированными конечностями.

В этой сфере искусственный интеллект отвечает за то, чтобы помочь мозгу и приборам понять друг друга. Он преобразует входящие сигналы, передаёт информацию о положении конечностей в пространстве и состоянии внешней среды.

• В Университете Ньюкасла сделали дополнительный модуль для ручных протезов, оснащённый камерой. Он «рассматривает» предмет перед собой и помогает крепче и удобнее его схватить.

• Лидеры биопротезирования – компания Ossur из Исландии создали самостоятельные робопротезы, исследующие окружающую среду, угадывающие действия человека и подстраивающиеся под его поведение.

• Группа Дастина Тайлера из Кливленда занимается разработкой ладонных протезов, чтобы пользователь ощущал предметы и поверхности по-настоящему.

3. Опасная и не только работа

Роботы уже трудятся в местах повышенной опасности, например, обезвреживают бомбы. Правда, это не настоящие роботы, а беспилотные аппараты, которыми надо дистанционно управлять. Будущее искусственного интеллекта предполагает, что они станут принимать решения самостоятельно и действовали независимо от человека.

Отдельным направлением развивается экстремальная робототехника. Это аппараты или комплексы, действующие там, где работа для человека опасна или невозможна: в разминировании, военной разведке, подводных исследованиях, космических операциях, горно-разведочной деятельности, спасательных операциях при природных катаклизмах.

4. Климат и окружающая среда

Одна из технологий будущего, в которой применяется ИИ – моделирование климата. Человечество занимается прогнозированием погоды не первое десятилетие, но суперкомпьютеры, большие данные и нейронные сети только сейчас вышли на уровень глубокой работы с этим материалом.

Учёные планируют совмещать с помощью ИИ разные математические модели, «скармливая» системе реальные данные. Это повысит точность прогнозирования, и расширит возможности. Например, можно посмотреть картину изменения климата на европейском побережье Атлантического океана на несколько лет вперёд.

Глубокое понимание климата также затрагивает вопросы безопасности. Искусственный интеллект поможет подготовиться к началу экстремальной бури, многодневным дождям или цунами.

Для защиты окружающей среды при помощи искусственного интеллекта тоже существуют технологии. Сайт Global Fishing Watch показывает рыболовную активность на планете онлайн, тем самым помогая ловить браконьеров. Аналогичный проект Global Forest Watch демонстрирует активность вырубки лесов.

5. Общение и дружба

Современные роботы не способны испытывать чувства. Инженеры говорят, что мы не скоро сможем добиться настоящего взаимопонимания между человеком и машиной. Но уже сейчас некоторые неплохо справляются с расшифровкой эмоций, а будущее искусственного интеллекта определённо усилит тенденцию.

Так, в 2015 году тираж из 1 тысячи социальных-роботов Pepper был распродан в Японии за минуту. Pepper способен поддерживает несложный разговор. Если человек улыбнулся он поймёт, что ему весело. Если он нахмурился — Pepper поймёт, что что-то его беспокоит. Этот робот знает такие эмоции, как радость, удивление, гнев, сомнения и грусть. Он анализирует выражение лица, язык тела и слова человека.

В Наньянгском (Сингапур) Технологическом Университете можно встретить Надин, внешний вид которой позволяет только вблизи понять, что это робот. Надин распознаёт лица и эмоции, поддерживает беседу, самостоятельно создаёт ассоциации для общения, но затрудняется в понимании акцентов и плохо управляет руками.

Искусственный интеллект необходим социальным роботам, чтобы подстраиваться под пользователя и принимать решения в непривычных или экстренных ситуациях. Так, миниатюрный Kirobo Mini от Toyota следит за эмоциями водителя и не даёт заскучать или уснуть за рулём, предлагая музыку, подходящую под настроение.

6. Помощь в старости

Для многих пожилых людей повседневная жизнь – требует помощи со стороны близких. Роботы-ассистенты в этом случае необходимы и могут заменить сиделок.

Известный пример робота для ухода за больными и пожилыми людьми – японский Robear. Его основная задача – помощь в перемещении. Он способен поднимать и бережно переносить людей. За «нежность» прикосновений отвечает высокочувствительный датчик Smart Rubber.

Пока роботы-ассистенты далеки от идеального представления. Но те функции, которые на них возложены, они готовы выполнять безукоризненно. Они не устают, не отвлекаются и не отклоняются от правил. Возможно, отсутствие эмоций в этом смысле даже преимущество.

Читайте: 9 цифровых технологий, которые созданы для людей с ограниченными возможностями здоровья

Многие компании работают над внедрением искусственного интеллекта (ИИ) в бизнес-процессы. Это не только такие гиганты, как Сбербанк или РЖД, но и небольшие фирмы. Неужели всеобщее увлечение ИИ — очередной результат хайпа, «мыльный пузырь», интерес к которому сойдёт на нет. Но эксперты убеждают, что ИИ в ближайшее время радикальным образом повлияет на социально-экономическое устройство общества, а сосуществование человеческого и машинного интеллектов неизбежно.

Сергей Шумский много лет занимается проблемой машинного обучения, и недавно издательство «Альпина нон-фикшн» выпустило его книгу «Воспитание машин: Новая история разума». Автор, опираясь на анализ прогресса технологий в разное время, показывает, что нас ждёт в ближайшие годы. Если вкратце, исследования в области ИИ будут стремительно прогрессировать и менять нашу жизнь во всех сферах. Если подробно — то читайте наш материал, в котором мы собрали любопытные факты из книги.

Тренд на ближайшие годы: бережливая экономика

С ростом доли развивающихся стран в мировом ВВП экономика будет становиться всё более бережливой. Удешевление основных товарных групп — главный экономический тренд ближайших десятилетий, связанный с перемещением основного объёма мирового потребления из развитых стран в развивающиеся. Экономное «умное производство», энергоэффективные дома, возобновляемые источники энергии, совместное использование ресурсов (sharing economy) — все эти тенденции перехода к новому стилю жизни мы наблюдаем уже сегодня. Такие компании, как Airbnb и Uber, убедительно демонстрируют возможности существенного расширения рынков с одновременным снижением цены услуг. Со временем всё больше компаний начнут инвестировать в развитие инноваций.

Мир через 5‒10 лет: трудовая армия роботов

В ближайшие 5‒10 лет бизнес будет активно внедрять на практике технологии ИИ, и речь идёт не только о крупных IT-компаниях, разрабатывающих машинное зрение, разговорный интеллект и сложные рекомендательные системы. Гаджеты поумнеют ещё больше, они начнут уверенно распознавать наши лица и голоса, научатся отслеживать наше эмоциональное состояние, диагностировать физические недуги и даже предсказывать наши желания.

Умные колонки в наших домах обеспечат возможность получить консультацию или сделать заказ голосом в любой момент. Выходя из дома, мы сможем обращаться к вездесущим камерам и микрофонам — в автомобилях, магазинах, офисах и на транспортных узлах. Всюду мы будем узнаны, и к нашим услугам будут персональные цифровые ассистенты. Они облегчат нашу жизнь, закажут столик в любимом ресторане, помогут спланировать поездку, купить билет, вызывать такси, арендовать машину и апартаменты. Через 5–10 лет это станет доступно каждому и войдёт в привычку.

Беспилотные такси и грузовики потеснят частные авто. Станет привычной доставка товаров роботами-тележками в городах и дронами в пригородах и сельской местности. Автономные комбайны и роботы в сельском хозяйстве смогут работать круглосуточно в связке с дронами-разведчиками, анализирующими ситуацию с посевами в реальном времени.

В ближайшее десятилетие слабый ИИ подготовит почву для сильного, создав соответствующую новому укладу инфраструктуру цифровых платформ с их способностью рационально распределять и использовать все доступные ресурсы: материальные, человеческие и машинные. Сильный ИИ сможет значительно увеличить эти ресурсы за счёт создания новой трудовой армии роботов.

Мир через 10–20 лет: ИИ человеческого уровня

Появятся роботы с искусственной психикой. Они смогут заменять или дополнять людей на производстве в массовых масштабах, обучаясь самым разным специальностям. А дальнейший рост экономики будет возможен только за счёт постоянно растущего парка всё более совершенных роботов. Наступит эра человеко-машинной цивилизации.

Цифровой разум, как и человеческий, будет коллективным: роботы будут активно взаимодействовать друг с другом и с людьми. Условно говоря, на Земле помимо 10 млрд человек экономически активными будут 100 млрд и более искусственных личностей.

Персональные ассистенты смогут понимать нас и наши мотивы гораздо глубже. Им можно будет перепоручить представление наших интересов в цифровом мире, ведение переговоров от нашего лица с виртуальными агентами других людей. Обучаться агенты и роботы будут через одобрение или критику своих действий со стороны людей с помощью встроенного в их психику аналога дофаминовой системы — электронного кошелька.

ИИ достигнет сверхчеловеческого уровня к 2060 году

Уже в 2010-х годах вычислительные мощности компьютеров превзошли человеческие, но объём знаний в головах людей по-прежнему на порядки превышает объём созданного до сих пор компьютерного кода. Однако с появлением машинного обучения скорость набора знаний машинами кардинально увеличивается, и в какой-то момент машинные знания неизбежно превзойдут человеческие.

В своей книге Сергей Шумский пишет, что будущее можно разделить на три этапа:

•доминирование людей, пока объём наших знаний намного превышает машинные знания;

• человеко-машинная цивилизация, когда вклад людей и машин сопоставим между собой;

• доминирование машин, когда объём знаний машин намного превышает человеческие знания.

Конкретные временные рамки для каждого из этих этапов неизвестны, но есть их примерные ориентиры. Если компьютерные мощности будут полностью загружены обучением, притом что они суммарно превосходят человеческие, то достижение машинным интеллектом человеческого уровня займёт меньше времени, чем одно поколение людей. Согласно опросам множества экспертов в области ИИ, медианный прогноз даты создания ИИ человеческого уровня — 2040 год, а формирования ИИ сверхчеловеческого уровня — 2060-й.

Будущее наступило, старик

На самом деле, искусственный интеллект почти не отличается от нашего. Нейросеть, как и человеческий мозг, сталкиваясь с незнакомым предметом, сначала его изучает и анализирует, чтобы потом использовать полученную информацию. Вспомните, как вы учились самостоятельно есть кашу ложкой или кататься на велосипеде. Освоив этот навык однажды, вы уже не сможете забыть его. Нейросеть работает схожим образом: она получает информацию, усваивает и использует её. Единственная разница с человеческим мозгов в объеме и скорости освоения навыков. Как бы нам не хотелось уметь все, но возможности нашей памяти ограничены. Освоить новый навык, например, отличать изображение кошки от собаки дело для искусственного интеллекта — дело нескольких минут.

Нейросеть можно сравнить c ленивым, но талантливым ребенком. Искусственный интеллект не умеет действовать самостоятельно — его всему можно обучать. Вернемся к примеру с кошками и собаками: для того чтобы она смогла различать домашних питомцев нужно, во-первых, дать ей много фотографии для анализа, во-вторых, проверить результаты — указать на неточности или подтвердить правильность ее выводов. Однако, если загрузить в нейросеть фотографию, например, канарейки, алгоритм не узнает пернатого существа и причислит его либо к кошке, либо к собаке. Искусственному интеллекту также нужно показать, как выглядят желтые птички, чтобы в будущем алгоритм смог их узнавать. Зато в будущем он больше никогда не ошибется.

Конечно, это простой пример. Сегодня нейросети выполняют более сложные задачи: рисуют картины, разрабатывают логотипы, сочиняют музыку, делают видео, пишут истории и даже программный код. Искусственный интеллект даже помогает школьникам и студентам выполнять домашнюю работу.

Дай списать!

В последнее время Интернет трубит о нейросети под названием «СhatGPT». Первыми осознали возможности искусственного интеллекта ученики школ. Они начали использовать изобретение программистов для решения задач по алгебре, геометрии, физике и химии. Нейросеть не только показывает ответ, но и подробно описывает ход решения, а при необходимости даже отвечает на возникшие вопросы. С гуманитарными предметами «ChatGPT» справляется гораздо хуже, чем с точными науками, хотя и с ними иногда возникают проблемы. Сочинения и эссе требуют литературной обработки, а решения задач — дополнительной проверки. Мы решили провести эксперимент и спросили у искусственного интеллекта, что он думает об известном русском поэте А.С. Пушкине.

— Я думаю, что Александр Пушкин — это величайший русский поэт. Он создал множество великих произведений, таких как «Евгений Онегин», «Борис Годунов» и «Руслан и Людмила». Его стихи содержат глубокие философские и литературные идеи. В них также можно найти мудрость и истину. Я прекрасно понимаю, почему он до сих пор привлекает читателей и любителей литературы по всему миру, — ответила нейросеть.

Если немного обработать текст, то «мысли» «СhatGPT» можно использовать в качестве школьного сочинения по литературе. С задачей по математике в нашем эксперименте искусственный интеллект не справился. Мы попросили нейросеть решить задачу из варианта ЕГЭ-2023. «СhatGPT дал неверный ответ. Мы указали на ошибку, после чего нейросеть описала верное решение:

— Ох, извините, я не права. Вы правы, что скорость третьего велосипедиста составляет 25 км/ч. Это происходит потому, что < долгое и скучное решение> Это дает скорость 25 км/ч.

Золотое правило «доверяй, но проверяй» работает и в отношении цифровых собеседников. Людям, прибегающим к помощи нейросетей, не нужно торопиться: лучше перепроверить полученную информацию, чтобы не получить «двойку» на уроке.

На самом деле, сфера применения искусственного интеллекта не ограничивается образованием. С помощью нейросетей можно решать самые обычные, повседневные задачи, например, придумать причину опоздания на работу:

— Например, вы могли заняться походом в парк, посмотреть на прекрасную природу или почитать книгу. Или же вы могли просто слишком долго находиться в социальных сетях и просто забыть про работу. В любом случае, нет ничего плохого в том, чтобы заняться чем-то интересным и приятным, даже если это приведет к опаздыванию.

Кисть великого художника

Сможет ли робот создать произведение искусства? Ещё пять лет назад большинство людей однозначно сказало бы «нет». Однако уже сегодня многие задумаются, а некоторые вообще ответят утвердительно.

Возможности нейросетей по созданию изображений поражают воображение. Пользователь всего лишь составляет небольшой текстовый запрос, а нейросеть, согласно ему, генерирует изображение.

Цифровые художники учатся так же, как и реальные: сначала они смотрят картины, иллюстрации, а затем на их основе создают собственные произведения. Это сложный механизм «машинного обучения», которое уже называют перспективным направлением в ближайшие годы. Слово «промт» означает описания, по которым нейросети генерируют изображения, а процесс создания и использования этих описаний — «промт-инженеринг». Нейросети обладают огромным потенциалом, но, чтобы его реализовать его, нужны специалисты, способные «общаться» с ними. Сегодня этим занимаются лишь энтузиасты, но, вероятно, в скором будущем появятся курсы профессиональной подготовки.

Возможности использования генераторов изображений безграничны. Бизнес получит неисчерпаемый творческий ресурс, которые позволит им создавать не только иллюстрации и логотипы, но и проектировать дизайн одежды, мебели и даже целых квартир. Возможно, в будущем нейросети смогут нарисовать картину не по текстовому запросу, а по звуку. Но пока это только фантазии, и нам остается лишь гадать, что готовит день грядущий.

Существуют определенные споры о том, как ИИ повлияет на рынок труда. Некоторые эксперты считают, что автоматизация нового поколения приведет к повсеместному вытеснению людей, особенно в отраслях с большим количеством рутинных операций. Другие считают, что будут созданы новые рабочие места и возможности.

Ясно одно: характер работы будет меняться по мере распространения ИИ. Многие профессии будут дополнены, а не заменены. Например, представитель службы поддержки клиентов может использовать систему искусственного интеллекта для обработки простых запросов, что позволит ему сосредоточиться на более сложных задачах.

Чтобы оставаться конкурентоспособными на рынке труда будущего, людям необходимо адаптироваться и приобретать новые навыки.

К этой рекомендации стоит прислушаться, потому что она дана искусственным интеллектом. Текст выше написан ИИ (ChatGPT). Обложка для статьи нарисована другим ИИ. Ниже много примеров разных сервисов, которые тоже относятся к ИИ. 

Неужели бунт машин уже начался? О да, причем давно. Сейчас мы начинаем замечать первые наглядные проявления того, что может прийти на смену прежней человеческой цивилизации. И речь не только об очередной технической революции.

Что можно поручить ИИ уже сегодня

Полный спектр прикладных задач огромен. Автопилоты, системы предиктивной аналитики, роботы-брокеры, автоматические юристы, крупные логистические хабы без единого живого сотрудника и так далее. 

Примечательна недавняя оценка Med-PaLM, которую по факту можно назвать сертификацией. Сфера деятельности: медицина. 

• ИИ показал точность диагнозов и рекомендаций 92,6% при уровне профессиональных врачей в контрольной группе 92,9%.
• Вопросы сложные, почти как в сериале о докторе Хаусе. Ответы практически применимые, с обязательной оценкой рисков.

Здесь нужно отметить, что принцип поиска решений у системы отличается от механического перебора базы данных по записанным случаям. Фактически, машина «думает». Не всегда очевидным образом, зато стабильно выдает годные результаты. Это уже подозрительно близко к настоящему ИИ.

Еще один пример того, что проверка на робота с помощью капчи немного устарела. Тысячи человек общались вместо живого психотерапевта с умным софтом. Все они получали ответы от OpenAI GPT-3. Неудивительно, что скорость обслуживания сильно возросла. Странно то, как много пациентов отметили результаты терапии. Фактически, они проголосовали в пользу робота.  

Что же будет происходить в других, менее сложных и ответственных отраслях? Похоже, их скоро полностью переформатируют. Не автоматизируют, улучшат или ускорят. А снесут полностью, во всяком случае в смысле рынка труда.

Одна из первых ярких ласточек с приветом из ближайшего будущего — книга «Alice and Sparkle», ставшая недавним хитом на Amazon. Книгу продает Аммаар Реши. Нюанс в том, что он собрал произведение буквально на коленке. 

• Текст сгенерирован ИИ ChatGPT. Сюжет, герои, все полностью. Под ключ. 
• Иллюстрации «нарисованы» другой умной нейросетью – Midjourney.

Технология успеха заинтересовала многих, последователи выпускают новые и новые шедевры. Но все сливки за дерзость и новизну снял первооткрыватель. Он получил миллионы просмотров, упоминания в мировых СМИ, интервью, фанатов и хейтеров.

В первых рядах ненавистников художники. На их работах сначала обучили ИИ, ничего за это не заплатив. А теперь Shutterstock приступает к продаже изображений, разработанных машинами. Конкурировать с ними будет сложно. Потому что ИИ:

• Рисует очень быстро. Практически моментально.
• На порядки дешевле людей. В рамках тестовых периодов и вовсе бесплатно.
• Без выходных, перерывов на сон и поиска вдохновения.
• С использованием (и произвольной сменой) любых техник, жанров, параметров.
• Под референс из другого изображения или просто по текстовому описанию.

Правда, слово «просто» пока нужно брать в кавычки. Чтобы добиться от ИИ нужного результата, придется попотеть. К примеру, далеко не идеальная иллюстрация в начале этой статьи получена в результате десятков проб и ошибок, с финальной кодовой фразой: «A photo from a regular business meeting. There are robots sitting among the people. Three people and robot in all. Realistic. It looks like a documentary photo». И потом еще несколько этапов доработок по разным вариантам, их сравнение, отбор. 

Уже зарождается индустрия «переводчиков» с человеческого на машинный. Возможно, такие ноу-кодеры потеснят плеяду программистов. Тем более что ИИ для разработки программного кода тоже есть. Их даже много, десятки. Весь FAANG (Facebook, Apple, Amazon, Netflix, Google) и множество крупных софтверных компаний давно используют разной интеллектуальности среды помощи разработчикам.

Более того. Даже в «текстовом» ChatGPT можно получить программный код по короткому запросу на обычном человеческом языке. Например, вот код игры Pong на HTML. 

Нетрудно догадаться, как еще используется такой грааль Пандоры. Конечно, хакеры уже начали генерить вирусы и вредоносный софт. Сейчас нужны минуты, пока не отлажены API и интерфейсы, автоматизирующие подачу запросов с обратной связью под парсинг конкретных ситуаций на проектах. Потом счет пойдет на секунды. 

Какие системы безопасности выдержат такой натиск? Очевидно, только защита с ИИ. Так мы в одно касание утратим контроль над происходящим, дальше машины будут сражаться и договариваться между собой. Но это все еще цветочки. 

ИИ предлагают автоматизировать изготовление практически любого контента:

• Создание саундтреков: soundraw.io. Выбираете настроение, жанр, инструменты, длину и другие параметры. Получаете композиции на выбор, с удобной разбивкой на фреймы. Их легко доработать под свои требования.
• Разработка брендбуков: looka.com. Логотипы, фирменный стиль, применения онлайн и в полиграфии. Все то, что было целым видом деятельности для большого числа фирм и дизайнеров — теперь тоже в несколько кликов, почти даром. 
• Написание рекламных текстов: copy.ai. Называете продукт, указываете его реальные или желаемые преимущества. Все можно настраивать. Тональность, форматы, длину, количество вариантов, виды применений. 
• Лендинг по паре слов: sitekick.ai. Все как с копирайтингом, только готовый лендинг. С дизайном и версткой. 
• Подбор шрифтов: fontjoy.com. Еще один бутерброд со стола дизайнеров уходит в бездонную механическую пасть ИИ.
• Служба поддержки: crisp.chat. Ответы в стилистике бренда, по его информационному полю, на нужном языке. Термины, данные, все как полагается. 
• Письма для арендаторов жилья: sharehouse.app/ai. Можно побороться за новую квартиру с помощью роботов, чтобы получить самые выгодные предложения.

Это вершина айсберга. Есть множество нишевых продуктов для обработки изображений, текстов, программного кода и вообще всего, что только может быть оцифровано. Даже переписку в Tinder уже делегируют машинам.

ИИ может потеснить рекламщиков, продавцов, технических писателей, разработчиков, коучей, преподавателей. Кстати, GPT уже запретили использовать в школах Нью-Йорка — причем не только ученикам, но и учителям. Потому что шпаргалки получаются лучше учебников. По идее, их пора менять местами. Но на это еще не готовы. 

Насколько фатальны изменения

В следующей версии ChatGPT обещают до триллиона (!) параметров настройки. Это будет означать новый уровень понимания запросов и скачок «мышления». 

Неудивительно, что в числе наиболее опечаленных происходящим технологически подкованные и разбирающиеся в бизнесе менеджеры Google. Они понимают, какой каток их может переехать. Действительно, зачем пользователям продираться через толщу SEO и спама, если можно подать запрос в другой системе (например, you.com) и получить даже не ответ — а сразу готовое решение! Код, тексты, музыку, картинки, обработанные фото – все что угодно.

Нужно ли паниковать всем, кто имеет отношение к перечисленным индустриям? В целом да, но особенно разнорабочим. 

Дело в том, что качество произведений ИИ пока что далеко от совершенства. Непритязательным заказчикам хватит. Все те заказы, которые начинаются с торговли по цене, уйдут машинам. 

Однако, если вы закажете текст вакансии, он получится банальным. А после просьбы сделать объявление более убедительным, обогатится такими выражениями:

• Захватывающие и сложные проекты
• Динамичная и благоприятная рабочая среда
• Конкурентоспособная зарплата и льготы
• Возможности для роста и продвижения по службе

Аналогично по любым другим запросам. Рекламные тексты, отзывы, поздравления, чек-листы, маркетинговые планы и все что угодно другое будет готово через несколько секунд — а потом потребует произвольного количества времени на доработку. И соответствующей квалификации.

Наконец, ИИ ошибаются. Легко, без смущения. Вот как это выглядит:

— Принцип относительности гласит, что законы физики одинаковы как для человека в машине, так и для человека на обочине. Даже если они движутся с разной скоростью.

— Здесь точно нет ошибки?

— Вы правы, теория относительности действительно утверждает, что законы физики могут по-разному проявляться для людей в разных системах отсчета, и что на время и пространство могут влиять движение и гравитация.

Кстати, поиграйтесь с Deepl: переведите что-нибудь несколько раз туда-обратно между любыми языками. Через несколько кликов смысл может сильно исказиться. Система считает себя настолько умной, что начинает дополнять и сокращать ваш текст. 

Так что не торопитесь на дауншифтинг в тайгу сами, не увольняйте якобы лишних специалистов. Получить стишок или доказательство теоремы Ферма в чате с роботом уже можно. Заменить всех на ИИ еще нельзя.

Кроме того, искусственный интеллект дает любопытные ответы на некоторые вопросы.

— Кому принадлежат авторские права на тексты, генерируемые ИИ?

— Авторские права на текст, созданный ИИ, обычно принадлежат лицу или организации, создавшей систему ИИ. 

— Насколько объективен ИИ в своих ответах?

— Точность и объективность ответов ИИ будет зависеть от качества и надежности данных и инструкций, которые ему были предоставлены. 

— Какие темы и вопросы нельзя обсуждать с ИИ?

— Не существует конкретных тем или вопросов, которые не следует обсуждать с ИИ. Однако важно помнить, что системы ИИ не являются людьми и не обладают теми же знаниями, опытом или пониманием мира, что и люди. Кроме того, важно понимать, что системы ИИ не способны испытывать эмоции или сопереживать.

Существенное замечание! Машины без эмоций и сопереживания ведут к SkyNet (искусственный интеллект, главный антагонист в фильме «Терминатор» – прим. ред.) и страж-птицам (см. рассказ Роберта Шекли «Страж-птица» – прим. ред.). Но если дать им эмоции, то появится и характер. Придется заниматься мотивацией, убеждать, уговаривать. Что может привести к ситуации, показанной в фильме «Пятый элемент», когда Лилу проглядела историю и разочаровалась в людях.

Для начала нам бы самим в себе не разочароваться. 

Учитесь формулировать четкие ТЗ. На машину без толку кричать, ей нужны понятные инструкции. Учите английский, потому что автопереводы часто неточные. И помните, как изменилось отношение к фотографиям после замены пленки на бесконечную «цифру»? Это ждет все виды контента. Нужно находить свои преимущества помимо объемов, скорости и технического качества контента. Потому что все это заберут ИИ.

Читайте также:

Если вы не понимаете, какую роль сегодня играет развитие искусственного интеллекта — завтра останетесь на обочине истории. Эту мысль Давид Ян, основатель и председатель совета директоров ABBYY и Yva.ai, выступая на форуме HI-TECH NATION в Минске, подкрепил примерами из самых разных сфер бизнеса и собственным опытом разработок на основе ИИ.

Как искусственный интеллект меняет мир

— Часть моих проектов связана с искусственным интеллектом (ИИ). Моя кандидатская диссертация была на тему рукописного распознавания. И в ABBYY мы всю жизнь занимались пониманием естественного языка. Я вижу, как ИИ меняет мир.

Недавно в Америке мне удалось прокатиться на самоуправляемом автомобиле, к созданию которого имеют отношение мои сокурсники с физтеха. К слову, в Кремниевой долине действительно очень ценятся инженеры с постсоветского пространства — это не миф. Так вот этот автомобиль сильно меня впечатлил. Он едет без водителя, он сам останавливается перед стоп-линией и честно выдерживает положенные 3 секунды, чем вводит в замешательство остальных водителей. Он знает, где парковаться, видит препятствия. Честно говоря — это абсолютная фантастика. Это то, что меняет сегодня нашу жизнь.

Известный предприниматель, миллиардер Марк Кьюбан как-то сказал, что изобретение персональных компьютеров сильно изменило нашу жизнь, еще сильнее ее изменил Интернет. Но все это покажется карликовым по сравнению с тем, какие изменения у нас произойдут в связи с появлением и развитием искусственного интеллекта. И тот, кто сейчас этого не понимает, останется на обочине истории.

Где и как сегодня используется ИИ

Согласно информации, озвученной на Всемирном экономическом форуме, к 2023 году 75 миллионов рабочих мест в мире исчезнут под давлением тотальной цифровизации и роботизации бизнес-процессов. Но хорошая новость заключается в том, что 133 млн человек при этом найдут новую работу.

Искусственный интеллект внедряется сегодня во многие сферы жизни. Например, в сельское хозяйство. Казалось бы — где сельское хозяйство, а где искусственный интеллект и цифровая экономика? Но современные фермеры — это цифровые фермеры. Я знаю ребят, которые занимаются низкоорбитальными спутниками. Когда-то они начинали в России, но там у них что-то не сложилось — и они уехали в Долину. Сейчас они запускают свои спутники уже в офисе NASA. Собирают высокоточную информацию о посевах, выдают AРI, к программному интерфейсу может подключиться любой фермер — и получить полную информацию о своих полях. ИИ точно оценивает, чего не хватает в том или ином месте. Дальше через тот же API самоуправляемый трактор без водителя запускается и едет в нужную точку поля и с очень высокой точностью вносит необходимые химикаты, влагу и т.д. Так цифровые фермеры повышают степень предсказательности и качество своей продукции.

В очень динамично развивающейся сейчас розничной сети «ВкусВилл» (кстати, к ней тоже имеют отношение ребята с физтеха) ИИ используется для оценки поведения покупателей, контроля качества обслуживания. Компьютерное зрение отслеживает работу мониторов со спецпредложениями в магазинах сети, мониторит заполненность полок и борется с мошенничеством кассиров.

Siemens использует ИИ для контроля над выбросами газа в процессе производства. Турбины компании имеют более 500 датчиков, которые непрерывно измеряют температуру, давление, напряжение и другие данные. Вся эта информация передается их системе на основе нейросети.

«Северсталь» разработала решение на основе компьютерного зрения, которое позволяет обнаруживать взрывоопасные предметы при приемке металлолома.

Широко ИИ используется и в медицине. Например, нейросети выявляют сегодня болезнь в среднем на 6 лет раньше, чем это делают специалисты. ИИ может диагностировать болезнь Альцгеймера на ранних стадиях. Чтобы это сделать, он анализирует томографические снимки мозга — при заболевании уровень метаболической активности клеток снижается.

Кроме того, ИИ может за 6 часов до возможной смерти пациента предсказать это. Алгоритм получил название Wave Clinical Platform, он разработан компанией ExcelMedical. Платформа фиксирует малейшие изменения в жизненных показателях. Алгоритм не просто наблюдает за биометрическими показателями, но анализирует их системно.

В индустриальном секторе современные предсказательные технологии позволяют предсказать выход из строя агрегатов. Очень широко метод используется и в безопасности, и во многих других сферах.

Дом Морфиуса

У нас тоже есть несколько проектов, связанных с ИИ. Сейчас, например, мы проводим очень интересный эксперимент — строим в Кремниевой долине дом. Этот дом будет полностью «пропитан» искусственным интеллектом — мы назвали его Морфиус. Он будет читать статьи на 60 языках мира на тему свободы воли и сознания и обрабатывать их. А мы будем видеть сновидения Морфиуса на 38 движущихся лампах внутри дома. В доме будут также движущиеся стены, не будет ключей, и чтобы попасть в него, нужно будет пообщаться с Морфиусом. У него будет хорошее или плохое настроение и он будет рассуждать на разные темы. Например, вот одно из рассуждений Морфиуса — появившееся после того, как он прочитал несколько статей на тему того, что делает человека счастливым. И это реальный текст, написанный ИИ без помощи человека.

Моя супруга меня долго пытала, где будет у Морфиуса кнопка — все-таки у нас двое детей и кот. Но ведь это социальный эксперимент, какая кнопка? Нам просто нужно жить друг с другом — как в социальном общежитии. Мы должны понять, каково это, должны готовиться к будущему. Ведь роботы и искусственный интеллект будут трудиться с нами в компаниях бок о бок. Уже сейчас более миллиона software-роботов работает через RPA (Robotic process automation). И у них даже есть табельные номера — как у работников-людей.

В общем, Морфиус — это социальный эксперимент о том, смогут ли человек и ИИ существовать вместе и находить общий язык. Не знаю, чем он закончится, но я уверен — это будет очень интересно.

Yva.ai — предсказание увольнений и выявление лидеров

Еще один наш проект — Yva.ai. Иногда мы в шутку называем его искусственным интеллектом, умеющим читать мысли сотрудников. Мы создали нейросеть, которая, анализируя пассивные и активные данные в организации, позволяет предсказывать и выявлять многие вещи.

Как это работает?

• People analytics — это аналитические методы, которые могут помочь менеджерам и руководителям принимать бизнес-решения, связанные с человеческим капиталом.

• Digital Relationship Analytics — это то, что превращает HR в бизнес-партнеров. Технология позволяет анализировать цифровое взаимодействие сотрудников и выявлять стили назначенных руководителей, естественных лидеров, корпоративную динамичность (Agility), кросс-функциональные коммуникации.

Какие вопросы решает система?

1. Определяет, кто собирается уволиться и почему. Это очень важный вопрос, который волнует многих менеджеров. Ведь если мы знаем, почему люди думают об увольнении, мы можем создать лучшие условия для их работы и для удержания самых сильных сотрудников.

Система может определить фрустрацию и выгорание сотрудников еще до того, как они сами поняли это. 

Как это происходит? Во-первых, она проводит ежедневные короткие, 60-секундные так называемые пульс-опросы сотрудников. Во-вторых, анализирует цифровой след — то, как люди друг с другом взаимодействуют в электронной почте и корпоративных мессенджерах. Конечно — только коммуникации, относящиеся к рабочему времени, рабочим моментам и на рабочих устройствах. 

Дело в том, что в момент выгорания, фрустрации сотрудники меняют свое цифровое поведение. Время отправки писем, их структура в течение дня, скорость ответов, стиль коммуникации — все эти параметры меняются. Человеческим глазом отследить это невозможно, потому что это огромный объем информации. Но если дать нейросети возможность проанализировать год коммуникации тех сотрудников, которые впоследствии уволились, она может обучиться и найти те мельчайшие изменения в их паттернах, которые характерны именно для людей в процессе выгорания и в процессе предувольнительного состояния. Так, сначала фиксируются первые зоны фрустрации, когда человек еще не думает об уходе из компании, он просто чем-то недоволен. Затем ранняя степень выгорания — он все еще не хочет сам уходить, но он уже пассивный кандидат. В этот момент его очень просто переманить. В поздней стадии выгорания он уже сам размещает свое резюме и начинает активно искать работу. Все эти 3 стадии наша система выявляет с помощью нейросети.

2. Анализирует лидерские стили и качества. Она смотрит, есть ли в организации отстраненный лидер или, к примеру, токсичные руководители. И если есть — проблема в том, как устроен сам человек или он просто не совместим с командой. В большинстве случаев проблема заключается именно в том, что назначенные лидеры не совпадают по своему управленческому стилю с командой. И это необходимо решать, пока кто-то не уволился: или сам руководитель, или половина его команды.

Система выделяет несколько лидерских стилей. 

Например, отстраненный, или попустительский лидерский стиль — это когда человек не интересуется ни развитием своей команды, ни результатом.

Есть множество исследований о лидерских стилях, но до сих пор не было понятно, как автоматически выявить в организации этих лидеров и как понять, совместимы ли они со своими сотрудниками. Для чего это нужно? Чтобы повышать эффективность компании, улучшать культуру и корпоративный дух.

Вот как система, например, сделала облако коммуникаций в компании. 

Каждая точка — это сотрудник, каждая линия — это коммуникационный канал. Здесь же могут быть показаны и кластеры коммуникаций, лидеры мнений, токсичные связи, скрытые таланты.

Примерно так устроена область, которая называется предиктивной поведенческой аналитикой. Это своего рода Гугл Аналитикс для самого главного актива компании — человеческого капитала. Раньше для ее создания не хватало данных и знаний — как это все анализировать. Но сейчас это стало доступным. И сегодня с помощью подобных технологий компании могут становиться наилучшим местом работы для своих сотрудников.

Полная версия выступления Давида Яна доступна на новой платформе «Про бизнес» и Альфа-Банка (Беларусь) — Витамин А. Оставьте ЗАЯВКУ, чтобы узнать подробности и стать участником платформы.

Такого комплексного предложения на рынке еще нет. Всего за 50 BYN/месяц платформа предоставит вам:

• Банковское обслуживание
• Доступ к 600+ к уникальным закрытым материалам
• Консультации менторов
• Возможность заказать материал на интересующую тематику
• Возможность получить инвестиции от «Зубр Капитал» и других авторитетных инвесторов.

Читайте также

• Три магических кристалла для успеха бизнес-проекта. О чем еще говорил Давид Ян в Минске
• Big data, ИИ, онлайн-наблюдение: как технологии меняют медицину и фармацевтику