Важное резюме того, что сейчас происходит с искусственным интеллектом и его влиянием на общество, от Джека Кларка, спикера OpenAI.General Machine Learning. Главный фронтир ИИ сейчас - исследование в сфере общего машинного обучения. Учитывают пытаются научить машину учиться - причем не решать конкретную задачу - а исследовать способы решения разных задач.Small Data. Еще одна проблема - как заставить машину учиться на небольшом количестве данных, в условиях их дефицита. Человеческий мозг относительно легко справляется с этой задачей, ребенку, который один раз показали курицу, не сложно нарисовать ее. Теперь мы хотим научить этому трюку компьютер.Rise to Reality. ИИ эффективно работает сегодня в контролируемом цифровом окружении - например, фильтруя письма со спамом или сортируя информацию в ленте Фейсбука. Следующим шагом становится вывод ИИ в аналоговый мир, гораздо менее предсказуемый и формализованный.Environments Simulators. Создание корректных компьютерных моделей реального мира, на которых ИИ мог бы проходить обучение. Основная проблема реального мира - он медленный, а ИИ нужны десятки тысяч итераций для обучения. Быстро обучаться ИИ будет в цифровой симуляции - задача, соответственно, в том, чтобы научиться делать их корректными и полезными для последующего выхода ИИ в реальный мир.Equality Share. ИИ увеличивает производительность труда, но также ведет к росту неравенства. Сейчас влияние технологий на неравенство видно на примере владельца Uber и водителя Uber - пропасть между ними широка как никогда. Задача проекта OpenAI - сделать технологии, связанные с ИИ, доступными максимальному числу людей и открытыми.Political Response. К появлению ИИ должны быть готовы политические системы - нужно готовить правовые ответы на взрывной рост неравенства и трансформацию общества наемного труда. Самый обсуждаемый из таких ответов - безусловный базовый доход.Lifelong Learning. Этот термин становится не просто модной темой, а ключевым ответом на технологический вызов. В меняющейся экономике у людей среднего и старшего возрастов должна быть возможность переучиться с устаревшей профессии - это жизненная необходимость. Само образование больше не может сводиться к изучению конкретных навыков, ценность представляет способность учиться и переучиваться.Automation Rule. Если вы можете собрать в 100 тысяч раз больше данных, чем накапливается в течение карьера профессионала в данной профессии, то данная профессия будет автомотизирована. Типичный пример - онколог-диагност, который де-факто уже автоматизирован - ИИ лучше анализирует и обобщает данные по конкретному типу заболевания, чем люди. Многие другие профессии, связанные с формализованными действиями, например, работа финансовых аналитиков или страховых агентов, также может быть автоматизированы.Automation Politics. Увольнять людей ради роботов не будут. Работодатели будут фиксировать данные своих работников во время их карьеры, а когда те уходят на другую работу или на пенсию, перестанут открывать вакансии на эту позицию, заменяя соответствующий функционал программой.Decentralized Computation. В случае с разработкой эффективных систем ИИ победитель получает все, и на роль царя горы претендуют крупнейшие IT-корпорации - Google, Amazon, Facebook, Apple, которые владеют самыми большими данными и самыми быстрыми вычислительными мощностями в мире. Чтобы выравнять шансы, OpenAI исследует возможность распределенных вычислений, пригодных для ИИ-разработок, в частности при помощи децентрализованных систем пользовательских GPU.https://medium.com/initialized-capital/the-public-...