Кирилл Мартынов
2
All posts from Кирилл Мартынов
Кирилл Мартынов in Кирилл Мартынов,

Все, что нужно знать про искусственный интеллект на данный момент

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-...