Перспективы искусственного интеллекта

23.05.2018

Светлана Гацакова, директор департамента корпоративных информационных систем ALP Group

Сегодня тема искусственного интеллекта (ИИ) — одна из наиболее обсуждаемых. Особенно это относится к применению нейронных сетей в задачах так называемого машинного обучения. Интерес именно к этим задачам подогревается примерами необычайно эффектного и эффективного применения этой технологии. Мгновенная поимка преступника на основе выводов компьютерной системы, молниеносно проделавшей гигантский объем рутинной работы. Это пример т.н. «слабого ИИ», помогающего человеку, но не пытающегося заменить его,

Подобные задачи встречаются не только в криминалистике и работе служб безопасности, а в любой отрасли экономики и в любой сфере деятельности. Машины без водителя, разведка полезных ископаемых, поиск информации в Интернете и других крупных хранилищах, интерпретация рентгенограмм, автоматический анализ аудио- и видеозаписей и больших текстовых архивов с целью выделения определенных сюжетов, выявление невидимых дефектов в промышленной продукции… В области управления предприятиями слабый ИИ может выявлять изменения в поведении потребителей, сигнализировать о вероятном мошенничестве. Или, скажем, своевременно обнаруживать такие особенности взаимодействия предприятий в территориальном, отраслевом, проектном или корпоративном кластере, которые, если ими не заняться сразу, могут быстро перерасти в большие проблемы.

Во всех этих случаях специально обученная нейронная сеть выявляет определенные «паттерны» в больших совокупностях данных. Это та область, где прекрасно работает слабый ИИ. Чтобы нейронные сети работали с приемлемым уровнем ошибок, должны быть выполнены ещё несколько условий, что ограничивает сферу применения этой технологии. Нужны большие совокупности данных, на которых можно провести обучение. Сами паттерны должны быть устойчивыми. И ещё очень важно, чтобы блок ИИ был связан с техническими системами и/или организациями, которые дают исходные данные (как веб-камеры в китайском примере) и превращают выводы ИИ в конкретные полезные действия (например, задержание преступника).

Если игнорировать эти ограничения и попытаться подменить слабым ИИ работу квалифицированного человека (в том числе, менеджера), то ничего хорошего из этого не выйдет. А т.н. «сильный ИИ» (претендующий на замену человека в сфере высокоинтеллектуальной деятельности), с которого и начиналась вся сфера ИИ в далёких 50-х годах 20 века, всё так же далёк от реальной конкуренции с натренированным и наполненным знаниями человеческим мозгом.

Таким образом «слабый ИИ» может быть ценнейшим подспорьем менеджерам и работникам многих специальностей. Но передавать нейронной сети сколько-нибудь ответственные решения опасно, ведь она не может объяснить, как пришла к своим выводам, это особенность технологии. Кто же тогда должен отвечать за последствия таких решений? Пока это область, где последствия излишней автоматизации могут быть ужасны.

Светлана Гацакова, директор департамента корпоративных информационных систем ALP Group

Тема:Soft