Системи штучного інтелекту

Системи штучного інтелекту

Системи штучного інтелекту – технології, що захоплюють уяву, завдяки яким комп'ютери навчаться вчитися. Разом з новою інформацією з'являються нові можливості та способи оптимізувати і розвивати бізнес.

Зміст статті:

  1. Почнемо з початку;
  2. Типи штучного інтелекту;
  3. Підрозділи штучного інтелекту;
  4. Роль даних;
  5. Застосування штучного інтелекту;
  6. Майбутнє штучного інтелекту.

Почнемо з початку

Що таке штучний інтелект? Ймовірно, вам вже не раз доводилося про нього чути, бо уникнути цього в наш час важко. Але не завжди ясно, що в точності мається на увазі, коли мова заходить про штучний інтелект, і яке відношення він має до таких на перший погляд різних технологій, як безпілотні автомобілі і помічники з функцією обміну повідомленнями.

Однак є передумови до того, що скоро в цьому питанні повинна настати ясність. Згідно з дослідженнями, замовленими компанією Teradata, результати яких оприлюднені в жовтні 2017 року, 80% компаній застосовують штучний інтелект у виробничій діяльності, 30% планують збільшити інвестиції в штучний інтелект протягом наступних трьох років та 62% мають намір взяти на роботу фахівця, відповідального за системи штучного інтелекту.

У 2018 році компанія Microsoft провела в Індії форум, присвячений штучного інтелекту: керівник, який тривалий час очолював напрямок Windows, оголосив, що наступне оновлення Windows 10 буде містити елементи штучного інтелекту. Facebook зробила відкритою свою платформу глибокого навчання PyTorch, a Amazon, Google і Microsoft доповнили функціями штучного інтелекту «хмарні» служби.

Коли такі гіганти, як Microsoft і Google, вибудовують свою корпоративну структуру навколо штучного інтелекту, ми розуміємо, що мова йде про важливі сфери. Розвиток штучного інтелекту — наступний логічний крок в світі, де накопичені величезні масиви даних. Компаніям, які збирають постійно зростаючі обсяги даних, необхідно зрозуміти, що робити з цими даними, та спроектувати відповідні інструменти. На даному етапі в гру вступає штучний інтелект.

Що таке штучний інтелект

Давайте спробуємо дати визначення штучному інтелекту. Джон Маккарті, фахівець в області комп'ютерних наук, якого часто називають батьком штучного інтелекту, описує його як комплекс наукових і технічних засобів проектування інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. Говорячи простою мовою, штучний інтелект — це область комп'ютерної науки, орієнтована на створення «інтелектуальних» комп'ютерів і машин, що імітують людські дії і реакції через машинне навчання, розпізнавання мови і вирішення завдань. Такої думки дотримується Криті Шарма, віце-президент зі штучного інтелекту компанії Sage.

"Якщо ви коли-небудь використовували прогнозний пошук в Google, запитували Siri про погоду або просили Alexa відтворити плей-лист попередніх робіт, то ви вже використовували системи штучного інтелекту», - вважає Шарма.

Для цього необхідно знайти способи наділити комп'ютери з двійковіюлогікою здатністю імітувати людське мислення, яке носить більш абстрактний характер і підкріплюється здатністю до навчання та адаптації. Це поле охоплює не тільки комп'ютерне програмування, але і лінгвістику, біологію, математику, інженерію і психологію.

"Ми використовуємо термін "штучний інтелект" для позначення програм, які не просто копіюються, а можуть навчатися. По суті, змушуємо комп'ютери думати більш інтуїтивно, аналізуючи дані і роблячи прогнози", - розповідає Девід Парментер, керівник з обробки та аналізу даних в компанії Adobe.

Популярні описи штучного інтелекту, особливо у фільмах і телепередачах, зосереджені в основному на роботах, що мають людські почуття, слугах-гуманоїдах і смарт-хололильниках, що вийшли з під контролю. Насправді ж штучний інтелект має менше відношення до гуманоїдів, але зачіпає широкий спектр галузей і наукових дисциплін. Системи штучного інтелекту об'єднують великі дані, обчислювальні ресурси і спеціально розроблені алгоритми, щоб навчити програми навчатися й адаптуватися в залежності від вмісту даних — шаблонів, аберацій, спеціальної інформації.

ШІ в кожен будинок

«Хороший зразок штучного інтелекту, який використовується майже всіма, - виявлення спаму. У всіх є фільтр спаму або який-небудь засіб виявлення шахрайських повідомлень,— зазначає Парментер.— Це і є штучний інтелект».

На даному етапі штучний інтелект не має комп'ютеризованої свідомості. У якийсь момент потрібне втручання людини в програмні алгоритми, пошук у даних або видача інструкцій машині іншим способом. Але в міру розвитку технологій, що становлять фундамент штучного інтелекту, такі програмовані властивості, як знання, міркування, навчання і вирішення завдань, безперервно вдосконалюються.

Як видно з наведеної на початку статті статистики, штучний інтелект швидко стає важливою частиною багатьох галузей — настільки, що деяким компаніям буває важко знайти кадри, що володіють достатньою кваліфікацією в області штучного інтелекту. Ключова характеристика штучного інтелекту полягає в тому, що він наділяє комп'ютери умінням вчитися.

Слідом за новою інформацією з'являються нові можливості завдяки таким удосконаленням, як обробка природних мов і машинне навчання. Ця інформація, а саме її масиви, відіграє ключову роль. Комп'ютери обробляють дані, розпізнають закономірності в них і роблять різні дії з отриманою інформацією. Штучний інтелект часто асоціюється з автоматизацією, але він ширше найпростіших, ручних форм. Ці технології можуть використовуватися для задач, які необхідно виконувати часто або у великих обсягах, але ключовим є компонент машинного навчання (тобто те, що як і раніше вимагає участі людини).

У сучасному світі штучний інтелект використовується в основному для вдосконалення існуючих додатків. Наприклад, такі додатки, як Google Calendar і Spotify, вже успішно працюють, але поява технології розпізнавання мови в такому продукті, як Amazon Alexa, за допомогою великого обсягу даних, додає нову функціональність до них обох.

Типи штучного інтелекту

Розподілений штучний інтелект на основі паралельної комп'ютерної системи — це спосіб забезпечити оптимальне використання всіх обчислювальних ресурсів завдяки незалежним «вузлам» у різноманітних географічних точках з ефективними зв'язками між ними. В розподіленому штучному інтелекті задіяна величезна обчислювальна потужність, що робить його зручним для роботи з великими сховищами даних: різні вузли можуть аналізувати різні частини інформації, і величезну кількість даних вдається обробити швидше, ніж при використанні інших методів. Незалежність вузлів також сприяє підвищенню адаптованості і надійності розподіленої системи штучного інтелекту. У разі аварії одного вузла інші можуть працювати, і систему не потрібно повністю заново розгортати після зміни файлів даних.

Системи штучного інтелекту
Системи штучного інтелекту

Штучний суперінтелект

Тест Тьюринга, розроблений в 1950 році, являє собою тест здатності машини проявляти інтелектуальне веління, рівноцінне або так, що не відрізняється від людського. Якщо такий рівень буде коли-небудь досягнуто або перевершено, то це і буде штучний суперінтелект.

Якщо штучний інтелект відноситься до комп'ютерів, які можуть імітувати людську думку, то штучний суперінтелект має на увазі, що комп'ютери перевершили людину. Поки ми виходимо з того, що комп'ютери ще не досягли цього рівня. Можливо, його ніколи не буде досягнуто, адже повний штучний інтелект поки не став реальністю. Говорять, особисті помічники, такі як Alexa і Siri, - крок в цьому напрямку, але поки їм ще далеко до людського (або такого, що перевершує людський) рівня пізнавальних здібностей і знань.

Слабкий штучний інтелект

Відомий також як вузький штучний інтелект, слабкий штучний інтелект існує в особливому світі, наприклад, у відеогрі, але не виходить за його межі. Він представляє підхід до штучного інтелекту, в рамках якого визнається, що технологія завжди буде лише імітацією людського пізнання, здатного діяти за заданим правилам, але ніколи — поза ними. Слабкий штучний інтелект може діяти за правилами, але одночасно зв'язаний ними і не має істинно людських пізнавальних можливостей.

Сильний штучний інтелект

На даному етапі розвитку такого напрямку штучного інтелекту як сильний ШІ він являє собою більшою мірою філософію, аніж практичний підхід до технології. Сильні системи штучного інтелекту, також відомі як повний штучний інтелект — це конструкція, що імітує людський мозок.

У філософському відношенні сильний штучний інтелект не робить відмінностей між програмним забезпеченням і штучним інтелектом, точно імітуючи людський мозок і, отже, дії самої людини. Філософія полягає в тому, що комп'ютер може бути запрограмований на те, щоб відтворювати всі характеристики людського мозку, як ми їх розуміємо, з розумовими і пізнавальними здібностями, які в даний час вважаються такими, що належать виключно людині. Але оскільки ми досі до кінця не розуміємо, що таке інтелект людини і як він розвивається, то орієнтири для розробки сильного штучного інтелекту як і раніше не до кінця зрозумілі.

Підрозділи штучного інтелекту

Існує кілька підрозділів штучного інтелекту: глибоке навчання, нейронні мережі, машинне навчання, обробка природної мови, когнітивні обчислення і комп'ютерне бачення (комп’ютерний зір). Всі вони можуть розглядатися як члени сімейства штучного інтелекту. Іноді термін «штучний інтелект» і назви цих підрозділів вживаються як взаємозамінні, але насправді всі вони зосереджені під великою «парасолькою» штучного інтелекту.

Глибоке навчання

Глибоке навчання використовує потужні обчислювальні ресурси нейронних мереж і обчислювальних пристроїв різних рівнів для пошуку закономірностей у великих масивах даних (наприклад, щоб виявляти зображення). Ці моделі, які відносяться до підрозділу машинного навчання, навчаються на наданих їм даних, тому, щоб домогтися ефективності і точності даних повинно бути багато. Коли ви використовуєте зворотний пошук Google Image або задаєте питання Amazon Alexa, то відповідь ви отримуєте завдяки глибокому навчанню.

Нейронні мережі

Нейронна мережа як тип машинного навчання складена зі взаємозалежних блоків, які обробляють інформацію з урахуванням зовнішніх даних і пересилають цю інформацію між блоками. Блоки працюють спільно як нейрони, звідси і назва.

Доктор Роберт Хехт-Нільсен, який розробив перший нейрокомп'ютер, визначив нейронну мережу як обчислювальну систему, складену з простих, глибоко взаємопов'язаних обробних елементів, які обробляють інформацію шляхом динамічного реагування на зовнішні вхідні сигнали.

Сама ідея не нова, але лише в останні роки з'явилися достатні обчислювальні ресурси, щоб зрушити вперед розробку нейронних мереж.

Машинне навчання

Іноді терміни «машинне навчання» і «штучний інтелект» використовуються як взаємозамінні, що показує, наскільки важливо перше для другого. Це не одне і те ж; машинне навчання — золотий стандарт штучного інтелекту, і саме воно розвивається найбільш активно.

Точно так само, як штучний інтелект охоплює різноманітні технології, такі методи, як статистика, фізика, нейронні мережі і дослідження операцій, поєднуються в машинному навчанні для пошуку прихованих закономірностей у даних, особливо таких, для пошуку яких машина не була запрограмована. Машинне навчання — ключовий елемент штучного інтелекту, так як дозволяє машині зробити щось «по-людськи», наприклад, підготувати доступ до великих даних. Існує різниця між сервером, який просто зберігає великі обсяги демографічної інформації, і комп'ютером, що використовує цю інформацію для пошуку закономірностей, виконання завдань і реагування на зміни в даних.

Обробка природної мови

Словосполучення "природна мова" в даному випадку позначає мову, використовувану людьми, наприклад, англійську, на відміну від мови програмування комп'ютера. В процесі обробки природної мови така мова використовується для зв'язку з програмованою системою штучного інтелекту.

Коли ви просите помічника Google запланувати подію, вимовляючи вголос або вводячи з клавіатури "відвідати перукаря о 14 годині наступного вівторка" , ви звертаєтеся до обробки природної мови.

Популярність останнім часом особистих помічників, таких як Amazon Echo— прямий результат вдосконалення обробки природної мови. Обробка природної мови складається з двох компонентів: розуміння і генерації. Розуміння полягає в зіставленні введення природною мовою з корисними уявленнями та аналізі різних аспектів природних мов.

Hosting Ukraine

Генерація — процес формування значущого висновку у вигляді слів і пропозицій, вона полягає у плануванні тексту і пропозицій, а також реалізації тексту та когнітивних обчисленнях. В основі когнітивних обчислень лежать системи штучного інтелекту і посилення сигналів. З когнітивними обчисленнями можна зіткнутися при використанні помічника на основі програми обміну повідомленнями; їх мета —організувати взаємодію, близьку до людської, імітуючи людські процеси.

У певному сенсі когнітивні обчислення об'єднують різні підмножини штучного інтелекту, в тому числі машинного навчання і обробки природної мови, але поки в цій порівняно новій області визначення залишаються розмитими. Ймовірно, найбільш відомий приклад когнітивних обчислень — Watson, суперкомп'ютер IBM.

Комп'ютерний зір

Комп'ютерне зір — ще одне міждисциплінарне поле у сфері штучного інтелекту. З його допомогою комп'ютери можуть вчитися на зображеннях і відеофільмах, автоматизуючи завдання, для виконання яких люди використовують зір: наприклад, поглянути на фотографію і визначити, що на ній зображено. При цьому потрібно зібрати, обробити, проаналізувати і зрозуміти цифрові зображення і дані, які в них містяться.

Роль даних

Щоб діяти і реагувати, комп'ютерам необхідна інформація. Розвиток штучного інтелекту частково пояснюється не прогресом нових технологій. Справа в даних, величезних масивах даних. Компанія не отримає великої користі, просто володіючи великим обсягом інформації, для якої не знаходиться застосування, і пошук такого застосування — визначення оптимальних способів обробки, аналізу і маніпулювання даними – те, що стало метою багатьох компаній і наукових установ.

«Сьогодні у розпорядженні компаній є неймовірна кількість даних, дійсно цінних, якби їх вдалося використовувати в бізнесі, - зазначає Парментер.— Штучний інтелект дозволяє спростити процес отримання знань, завдяки яким наша повсякденна робота стане більш зручною, продуктивною та корисною». Важливість цих даних також стала причиною суперечок щодо недавніх розгортань штучного інтелекту.

Вимоги «Загальних положень про захист даних» (GDPR),нещодавно прийнятих в Європі, і нормативні акти, що визначають порядок збору даних, які почнуть діяти в Каліфорнії з 2020 року, можуть обмежити кількість даних, доступних систем штучного інтелекту для машинного навчання. Деякі технічні фахівці, в тому числі компанії Microsoft, закликають встановити правила використання технології розпізнавання.

Застосування штучного інтелекту

Може скластися враження, що штучний інтелект з'явився нізвідки в останні кілька років, але насправді ідеям і технологіям, які лежать в основі сучасних досягнень, майже 100 років. Вперше в англійській мові слово «робот» було використано майже століття тому, коли в Лондоні була поставлена п'єса Карела Чапека «Россумскі універсальні роботи», а в 1945 році термін «робототехніка» був вперше використаний Айзеком Азімовим. Термін «штучний інтелект» вживається вже кілька десятиліть, з 1956 року. Його придумав Маккарті, який в тому ж десятилітті створив мову програмування LISP для штучного інтелекту. Спочатку робота над штучним інтелектом була спрямована на вирішення завдань і представлена першими працями в області нейронних мереж, основи яких закладалися в 1943 році.

У 1960-х Міністерство оборони США приступило до робіт над штучним інтелектом. Ця робота триває донині і чимало сприяє прогресу. Розробки в галузі машинного навчання, важливої частини штучного інтелекту, почалися в 1980-х. У 1964 році була опублікована дисертація, в якій показано, що комп'ютери можуть розуміти природну мову в достатній мірі для того, щоб вирішувати алгебраїчні завдання. Також в 1960-х світ побачив інтерактивну програму ELIZA і робота Shakey, що вирішував завдання.

Перший керований комп'ютером безпілотний автомобіль з'явився в 1979 році, і до 1990 року були досягнуті перші успіхи в області штучного інтелекту, якими можна пишатися: демонстрації машинного навчання, аналіз даних, розробки в області природних мов і віртуальна реальність.

У 1997 році машина Deep Blue компанії IBM перемогла Гаррі Каспарова, який в той час був чемпіоном світу з шахів, а в новому тисячолітті роботи розважали людей вдома і досліджували важкодоступні території планети. Значною мірою завдяки роботі, проведеній в перші десятиліття, недавні досягнення в технологіях, складають фундамент для виконання завдання штучного інтелекту, призвели до значного прогресу в останні роки. Великі і малі технологічні компанії поспішають зміцнити свої штати фахівців зі штучного інтелекту.

Наші дні

В даний час роботу в галузі штучного інтелекту можна розділити на дві великі категорії: прикладний штучний інтелект і узагальнений. Прикладний штучний інтелект зосереджений на єдиному завданні, для вирішення якого використовує здатність програмованої машини імітувати розумову діяльність людини.

Орієнтація на єдине завдання може здатися обмеженим, але в цій області вдалося досягти великих успіхів. Найбільше досягнення прикладного штучного інтелекту — можливість застосовувати технологію для аналізу величезної кількості даних і здійснення наступних дій набагато швидше, ніж це робить людина.

Наприклад, прикладні системи штучного інтелекту можуть використовуватися для виявлення шахрайства у фінансовій галузі, що дозволяє машинам обробляти і аналізувати великі обсяги комп'ютеризованих фінансових даних, щоб знаходити закономірності та відхилення від цих закономірностей.

У сфері морських перевезень прикладнийштучний інтелект дозволяє обробляти дані з тисяч суднових маніфестів і записів, щодня заповнюваних в світі, щоб оптимізувати завантаження портів і в кінцевому рахунку скоротити час перевезень. Такі додатки, як Waze, використовують дані про трафік, щоб прогнозувати інтенсивність руху на певній дорозі в конкретний час доби.

Узагальнений штучний інтелект

Уявлення про штучний інтелект, що склалося у багатьох з нас завдяки масовій культурі, відноситься до узагальненої категорії «машинний інтелект», який, подібно людському, може застосовуватися до будь-якої задачі. Узагальнений штучний інтелект поки не став реальністю. Ми недостатньо знаємо про людський мозок, щоб правильно моделювати його роботу, а величезні обчислювальні можливості мозку поки недосяжні для машин. Але розвиток неухильно йде в напрямку практичної реалізації узагальненого штучного інтелекту.

Практичне застосування в сучасному світі

«Штучний інтелект найкраще працює при вирішенні практичних завдань, адже він проектувався для того, щоб зробити наше життя зручним і одночасно допомогти нам працювати більш інтелектуально»,— вважає Парментер.

Сьогодні важко знайти галузь, де не задіяно штучний інтелект.

«Замість того щоб розглядати системи штучного інтелекту як ворожу силу, компаніям і споживачам слід сприймати його як найважливішого партнера для зростання, підвищення ефективності, виключення ручних робіт і розвитку різноманітних галузей»,— вважає Шарму. Парментер навів приклад програми Adobe Scan, яка дозволяє користувачеві сфотографувати документ і зберегти його в «хмарі». Одне з потенційних застосувань — зберігання медичної інформації, наприклад, результатів аналізів. Але штучний інтелект означає, що ми переходимо від додатків, які просто зберігають цю інформацію, до використання та обробки інформації новими способами.

"Аркуш паперу може бути зім'ятий і виглядати не кращим чином. Оскільки Scan має функцію Sensei, проблема автоматично виявляється і усувається, так що документ виглядає як гладкий лист паперу, — коментує Парментер.— Це штучний інтелект, його застосування може бути ось таким простим». Штучний інтелект — загальна назва для різноманітних складних технологій, але сьогодні багато практичних застосування штучного інтелекту в споживчій сфері і на підприємствах орієнтовані на вузькі завдання.

"І все ж сучасні технології штучного інтелекту дозволяють вирішувати набагато складніші завдання в бізнесі і звичайному житті - від у правління робочою силою до боротьби зі зміною клімату, - вважає Шарма.— В різних секторах компаніям доведеться виконувати зовнішнє розгортання рішень штучного інтелекту для більш складних завдань і таких, мають суспільну значимість. Тільки тоді ми побачимо, як повною мірою розкривається потенціал штучного інтелекту.

Системи штучного інтелекту
Системи штучного інтелекту

Майбутнє штучного інтелекту

Ми поки що не досягли такого рівня, щоб у нашому житті з'явилися HAL або СЗРО, але поле штучного інтелекту швидко розвивається. На сьогодні 5% всього персоналу компаній виконує адміністративні функції, згідно з опитуванням Sage, опублікованому у вересні 2017 року, виконання відповідних завдань без участі людини дозволить щороку економити в США 333,3 млрд. дол.

«В майбутньому штучний інтелект повинен взяти на себе всі ручні операції, щоб у співробітників було більше часу для новацій і підвищення продуктивності праці,— вважає Парментер.- Наприклад, за допомогою штучного інтелекту компанії можуть знайти закономірності в контенті, що зберігається в "хмарі", а потім приділити час корисному застосуванню цієї інформації, замість того щоб просівати гори даних в пошуках знань, які тепер будуть виділені машиною. Медичні дослідні лабораторії і фармакологічні компанії можуть задіяти системи штучного інтелекту для пошуку результатів досліджень і їх використання у власній роботі або порівняння зі своїми результатами».

«Перспективи вражають, а варіанти застосування практично нескінченні»,— підсумовує Парментер. «Є деякі побоювання щодо того, як новий штучний інтелект застосовується або буде застосовуватися надалі, навіть якщо нам не судилося бути атакованими розумними гуманоїдами після того, як ми дозволимо їм розвиватися дуже успішно».

Наприклад, технологія розпізнавання обличь грунтується на обробці величезних масивів віртуальних даних. Один з таких джерел даних —фотографії на водійських правах, і в деяких штатах ці великі бази даних з мільйонами цифрових зображень, вже використовуються поліцією, зокрема для ідентифікації підозрюваних. Інструмент дуже потужний, але потенціал для зловживань очевидний.

Небезпеки використання ШІ

Існують також практичні побоювання щодо потенційного застосування системи штучного інтелекту. Що буде, коли навчання штучного інтелекту буде здійснюватися в автоматичному режимі? Ну, або, наприклад, коли вдасться автоматизувати різноманітні завдання, які в даний час потребують людської участі, що станеться зі співробітниками, виконують ці обов'язки? З'явиться попит на технічні навички, але чи є вони у працівників, які в основному будуть саме тими, хто виконує легко автоматизовані функції, принаймні в найближчому майбутньому? Штучному інтелекту належить трансформувати способи роботи. Поки не ясно, яким чином це станеться, і тому деякі люди відчувають занепокоєння.

Однак, на думку Шарма, серед затребуваних навичок будуть не тільки технічні. У міру наближення часу, коли системи штучного інтелекту зможуть кодувати себе самі, створення інтелектуальних машин і інтеграція штучного інтелекту на робочому місці зажадає таких навичок, як креативність і емоційний інтелект.

«Як сказав нещодавно інвестор-мільярдер Марк Кубан, через 10 років попит на гуманітаріїв буде більше, ніж на програмістів, а може бути, навіть інженерів,— зазначає Шарму, — Перенавчання та переоснащення персоналу для автоматизованого майбутнього, а також розуміння, що штучний інтелект найкраще працює в поєднанні з людською інтуїцією, послужать основою для успіху компаній».

Шарма також вказує на зростаюче розуміння ролі того, яку роль відіграє людська суб'єктивність у програмованій технології, і того, як штучний інтелект може одночасно посилити і пом'якшити наслідки цієї суб'єктивності.

«Автоматизація відділу кадрів та його завдань допоможе керівництву компанії по-справжньому зосередитися на персоналі, особливо при прийомі на роботу. Ми вже помічаємо зміни, починаючи з використання штучного інтелекту для того, щоб допомогти у вивченні автобіографій і виключити необ'єктивність в оцінках, — пояснює вона. - Однак результат може бути як корисний, так і шкідливий для компанії. У більшості компаній виникають труднощі з формуванням різноманітності в колективах та особистій необ'єктивністю на співбесідах, але звичні забобони цілком можуть виявитися і вбудованими в алгоритми штучного інтелекту в залежності від того, хто проектує їх».

Системи штучного інтелекту: Разом ми - сила

Великі технічні компанії роблять значні інвестиції в системи штучного інтелекту і працюють над усуненням потенційних небезпек і типової штучної інтелект-функціональністі.

У 2017 року технічні гіганти, у тому числі Google, Microsoft, IBM, Amazon і Facebook, заснували організацію Partnership in AI із заявленою метою утвердження етичних норм в технології та підготовки правил для її подальшого розвитку і використання. Безсумнівно, штучний інтелект призводить до фундаментальних змін у бізнесі, суспільстві та етиці», — підкреслює Шарма. Для відповідального управління цими змінами потрібно вжити заходів з самого початку, так як виправити суб'єктивні пристрасті і помилки в реальному світі набагато складніше, ніж запобігти їх з самого початку. Але є можливість підвищити ефективність розробок і домогтися кращого представництва аудиторії, на яку орієнтовані розробки, якщо розширити коло людей, які проектують штучний інтелект.

«В першу чергу, завданням штучного інтелекту повинно бути створення справедливих умов для людей,—вважає Шарму,— Штучний інтелект забезпечує нові, масштабовані можливості для демократизації як доступу до технології, так і середовища для роботи».

Дуже поганоПоганоНормальноДобреВідмінно (1 оцінок, середнє: 5,00 з 5)
Loading...
Like this post? Please share to your friends:
Залишити відповідь

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: