Stanford University heeft een rapport gepubliceerd met voorspellingen over de toekomst van onze toekomst tot 2030. Alexander Krainov, hoofd van de computer vision and machine intelligence technology service bij Yandex, noemde de belangrijkste dingen van hem, vooral voor Afisha Daily.
In 2014 lanceerde Stanford University een 100-jarige studie naar kunstmatige intelligentie, waarin wetenschappers gaan evalueren hoe de introductie van nieuwe technologieën in AI en machine learning de samenleving beïnvloedt. Het is de bedoeling om gedurende het hele project rapporten uit te brengen over AI-gerelateerde onderwerpen. Onlangs verscheen het eerste rapport in deze serie, dat voorspelt wat de toekomst voor ons in petto heeft tot 2030. Het is duidelijk dat de toekomst niet hetzelfde zal zijn voor mensen in verschillende landen, en de onderzoekers kijken naar een abstracte Noord-Amerikaanse stad. Rusland heeft zijn eigen specifieke kenmerken en daarmee zijn eigen nuances in de ontwikkeling van de technologische toekomst. Laten we proberen erachter te komen wat het rapport ons vertelt en hoe relevant het voor ons is.
Vervoer
Stanford-onderzoekers zijn van mening dat de meest opvallende veranderingen die verband houden met kunstmatige intelligentie in de nabije toekomst zullen plaatsvinden op het gebied van transport. We hebben het over zowel ingebouwde rijassistenten (allerlei sensoren die de staat van de auto en de situatie op de wegen analyseren) als onbemande voertuigen, en verkeerscontrolesystemen, verbeterd door big data-analyse en machine learning, zullen steden redden van files. In Nederland dachten ze bijvoorbeeld zelfs aan 'slimme wegen', die volgestopt zouden worden met allerlei sensoren en die chauffeurs helpen de toestand van de weg 'onderweg' te beoordelen.
Bij hen is alles echter ook niet zo transparant: het probleem hier is niet alleen de veiligheid van het rijden, die de automatische piloot garandeert, maar ook in juridische zaken. Wie krijgt de schuld als een auto zonder piloot een persoon raakt of tegen een andere auto botst? De bestuurder kan altijd een boete krijgen of worden ingetrokken, maar hoe kun je de auto een boete geven? Een ander aspect is de houding ten opzichte van zelfrijdende auto's in de samenleving. Elk incident met de automatische piloot veroorzaakt een golf van discussie en levert argumenten op voor tegenstanders van innovaties. De gelukkige eigenaren van high-tech auto's zoals Tesla zelf helpen de situatie niet - ze slapen met de stuurautomaat aan en negeren de aanbevelingen van de auto om de controle over te nemen.
Promotie video:
Naast problemen met de wetgeving, kan het gebruik van dergelijke technologieën in Rusland worden bemoeilijkt door het feit dat onze algemene wegsituatie ingewikkelder is. Dit geldt ook voor de kwaliteit van het wegdek, het weer en het rijgedrag. Dit alles vereist een hoger niveau van ontwikkeling in afstemmingsalgoritmen. En onze verkeerswetten zijn conservatiever dan in de staten of in Europa en het kan langer duren voordat ze veranderen.
Gezondheidszorg
Gezondheidszorg is een van de meest veelbelovende gebieden van AI-acceptatie. De auteurs van het rapport zijn het hiermee eens, maar merken op dat het ook een van de moeilijkste bedrijfstakken is. De prijs van fouten is hier het leven van de patiënt, en alle gezondheidsgegevens zijn erg gevoelig. Daarom zijn ethische kwesties in de gezondheidszorg bijzonder acuut. Zowel de bureaucratie als de verouderde mechanismen van het werk van medische instellingen belemmeren - het zal erg lang duren om deze obstakels te overwinnen. Maar dit alles belet niet dat technologieën zich actief ontwikkelen en nieuwe technologiebedrijven betreden de industrie, ook in Rusland.
Massale verzameling van medische gegevens (een noodzakelijke basis voor AI-training) werd enige tijd geleden mogelijk, tijdens de hausse in sport-apps en activity trackers, maar grote analyses hebben het nog steeds niet bereikt om een aantal redenen, waaronder wettelijke beperkingen en privacyproblemen. Hetzelfde geldt voor beeldherkenning - bijvoorbeeld röntgenfoto's die al digitaal zijn gemaakt en opgeslagen. Met telegeneeskunde gaat het beter - er worden projecten gelanceerd, ook door de overheid, om high-tech hulpmiddelen voor artsen te introduceren, zoals deelname op afstand van een chirurg aan een operatie met behulp van HD-uitzendingen. In de nabije toekomst kan worden verwacht dat machine-intelligentie in staat zal zijn om een massa gegevens over verschillende patiënten en hun behandelingsgeschiedenis te analyseren om vergelijkbare gevallen te markeren.aanbevelingen geven en daarmee tijd besparen voor de therapeut. De trend hier verschilt niet veel van andere industrieën - al het geautomatiseerde werk, gebaseerd op de kennisbasis in het menselijk hoofd en op het vergelijken van gegevens, zal in de toekomst worden vervangen door AI. Het is waar dat de uiteindelijke beslissing nog lang aan de persoon zal zijn.
In Rusland wordt al lang gekeken naar de telegeneeskundesector en er is aandachtig een staatsprogramma voor de uitvoering ervan, waarvan de eerste fase in 2017 begint. Hoewel dit programma niets met AI te maken heeft, kan het indirect bijdragen aan het begin van de introductie van AI in telegeneeskunde - van automatische verwerking van tekstuele informatie zoals recepten voor medicijnen tot de analyse van beelden uit patiëntendossiers. Bovendien werken we al aan de herkenning van pathologieën in beelden met behulp van neurale netwerken en is er een duidelijke vraag naar toegang tot hooggekwalificeerde medische diensten in afgelegen nederzettingen.
Opleiding
In de nabije toekomst zullen robots leraren niet vervangen - dit geldt zowel voor de Verenigde Staten als nog meer voor Rusland, waar de leraar ook altijd als een opvoeder werd gezien. Onderzoekers in het Stanford-rapport letten niet zozeer op hoe kunstmatige intelligentie in het onderwijs zal worden geïmplementeerd, maar op vragen over nieuwe technologieën die leraren helpen en op een bepaald niveau vervangen, bijvoorbeeld bij het slagen voor educatieve online programma's. De onderzoekers noemen de Carnegie Cognitive Tutor als voorbeeld, die studenten helpt bij het leren van wiskunde: het systeem kan zich aanpassen aan de behoeften van elke student - en afhankelijk van hen verandert het tips en feedback over het verloop van de les.
Er zijn ook intelligente trainingssystemen in ontwikkeling, die in de Verenigde Staten veel worden gebruikt om verschillende specialisten op te leiden - van programmeurs tot ingenieurs. Wanneer een virtuele adaptieve omgeving wordt gevormd om specifieke problemen in het echte leven op te lossen, helpt AI daarbij om het proces aan te passen aan de acties van de student. Dit is bijvoorbeeld het Sherlock-systeem, dat in 1989 is uitgevonden en wordt gebruikt om technici bij de Amerikaanse luchtmacht op te leiden. U kunt ook de aanzienlijke vooruitgang van online vertalers zien, die plaatsvindt dankzij het gebruik van machine-intelligentie. Dit maakt onderwijsliteratuur in andere talen toegankelijker.
Veiligheid
Machine-intelligentie, die al actief wordt gebruikt op het gebied van beveiliging, zal in de toekomst actiever worden ingezet. Onderzoekers speculeren dat kunstmatige intelligentie kan helpen bij het identificeren van leugens tijdens ondervragingen. En het analyseren van grote datasets van misdrijven, waaronder de geschiedenis van misdrijven in een bepaald gebied, video-opnames en bewegingen van verdachten, kan helpen voorspellen waar het volgende misdrijf kan plaatsvinden - net als in de tv-serie Suspect. Vergeet ook cyberveiligheid niet. Machine-informatiesystemen helpen al om financiële criminaliteit op te sporen op basis van verdachte activiteit op iemands creditcard - dergelijke systemen zullen in de toekomst nog effectiever worden.
Natuurlijk baart het gebruik van AI voor volgsystemen mensen zorgen. Maar je kunt het anders bekijken door de volgende vraag te stellen: wat is beter - als je door de camera wordt bekeken door een "zielloos algoritme" of door een heel specifiek persoon? Misschien wordt in het eerste geval de privacy veel minder geschonden. AI heeft tot doel alleen gevaarlijke patronen bij te houden, en het sluit alleen constante menselijke monitoring uit. Stel je een olieleiding voor die constant gecontroleerd moet worden, zodat indringers er niet illegaal bij komen. Je kunt camera's opstellen en af en toe patrouilles langs de pijp lanceren, of je kunt een drone lanceren en een getraind systeem gebruiken om het gebied te analyseren op buitenaardse objecten in de buurt, bijvoorbeeld auto's of groepen mensen. Yandex Data Factory en Accenture hebben een soortgelijk project: het systeem bewaakt langeafstandsobjecten, zoals elektriciteitskabels, oliepijpleidingen en gaspijpleidingen, die te duur zouden zijn voor mensen om te patrouilleren, en is in staat om verdachte activiteiten te detecteren - bijvoorbeeld niet-geautoriseerde auto's, groepen mensen, enz. …
Vermaak
Kunstmatige intelligentie wordt al heel lang gebruikt in entertainment - bijvoorbeeld in games bouwen computervijanden hun gedrag op op basis van de acties van de speler, wat een uitstekend voorbeeld is van kunstmatige intelligentie. Op sociale media gebruiken aanbevelingsalgoritmen ook AI, en de Facebook-nieuwsfeed is een klassiek voorbeeld. Ze praten in hun blog over het gebruik van machine-intelligentietechnologieën: dit is vertaling van posts, en slim zoeken, en aanpassing van de feed aan de interesses van een bepaalde gebruiker tijdens de vlucht (afhankelijk van bijvoorbeeld wat hij leuk vindt en welke links hij opent). Dit alles is echter een relatief eenvoudig niveau van het gebruik van complexe technologie en in de toekomst zal de mate van personalisatie van inhoud volgens onderzoekers veel hoger zijn dan nu.
AI betreedt ook de kunst - steeds meer zijn er behoorlijk succesvolle voorbeelden van het componeren van teksten en melodieën door programma's. Dit jaar maakten Yandex-enthousiastelingen bijvoorbeeld het Neural Defense-project, waar het neurale netwerk teksten schreef in de stijl van Yegor Letov. Nu zijn dit niets meer dan vermakelijke experimenten, maar in de toekomst is het gemakkelijk voor te stellen hoe neurale netwerken beelden schilderen of nieuwe muziekstukken creëren, en die bijna gegarandeerd hits worden: een neuraal netwerk is immers in staat om de noodzakelijke voorwaarden te identificeren voor een compositie om een hit te worden.
Er zijn geen verschillen tussen de ontwikkeling van entertainmenttechnologieën in de Verenigde Staten en Rusland. Hier lopen we niet achter op het Westen, en over het algemeen staan we voor ongeveer dezelfde vooruitzichten en problemen. Maar het maken van een aanbevelingssysteem of een entertainmentbot op basis van het Engels is eenvoudiger - meer gegevens en de taal zelf is meer geformaliseerd. De Russische taal is erg moeilijk, wat het proces enigszins vertraagt.
Moet u bang zijn voor werkloosheid?
Een van de grootste angsten van kunstmatige intelligentie is dat het mensen banen wegneemt. Dit wil niet zeggen dat deze angst volkomen ongegrond is. Onderzoekers van Stanford zijn van mening dat machine-intelligentie inderdaad veel mensen in een grote verscheidenheid aan industrieën zal vervangen, maar tegelijkertijd veel nieuwe banen zal creëren, maar het is moeilijk te zeggen welke. Bovendien zal AI het werk van miljoenen mensen niet in één keer vervangen - dit proces zal in de tijd worden uitgebreid en zal geleidelijk verlopen in de zin dat AI eerst een menselijke medewerker te hulp schiet en pas daarna in staat zal zijn om hem te vervangen. Dit zal het proces van vermindering van de werkgelegenheid voor mensen in sommige beroepen soepel en pijnloos maken.
