Университет Стэндфорда в своём докладе спрогнозировал, какое будущее ожидает нас в перспективе до 2030 года.
Стэнфордский университет в 2014 году положил старт 100-летнему исследованию искусственного интеллекта, в процессе которого ученые хотят оценивать, какое влияние оказывают на общество новые технологии, внедряемые в сферу ИИ и машинного обучения. Во время проведения проекта планируется выпуск отчетов по темам, связанным с искусственным интеллектом. Первый доклад из этой серии был недавно опубликован. В нём выведен прогноз будущего вплоть до 2030 года. Вероятно, для людей, проживающих в различных странах, будущее не будет одинаковым, и исследователи для рассмотрения предлагают некий абстрактный североамериканский город. Россия, конечно же, отличается своей спецификой, а значит, есть нюансы развития её технологического будущего. Попробуем разобраться в изложенной информации и в её актуальности для нашей страны.
По мнению исследователей Стэнфорда, самые заметные изменения в применении искусственного интеллекта будут происходить в ближайшее время именно в сфере транспорта. Это касается как встроенных помощников водителя (всевозможных сенсоров, диагностирующих состояние автомобиля и анализирующих ситуацию на дорогах), так и беспилотных автомобилей. Системы контроля трафика, усовершенствованные благодаря аналитике больших данных и машинного обучения, поспособствуют избавлению городов от пробок. В Голландии, к примеру, задумались даже о напичканных всевозможными сенсорами «умных дорогах», помогающих водителям производить оценку состояния дороги во время движения.
Хотя с ними также все не совсем прозрачно, поскольку здесь проблема кроется не только в безопасном вождении, которое будет зависеть от автопилота, но и в юридической стороне вопроса. Кого признавать виновным, если машина, ехавшая без пилота, собьет человека или въедет в другую машину? Водителя всегда можно лишить прав или оштрафовать, но как оштрафовать автомобиль? Еще одним аспектом является отношение в обществе к беспилотным автомобилям. Любое связанное с автопилотом происшествие способствует возникновению волны обсуждений и дает новые аргументы противникам нововведений. Счастливые собственники высокотехнологичных автомобилей типа Tesla также не спешат оказать позитивное влияние на общественное мнение — включив автопилот, они спят, и конечно в это время игнорируют рекомендации автомобиля взять управление в свои руки.
Помимо законодательных сложностей в России применение технологий такого типа может усложняться большей загруженностью дорог по стране в целом. Здесь речь идёт и о качестве дорожного покрытия, и о погодных явлениях, и об особенностях вождения. Все это вынуждает к более высокому уровню развития построения алгоритмов. Да и законодательство наше касательно сферы дорожного движения гораздо консервативнее, нежели законодательство Штатов или Европы, и на его модернизацию может понадобится больше времени.
Одной из наиболее перспективных отраслей по части внедрения ИИ является здравоохранение. С этим согласны и авторы доклада, однако они отмечают, что эта сфера в то же время является и одной из сложнейших отраслей. Цена ошибки в сфере здравоохранения — жизнь пациента, любые данные касательно здоровья очень чувствительны. По этой причине этические вопросы в этой сфере деятельности стоят особенно остро. Прогрессу не способствует и бюрократия, и устаревшие методы функционирования медицинских учреждений. Довольно много времени понадобится на преодоление этих преград. Однако все это не мешает активному развитию технологий, а в данную отрасль, в том числе и в России, приходят все новые технологические компании.
Возможность сбора медицинских данных массового характера (необходимая база для обучения ИИ) появилась уже некоторое время назад в период бума трекеров активностей и спортивных приложений, но всё же до сих пор большая аналитика до них не добралась по целому ряду причин, в числе которых вопросы приватности и законодательные ограничения. То же самое касается распознавания изображений — например, рентгеновских снимков, которые уже делаются и хранятся в цифровом виде.
С телемедициной дела обстоят лучше — запускаются проекты, в том числе и государственные, по внедрению высокотехнологичных инструментов для докторов вроде удаленного участия хирурга в операции с помощью HD-трансляции. В ближайшем будущем стоит ожидать, что машинный интеллект сможет анализировать массив данных по разным пациентам и их историям лечения, чтобы выделять похожие случаи, давать рекомендации и тем самым сэкономить время терапевта. Тенденция здесь мало отличается от других отраслей — вся автоматизированная работа, полагающаяся на базу знаний в голове человека и на сопоставление данных, будет в перспективе заменена ИИ. Правда, еще долгое время финальное решение будет все равно за человеком.
В России на сферу телемедицины смотрят давно и пристально, существует государственная программа по ее внедрению, первый этап которой начнется уже в 2017 году. Пока эта программа не имеет никакого отношения к ИИ, но она может косвенно поспособствовать началу внедрения ИИ в телемедицине — от автоматической обработки текстовой информации вроде рецептов лекарств до анализа изображений из карт пациентов. Более того, у нас уже работают над распознаванием патологий на изображениях с помощью нейросетей и есть очевидный запрос на доступ к высококвалифицированным медицинским услугам в удаленных населенных пунктах.
В обозримом будущем роботы не заменят учителей — это относится как к США, так и тем более к России, где учитель всегда воспринимался еще и как воспитатель. Исследователи в докладе Стэнфорда уделяют внимание не столько тому, как искусственный интеллект будет внедряться в сфере образования, сколько вопросам о новых технологиях, которые помогают учителям и на каком-то уровне их заменяют, например, при прохождении образовательных онлайн-программ. Исследователи приводят в пример Carnegie Cognitive Tutor, помогающий школьникам выучить математику: система умеет подстраиваться под нужды каждого ученика — и в зависимости о них меняет подсказки и фидбэк по прохождению занятия.
Развиваются и интеллектуальные системы обучения, широко используемые в США для подготовки разных специалистов — от программистов до инженеров. Когда формируется виртуальная адаптирующаяся среда для решения конкретных проблем из реальной жизни, ИИ помогает в ней подстраивать процесс под действия обучаемого. Это, например, система Sherlock, которая придумана еще в 1989 году и используется для обучения техников в ВВС США. Еще можно отметить значительный прогресс онлайн-переводчиков, который происходит благодаря использованию машинного интеллекта. Это делает образовательную литературу на других языках более доступной.
Машинный интеллект, уже достаточно активно используемый в сфере безопасности, в дальнейшем будет применяться ещё активнее. По предположениям исследователей, искусственный интеллект будет способствовать выявлению лжи на допросе. А работа с большими массивами данных по совершённым преступлениям, включая хронику преступлений конкретных районов, записи видеокамер и передвижений подозреваемых, сможет помочь спрогнозировать, в какой местности может быть совершено следующее злодеяние, — почти как в сериале «Подозреваемый». Помимо этого, не следует забывать и о кибербезопасности. Основанные на машинном интеллекте системы уже выявляют финансовые преступления, фиксируя подозрительные действий с чьей-либо кредитной картой — в будущем подобные системы будут еще эффективнее.
Разумеется, среди людей, узнающих о применении ИИ для усовершенствования систем слежения, появляется обеспокоенность. Однако на эту ситуацию можно посмотреть иначе, если задать вопрос: что лучше — когда через камеру за вами наблюдает «бездушный алгоритм» или вполне конкретный человек? Скорей всего, в первом варианте приватность нарушается значительно меньше. ИИ направляется на слежку только за опасными паттернами, и как раз в случае его применения исключается постоянный мониторинг человеком. Вообразите нефтяную трубу, которая нуждается в постоянной слежке, для недопущения нелегального к ней присоединения со стороны злоумышленников. Можно установить вблизи неё камеры и пускать вдоль трубы иногда патрули, или же запустить дрона и посредством запрограммированной системы анализировать окрестности на предмет приближения чужеродных объектов, к примеру, машин или групп людей. Проект, сделанный по такому же принципу, есть у компании Accenture и YandexDataFactory — система проводит мониторинг протяженных объектов по типу ЛЭП, газопроводов и нефтепроводов, патрулировать которые людьми было бы достаточно дорого, и умеет фиксировать подозрительную активность — к примеру, несанкционированно подъезжающие автомобили, приближающиеся группы людей и т. п.
В развлечениях искусственный интеллект применяют уже довольно давно — к примеру, в играх виртуальные враги свое поведение выстраивают, основываясь на действиях игрока, что отлично показывает действие искусственного интеллекта. В алгоритмах рекомендаций социальных сетей также используется ИИ, и показательным примером здесь может быть лента новостей Facebook. В своем блоге они рассказывают об использовании технологий машинного интеллекта: это и умный поиск, и перевод постов, и приспособление ленты под особенности каждого конкретного пользователя на лету (например, в зависимости от того, какие ссылки он открывает, и на какие посты ставит лайки). Впрочем, это все сравнительно простой уровень применения сложной технологии и, по мнению исследователей, со временем, степень персонализованности контента будет гораздо выше, нежели сегодня.
ИИ проникает и в сферу искусства — появляется все больше вполне удачных примеров сочинения мелодий и текстов программами. К примеру, энтузиасты из «Яндекса» в этом году создали проект под названием «Нейронная оборона», с написанными посредством нейросети текстами песен в стиле Егора Летова. На данный момент, такие проекты являются не более чем развлекательными экспериментами, однако в будущем можно с лёгкостью представить, как нейросети рисуют картины или занимаются созданием новых музыкальных произведений, причем таких, которые с большой вероятностью станут хитами: ведь нейросеть наделена способностью выявлять подходящие условия для того, чтобы созданная композиция стала шлягером.
Между развитием в США и в России развлекательных технологий различий нет. В этом от Запада мы не отстаём, и, в общем, нас ожидают примерно такие же перспективы и задачи. Однако создать развлекательного бота или рекомендательную систему на базе английского легче — данных больше, и сам язык более формализован. В отличие от него русский язык является очень сложным, что в какой-то мере замедляет процесс.
Одним из главных страхов перед внедрением искусственного интеллекта является то, что он, входя в повседневную жизнь, отнимет у людей их работу. Сказать, что этот страх совершенно беспочвенный, нельзя. Стэндфордские исследователи считают, что, хотя действительно машинный интеллект в различных сферах деятельности заменит собой многих людей, он в то же время создаст большое число новых рабочих мест, хотя пока сложно сказать, каких именно. Кстати говоря, ИИ одновременно не сможет заменить работу миллионов людей — этот процесс растянется во времени и будет реализовываться постепенно в том смысле, что в первую очередь ИИ будет применяться как помощник сотрудника-человека и, только, впоследствии сможет его заменить. Процесс сокращения некоторых профессий благодаря этому станет плавным и безболезненным.
