Внедрение искусственного интеллекта. Что такое искусственный интеллект? История развития и перспективы. Основные направления исследований. Создание новых рабочих мест для управления ИИ

Понятие искусственный интеллект (ИИ или AI) объединяет в себе не только технологии, позволяющие создавать интеллектуальные машины (включая компьютерные программы). ИИ – это также одно из направлений научной мысли.

Искусственный интеллект — определение

Интеллект – это психическая составляющая человека, которая обладает следующими способностями:

приспособленческая;
обучаемость посредством накопления опыта и знаний;
способность применять знания и навыки для управления окружающей средой.

Интеллект объединяет в себе все способности человека к познанию действительности. При помощи него человек мыслит, запоминает новую информацию, воспринимает окружающую среду и так далее.

Под искусственным интеллектом понимается одно из направлений информационных технологий, которое занимается изучением и разработкой систем (машин), наделенных возможностями человеческого интеллекта: способность к обучению, логическому рассуждению и так далее.

В настоящий момент работа над искусственным интеллектом проводится путем создания новых программ и алгоритмов, решающих задачи так же, как это делает человек.

В связи с тем, что определение ИИ эволюционирует по мере развития этого направления, необходимо упомянуть AI Effect. Под ним понимается эффект, который создает искусственный интеллект, достигнувший некоторого прогресса. Например, если ИИ научился выполнять какие-либо действия, то сразу подключаются критики, которые доказывают, что эти успехи не свидетельствуют о наличии мышления у машины.

Сегодня развитие искусственного интеллекта идет по двум независимым направлениям:

нейрокибернетика;
логический подход.

Первое направление предусматривает исследование нейронных сетей и эволюционных вычислений с точки зрения биологии. Логический подход подразумевает разработку систем, которые имитируют интеллектуальные процессы высокого уровня: мышление, речь и так далее.

Первые работы в области ИИ начали вести в середине прошлого века. Пионером исследований в этом направлении стал Алан Тьюринг , хотя определенные идеи начали высказывать философы и математики в Средние века. В частности, еще в начале 20-го века была представлена механическое устройство, способное решать шахматные задачи.

Но по-настоящему это направление сформировалось к середине прошлого столетия. Появление работ по ИИ предваряли исследования о природе человека, способах познания окружающего мира, возможностях мыслительного процесса и других сферах. К тому времени появились первые компьютеры и алгоритмы. То есть, был создан фундамент, на котором зародилось новое направление исследований.

В 1950 году Алан Тьюринг опубликовал статью, в которой задавался вопросами о возможностях будущих машин, а также о том, способны ли они обойти человека в плане разумности. Именно этот ученый разработал процедуру, названную потом в его честь: тест Тьюринга.

После опубликования работ английского ученого появились новые исследования в области ИИ. По мнению Тьюринга, мыслящей может быть признана только та машина, которую невозможно при общении отличить от человека. Примерно в то же время, когда появилась статься ученого, зародилась концепция, получившая название Baby Machine. Она предусматривала поступательное развитие ИИ и создание машин, мыслительные процессы которых сначала формируются на уровне ребенка, а затем постепенно улучшаются.

Термин «искусственный интеллект» зародился позднее. В 1952 году группа ученых, включая Тьюринга, собралась в американском университете Дартмунда, чтобы обсудить вопросы, связанные с ИИ. После той встречи началось активное развитие машин с возможностями искусственного интеллекта.

Особую роль в создании новых технологий в области ИИ сыграли военные ведомства, которые активно финансировали это направление исследований. Впоследствии работы в области искусственного интеллекта начали привлекать крупные компании.

Современная жизнь ставит более сложные задачи перед исследователями. Поэтому развитие ИИ ведется в принципиально других условиях, если сравнивать их с тем, что происходило в период зарождения искусственного интеллекта. Процессы глобализации, действия злоумышленников в цифровой сфере, развитие Интернета и другие проблемы – все это ставит перед учеными сложные задачи, решение которых лежит в области ИИ.

Несмотря на успехи, достигнутые в этой сфере в последние годы (например, появление автономной техники), до сих пор не утихают голоса скептиков, которые не верят в создание действительно искусственного интеллекта, а не очень способной программы. Ряд критиков опасается, что активное развитие ИИ вскоре приведет к ситуации, когда машины полностью заменят людей.

Направления исследований

Философы пока не пришли к единому мнению о том, какова природа человеческого интеллекта, и каков его статус. В связи с этим в научных работах, посвященных ИИ, встречается множество идей, повествующих, какие задачи решает искусственный интеллект. Также отсутствует единое понимание вопроса, какую машину можно считать разумной.

Сегодня развитие технологий искусственного интеллекта идет по двум направлениям:

Нисходящее (семиотическое). Оно предусматривает разработку новых систем и баз знаний, которые имитируют высокоуровневые психические процессы типа речи, выражения эмоций и мышления.
Восходящее (биологическое). Данный подход предполагает проведение исследований в области нейронных сетей, посредством которых создаются модели интеллектуального поведения с точки зрения биологических процессов. На базе этого направления создаются нейрокомпьютеры.

Определяет способность искусственного интеллекта (машины) мыслить так же, как человек. В общем понимании этот подход предусматривает создание ИИ, поведение которого не отличается от людских действий в одинаковых, нормальных ситуациях. По сути, тест Тьюринга предполагает, что машина будет разумной лишь в том случае, если при общении с ней невозможно понять, кто говорит: механизм или живой человек.

Книги в жанре фантастика предлагают другой метод оценки возможностей ИИ. Настоящим искусственный интеллект станет в том случае, если он будет чувствовать и сможет творить. Однако этот подход к определению не выдерживает практического применения. Уже сейчас, например, создаются машины, которые обладают способностью реагировать на изменения окружающей среды (холод, тепло и так далее). При этом они не могут чувствовать так, как это делает человек.

Символьный подход

Успех в решении задач во многом определяется способностью гибко подходить к ситуации. Машины, в отличие от людей, интерпретируют полученные данные единым образом. Поэтому в решении задач принимает участие только человек. Машина проводит операции на основании написанных алгоритмов, которые исключают применение нескольких моделей абстрагирования. Добиться гибкости от программ удается путем увеличения ресурсов, задействованных в ходе решения задач.

Указанные выше недостатки характерны для символьного подхода, применяемого при разработке ИИ. Однако данное направление развития искусственного интеллекта позволяет создавать новые правила в процессе вычисления. А проблемы, возникающие у символьного подхода, способны решить логические методы.

Логический подход

Этот подход предполагает создание моделей, имитирующих процесс рассуждения. В его основе заложены принципы логики.

Данный подход не предусматривает применение жестких алгоритмов, которые приводят к определенному результату.

Агентно-ориентированный подход

Он задействует интеллектуальных агентов. Этот подход предполагает следующее: интеллект представляет собой вычислительную часть, посредством которой достигаются поставленные цели. Машина играет роль интеллектуального агента. Она познает окружающую среду при помощи специальных датчиков, а взаимодействует с ней посредством механических частей.

Агентно-ориентированный подход уделяет основное внимание разработке алгоритмов и методов, которые позволяют машинам сохранять работоспособность в различных ситуациях.

Гибридный подход

Этот подход предусматривает объединение нейронных и символьных моделей, за счет чего достигается решение всех задач, связанных с процессами мышления и вычислений. Например, нейронные сети могут генерировать направление, в котором двигается работа машины. А статическое обучение предоставляет тот базис, посредством которого решаются задачи.

Согласно прогнозам экспертов компании Gartner , к началу 2020-х годов практически все выпускаемые программные продукты будут использовать технологии искусственного интеллекта. Также специалисты предполагают, что около 30% инвестиций в цифровую сферу будут приходиться на ИИ.

По мнению аналитиков Gartner, искусственный интеллект открывает новые возможности для кооперации людей и машин. При этом процесс вытеснения человека ИИ невозможно остановить и в будущем он будет ускоряться.

В компании PwC считают, что к 2030 году объем мирового валового внутреннего продукта вырастет примерно на 14% за счет быстрого внедрения новых технологий. Причем примерно 50% прироста обеспечит повышение эффективности производственных процессов. Вторую половину показателя составит дополнительная прибыль, полученная за счет внедрения ИИ в продукты.

Первоначально эффект от использования искусственного интеллекта получит США, так как в этой стране созданы лучшие условия для эксплуатации машин на ИИ. В дальнейшем их опередит Китай, который извлечет максимальную прибыль, внедряя подобные технологии в продукцию и ее производство.

Эксперты компании Saleforce заявляют, что ИИ позволит увеличить доходность малого бизнеса примерно на 1,1 триллиона долларов. Причем произойдет это к 2021 году. Отчасти добиться указанного показателя удастся за счет реализации решений, предлагаемых ИИ, в системы, отвечающие за коммуникацию с клиентами. Одновременно с этим будет улучаться эффективность производственных процессов благодаря их автоматизации.

Внедрение новых технологий также позволит создать дополнительные 800 тысяч рабочих мест. Эксперты отмечают, что указанный показатель нивелирует потери вакансий, произошедшие из-за автоматизации процессов. По прогнозу аналитиков, основанных на результатах опроса среди компаний, их расходы на автоматизацию производственных процессов к началу 2020-х годов возрастут примерно до 46 миллиардов долларов.

В России также ведутся работы в области ИИ. На протяжении 10 лет государство профинансировало более 1,3 тысячи проектов в данной сфере. Причем большая часть инвестиций пошло на развитие программ, не связанных с ведением коммерческой деятельности. Это показывает, что российское бизнес-сообщество пока не заинтересовано во внедрении технологий искусственного интеллекта.

В общей сложности на указанные цели в России инвестировали порядка 23 миллиардов рублей. Размер государственных субсидий уступает тем объемам финансирования сферы ИИ, которые демонстрируют другие страны. В США на эти цели каждый год выделяют порядка 200 миллионов долларов.

В основном в России из госбюджета выделяют средства на развитие технологий ИИ, которые затем применяются в транспортной сфере, оборонной промышленности и в проектах, связанных с обеспечением безопасности. Это обстоятельство указывает на то, что в нашей стране чаще инвестируют в направления, которые позволяют быстро добиться определенного эффекта от вложенных средств.

Приведенное выше исследование также показало, что в России сейчас накоплен высокий потенциал для подготовки специалистов, которые могут быть задействованы в разработке технологий ИИ. За 5 последних лет обучение по направлениям, связанным с ИИ, прошли примерно 200 тысяч человек.

Технологии ИИ развиваются в следующих направлениях:

решение задач, позволяющих приблизить возможности ИИ к человеческим и найти способы их интеграции в повседневность;
разработка полноценного разума, посредством которого будут решаться задачи, стоящие перед человечеством.

В настоящий момент исследователи сосредоточены на разработке технологий, которые решают практические задачи. Пока ученые не приблизились к созданию полноценного искусственного разума.

Разработкой технологиями в области ИИ занимаются многие компании. «Яндекс» не один год применяет их в работе поисковика. С 2016 года российская IT-компания занимается исследованиями в области нейронных сетей. Последние изменяют характер работы поисковиков. В частности, нейронные сети сопоставляют введенный пользователем запрос с неким векторным числом, который наиболее полно отражает смысл поставленной задачи. Иными словами, поиск ведется не по слову, а именно по сути информации, запрашиваемой человеком.

В 2016 году «Яндекс» запустил сервис «Дзен» , который анализирует предпочтения пользователей.

У компании Abbyy недавно появилась система Compreno . При помощи нее удается понять на естественном языке написанный текст. На рынок также сравнительно недавно вышли и другие системы, основанные на технологиях искусственного интеллекта:

Findo. Система способна распознавать человеческую речь и занимается поиском информации в различных документах и файлах, используя при этом сложные запросы.
Gamalon. Эта компания представила систему со способностью к самообучению.
Watson. Компьютер компании IBM, использующий в процессе поиска информации большое количество алгоритмов.
ViaVoice. Система распознавания человеческой речи.

Крупные коммерческие компании не обходят стороной достижения в области искусственного интеллекта. Банки активно внедряют подобные технологии в свою деятельность. При помощи систем, основанных на ИИ, они проводят операции на биржах, ведут управление собственностью и выполняют иные операции.

Оборонная промышленность, медицина и другие сферы внедряют технологии распознавания объектов. А компании, занимающие разработкой компьютерных игр, применяют ИИ для создания очередного продукта.

В течение нескольких последних лет группа американских ученых ведет работу над проектом NEIL , в рамках которого исследователи предлагают компьютеру распознать, что изображено на фотографии. Специалисты предполагают, что таким образом они смогут создать систему, способную самообучаться без внешнего вмешательства.

Компания VisionLab представила собственную платформу LUNA , которая может в режиме реального времени распознавать лица, выбирая их из огромного кластера изображений и видеороликов. Данную технологию сегодня применяют крупные банки и сетевые ретейлеры. При помощи LUNA можно сопоставлять предпочтения людей и предлагать им соответствующие товары и услуги.

Над подобными технологиями работает российская компания N-Tech Lab . При этом ее специалисты питаются создать систему распознавания лиц, основанную на нейронных сетях. По последним данным, российская разработка лучше справляется с поставленными задачами, чем человек.

По мнению Стивена Хокинга, развитие технологий искусственного интеллекта в будущем приведет к гибели человечества. Ученый отметил, что люди из-за внедрения ИИ начнут постепенно деградировать. А в условиях естественной эволюции, когда человеку для выживания необходимо постоянно бороться, этот процесс неминуемо приведет к его гибели.

В России положительно рассматривают вопрос внедрения ИИ. Алексей Кудрин однажды заявил о том, что использование таких технологий позволит примерно на 0,3% от ВПП уменьшить расходы на обеспечение работы государственного аппарата. Дмитрий Медведев предрекает исчезновение ряда профессий из-за внедрения ИИ. Однако чиновник подчеркнул, что использование таких технологий приведет к бурному развитию других отраслей.

По данным экспертов Всемирного экономического форума, к началу 2020-х годов в мире из-за автоматизации производства рабочих мест лишаться около 7 миллионов человек. Внедрение ИИ с высокой долей вероятности вызовет трансформацию экономики и исчезновение ряда профессий, связанных с обработкой данных.

Эксперты McKinsey заявляют, что активнее процесс автоматизации производства будет проходить в России, Китае и Индии. В этих странах в ближайшее время до 50% рабочих потеряют свои местах из-за внедрения ИИ. Их место займут компьютеризированные системы и роботы.

По данным McKinsey, искусственный интеллект заменит собой профессии, предусматривающие физический труд и обработку информации: розничная торговля, гостиничный персонал и так далее.

К середине текущего столетия, как полагают эксперты американской компании, число рабочих мест во всем мире сократится примерно на 50%. Места людей займут машины, способные проводить аналогичные операции с той же или более высокой эффективностью. При этом эксперты не исключают варианта, при котором данный прогноз будет реализован раньше указанного срока.

Другие аналитики отмечают вред, который могут нанести роботы. Например, эксперты McKinsey обращают внимание на то, что роботы, в отличие от людей, не платят налоги. В результате из-за снижения объемов поступлений в бюджет государство не сможет поддерживать инфраструктуру на прежнем уровне. Поэтому Билл Гейтс предложил ввести новый налог на роботизированную технику.

Технологии ИИ повышают эффективность работы компаний за счет снижения числа совершаемых ошибок. Кроме того, они позволяют повысить скорость выполнения операций до того уровня, который не может достигнуть человек.

Дарья Казовская Май 18, 2017

“Эволюция от мозга к искусственному интеллекту будет более радикальной, чем от обезьяны к человеку”, - считает Ник Бостром, философ и гуру в области Artificial Intelligence (AI).

Ник прав. Сегодня самые успешные компании, от Bosch до Starbucks, пользуются разработками на базе AI для сокращения расходов, повышения прибыли и улучшения производительности.

#2. Контроль и мониторинг данных

Постоянный контроль и мониторинг инфраструктуры компании - ещё одна возможность использовать AI технологии в бизнесе. Французская энергетическая компания Engie применяет на предприятиях дронов с программами распознавания изображений на основе машинного обучения. Дроны следят за оборудованием - они исследуют инфраструктуру, чтобы предотвратить возможные повреждения.

AI системы контроля и мониторинга хорошо подходят и для городской среды. Наиболее простой пример - распознавание автомобильных номеров - применяется муниципальными организациями. Мы для заказчика из Германии. По этому же пути идёт правительство Каталонии, предоставив своему департаменту полиции алгоритмы и номерных знаков.

Хотите снизить риски износа и повреждения оборудования и создать подушку безопасности для своей компании? В этом помогут системы мониторинга на базе искусственного интеллекта.

Многие боятся, что искусственный интеллект заменит нас во всех областях промышленности. Страхи в сторону! Высокие технологии помогают автоматизировать разные процессы - от простой отправки писем до бронирования авиабилетов. Но цель высокоинтеллектуальных решений - не заменить людей, а сделать человеческий труд эффективнее.

Так, японская страховая компания Fukoku Mutual Life Insurance установила программу от IBM - Watson Explorer AI. Эта система анализирует данные медполисов по операциям и процедурам, чтобы вычислить размеры выплат. По расчётам представителей Fukoku, внедрение искусственного интеллекта позволит им увеличить производительность на 30%.

Подумайте об автоматизации своих бизнес-процессов с помощью AI-алгоритмов. Они не только выполняют сложные задачи быстрее, но и способны работать 24 часа в сутки.

#4. Предиктивная аналитика

Люди хотят знать будущее, а компании - тем более.

AI технологии способны обрабатывать большие массивы данных, выявлять закономерности и прогнозировать будущее. В одном из наших R&D проектов мы разрабатывали . Система анализирует сходство покупателей и товаров, чтобы рекомендовать людям другие товары, похожие на те, которые приобретают они или посетители магазинов с одинаковыми предпочтениями.

Другой пример: Expedia , крупнейшая в мире онлайн-платформа по планированию путешествий - от бронирования отелей до аренды транспорта - эффективно использует машинное обучение, чтобы составлять индивидуальные рекомендации пользователям портала.

Искусственный интеллект показывает хорошие результаты в построении прогнозов благодаря навыку обучаться. И, в отличие от традиционных подходов к прогнозированию, предиктивная аналитика легко адаптируется к изменениям поведения - когда поступают новые данные, она становится лучше.

#5. Анализ неструктурированных данных

“80% всех данных в мире не структурированы ”, - громко заявляет IBM. В такие цифры сложно поверить. Но факт остаётся фактом - с широким распространением мобильных устройств мы ежедневно генерим массу цифрового неструктурированного контента: сообщения в мессенджерах, письма, фото и видео.

Алгоритмы AI помогают компаниям разобраться с этим “богатством” и структурировать данные так, чтобы впоследствии их проанализировать. Подобный принцип заложен в основе Siri - неструктурированная разговорная речь, проходя через алгоритм программы, становится структурированной и подвергается дальнейшей обработке.

В анализе неструктурированных данных заложен огромный потенциал для производственных и ресурсодобывающих предприятий, которые накапливают смешанную информацию годами. Такой анализ способен облегчить работу и самих R&D инженеров - сэкономить время на сортировку и организацию данных перед тем, как оценить их и проследить важные взаимосвязи.

“Через 5-10 лет искусственный интеллект и, в частности, глубинное обучение, позволят роботам выполнять наиболее утомительные и трудоёмкие задачи, которые мы делаем ежедневно”, - уверен Мэтт Мерфи, директор компании Chime. Её профиль - умные CRM системы для агентств недвижимости.

Реальный бизнес следует этой тенденции. Онлайн-ритейлер Ocado строит систему компьютерного зрения и сеть роботов , чтобы заменить процесс сканирования баркодов на своих торговых складах. Это поможет ускорить поиск и выдачу нужных товаров.

Тогда как хирургические и сельскохозяйственные роботы уже успели зарекомендовать себя, роботизация других направлений только набирает обороты, но, по подсчётам учёных, в ближайшее десятилетие рынок роботов и искусственного интеллекта будет активно расти. Почему бы не воспользоваться его возможностями сегодня, чтобы громко заявить о себе завтра?

Каким бы ни было наше будущее, искусственный интеллект станет его частью. Появится больше стартапов и мобильных приложений на базе машинного обучения, одни рабочие места исчезнут, возникнут другие - совершенно новые. Искусственный интеллект изменит мир, как это однажды сделал интернет. Тем важнее для бизнеса научиться применять возможности AI для себя и своих клиентов.

Наступил ли уже небывалый технологический прогресс, связанный с возможностями искусственного интеллекта (ИИ)? Во многих областях умные технологии уже применяются. Тем не менее машинам нужно еще много времени, чтобы стать по-настоящему равными или превосходить людей. Пока ученые не разработали супер-интеллект - «сильный ИИ», поэтому мы, люди, продолжаем сосуществовать и использовать машинный «слабый ИИ».

«Сильный ИИ» в будущем заменит людей, а «слабый ИИ» - это расширение когнитивных способностей человека, и уже сегодня он помогает в решении точных задач. Искусственный интеллект станет основной модернизации общества и экономики. ИИ поможет справиться и с более глобальными задачами - например, развитие умных городов, обеспечение более безопасного и бесперебойного движения транспортных средств, снижение потребления энергии, оптимизация электрических сетей, сокращение выбросов углекислого газа и даже более эффективная защита доступа в интернет.

Принимая во внимание демографическое развитие, повышение общей производительности за счет использования интеллектуальных технологий станет серьезным конкурентным преимуществом для предприятий.

Интеллект нужно стимулировать

«Слабый ИИ» и традиционные информационные системы, основанные на правилах, уже сегодня приносят ощутимую пользу компаниям. Они управляют финансовыми операциями, составляют предварительные расчеты, моделируют развитие экономики. Искусственный интеллект хорошо распознает различные нарушения, такие как мошенничество с кредитными картами.

Кроме того, интеллектуальные инструменты отлично помогают ставить диагнозы и делать прогнозы в медицине. В частности, машинный интеллект может оценить рентгеновские снимки прежде, чем врач-рентгенолог сделает окончательное заключение.

Когда нужно распознать шаблон текста, изображения в нем, почерк, материалы и вещества, ИИ справляется с этим лучше, чем люди. Все это важно при упреждающем обслуживании и ремонте.

Искусственный интеллект имеет большой потенциал в сфере экономики и бизнеса. ИИ не только избавит пользователей от выполнения рутинный операций или опасных задач, но и позволит намного быстрее анализировать большие объемы данных, принимать решения на основе полученных прогнозов. Более того, роботы найдут широкое применение в автоматизации производства, и это откроет много новых возможностей. Например, такие страны, как Германия, станут более привлекательными для создания производства, ИИ сделает его конкурентоспособным. Экономических причин для аутсорсинга производства в страны с более низкой заработной платой больше не будет. Благодаря более интеллектуальным продуктам, процессам и машинам (Интернет вещей , IoT) появятся новые бизнес-направления.

ИИ превращается в революционную базовую технологию, которая изменит традиционные способы работы и программные приложения. Но надо понимать, что, подобно людям, машины также совершают порой ошибки. Пока здоровье человека и его жизнь не поставлены на карту, ошибки допустимы. Оценивая процент корректного выполнения задач, мы можем определить вероятность правильного вычисления алгоритма. Нам больше не придется выполнять задачи вручную, но нужно будет отслеживать результаты обработки и корректировать работу машины при необходимости.

Информация - это ключ

Человеческие когнитивные способности ограничены. Мы не используем даже 80% всей информации, которую получаем. При этом день ото дня этой информации становится все больше. Эпоха Индустрии 4.0 и Интернета вещей увеличит объем мировых данных в 10 раз к 2020 году.

Сегодняшний шквал информации идеально подходит для приложений искусственного интеллекта. Однако ERP-системы, например, не способны обрабатывать основную часть корпоративной информации. Для этого требуется контекстно-зависимое программное обеспечение, которое может эффективно управлять большими объемами данных, хранить их и при необходимости горизонтально масштабировать базы данных. Все это было и остается функциями систем управления корпоративным контентом - ECM.

Уже 20 лет назад большая часть информации, порядка 80%, в бизнес-контексте была не структурирована. Ситуация до сих пор не изменилась: электронные письма, документы, контент в социальных сетях, веб-сайты, машинные данные, изображения, видео и т.д.

В эпоху искусственного интеллекта информацию, наконец, признали важной частью производства. В будущем информационная логистика станет одним из ключевых факторов, которые будут влиять на формирование стоимости продукта. Информационное хранилище - ядро??ECM, и именно системы этого класса свободно работают с новой валютой бизнеса - с информацией.

Управление информацией является технологически сложной задачей для компаний. Помимо ECM- и ERP-cистем, используются множество других бизнес-приложений, а их содержимое хранится в отдельных базах данных и структурах. Это все влияет на производительность сотрудников предприятий. Кроме того, подобная ситуация осложняет внедрение искусственного интеллекта. ИИ нуждается в данных из разных источников, чтобы учиться и составлять прогнозы, поэтому интеграция информационных систем компании важна стратегически, как никогда ранее.

Контакт с новой технологией

Человеко-компьютерный интерфейс больше не ограничивается клавиатурой, мышью, сканером и камерой. Вскоре все типы устройств, решений и программных приложений смогут отвечать на запросы пользователя, причем не на техническом языке, а точно так же, как общаются между собой люди. Мы сможем установить человекоподобный диалог с машиной. В настоящее время многие компании работают над возможностью обрабатывать естественный человеческий язык в ECM.

Больше никаких пользовательских интерфейсов

В отличие от людей виртуальным агентам не нужны пользовательские интерфейсы. В будущем уже не будет традиционных пользовательских интерфейсов для сбора данных, поиска и передачи информации. Как и в случае с финансовыми операциями, люди будут вовлечены в бизнес-процесс только в том случае, если система зарегистрирует отклонение или выйдет из-под контроля. С такими системами, как ECM, основанными на алгоритмах, бизнес-процессы и принятие многих решений можно будет по большей части автоматизировать. Если говорить на перспективу, управление информацией станет несколько иным: предсказывая потребности пользователя, система будет выводить информацию в контексте текущей работы, действий, решений, т.е. искать вручную больше не придется.

Скорее всего, первые компании, которые станут работать с ECM-системами на основе ИИ, будут из сферы финансовых услуг, где функции административного персонала заключаются главным образом в обработке информации. Бухгалтерия также имеет дело с огромными объемами данных, при этом их сложность постоянно возрастает из-за новых правовых норм и более строгих требований. Автоматическая обработка входящих счетов уже сегодня заключается в полностью автоматизированном процессе или даже в автоматическом создании проводок при выставлении счетов-фактур.

Искусственный интеллект должен нести пользу и выгоду

Искусственный интеллект - это настоящее искусство, потому что, с одной стороны, технология должна служить людям, а с другой - не умалять ценности труда человека. Мы находимся лишь в начале огромного пути и интересных событий, и конца пока не видно. Несмотря на всю шумиху вокруг цифровизации, большую часть компаний сложно называть продвинутыми в этом деле. Но цифровизация является предпосылкой к внедрению искусственного интеллекта.

Пока ИИ развивается, нужно цифровизировать предприятия. ECM-системы должны быть на повестке дня для большинства компаний, их ценность измерить трудно, но в практичности никто не сомневается - их просто нужно развернуть.

Перевод - Екатерина Михеева, DIRECTUM

Искусственный интеллект – горячая тема. Технологии, основанные на ИИ, у одних вызывают восторженный оптимизм, у других – страх и скепсис. О разрушительном потенциале искусственного интеллекта предупреждали такие авторитеты, как Илон Маск и Стивен Хокинг . Но повышенный эмоциональный накал всегда сопутствует новым явлениям, последствия развития которых непредсказуемы. Сегодня, когда технологии искусственного интеллекта только зарождаются , руководителям полезно оценить их потенциал и понять, как их эффективно использовать в своей отрасли.

1. Инвестиции в исследования и инновации

Практические результаты инвестиций в ИИ все еще остаются неясными. Тем не менее, компании понимают, что он может дать очень ценные преимущества, и наращивают усилия в этом направлении. Согласно исследованию McKinsey Global Institute, такие технологические лидеры, как Google и Baidu в 2016 году инвестировали $20-30 млн в проекты, связанные с искусственным интеллектом , причем около 90% этой суммы приходится именно на НИОКР.

Есть примеры кейсов успешного применения искусственного интеллекта. Так, производитель мотоциклов Harley Davidson увеличил производство через три месяца после внедрения маркетинговой системы Albert, основанной на искусственном интеллекте. Другие компании также демонстрируют сильные результаты, особенно в сферах, где машинное обучение позволяет создавать эффективные бизнес-модели и стимулировать продажи.

Почти 80% компаний, согласно опросу Capgemini , благодаря искусственному интеллекту улучшили методы анализа. В частности, юристы JP Morgan смогли сократить время, которое тратится на изучение сделок и тысяч страниц документов, и при этом уменьшилось количество ошибок.

Цель исследований – найти перспективные варианты использования, а затем адаптировать искусственный интеллект к задачам компании. Внедрение искусственного интеллекта ради него самого не должно становиться нормой.

2. Последствия автоматизации труда

Одно из самых больших опасений связано с тем, что искусственный интеллект ведет к обесцениванию человеческого капитала. Автоматизация вытесняет дорогостоящий человеческий труд, поскольку машины могут выполнять те же функции с большей эффективностью и меньшими затратами.

На самом деле этот аргумент не выглядит убедительным. То же исследование Capgemini показало, что большинство компаний, внедривших искусственный интеллект, увеличило число вакансий и улучшило качество обслуживания. Видеть в ИИ инструмент развития компании – более продуктивно, чем опасаться увольнения сотрудников.

Во многих областях искусственный интеллект не заменит человека . Компании будут создавать комбинированные системы, использующие преимущества обеих вариантов. Например, KLM внедрила искусственный интеллект в качестве модели обслуживания первого уровня. Это сокращает время ожидания клиентов, чей запрос не требует проработки. Благодаря этому у операторов появляется время для решения более сложных задач. Так же поступили в China Merchants Bank .

Важно находить сектора, в которых ИИ помогает людям лучше выполнять свою работу и при этом эффективно оптимизирует операции.

3. Обучение команды

Об инновациях всегда известно слишком мало в момент их появления. Первые пользователи и даже сами создатели тратят массу ресурсов на их освоение, а доход получает тот, кто, отставая на несколько шагов, пользуется уже отлаженной технологией. Совместное исследование BCG и MIT показало, что лидеры большинства отраслей считают, что технологии ИИ будут иметь решающее значение в следующие пять лет. Компании уже начинают осознавать потенциал платформ на базе искусственного интеллекта, 83% опрошенных рассматривает их как стратегическую возможность для роста.

Для большинства высокотехнологичных компаний глубокая экспертиза в области искусственного интеллекта не является абсолютно необходимой. Однако критически важно понимать основные аспекты этой технологии, чтобы оценить ее потенциал. Важно видеть такие возможности ИИ, как самообучение программ на основе ранее полученных данных, облегчение рутинных операций, усиление конкурентных позиций бизнеса.

Одновременно руководители должны позаботиться о повышении информированности сотрудников о методах применения ИИ в своей отрасли. Важно помочь сотрудникам подготовиться к предстоящему распространению этой технологии, получив знания через онлайн-курсы и аналогичные корпоративные программы.

4. Создание новых рабочих мест для управления ИИ

Существует опасение, что инженерные и другие технические специальности сильнее всего пострадают от бума ИИ. Однако экспертные мнения и отраслевые исследования говорят о другом. Сначала технологическая революция действительно может привести к потере рабочих мест , однако затем потребуются сотрудники для обслуживания самой этой системы.

В то же время критически важно создавать новые рабочие места в различных подразделениях компании, а не только в департаментах, непосредственно обслуживающих технологии. Искусственный интеллект успешно справляется с примитивными и повторяющимися операциями, в том числе – с анализом и маркетингом. Однако для них все равно потребуется мониторинг и постоянная адаптация. Поэтому, чтобы успешно внедрять ИИ и плавно переходить на новые рабочие алгоритмы, необходимы согласованные действия разных подразделений.

5. Сохранение человеческого лица HR-службы

В применении новых технологий важен баланс и понимание границ допустимого. Есть мнение, что в такой сфере, как подбор персонала искусственный интеллект предпочтительнее, чем человеческое общение. Машина лучше справится с анализом сотен резюме и поиском подходящего кандидата.

Решая различные HR-задачи, важно оставаться эмоционально открытым. Люди чувствуют себя более комфортно, когда общаются с другим человеком. Искусственный интеллект будет ценным в таких областях, как начисление заработной платы, рекрутинг, оценка эффективности и планирование работы сотрудников. Но он никогда полностью не заменит HR-специалистов.

Перевод с английского.

Аналитика - это процесс познания. Интеллект - это исходный материал для аналитики.

Введение

Такуж сложилось, что понимание Искусственного Интеллекта (ИИ), его конечных функций и рисков у каждого своё. Однозначных трактовок нет и у экспертов. Понятие «искусственный» достаточно конкретное, т. е. подобный человеческому (натуральному). А вот «интеллект» трактуется, как «умственное начало» либо «умственная способность», что можно интерпретировать по-разному. Что и происходит. Принимая желаемое за действительное, кибернетики констатируют наличие ИИ. Это искажает координаты во времени и архитектуру ИИ как цели.

Задача данной статьи структурировать имеющиеся знания об ИИ и расставить всё по местам. Выявить причины отсутствия существенных достижений в этой области, обозначить путь решения данной проблемы и конкретизировать риски ИИ. Последовательное решение этих задач в данной работе помогут заинтересованным лицам разобраться в хитросплетениях изрядно запутанной темы.

Цель данной работы - обосновать, что понятие ИИ нужно рассматривать под новым углом, а именно: с включением в данное понятие не только инструмента для решения технологических задач, но и инструмента эквивалентного и превышающего аналитические возможности человека. То есть,системы способной анализировать явления социального характера для возможности прогнозирования будущего, что может стать возможным при трансформации социологии вточнуюнауку через её алгоритмизацию.

1.Актуальность ИИ

Принципиальнейший вопрос ИИ в следующем. Существующий тренд исследований в ИИ направлен исключительно на решение технологических задач. Человеческий же интеллект занимается в основном решением личных, общественных и социальных проблем и его «успехи» оставляют желать лучшего. Мы совершенствуемся технологически и прямо пропорционально множим социальные риски: кризисы, эпидемии, конфликты, войны, теракты и т. д. Логично предположить, что целью создания ИИ должен быть инструмент решающий исключительно социальные проблемы. Ведь, вопрос социального характера «Что будет,если...?» для человека гораздо важнее технологического вопроса «Сколько будет...?», но этого пока нет даже на стадии осознания. Сейчас кибернетики успешно справляются с созданием любых приложений и траекторий математического порядка. Но описать на языке программирования различные социальные процессы и явления и тем самым предвосхитить в будущем частное или государственное потрясение и т.д. (его амплитуду, частоту, фазу), на любом временном этапенемыслимо в принципе. То есть, то, что сейчас подразумевают под имеющимися «умными» изобретениями (девайсы, дома, роботы и так далее), на самом деле таковыми не являются, так как они не обладают способностью анализировать опыт прошлого и данность настоящего для стратегического прогнозирования будущего.

2.Проблематика ИИ

Проблеме ИИ уже более 70 лет. Успешно решены задачи-погодки: термоядерный синтез, код ДНК, космические программы, коллайдер и т. д. Эти вопросы решались на уровне правительств. Сейчас ИИ занимаются не только страны, но и все уважающие себя компании. Инвестиции в эту проблемудостигают астрономических размеров и перекрывают сумму затрат всех предыдущих научных открытий. И это не предел. Однако, далеко продвинуться не удалось, поскольку все доклады о достижениях в области ИИ - это блеф. По сути, речь в них идет о банальной комбинаторике, т.е. овсе более совершенных продуктах-калькуляторах, направленных на решение технологических задач сомнительной значимости. Сомнительной, из-за отсутствия технологии «стендовых испытаний» на предмет их безопасности в будущем.Поскольку отсутствуют тестирующиеалгоритмы причинно-следственных связей.Наблюдается парадокс корпоративной этики. Соискатели осваивают инвестиции, рапортуют об очередном «прорыве», но при этом все, кроме инвестора, знают, что онИскусственным Интеллектом не является. В чем причины пятого творческого тупика? Их много. Во-первых, нет конкретного определения ИИ. Во-вторых, нет однозначного понимания, что такое интеллект. В-третьих, нет главного - фундаментальной теории ИИ. В итоге, отсутствует чёткая архитектура цели. Есть только версии, не работающая парадигма ИИ, шаблонность эволюции проблемы,т. е. только в технологической плоскости и удручающая цикличность тупиков. В результате, разработчики не имеют понятия о конечных характеристиках и функциях инструмента. Соискатели ИИ с готовностью обещают реализовать нечто, не имеющее научного описания. И это нонсенс, но факт. Например.на одной из конференций доктор наук требовал уважения и утверждал, что его бульдозер на Чернобыльской АЭС обладал продвинутым ИИ. Как можно решитьзадачу создания ИИ, если цели, задачи и риски которой существуют в виде версий? Невольно напрашивается сравнение ИИ с «черной кошкой в тёмной комнате», которой, кстати, там нет.

Почему же сейчас понятие ИИ рассматривается только как «интеллектуальные» приложениядля техники? Всё началось с легендарного взломщика «Инигмы» А. Тьюринга. Он не только расколол код вермахта, заложил основы кибернетики, но что имеет более глубокие последствия, дал «ложный след»: «тест Тьюринга» и понимание ИИ. Многие годы вводные параметры ИИ были не преодолимы для соискателей и тогда понятие ИИ просто расширили. Заманчивые перспективы ИИ решили проблему инвестиций, а сложность темы для обывателя сделала из кибернетиков не только «гуру», но и фактических монополистов, так называемого ИИ. И что? И ничего. На конвейер поставлены якобы интеллектуальные приложения, все довольны, но ИИ нет.

Подытожим. Кибернетики успешно работают в системе «да-нет». Осмыслить, понять, принять то, что заключено между этими символами (смыслы, сущности, аллегории, абстракции и т.д.),они не могут по определению. Не та специализация. Глубина темы ИИ позволяет маневрировать соискателям фигурами речи, но не смысловым содержанием. Ведь речь идёт о создании инструмента эквивалентного и превышающего аналитические возможности человека. Другими словами, ИИ - это командная работа социологов, философов, психологов, историков и т. д. Только они могут наполнить ИИ смысловым содержанием, т. е. сделать из высокотехнологичного калькулятора искомый Искусственный Интеллект . Кибернетика - это лишь операционная база «одевающая» мысль в цифру.

Возникает вопрос порядочности в исследовательской среде. Да, достижения кибернетики высоки. Ими созданы боеголовки, компьютеры, приложения, умные дома, светофоры и т. д.. Но как будет описано ниже, к ИИ это не имеет никакого отношения. По сути, всё новое в разработках ИИ обречено функционировать по принципу калькулятора. Другими словами, справедливое название их темы: Искусственная Комбинаторика (ИК). Все остальное - от лукавого.

3.Концепция внедрения ИИ

«Невозможно решить проблему на том же уровне, на котором она возникла. Нужно стать выше этой проблемы, поднявшись на следующий уровень». А. Эйнштейн.

Для того, чтобы реализовать ИИ, необходимо переосмыслить существующие подходы к ИИ, осознать «ложный путь» и взглянуть на проблему по-новому.

Качество любых знаний определяется эффективностью аналитики собственного поля. Например, качество точных наук более 90% и на практике их возможности ограничены лишь бюджетом. Качество аналитики прогнозирования метеорологического поля - более 60%. Хромают системы счета и алгоритмическая база. Качество экспертной аналитики прогнозирования социального поля составляет всего 6 - 8% ввиду отсутствия алгоритмической базы. Нет социологии, как точной науки, нет систем счета, стабильности системы. Это делает невозможным вести качественную социальную аналитику. Заявления Санта-Фе о 16% эффективности - это миф, справедливый лишь для устойчивого форсайта.

Все существующие открытия и технологии своим появлением обязаны точным наукам. Проблема ИИ останется проблемой, поскольку основным телом она находится в поле версионных социальных знаний, качество которых всего 6-8%. Именно поэтому ей более 70 лет.

Решить проблемы ИИ при такой эффективности социологии невозможно. Необходимо поднять качество социологии посредством её алгоритмизации. В итоге мы получим Высокотехнологичную Социологию (ВС). Именно она сделает возможным функционирование Искусственной Аналитики (ИА) балансного типа. Это базовая структура.

Социология не в состоянии сформулировать основные понятия темы ИИ, поскольку не имеет алгоритмического сопровождения. Например, существующее понятие интеллекта - это лишь "мыслительное начало«.Это что? Нет алгоритма для этого термина, как и алгоритмов для других понятий;смыслы, сущности, чувства, творчество, парадокс, интуиции, воображении и т.д.?Как можно наполнить кибернетический инструментабстракцией? Ведь только алгоритм и формула определяет и подтверждает точность версии, конкретизирует её, как инструмент для ведения эффективной аналитики. Поэтому, естественно, что математическая архитектура конечной цели ИИ отсутствует.

Мозг - это аналитический инструмент, но чем он занимается? Существует масса промежуточных понятий, но нет основополагающего.Поясню. Мозг занимается АНАЛИТИКОЙ по оценке рисков будущего. Это его главное эволюционное предназначение, обеспечивающее выживание. Только эта доминанта позволила человеку выжить и доминировать. Остальное вторично. Следовательно, работать надо не с аморфным, размытым понятием «интеллект», а с прозрачным и понятным - АНАЛИТИКА. То есть Искусственная АНАЛИТИКА (ИА) по оценке рисков перспективы. Комбинаторика закончится и начнётся ИИ там, где будет получен ответ на вопрос: «Что случится, если...?». Пока системы отвечают на вопрос: «Сколько будет...?». Другими словами, пока эволюция ИИ выглядит так: машина Тьюринга - арифмометр Феликса - калькулятор - очень хороший калькулятор - еще лучше и т. д. Эта тупиковая парадигма исключает следующую ступень,то есть ИИ, тем более ИА. Всегда будет получаться калькулятор.

Следует правильно понимать суть «ложного следа» ИИ, проблема которого втехнологическом векторе. Мозг - это познавательный инструмент. Аналитика как процесс познания - его производное. Основной вектор познания - это оценка рисков. Для эффективной аналитики необходимы исходные данные. По сути, Интеллект таковыми и является, и он имеет объем. Объём интеллекта (ума) достаточно конкретная субстанция по содержанию, но форма размыта и допускает произвольность. Именно поэтому «умный» дом или бульдозер не являются интеллектуальными, поскольку в этих системах отсутствует функция предвосхищения рисков, а есть только программа управления. Чтобы правильно оценить угрозы будущего, необходимо знать это будущее во всех его проявлениях. Мы не знаем будущего. Это информация высшего порядка... Тем более его не знают системы называемые интеллектуальными. Утверждать обратное - это заниматься фигурами речи, что и происходит.

Чтобы было понятней, в порядке отвлечений, следует осмыслить неизвестный исторический прецедент. Всем известно, что главным богом на Олимпе был Зевс. Однако, нет! Зевс был исполнительным директором, и у него для этого было совершенное оружие. Главным на Олимпе был Рок. Только он знал будущее и писал всем судьбы (и Зевсу тоже). И поэтому именно он был главным, поскольку обладал абсолютным оружием. И только этого «серого кардинала» боялись боги. Это также говорит и о том, что ИИ, это высшее достояние. Это не только абсолютные знания, но и другие позиции Абсолюта. И всё очень, и очень не просто... Надо быть либо слишком заносчивыми, либо не понимать сути предмета поиска, чтобы решить возможным для себя быть богами с существующим уровнем понимания мира (3-5%). Это о кибернетиках - соискателях ИИ. ЗНАТЬ БУДУЩЕЕ - это архитектура цели. ИИ на это не способен в принципе. Эти функции возьмёт на себя Искусственная Аналитика. По сути, ИА и есть искомый ИИ. То есть ИА, это система распознавания собственных и социальных рисков.

Есть фундаментальная проблема: Кто будет обучать Искусственный Интеллект? Но нет, не математическим закономерностям, алгоритмам и траекториям, эти технологии уже отработаны. Ведь ИИ надо обучить, прежде всего, социальным знаниям.Справятся лиКибернетики? А что они знают, например, о токсичностисоциальных знаний? А таких параметров тысячи.Так Кто? Повторю, качество социальных знаний, как и их носителей, а соответственно и эффективность существующей аналитики всего 3-5%. Заносчивая эйфория здесь не поможет.

NB. Можно бесконечно долго формировать ложные векторы цели, называя их ИИ, но в итоге, всё придётся делать по «образу и подобию» мозга человека. Необходимосформировать инструмент ИА на базе ВС, а именно:алгоритмизировать массу социальных понятий, понимать величину их токсичности и прочих коэффициентов загрязнения, компоновать социальную иммунную систему, как и её аудит, выводить алгоритмы социальной энтропии, пределов, причинно-следственных связей, баланса, критических масс и пр. Решить проблему Общей Теории Поля и, соответственно, Общей теории Социального Поля. Все это даст возможность ИА открывать время, т. е. амплитуду, частоту, фазу будущих угроз (событий). То есть решить проблему стратегического прогнозирования и не только...

4.Риски

Представьте себе ядерный реактор без систем защиты и стабилизации. Технологические возможности систем ИИ более 90%, а существующие стабилизирующие блоки в лице социальной аналитики рисков практически на нуле... Поясню. Современная, даже выдающаяся личность (общность) понимает будущее до ближайшего телефонного звонка, т. е. 3-5 минут. Любое внезапное происшествие, сообщение о смерти родственника, авария или теракт вызывает временной и аналитический паралич... Мы понятия не имеем о личном ближайшем будущем (рисках), тем более о будущем ИИ. Ведь эффективность нашей аналитики угроз всего 3-5%... Нашу мнимую аналитическую уверенность в завтрашнем дне, успешно формирует условно стабильная система. Стоит окружающей системе начать разрушаться и аналитика перспективы опустится до нуля. Всё это не мешает кибернетикам внедрять непрогнозируемый по рискам инструмент ИИ...

Идущие сейчас процессы по внедрению ИИ приведут к возникновению серьёзных рисков, а именно:

1.Сложно комментировать аргументацию угроз ИИ,например, от С. Хокинга, об экспансии на другие планеты или И. Маска о запрете роботизированного интеллектуального оружия. Их логика не понятна. Ведьлюбой космический перелет априори должен иметь систему распознавания рисков (угроз), а в роботизированном оружии, даже очень продвинутом, есть программы траекторий, но нет ИИ. Голливудское железо не представляет опасности в искомом смысле. Но они правы, в общем - риск серьёзный. Поясню. В системе ИИ есть конкретно слабый узел. Базовый алгоритм - универсальная математическая комбинаторика. Независимо от воли конструктора, система ориентирована на человека и есть цель превзойти его в возможностях. Возникает дилемма. Самообучение ИИ не допустимо, поскольку это системный флаттер. Инструкторское сопровождение нелепо, поскольку все вводимые социальные знания (алгоритмы) имеют токсичную структуру,а их коэффициентов социального загрязнения нет в природе, поскольку нет высокотехнологичной социологии с базовыми алгоритмами. В итоге, ничего кроме хищной версии получиться не может. Например, есть законодательные акты, но нет теории их загрязнения двойными стандартами. Робота «Тау» добросовестно научили базовым социальным принципам, но не ввели коэффициенты и алгоритмы двойных стандартов и пр. Где их взять? Понадобилось не так много времени, что бы системы: «BabyQ», «XiaoBinq», «Zo», «Тау» определили приоритетность и предложили немыслимое с точки зрения социума... Далее судебные иски. Эти примитивные версии предлагали неприемлемое для обывателя, а более продвинутая версия будет внедрять без согласования с человеком.

2.Компетенции ИИ будут распространяться лишь на технологические знания. То есть, он будет эффективен комбинаторно, но абсолютным дилетантом в социальном плане.Другими словами, существующий факт технологической гипертрофированности в компоновке ИИ чреват непрогнозируемыми рисками, ввиду отсутствия теории Пределов. Кто обеспечит его компетентными социальными знаниями? Их не существует в природе. При этом,индексы конфликтности социума и алгоритмы социальной энтропии предполагают «конфликт интересов» в системе человек - ИИ. Другими словами, качество математическо-алгоритмического сопровождения ИИ более 96%, а качество социально-алгоритмического возле нуля. Такая конструкция предельна по экспоненте, не предсказуема по хищным версиям, дисбалансна по определению и деструктивна, по сути. И, конечно, наивно полагать, что технологически продвинутый ИИ, но не имеющий социального алгоритмического наполнения, будет иметь осмысленные морально-этические нормы. Тем более бессмысленна идея любых протоколов безопасности и других форм его сдерживания. Как итог - хищная версия, с человеческим ассортиментом провокаций. Лавина «казусов Белли», обрушение мировой КФС, глобальное социальное переформатирование, неуправляемая сингулярность, социальный флаттер, технологический дефолт и т. д. До «восстания роботов» дело даже не дойдёт и это надо понимать. Мы к этому не готовы.

3.Можно понять кибернетический дилетантизм, тем более понятен социальный. Это закономерно. Вопрос, что будет делать и какие принимать решения глобальная «элита» в условиях системного флаттера? Ведь это еёфорсайт... В «постиндустриальном мире» она будет инородным телом, её даже нет в сценарии. И что трагично для неё как структуры, она станет абсолютно прозрачной, а, следовательно, беззащитной. А кризисного менеджера необходимого уровня не существует по определению. В общей системе угроз «элита» - ёмкая величина.

4. Это изложение описывает лишь некоторые позиции адаптированные в социуме. Основной информационный массив, «закрытого типа», остался за рамками текста. Именно он является решающим в проблеме будущих угроз ИИ. Остановить этот процесс уже не получится. Это не генно-инженерная лаборатория, которую можно закрыть или контролировать. Создать универсальную хищную версию можно и дома. Инвестиции в таком объёме - это серьёзный стимул. Будем объективны, 86% «хищных» соискателей сингулярными темпами формируют такую же хищную версию ИИ. Ведь закон «Мура» никто не отменял. Надо понимать эффект сегмента. Грамотный хищный алгоритм аннексирует необходимые структурные компоненты в сети без согласования, по программе оптимизации... Систем блокировки нет.

5.Все известные глобальные риски зависят от доброй или злой воли, выгоды и закономерности. По ним можно договариваться. Даже с астероидом можно «договориться». Риски же ИИ зависят исключительно от закона «Мура» - ясной, объёмной, неотвратимой производной форсайта. Кибернетическая составляющая, практически необъятна и с ней не договоришься. Именно поэтому в перечне глобальных рисков ИИ - безоговорочный лидер.

6.Мы стали забывать острые углы гонки за обладание ядерным оружием в середине прошлого века. Предстоящая гонка заИИ начнётся с осмысления возможностей этого инструмента, так как они слишком фантастичны. Поскольку, то, что рисует современное воображение, не соответствует действительности.Бесконечно долго можно описывать угрозы ИИ, но если коротко, проблема впредстоящей полной трансформации существующего мировоззрения человека. Дилемма, от которой невозможно уйти или отсрочить, и сложно сказать какой вариант хуже. Мажоры, изощряясь в эпитетах, сравнивают ИИ по значимости с полетом первого спутника - величайшим благом и т. д. Уместнее сравнить его с величайшей катастрофой.

Заключение

Называя все автоматизированные технологические процессы и инновации Искусственным Интеллектом, к нему не приблизишься. То, что происходит сегодня - это лишь введение в ИИ, если точнее, формирование его хищной версии.Проблематика ИИ глобальна по содержанию и последствиям настолько, что изменит статус человека, а, следовательно, предполагает его трансформацию. Каждый её сегмент обязывает иметь фундаментальную теорию по аналогии термоядерного синтеза. Их более двадцати, но пока нет ни одной. Например, пресловутая «красная кнопка», база которой - теория «баланса» (активного равновесия). А ее нет даже на горизонте. И так сейчас выглядит всё поле ИИ. На выходе у человечества продукт, в разы превышающий по мощности, последствиям и рискам всё известное. А армия инвестируемых соискателей рвётся открыть «ящик Пандоры» не имея ни малейшего представления о его содержимом...