Чтение онлайн

• Недостаток квалифицированных работников: из-за крайне быстрого развития ИИ появилась огромная потребность в большем количестве грамотных специалистов по теории и методам анализа данных и процессов, экспертов в области машинного обучения, а также других профессионалов из разных технических областей, которые могут создавать другие решения и услуги. Играет роль и недостаток других специалистов, например учителей и консультантов, кто мог бы помочь объяснить, к чему приведет развитие ИИ, которое, в свою очередь, поможет бизнесу и людям адаптироваться к новым реалиям.

• Конкурентные преимущества для компаний, которые внедряют искусственный интеллект правильно и делают это раньше всех: как крупные, так и небольшие компании могут применять ИИ, и те, кто сделает это раньше других, и сделает это правильно, получат огромное конкурентное преимущество.

• Юридические последствия по всему миру: практически в каждой стране необходимо будет корректировать и обновлять законодательство, чтобы оно соответствовало новым трендам эры искусственного интеллекта. Также существует потребность в информации о способах, с помощью которых общества смогут получить выгоду от применения ИИ в различных областях, таких как здравоохранение и логистика.

• Развитие этики: поскольку мы готовимся к росту ИИ, нам необходимо подтолкнуть компании к развитию новых технологий в этической и ответственной манере, чтобы они имели возможность приносить большую пользу человечеству и повышать стандарты жизни по всему миру. Однако, поскольку это гораздо проще сказать, чем сделать, данные подходы необходимо внедрить еще до окончания процесса разработки искусственного интеллекта.

• Информирование о преимуществах и возможностях: люди, работающие на технологические компании, зачастую имеют самый позитивный взгляд на будущие возможности, которые будут предоставлены искусственным интеллектом. Однако вне этого сектора люди часто имеют негативное отношение к инструментам ИИ из-за недостатка знаний в данной области. Распространение информации о преимуществах ИИ станет важным фактором помощи людям в облегчении процесса принятия этих новых технологий. В будущем самые продуктивные члены общества будут работать вместе с искусственным интеллектом, создавая партнерские отношения между человеком и роботом и делая свою работу гораздо эффективнее. Важно делиться знаниями о том, как это правильно сделать.

• Сотрудничество бизнеса и общества: исследование и разработка искусственного интеллекта должны осуществляться не только в больших технологических компаниях. Напротив, должен существовать сильный и открытый процесс международной коммуникации и коммуникации между компаниями всех размеров, равно как и процесс коммуникации между бизнесом и обществом.

Вот лишь несколько причин, почему каждому из нас необходимо начать искать дополнительную информацию по технологиям искусственного интеллекта. В конце данной книги вы найдете список из 20 вопросов и ответов, которые раскрывают некоторые из тем, указанных выше.

Я надеюсь, что, прочитав о темах, раскрываемых в данной книге, вы не только приобретете больший интерес к искусственному интеллекту, но и станете говорить о нем более открыто и часто и, возможно, даже сами начнете работать с новыми инструментами искусственного интеллекта.

Размышляя об искусственном интеллекте, можно задать следующие вопросы: почему искусственный интеллект так важен? Почему так много крупных технологических компаний вкладывают усилия в развитие и применение инструментов искусственного интеллекта?

С точки зрения развития одна из очевидных причин роста количества инструментов искусственного интеллекта состоит в экспоненциальном увеличении вычислительных мощностей компьютеров, что, в свою очередь, позволило компьютерам обрабатывать более сложные алгоритмы. Это те самые виды продвинутых алгоритмов, за счет которых и функционирует ИИ.

Данные являются другим важным элементом ускорения развития искусственного интеллекта. Если максимально упростить, то можно сказать, что создавать продукты и приложения с искусственным интеллектом без наличия данных практически невозможно.

В техническом сообществе есть одно очень известное высказывание: «Данные – новая нефть». Сегодня самыми важными компаниями зачастую являются те, у которых есть доступ к самым большим объемам данных. Однако в бизнесе важен не только объем данных, но и их качество.

Я все же могу возразить: данные даже лучше нефти. В те годы, когда нефть была одним из ценнейших ресурсов в мире, лишь некоторые компании имели возможность извлекать из нее выгоду. Однако теперь, когда практически любой человек может усвоить базовые знания об искусственном интеллекте и машинном обучении и использовать полученные навыки для создания ценных инструментов и когда можно с легкостью воспользоваться бесплатными онлайн-источниками информации, каждый может извлечь выгоду из данных.

В современном мире у нас есть обилие данных, которые мы можем использовать. Например, тридцать лет назад объем данных по здравоохранению, дорожному движению, финансам и другим важным областям деятельности и темам был далеко не таким большим, как сейчас, и создавать решения на базе искусственного интеллекта для решения основных проблем в этих областях было просто невозможно.

Пользуясь той же логикой, можно предположить, что технологии, которые существуют у нас сейчас, будут иметь даже большее значение спустя десять лет, поскольку появится доступ к еще большему объему данных.

Один из примеров данной концепции можно найти в наблюдении за разработкой самоуправляемых автомобилей и связанных друг с другом «умных» городов. Основным компонентом, делающим создание этих вещей возможным, является объем данных, которые можно собрать и проанализировать для увеличения производительности систем искусственного интеллекта.

Анализ данных обычно опирается на два вида информации: структурированные и неструктурированные данные. Чтобы действительно понять системы ИИ, важно знать ключевые различия между двумя типами данных.

Обычно структурированные данные используются гораздо чаще неструктурированных. Структурированные данные включают в себя простые данные, такие как числовые значения, даты, валюты или адреса. Неструктурированные данные включают в себя более сложные для анализа типы данных: текст, изображения и видео. Однако развитие инструментов искусственного интеллекта сделало возможным анализ более обширного спектра неструктурированных данных, которые затем можно использовать для создания рекомендаций и прогнозов.

Мощная аналитика даст нам возможность в будущем применять инструменты искусственного интеллекта для всего общества в целом.

Рис. 1.6. Структурированные и неструктурированные данные

В «Меррилл Линч» посчитали, что 80–90 % всех бизнес-данных в мире не структурированы, это означает, что анализ именно такого типа данных очень ценен [14] . Результаты анализа неструктурированных данных могут привести к возникновению ряда преимуществ в нашем современном обществе, включая, помимо прочего, лучшие возможности для здравоохранения, более безопасные схемы дорожного движения, а также облегчение доступа к образованию.