Искусственный интеллект: плюсы и минусы. Искусственный интеллект: плюсы и минусы использования
ПИТАНИЕ ДО ТРЕНИРОВКИ
Питание до тренировки основывается на потреблении альтернативных субстратов энергии (в основном углеводов), чтобы как можно дольше оставлять нетронутыми запасы энергии организма. Правильное питание до тренировки является отличным способом пополнить энергетические уровни и играет важную роль для повышения эффективности тренировки. Необходимо потреблять еду за 60—90 минут (в зависимости от метаболизма и объема пищи) до тренинга . Пища должна содержать граммы: от 25—40 белка, 70—90 углеводов и не более 15 жира.
Углеводы
Запасы гликогена пользуются огромным спросом во время интенсивных силовых тренировок. Гликоген — это сахар, который накапливается и хранится в печени и мышцах. Так как анаэробная нагрузка не подразумевает насыщение крови большим количеством кислорода, то тело не в состоянии расщепить жиры и использовать их в качестве основного источника топлива. Вместо этого, организм должен использовать оба хранилища сахара, тот, который складируется в мышцах и, который поставляется печенью в кровь.
Большая часть питания до тренировки должна состоять из сложных углеводов. Сложные углеводы обладают низким гликемическим индексом (ГИ). ГИ является мерой, определяющая немедленный эффект углеводов на уровень глюкозы в крови. Простые углеводы перевариваются легче, и, таким образом, оказывают незамедлительное влияние на уровень глюкозы в крови, а значит обладают высоким ГИ. И наоборот, более сложные углеводы перевариваются долго и, поэтому, оказывают меньшее влияние на уровень глюкозы и обладают низким ГИ.
Но почему это все важно и в чем же смысл их потребления? Углеводы с низким ГИ (сложные) расщепляются в течение длительного периода времени, а продукты распада (простые углеводы, которые образуются из расщепленных сложных) стабильно выбрасываются в кровь в течение длительного времени. Это позволяет избежать взлетов и падений энергии и производительности и, способствует поддержанию анаболического состояния на завершающих стадиях тренировки.
Как правило, питание до тренировки должно состоять из зерновых культур — овсянка, коричневый рис, хлеб из цельного зерна, сладкий картофель, макароны твердых сортов, бобовые культуры, орехи.
Белки
Белки известны как строительные блоки мускулов. Они состоят из более мелких единиц — 9 аминокислот, которые не могут быть произведены в организме и должны поступать из пищи или добавок (незаменимые аминокислоты). Белки, которые содержат все незаменимые аминокислоты, называются полноценными белками. Все продукты животного происхождения (мясо, яйца, молочные продукты), являются полноценными белками и должны быть обязательно добавлены в питание до и после тренировки.
Источники белка:
Мясо (говядина, индейка, курица)
Рыба (лосось, тунец)
Яйца
Молочные продукты
Орехи
Другая пред-тренировочная стратегия основывается на использовании преимущества повышенного притока крови к прорабатываемым мышцам, так как именно в этот момент мышцы наиболее чувствительны к нутриентам.
Недостаток аминокислот всегда являлся ограничивающим фактором для синтеза белка, поэтому, включив протеин в питание до тренировки, Вы поспособствуете ускоренной доставке аминокислот к мышечным тканям.
Старайтесь не допускать присутствия жиров в питании до тренировки. Жиры очень сильно замедляют процесс пищеварения. Так как организм человека усиливает приток крови к тем органам, которые в этом нуждаются, то находясь в состоянии тяжелого переваривания, загруженный желудок получает приоритет по сравнению с мышцами, что не есть хорошо. Поэтому, те граммы жира, которые Вы получите вместе со своими углеводными и белковыми источниками, будет вполне достаточно.
Пример пред-тренировочной пищи
Куриная грудка — 200 гр. (45 гр. б.)
Коричневый рис — 300 гр. готового продукта (65 гр. уг.)
Цельнозерновой хлеб — кусочек 50 гр. (20 гр. уг. + 7 гр. б.)
Сок — 300—500 мл
Овсянка — 300 гр. (60 гр. уг. + 10 гр. б.)
Творог обезжиренный — 200 гр. (44 гр. б.)
Зеленый банан — 1 штука (30 гр. уг.)
Вода — 300—500 мл
ДОБАВКИ ПЕРЕД ТРЕНИРОВКОЙ
Итак, Вы хорошенько подкрепились полноценной едой, подкинули организму углеводов для пополнения запасов гликогена и предоставили немного полноценного протеина. Теперь нужно незамедлительно предоставить телу дополнительные нутриенты в виде добавок, чтобы увеличить эффективность тренировки. Спортивное питание быстро усваивается, поэтому, его следует принимать за 15—30 минут до тренировки . Далее приведен список некоторых популярных пред-тренировочных добавок:
Сывороточный протеин - пожалуй, самая важная добавка как до, так и после тренировки. Предоставит Вам белок и аминокислоты с разветвленной цепью, которые будут максимально быстро доставлены к клеткам мышц во время тренировки.
Креатин - увеличивает объем мышц и энергию, а также сохраняет воду в мышцах, что способствует хорошей гидратации. Является безопасной добавкой.
БЦАА - несомненно, аминокислоты важны в любой диете по бодибилдингу. Они способствуют росту и восстановлению мышц. Однако, необходимость их использования может быть сомнительна. Ведь протеиновые порошки (особенно концентрат сывороточных белков, а не изолят) уже обладают отличным набором аминокислот. Поэтому, в использовании БЦАА просто не будет смысла, и стоит заранее получше разглядеть этикетку на Вашем сывороточном протеине.
NO2 - оксид азота, расширяет кровеносные сосуды, чтобы больше крови было доставлено к мышцах. Это означает, что больше питательных веществ может быть доставлены в мышцы.
Кофеин - отличный стимулянт, который обеспечивает организм энергией и помогает сконцентрироваться. Кофеин дейтсвует противоположно креатину(первый действует как мочегонное, второй накапливает жидкость), следовательно, стоит выбрать что-то одно.
Leukic Hardcore - комплекс питательных веществ, поддерживает оптимальный уровень инсулина в крови и создает благоприятные условия для максимального роста мышечной ткани.
Nano Vapor - комплекс особых биологически активных соединений, подстегивает анаболизм мышечных клеток и препятствует катаболическому эффекту.
Пример пред-тренировочного коктейля
Сывороточный протеин — 2 мерные ложки (около 40—50 гр. б.)
Креатин — 5 гр.
БЦАА — 5—10 гр. (в зависимости от состава протеина, принимать только БЦАА или только протеин)
NO2 — 2 капсулы
Вода — 500 мл
nano vapor — 2 мерные ложки (50 гр.)
Leukic Hardcore — 1 порция (6 капсул)
Вода — 300 мл
Началось все с научно-технической революции, которая послужила мощнейшим толчком в развитии технологий. Именно тогда произошел переход от индустриального общества к постиндустриальному. Гениями, перевернувшими привычную картину мира, безусловно, считают Николу Тесла с его переменным током, Александра Попова с изобретением радио, Александра Белла – благодаря ему, человечество познакомилось с телефоном.
Стоит упомянуть и о людях, которые еще совсем недавно созидали или продолжают работать на этой благодатной ниве. Билл Гейтс, Марк Цукерберг, Илон Маск – выдающиеся умы, которые внесли, и продолжают вносить весомый вклад в развитие общества сегодня. Они двигают вперед наш, новый, высокотехнологический мир. И уже совсем скоро взорам людей предстанет новое чудо. Неутомимый Илон Маск заявил, что через десять лет появится возможность писать сообщения с помощью «силы мысли». Сравнительно недавно его назвали бы сумасшедшим или чудаком, а в старые добрые могли и на кол! Но в двадцать первом веке мир стал терпимей и любознательней. Однако удивить человечество, пресыщенное большим количеством новинок, сложно, информирует .
Так что же способно заинтересовать наше поколение и поднять технологии на новый уровень? Ответ - искусственный интеллект и нанотехнологии. Создание искусственного интеллекта приведет к появлению новых направлений, а также расширению функций уже существующих, таких как распознавание и синтез речи, прогностика, кластерный анализ и многих других. Разработки ведутся достаточно давно, но для создания полностью работоспособной модели потребуется новое техническое решение, известное как «квантовый суперкомпьютер», чья вычислительная мощность сможет обеспечить полноценную функциональность.
Внедрение в жизнь данных идей имеет свои глобальные минусы и плюсы:
Первым плюсом является производственный фактор. Сегодня присутствие человека необходимо, он оценивает качество выполненной работы и устраняет технические неисправности.
В перспективе искусственный интеллект будет управлять всей цепочкой самостоятельно. Предполагается, что делать он это будет на порядок лучше своего создателя.
Второй – исследования. Изучения космоса, глубин океана или земного ядра станут более безопасными, дают больше возможностей. Где не пройдет человек, справится машина.
Третий – медицина. Диагностика, хирургия, реабилитация, имплантаты.
Из минусов можно выделить:
Главным является замена человека машинами, что приведет к массовой незанятости населения. Что делать с миллионами, миллиардами безработных людей? Вопрос пока открыт.
Вторым – сбои в работе мировых информационных и производственных сетях. Это может создать проблемы всепланетного масштаба.
В 2003 году в и Канаде произошли нарушения в системе энергоснабжения. Нью-Йорк, Детройт, Торонто, Монреаль, Оттава остались без электричества. Пробки на дорогах, сотни тысяч людей заперты в метро, факты мародерства, человеческие жертвы, колебания на мировых нефтяных биржах.
Вот такой неприятный звоночек. Причины озвучивались разные. Удар молнии, сбои на АЭС, но факт остается фактом. Пятьдесят миллионов человек остались без света на несколько часов, и это привело к панике и растерянности. Одни вели себя как потерявшиеся дети, другие – хуже зверей.
Мир очень хрупок, а налет цивилизованности человечества очень тонок.
Третий – захват власти на планете искинами, порабощение или полное уничтожение людей. Сегодня такой сценарий рассматривается только в фантастических фильмах и книгах. Но человечеству ведь не впервой сказку делать былью. И не обязательно сказку с хэппи эндом.
Но будем оптимистами. Верим в человеческий гений и новые имена в мире высоких технологий и гуманных идей. Цивилизация уже не раз стояла на грани, но каждый раз появляются люди с передовыми, нестандартными мыслями, которые не дают рухнуть в пропасть.
Ошибка в тексте? Выделите ее мышкой! И нажмите: Ctrl + Enter
Популярные
Лидер политической силы «Гражданская позиция» Анатолий Гриценко по уровню симпатий со стороны электората существенно опередил сопредседателя фракции «Оппозиционная платформа – За жизнь» Юрия Бойко.
Скандальная прима-балерина российского шоу-бизнеса, танцовщица, а с недавних пор и певица Анастасия Волочкова, в очередной раз шокировала публику своими выходками, передает сайт.
Ответ на вопрос, почему социалисты во всем мире обещают кого-то резко осчастливить, осыпать деньгами, которые они отберут у кого-то, очень простой. Все дело в том, что это единственная экономическая
Как передает сайт, уже ни для кого не секрет, что один из самых влиятельных украинских олигархов Игорь Коломойский имеет большое влияние на некоторых политиков на ближайших выборах президента
Некоторые растения для квартиры не только прекрасно украшают жилье, но и очищают воздух, а также служат профилактикой многих заболеваний. Как информирует сайт, эксперты рассказали, какие
Кандидат в президенты Украины, лидер «95 квартала», актер Владимир Зеленский поделился со своими поклонниками новым фото, где показал, как проходит его выходной день, передает replyua.net.
Сможет ли когда-нибудь искусственный интеллект создать реальную конкуренцию человеческому? Искусственный разум наделен достаточным потенциалом, однако исследователи не должны создавать то, что не поддается контролю. Таково мнение многих мировых экспертов, которые подписали открытое письмо исследователей с целью устранить "подводные камни", возможные в этой технологии.
Открытое письмо подписали известные физики Стивен Хокинг, соучредитель системы Skype Яан Таллинн, и исполнительный директор компании SpaceX Элон Маск, а также ряд ведущих ученых многих университетов со всего мира, в том числе Гарвардского.
Профессор Франческа Росси, которая преподает в Гарвардском и Падуанского университета, говорит:
Некоторые считают: не нужно волноваться, роботы не могут быть абсолютно разумными. Однако есть и такие, которые утверждают: вскоре машины станут столь же умными, а, может, даже и больше, чем человеческие существа. Ни одна из двух крайних точек зрения не является достаточно обоснованной. Здесь нужен конструктивный подход: конечно, следует прилагать усилия, чтобы роботы становились все умнее, но стоит обращать внимание на вопросы безопасности, постоянно проверять их возможное поведение. Таким образом, данное письмо, а также документ, сопровождающий его, написано именно с этим намерением: быть конструктивными в проектах, касающихся создания искусственного разума, однако и в других отраслях, таких как философия, психология, экономика и т.д., которые лежат в основе изготовления "умных машин", - отмечает Франческа Росси.
А теперь вопрос с оттенком апокалиптичности: смогут ли эти умные машины в один прекрасный день преодолеть человека. То есть, возможно, что наступит день, когда робот уничтожит человека? "
Франческа Росси:
- По моему мнению, столь апокалиптический сценарий не вытекает из собственно природы этих машин. Они (роботы) способны изменять свое поведение вместе с тем, однако всегда придерживаются того, что в них заложено с самого начала. В любом случае при создании машин следует все подвергать тщательной проверке".
Или возможна в реальной жизни ситуация, похожая на ту, которая рассматривается в фильме "Она", где у одинокого писателя развиваются отношения с компьютерной операционной системой? Или это скорее из области научной фантастики?
Уже существуют роботы, которые взаимодействуют с людьми: например, помогают пожилым людям или больным, они способны развивать "эмпатию"- взаимодействовать с человеком примерно так же, как это сделал бы другой человек. Не думаю, однако, что эволюция роботов, которую нам иногда показывают в кино, - это то, что может случиться в реальности, по крайней мере, в ближайшем будущем", - говорит дальше Франческа Росси.
Открытое письмо также призывает приложить необходимые меры до того, как "автономные автомобили" станут общепринятой технологией. Но какую угрозу они могут представлять?
Допустим, что технология - готова, что эти машины - готовы выйти на дорогу и спасать человеческую жизнь, ведь в автокатастрофах погибает много людей. Необходимо также осознать: нужно должным образом регулировать процесс. Важно четко знать, кто именно отвечает за решения, которые принимают роботы, за то, что именно они делают и т.д., - отмечает в заключение Франческа Росси.
Ключевые слова: Искусственный интеллект, Плюсы и минусы, Недостатки и достоинства искусственного интеллекта, фильм она, роботы, апокалипсис
Тенденция к автоматизации заводов и машин существует давно. Кроме как ради некоторых специальных целей, никто больше уже не думает о производстве болтов на обычном токарном станке, где токарь должен наблюдать за движением резца и регулировать его вручную. В настоящее время производство болтов в большом количестве без серьезного вмешательства человека представляет собой обыденную задачу обыкновенного винторезного станка. Хотя в этом станке специально не используется ни процесс обратной связи, ни электронная лампа, этот станок достигает почти аналогичных целей. Обратная связь и электронная лампа сделали возможным не спорадическое конструирование отдельных автоматических механизмов, а общую политику создания автоматических механизмов самых различных типов. В решении этой задачи принципы таких устройств были подкреплены нашим теоретическим исследованием сообщения, которое полностью учитывает возможности сообщения между машиной и машиной. Именно это стечение обстоятельств делает в настоящее время возможным новый век автоматики.
Существующая сейчас промышленная техника включает в себя всю совокупность результатов первой промышленной революции наряду со многими изобретениями, которые мы теперь рассматриваем в качестве предтечи второй промышленной революции. Каковы могут быть точные границы между этими двумя революциями, об этом рано говорить. По своим потенциальным возможностям электронная лампа определенно принадлежит к промышленной революции, отличающейся от века энергии; и все же только в настоящее время подлинное значение изобретения электронной лампы понято в достаточной мере, для того чтобы отнести настоящий век к новой, второй промышленной революции.
Нарисуем картину более совершенного века - века автоматики. Рассмотрим, например, как будет выглядеть автомобильный завод будущего, и в частности сборочная линия, представляющая собой ту часть автомобильного завода, которая использует наибольшее количество живого труда, последовательность операций будет управляться устройством, подобным современной быстродействующей вычислительной машине. Можно свести всю математику к выполнению ряда чисто логических задач. Если такой образец математики воплощен в машине, то эта машина будет представлять собой вычислительное устройство в обычном смысле. Однако такая вычислительная машина, кроме решения обычных математических задач, будет способна решать логическую задачу распределения по каналам ряда приказов относительно математических операций. Поэтому такое устройство будет содержать, подобно тому как его действительно содержат современные быстродействующие вычислительные машины, по крайней мере один большой узел, который предназначен для выполнения чисто логических операций.
Инструкции такой машине - я здесь также говорю о существующей практике - даются приспособлением, которое мы называем программной катушкой. Отдаваемые машине приказы могут посылаться в нее программной катушкой, характер и объем инструкции которой полностью предопределены. Также возможно, что реальные непредвиденные обстоятельства, с которыми толкнется машина при выполнении своих задач, могут передаваться в качестве основы дальнейшего регулирования на новую ленту управления, создаваемую самой машиной, или на видоизменение старой ленты управления.
Можно подумать, что современная большая стоимость вычислительных машин исключает их использование в промышленных процессах и, более того, что чувствительность работы, необходимая в их конструкции, и изменчивость их функций исключают методы массового производства при создании этих машин. Ни одно из этих утверждений не является правильным. Во-первых, огромные вычислительные машины, используемые в настоящее время для очень сложной математической работы, обходятся примерно в сумму порядка сотен тысяч долларов. Даже эта цена не была бы недоступной для управляющей машины на действительно крупном заводе, но это все же слишком дорого.
Современные вычислительные машины развиваются так быстро, что практически каждая сконструированная машина представляет собой новую модель. Иначе говоря, большая часть этих, очевидно, непомерных затрат идет на оплату новой работы по проектированию н производству новых частей, которые требуют очень высококвалифицированного труда и самых дорогостоящих условии. Если бы, следовательно, были установлены цена и модель одной из этих вычислительных машин и если бы эта модель применялась десятками, то весьма сомнительно, чтобы ее цена была выше суммы порядка десятков тысяч долларов. Подобная машина меньшей мощности, не пригодная для решения самых трудных вычислительных проблем, но, тем не менее, вполне пригодная для управления заводом, вероятно, стоила бы не больше нескольких тысяч долларов в любом виде производства умеренного масштаба.
Рассмотрим теперь проблему массового производства вычислительных машин. Если для массового производства единственной благоприятной возможностью было бы массовое производство типовых машин, то совершенно ясно, что в течение значительного периода лучшее, на что мы могли бы надеяться, - это производство в умеренном масштабе. Однако в каждой машине детали в основном повторяются весьма часто. Это в одинаковой степени относится и к запоминающему устройству, и к логическому аппарату, и к арифметическому узлу. Таким образом, производство только нескольких дюжин машин в потенции будет массовым производством деталей и имеет экономические преимущества массового производства.
Все же может показаться, что чувствительность машины должна означать необходимость создания специальной новой модели для каждой отдельной работы. Это также неверно. Даже при грубом сходстве в типе математических и логических операций, выполнение которых требуется от математических и логических узлов машины, общее выполнение машиной своих задач регулируется программной катушкой или, во всяком случае, первоначальной программной катушкой. Изготовление программной катушки подобной машины представляет собой очень сложную задачу для высококвалифицированного специалиста; однако это работа, которую делают раз и навсегда, и, когда машина видоизменена в целях нового промышленного монтажа, ее нужно только частично повторить. Таким образом, затраты на такого квалифицированного техника будут распределены на громадное количество выпущенной продукции н не будут действительно важным фактором при использовании машины.
Вычислительное устройство является центром автоматического завода, однако никогда оно не будет представлять собой весь завод. С другой стороны, оно получает свои подробные инструкции от элементов, имеющих природу органов чувств, как, например, от фотоэлементов, от конденсаторов для определения толщины рулона бумаги, от термометров, от измерителей концентрации водорода и от общих типов аппаратов, созданных в настоящее время приборостроительными фирмами для ручного управления производственными процессами. Эти приборы уже устроены так, что они передают на отдельные посты показания при помощи электричества. Для того чтобы обеспечить возможность передачи этими приборами своей информации в автоматическую быстродействующую вычислительную машину, необходимо лишь читающее устройство, которое преобразует положение или шкалу в форму последовательных цифр. Такое устройство уже существует и не представляет большой трудности ни в принципе, ни в конструктивных деталях. Проблема органа чувств не является новой, и она уже эффективно разрешена.
Система управления должна содержать в себе, кроме этих органов чувств, эффекторы, или воздействующие на внешний мир компоненты. Некоторые типы этих эффекторов уже знакомы нам, например двигатели с распределительным клапаном, электрические муфты и т. п. Чтобы воспроизвести более точно функции человеческой руки, дополненные функциями человеческого глаза, некоторые из этих эффекторов следует еще изобрести. При механической обработке автомобильных рам вполне можно оставить на металлических консолях гладко обработанные поверхности в качестве контрольных точек. Фотоэлектрический механизм, приведенный в действие, например от световых точек, может приводить рабочий инструмент - будет ли это сверло, или клепальный молоток, или какой угодно другой необходимый нам инструмент - в непосредственную близость с этими поверхностями. Окончательная фиксация положения может закреплять инструмент против контрольных поверхностей н таким образом устанавливать плотный контакт, однако не настолько плотный, чтобы вызвать разрушение этих поверхностей. Это только один из способов выполнения работы. Всякий квалифицированный инженер может придумать еще дюжину других.
Конечно, мы предполагаем, что действующие как органы чувств приборы регистрируют не только первоначальное состояние работы, но также результат всех предыдущих процессов. Таким образом, машина может выполнять операции обратной связи: либо вполне освоенные операции простого типа, либо операции, влекущие за собой более сложные распознавательные процессы, регулируемые таким центральным управлением, как логическое или математическое устройство. Иначе говоря, всеохватывающее управляющее устройство будет соответствовать животному как целому с органами чувств, эффекторами и проприоцепторами, а не изолированному мозгу, эффективность и практические знания которого зависят от нашего вмешательства, как это имеет место в сверхскоростной вычислительной машине.
Скорость возможного внедрения этих новых устройств в промышленность будет сильно различаться в различных отраслях промышленности. Машины-автоматы, выполняющие примерно те же самые функции, уже получили широкое применение в отраслях промышленности с непрерывными процессами, как, например, на консервных заводах, сталепрокатных станах и особенно на заводах, изготавливающих проволоку и белую жесть. Они также известны на бумажных фабриках, которые тоже работают по поточному методу. Другая область, в которой автоматы необходимы,- это такого рода заводы, где производство является слишком опасным, чтобы значительное число рабочих рисковало своей жизнью при управлении им, и где авария может быть столь серьезной и дорогостоящей, что ее возможность должна быть предусмотрена заранее, а не предоставлена поспешному суждению какого-нибудь человека, оказавшегося на месте аварии. Если возможно заранее продумать линию поведения, то ее можно нанести на программную ленту, которая будет управлять поведением в соответствии с показаниями прибора. Иначе говоря, такие заводы должны работать при режиме, довольно сходном с режимом блокировки и работы выключателей железнодорожного блок-поста. Такой режим уже установлен на нефтеперегонных заводах, на многих других химических предприятиях и в обращении с такого рода опасными материалами, какие встречаются при эксплуатации атомной энергии.
Мы уже упоминали о сборочной линии в качестве области применения такого рода техники. На сборочной линии, как и на химическом заводе или на бумажной фабрике с непрерывными процессами, необходимо осуществлять известный статистический контроль за качеством продукции. Этот контроль зависит от процесса опробования. Ученые в настоящее время развили эти процессы опробования, разработав технические приемы, называемые последовательным анализом, где опробывание больше не производится в целом, а представляет собой непрерывный процесс, происходящий наряду с производством. Следовательно, те процессы, которые могут быть выполнены настолько стандартизированной техникой, что ее можно передать в ведение статистика, не понимающего скрывающейся за ней логики, могут также выполняться вычислительной машиной. Иначе говоря, опять-таки за исключением высших уровней работы, машина может также заботиться о повседневном статистическом контроле, как и о производственном процессе.
Обычно на заводах существует процедура учета, которая не зависит от производства, однако поскольку данные этого ведения отчетности поступают из машины или со сборочной линии, их можно прямо послать в вычислительную машину. Другие данные могут вводиться в вычислительную машину время от времени человеком-оператором, однако большая часть канцелярской работы может выполняться механически, и только экстраординарные сведения, как, например, внешняя корреспонденция, останутся людям. Однако даже большая часть внешней корреспонденции может быть получена от корреспондентов на перфорированных картах или же напечатана на перфорированную карту очень низкоквалифицированным служащим. Начиная с этой ступени, все процессы могут выполняться машиной. Эта механизация также может применяться к значительной части библиотечного архивного фонда промышленного предприятия.
Иначе говоря, машина не отдает предпочтения ни физическому, ни канцелярскому труду. Таким образом, возможные области, в которые новая промышленная революция способна проникнуть, являются очень широкими и включают всякий труд, выполняющий решения низкого уровня, почти так же, как вытесненный машиной предыдущей промышленной революции труд включал любые стороны человеческой энергии. Конечно, некоторые профессии новая промышленная революция не затронет или потому, что новые управляющие машины не являются экономичными в таких незначительных отраслях промышленности, которые неспособны нести связанные с этим большие капитальные расходы, или потому, что работа у ряда специалистов столь разнообразна, что новые программные катушки будут необходимы почти для каждой отдельной работы. Я не могу представить, чтобы автоматическое машинное оборудование типа принимающих решения устройств начало использоваться в бакалейных лавках или в гаражах, хотя могу очень ясно представить использование этого оборудования оптовым торговцем бакалейными товарами и фабрикантом автомобилей. Сельскохозяйственный рабочий, хотя в его производство начинают внедряться автоматические машины, также защищен от их полного господства благодаря размерам земельной площади, которую он должен обработать, благодаря изменчивости посевов, которые он должен возделывать, особых условий погоды и тому подобных обстоятельств, с которыми он должен столкнуться. Там, где могут быть использованы такие машины, не является невероятным некоторое использование принимающих решения машин.
Конечно, внедрение этих новых устройств и сроки, в течение которых можно ожидать их внедрения,- это в основном вопросы экономического порядка, рассмотрение которых не является целью курсовой работы. Если не произойдет каких-либо насильственных политических изменений или новой большой войны, то новым машинам потребуется от десяти до двадцати лет, чтобы занять подобающее им место.
Очень важным вопросом является разбор последствий -экономических и социальных.
Во-первых, мы можем ожидать резкого падения и окончательного прекращения спроса на такого рода фабричный труд, который выполняет исключительно однообразную урочную работу. В конечном итоге ликвидация чрезвычайно неинтересных однообразных урочных заданий может принести пользу и послужить источником досуга, необходимого для всестороннего культурного развития человека. Но это также может привести к таким же малоценным и пагубным результатам в области культуры, какие по большей части были получены от радио и кино.
Как бы то ни было, переходный период внедрения этих но-вых средств, особенно, если он наступит мгновенно, чего можно ожидать в случае повой войны, выльется в непосредственный переходный период бедственного кризиса. Имеется большой опыт, показывающий, как промышленники относятся к новому промышленному потенциалу. Вся их пропаганда сводится к тому, что внедрение новой техники не должно рассматриваться как дело правительства, а должно быть предоставлено каждому предпринимателю, желающему вложить деньги в эту технику. Мы также знаем, что промышленников трудно чем-либо сдержать, когда дело доходит до извлечения из промышленности всех прибылей, которые только можно оттуда извлечь, чтобы затем предоставить обществу довольствоваться крохами.
В этих условиях промышленность будет наполняться новыми механизмами лишь в той степени, в какой будет очевидно, что они принесут немедленную прибыль, невзирая на тот будущий ущерб, какой они способны нанести. Мы явимся свидетелями процесса, идущего по той же линии развития, по какой идет Процесс развития атомной энергии, когда использование атомной энергии для создания бомб поставило под угрозу весьма неотложные возможности перспективного использования атомной энергии в целях замены наших нефтяных и угольных запасов, которые через столетия, если не через десятилетия, полностью истощатся. Обратим внимание на то, что производство атомных бомб не конкурирует с производящими энергию фирмами.
Вспомним, что автоматическая машина, что бы мы ни думали об ощущениях, которые она, может быть, имеет или не имеет, представляет собой точный эквивалент рабского труда. Любой труд, конкурирующий с рабским трудом, должен принять экономические условия рабского труда. Совершенно очевидно, что внедрение автоматических машин вызовет безработицу, по сравнению с которой современный спад производства н даже кризис 30-х годов покажутся приятной шуткой. Этот кризис нанесет ущерб многим отраслям промышленности, возможно даже тем отраслям, которые извлекут выгоды из этих новых возможностей. Однако ничто в промышленной традиции не помешает промышленнику извлечь гарантированные и быстрые прибыли и ретироваться, прежде чем банкротство застигнет его лично.
Таким образом, новая промышленная революция является обоюдоострым мечом. Она может быть использована на благо человечества, однако только в том случае, если человечество просуществует достаточно длительное время, чтобы вступить в период, когда станут возможны такие блага. Она может быть также использована для уничтожения человечества, и если ее не использовать со знанием дела, то она может очень быстро развиваться в этом направлении. Однако на горизонте появились признаки надежды. Со времени опубликования первого издания этой книги я принял участие в двух крупных совещаниях с представителями деловых кругов и был рад видеть со стороны подавляющего большинства присутствующих понимание социальной опасности новой технологии и понимание социальных обязанностей ответственных за управление лиц, заботящихся о том, чтобы новые возможности использовались на благо человека, в интересах увеличения его досуга и обогащения его духовной жизни, а не только для получения прибылей и поклонения машине как новому идолу.
Тема искусственного интеллекта в 2017 году стала одной из самых привлекательных для обсуждения. Комментаторов среди участников ИТ-рынка оказалось так много, а комментарии такими интересными и развернутыми, что а заключительном номере CRN/RE за 2017 год мы смогли обсудить далеко не все из предложенных для обсуждения вопросов. Сегодня разговор пойдет о плюсах и минусах решений ИИ и о сложностях его реализации.
В чем заключается основные плюсы решений, которые называются сегодня «системы искусственного интеллекта»?
Руководитель проекта ST Smartmerch, ГК «Системные Технологии», Максим Архипенков уверен, что «плюсы вытекают из ожиданий».
«Нейросети, в отличие от человека, не имеют эмоций и не устают, - рассказывает Архипенков. - Исключаются человеческий фактор и все ошибки и проблемы, связанные с характером человека и его низкой трудоспособностью - относительно машины, конечно. У нейросетей нет порога производительности: если человек за сутки может проверить, например, 100 деталей на качество, то система проверит их столько, сколько позволяют мощности серверов. Систему проще масштабировать: на том же заводе 100 человек для контроля качества в одно помещение сложно поставить».
Директор по маркетингу CDNvideo Ангелина Решина также полагает, что основные преимущества систем ИИ «в скорости обработки данных, возможности обучать систему и экономии на человеческих ресурсах».
Генеральный директор Cezurity Алексей Чалей подчеркивает: продукты на основе ИИ способны на качественно ином уровне выполнять задачи: классифицировать изображения, переводить текст, классифицировать файлы и т. д. «Внедрение ИИ позволяет обрабатывать большое количество данных быстро и эффективно, минимизируя участие человека и, снижая человеческий фактор, минимизировать ошибку», - отмечает Чалей.
«Основными плюсами существующих в настоящий момент решений являются возможность автоматизации многих сфер деятельности при минимизации участия в этом человека и расширение сфер, где возможно использовать программное обеспечение вместо человеческого труда, - считает основатель хостинг-компании King Servers Владимир Фоменко. - Особенно хорошо в настоящий момент ИИ справляется с анализом больших объемов данных, где человеку понадобилось бы слишком много времени, а обычные программы, не использующие машинное обучение, не смогли бы добиться необходимой точности».
Согласна с коллегами и директор департамента корпоративных информационных систем ALP Group Светлана Гацакова: «С помощью технологий ИИ значительно возрастает скорость и уровень автоматизации обработки больших массивов информации - с одновременным повышением качества и технологичности. При правильном отношении к новым технологиям возрастает полнота использования данных, а также оперативность и качество управленческих решений».
По мнению генерального директора «Хок Хаус Интегрэйшн» Александра Ивлева, «технологии ИИ лучше всего подходит для оптимизации различного рода механической деятельности, автоматизации рутинных операций, использовании на вредных производствах». «Грамотное использование робототехники на конвейерных линиях позволяет перейти на безостановочный режим работы, оптимизирует расходы предприятия, повышает качество продукции, но требуют серьезного и продолжительного этапа пуско-наладочных работ, - рассказывает Ивлев. - Не многие компании могут позволить себе вложение больших средств в подобные технологии, хотя в дальнейшем это позволяет в разы удешевить производство. Аналогично обстоит и ситуация с технологиями машинного обучения: для каждого проекта проанализировать большую выборку данных, причем по индивидуальным алгоритмам, что требует временных затрат и ресурсов. Но после внедрения автоматизации эти операции будут происходить быстрее и дешевле, чем это может сделать человек».
«Начнем с того, что системы искусственного интеллекта разрабатываются для повышения эффективности в широком смысле этого слова, - напоминает директор по бизнес-приложениям КРОК Максим Андреев. - Для реализации новых идей, подходов компаниям зачастую необходимо учитывать огромное количество факторов, которые обычный человек просто не сможет удержать в голове. Одно из главных преимуществ искусственного интеллекта - способность учитывать такое разнообразное количество факторов в режиме реального времени. Кроме того, в отличие от человека, алгоритм не может устать или изменить какую-то информацию намеренно. То есть, внедряя искусственный интеллект, компания минимизирует возможность ошибок, обусловленных этими факторами. Но здесь есть и обратная сторона медали: человек может учесть дополнительные подробности, в то время как плохо настроенный алгоритм продолжит работать неправильно. Еще один плюс систем искусственного интеллекта - тиражируемость. Возьмем в качестве примера любой бизнес-процесс в компании, при работе с которым у сотрудника уходит год на обучение. Следовательно, если нам нужно 10 новых сотрудников, то мы потратим 10 человеко-лет на их обучение. С точки зрения алгоритмов все проще и цена масштабирования решения значительно ниже».
Руководитель отдела разработки и внедрения AV-решений Auvix Александр Пивоваров считает, что к наиболее очевидным и лежащим на поверхности плюсам относится повышение эффективности, снижение рутинных операций и большее удобство использования. «Например, если взять такую достаточно простую вещь, как система бронирования и отображения расписания переговорных комнат, то когда вы начинаете внимательно ее изучать, вы видите множество возможностей повышения эффективности ее использования, сокращения простоев и так далее с использованием «умных алгоритмов», - подчеркивает Пивоваров.
«Основная задача цифровой трансформации, одним из инструментов которой является ИИ, - сделать так, чтобы процессы шли быстрее и эффективнее, компании тратили меньше, а зарабатывали больше, - говорит генеральный директор ABBYY Россия Дмитрий Шушкин . - Например, один из наших заказчиков в банковском секторе автоматизировал обработку документов для открытия счета юрлицам. Интеллектуальная система сама типизирует и распознает документы, затем извлекает из них информацию и подгружает ее в нужные поля банковской системы. В результате на ввод данных из документов тратится меньше 10 минут, в 2,5 раза быстрее, чем вручную. Банк посчитал, что за 3 года он сэкономит на обработке документов более 270 млн руб.»
По словам менеджера по развитию бизнеса Plantronics Алексея Богачева, «один из главных плюсов систем ИИ - это возможность получить какие-то новые материалы, которые нам просто недоступны. Так как обычный человек делает выводы на основе только своих знаний, а здесь же мы получаем более глубокий анализ, который может привести к совершенно неожиданным выводам. Таким образом можно получить прорыв в определенной области».
«Человек привык считать себя венцом эволюции, но мы регулярно сталкиваемся с ограничениями, - размышляет генеральный директор „Конструктор документов FreshDoc.ru“ Николай Пацков . - Например, гиперзвуковые самолеты летают со скоростью в 10 раз большей, чем скорость звука, пилот-человек попросту не способен управлять такой машиной без помощи умной электроники. Человеческой реакции и скорости принятия решений недостаточно для работы на подобных скоростях. Искусственный интеллект помогает нам перешагнуть через эти ограничения. ИИ позволяет людям быстрее реагировать, защищает от совершения ошибок, высвобождает от рутинных операций и решений. Подобные системы способны эффективно заменить человека-эксперта в перевозках, прогнозировании, торговле на бирже, консультировании, составлении документов. Использование „умных решений“ сказывается и на конечной стоимости продукта: ведь „роботам“ не нужно платить зарплату, они не болеют и не уходят в отпуск, не подвержены снижению работоспособности. Мы видим огромный потенциал в разработке интеллектуальных решений для широкого круга задач. Участие в развитие этого направления может позволить российским ИТ-предпринимателям перевернуть рынок и „оседлать“ информационную волну развития человечества».
По словам директора по развитию бизнеса и маркетингу Konica Minolta Business Solutions Russia Жамили Каменевой все, конечно, зависит от класса решений. Но в большинстве своем они нацелены на оптимизацию и автоматизацию процессов, экономию ресурсов - как материальных, так и нематериальных, рабочего и личного времени. «Проще говоря, их задача - сделать нашу жизнь проще», - резюмирует Каменева.
«Во-первых, такие системы позволяют выявлять то, что скрыто от человеческого разума, - рассказывает директор по развитию международного бизнеса Navicon Илья Народицкий . - Независимо от того, насколько хорошим BI-инструментарием владеет человек, в ряде случаев без машинного обучения не обойтись: например, если надо обработать статистику операций по банковским счетам 1 млн клиентов за 10 лет. Уже сегодня машинный поиск скрытых, неочевидных человеку закономерностей позволяет многим компаниям выстраивать стратегию бизнеса и создавать системы поддержки принятия управленческих решений. Во-вторых, технологии искусственного интеллекта существенно повышают эффективность всех видов коммуникаций с потребителями. Инновационные технологии, способные понимать и анализировать текстовые и голосовые сообщения, помогают сократить время обработки входящих запросов и более оперативно, чем раньше, реагировать на обращения клиентов. В-третьих, такие системы способны избавить сотрудников компании от выполнения рутинных операций, а значит, высвободить их время на решение стратегически важных вопросов. Время, потраченное на решение рутинных задач, можно было бы использовать для решения задач творческих».
«Такие системы позволяют принимать решения за человека в тех областях, где это допустимо, - говорит генеральный директор „Атак Киллер“ Рустэм Хайретдинов . - Если раньше автоматизированные системы принимали решения только в рамках четко предустановленных сценариев „если-то“, то сегодняшние и завтрашние системы смогут принимать решения и при нечетко определенных условиях и при недостаточном количестве информации, что ранее мог делать только человек».
Директор по разработке Acronis Сергей Уласень также отмечает: системы искусственного интеллекта решают многие задачи, которые раньше требовали привлечения человека. При этом зачастую они функционируют быстрее и имеют прогнозируемый результат и качество работы.
«Технологии ИИ действительно работают и помогают совершенствовать бизнес-процессы, хотя бы частично освобождая интеллект человека от рутины для творчества и создания нового, - подчеркивает генеральный директор компании „Преферентум“ (ГК АйТи) Дмитрий Романов. - Для них легко оценить экономический эффект. Для большого класса систем, использующих методы машинного обучения, несомненным плюсом является их способность становиться „умнее“ по мере работы».
По словам директора по маркетингу компании «Вокорд» Сергея Щербины, основные плюсы в том, что на основе «хаотичных» фактов, плохо структурированной, неклассифицированной или неполной информации, ИИ строит точные прогнозы. «Опираясь на них, мы получаем принципиально новый уровень точности и скорости принятия решений там, где не работают простые, линейные правила, - продолжает Щербина. - Огромные массивы данных постоянно пополняются, но сами по себе они не могут решать задачи, ИИ как раз и нужен для их анализа. Уже сейчас мы знаем много примеров успешного применения ИИ в медицине, в анализе глобальных и локальных экономических и социальных процессов, в решении инженерных и технических задач, принятии инвестиционных решений, в системах безопасности. Инновации в области ИИ дадут возможность автоматизировать принципиально более широкий спектр бизнес-процессов. Так, в области видеонаблюдения и безопасности впервые станет возможным гарантированно, без участия оператора, выявлять 24/7 потенциально опасные инциденты, выявлять разыскиваемых лиц. Можно назвать уже много примеров успешного применения ИИ».
Основной плюс, по мнению сооснователя сервиса shikari.do Вадима Шемарова, состоит в том, что системы ИИ обучаемы. «Например, если мы хотим, чтобы система могла отличать сообщения людей, где они хотят что-то купить, от сообщений, где хотят что-то продать, или определить тематику сообщений, нам не нужно составлять подробный перечень слов и оборотов, которые выражают намерения, настроения, тему и т.д. Мы подбираем много текстов-примеров по нужной нам тематике, „обучаем“ на этих примерах систему, а дальше она уже сама начинает понимать суть незнакомых ей текстов», - говорит Шемаров.
Руководитель исследовательского центра проблем регулирования робототехники и ИИ, старший юрист Dentons Андрей Незнамов также полагает, что возможность обучения (обучение с учителем или самостоятельное совершенствование) можно назвать основным плюсом технологий, которые обычно называются «ИИ».
В чем заключаются сложности реализации этих систем?
Если кратко резюмировать, то главными плюсами технологий ИИ, по мнению экспертов ИТ-рынка, является выход на новые уровни производительности, автоматизации, эффективности, анализа, обучения, принятия решений, прогнозируемости, а также обучаемость. Однако поскольку направление это новое, сложностей эксперты видят даже больше, чем плюсов. Достаточно сказать, что практически каждый из спикеров назвал свою сложность.
«Это абсолютно новая сфера. Каждая задача, которая сейчас решается, - это RnD в чистом виде: нужно определить, систематизировать, придумать решение, реализацию этого решения и реализовать его, - подчеркивает Максим Архипенков. - Это творческий процесс, требующий большой науковооруженности и высокой экспертизы как непосредственно в сфере приложения этого решения - будь то FMCG, космос, медицина, так и в области реализации систем нейросетей».
По мнению Александра Пивоварова, сложность «в нахождении баланса между хайпом и действительной полезностью, сложность сделать эти технологии невидимыми для потребителя и отсутствие ошибок в их работе».
Дмитрий Карбасов считает, что «ключевая сложность данных проектов связана с непредсказуемостью результата». «Скажем, при покупке CRM системы заказчик четко понимает фукнциональность, которую ему предлагает система, и как он эту функциональность будет использовать, - рассказывает Карбасов. - Это процессы, формы ввода данных, отчетность и пр. При внедрении системы ИИ предсказать результат без реализации проекта очень сложно, раскрытие технологий и алгоритмов практически ничего не скажет человеку без математического образования и практического опыта, а среди заказчиков топ-менеджеров с таким бэкграундом единицы. Помогает реализация пилотных проектов, методика которых у нас отлажена и которую мы применяем в 99% проектов».
«Сложностей, безусловно, очень много, - размышляет Максим Андреев. - Основная из них, пожалуй - отсутствие достаточно больших массивов данных для обучения искусственного интеллекта. При этом нужны данные с историей. Поясню, что я имею в виду: для одной крупной компании мы делали прогноз продаж услуг по перевозкам - прогнозировали вес грузов и направление перевозок. Мы никак не могли добиться хорошей точности прогноза, начали разбираться в чем же дело и выяснили, что в исторических данных, которые хранились в компании, где-то вес учитывался с упаковкой, а где-то без. При этом никакого признака, по которому этот фактор можно было бы отследить, просто нет. То есть когда-то в прошлом эта информация не играла роли, но теперь все изменилось. Поэтому так важно собирать все данные, которые можно собрать „до востребования“. Технологии для сбора и обработки данных постоянно развиваются, и компании уже могут внедрять у себя технологии Data Lake, которые становятся отличной платформой для обучения искусственного интеллекта. Еще одна сложность заключается в том, что самих алгоритмов пока еще довольно мало. Поэтому перед внедрением компании необходимо провести исследование. Это позволяет выяснить, получится ли в конкретных условиях, на конкретных данных и под конкретные бизнес-процессы построить ИИ, расходы на который не превосходили бы ту ценность, которую он дает компании».
Анна Племяшова считает, что основная проблема - полное отсутствие или недостаточность данных для построения точных моделей. «Для промышленных предприятий, где такие решения требуют значительных инвестиций в инфраструктуру - это отсроченный экономический эффект: необходимо сначала данные начать собирать и накапливать, а потом уже можно переходить к решениям с применением интеллектуальных систем. Приблизить экономическую выгоду позволяют переходные BI-решения и визуализация данных в режиме реального времени, - говорит Племяшова. - Еще одной сложностью является необходимость перестройки бизнес-процесса при внедрении интеллектуальных систем. То есть недостаточно купить такое решение и поставить, как цветок в вазу или приложение на компьютер. Необходимо это решение сделать дружественным бизнес-процессу: создать, перенастроить или вообще отменить какие-то операции, переобучить людей, оптимизировать персонал».
«Эти системы основаны на данных и больших данных, - напоминает Сергей Уласень. - Для тренировки моделей необходимы значительные вычислительные ресурсы, для хранения больших данных - соответствующая инфраструктура. Следовательно, для реализации систем ИИ требуются серьезные вложения в оборудование.
В свою очередь, сбор и подготовка данных требуют больших организационных усилий, а зачастую и разработку нового софта, помогающего в анализе данных».
Светлана Гацакова полагает, что сложности прежде всего «в недостаточном внимании к границам применимости каждой конкретной технологии ИИ, к подводным камням». А также «в слабой интерпретируемости результатов (ведь, например, нейронная сеть не объясняет своих выводов), в сложностях формирования однородных совокупностей данных для обучения и проверки моделей». Еще одна сложность - «слепая вера в данные и ослабление внимания к интуиции менеджера и тем факторам, которые трудно измерить и интегрировать в процессы DDM*». На это, по словам Гацаковой, накладываются «специфические для российских организаций сложности». «Это малая доступность достоверных данных о внешнем мире организации и вытекающий отсюда риск замкнуться на внутренней информации, т. е. превратиться в своего рода организацию-аутиста. Кроме того, это малое (по сравнению с ведущими западными компаниями) проникновение культуры DDM, ограниченное в основном выпускниками западных бизнес-школ».
«ИИ помогает автоматизировать многие процессы и заменить низкоквалифицированных сотрудников, но при этом требует контроля со стороны разработчиков, стоимость работы которых, конечно, выше, - говорит Ангелина Решина. - Обучаемость системы нужно контролировать, чтобы она не выходила за допустимые рамки».
По оценкам Сергея Щербины, сложности кроются в устаревшем оборудовании и слабой инфраструктуре, унаследованных аппаратно-программный платформах, которые в сложные экономические времена и при ограниченных бюджетах мало кто решится менять. «Оказывает влияние и человеческий фактор, - подчеркивает Щербина. - Здесь и дефицит квалифицированных кадров, и недостаточный уровень компетенции, либо консерватизм руководителей. Более того, не все понимают, для чего это нужно и зачем тратить деньги на модернизацию, когда „по старинке“ все вроде и так работает».
«Среди сложностей построения систем ИИ, в первую очередь, нужно отметить дефицит кадров, - отмечает Андрей Сыкулев. - Очень мало специалистов, потому что здесь требования чрезвычайно высокие: помимо навыков программирования надо владеть довольно сложным математическим аппаратом и иметь знания и опыт в предметных областях. Довольно часто „шоустоппером“ является низкое качество данных и отсутствие инфраструктуры для их интеграции. Еще одна немаловажная проблема - обеспечение безопасности данных, ведь данные, консолидированные для работы ИИ, могут стать мишенью для атаки или быть использованы, мягко говоря, не по назначению».
Алексей Богачев также считает, что одна из главных сложностей - кадровая. «Как и со всем новым, возникает вопрос, как с этим работать. Так как прикладное применение любой технологии требует квалифицированных специалистов, а это очень молодое направление, поэтому достаточно сложно найти людей, которые бы разбирались в этом».
У кадровой проблемы есть и вторая сторона. «Главная трудность - не так много высших руководителей предприятий понимают, что такое искусственный интеллект и каково его практическое применение, - напоминает Дмитрий Карбасов. - Да, практически все они слышали про ИИ, все знают, что ИИ помогает оптимизировать бизнес-процессы, сокращать затраты, делать более эффективными отдельные функции (логистику, анализ покупательского поведения, прогнозирование загрузки производства и объемов сбыта, и т.д.). Но редко кто из заказчиков понимает: чтобы ИИ сработал так как надо, нужно сформулировать бизнес-задачу и критерии ее успешности в терминах бизнеса. Другими словами, заказчик должен понимать, какой из параметров нужно поручить проанализировать системе ИИ и как поступить с полученными данными с точки зрения принятия управленческих решений».
«В качестве основной сложности реализации подобных решений можно выделить два фактора: человеческий и технологический, - рассказывает Николай Пацков. - К первому относится проблема малого количества экспертов, способных взаимодействовать с системами искусственного интеллекта. Эта проблема постепенно решается, рынок осознает ценность таких специалистов и все больше сотрудников осваивают необходимые развивающемуся рынку навыки. К технологическому фактору можно отнести недостаточность вычислительных мощностей: сейчас мы снова нарабатываем идеи, которые будем способны реализовать только с появлением более мощных машин. Но, учитывая прогнозируемый рост производительности (увеличение в 1000 раз в ближайшие 10 лет), мы считаем, что эволюционное развитие технологий как минимум не замедлится».
По мнению Алексея Чалея, существуют три основных сложности: «Первая - люди. В мире совсем немного людей, способных работать в пограничных сферах, которые одновременно понимают в предметной области (в нашем случае - анализе вирусов), хорошо разбираются в математике, статистике и машинном обучении, а также умеют хоть немного программировать. Вторая - данные для обучения. Эти данные необходимо где-то взять, а затем разметить. Данные получить очень сложно. Из-за этого, кстати, тормозится прогресс развития ИИ, так как исследователи не имеют возможности экспериментировать с моделями. Недостаточно быть просто талантливым аналитиком и программистом - без данных невозможно создать что-либо в области ИИ. И третья - стоимость инфраструктуры. Начальные инвестиции в инфраструктуру могут быть достаточно серьезными».
«Чтобы искусственный интеллект хорошо решал задачи бизнеса, технологию необходимо „кастомизировать“, - полагает Дмитрий Шушкин. - Любой машине, как и человеку, нужно обучаться на актуальных данных, чтобы принимать точные решения. Чтобы научить такую систему, сначала нужно собрать или синтезировать большой объем качественно размеченных данных - например, информации о финансах, производстве, работе с клиентами, и т.д. В крупном бизнесе такие данные подготовить и собрать проще, так как многие компании уже используют системы потокового ввода данных из различных видов документации, эта корпоративная информация упорядочена и структурирована. Создание же подобных массивов в среднем и малом бизнесе пока менее доступно».
Жамиля Каменева одной из главных сложностей называет высокую стоимость таких решений, протяженность проектов и долгий возврат инвестиций (2-5 лет - минимум). «Во-вторых, как и любой новый инструмент, необходима долгая и кропотливая работа по созданию рынка потребителей данных технологий, - продолжает Каменева. - Помимо этого, отмечу и отсутствие на рынке высококвалифицированных кадров - системами искусственного интеллекта у нас занимаются в подавляющем большинстве зарубежные вендоры и всего несколько научных учреждений».
По мнению Дмитрия Романова, основная сложность, как ни удивительно, психологическая: «Люди привыкли ждать от компьютера абсолютной точности. Системы ИИ имеют вероятностный выход. Они могут ошибаться, давать неправильные ответы, и в этом они похожи на человека. Пользователи иногда склонны переоценивать возможности интеллектуальных технологий».
Владимир Фоменко уверен: через несколько лет, как только эта технология перестанет быть новой и станет более понятной, уже не будет большой сложности в ее реализации. «Будут системы или программы, которые смогут создавать ИИ системы или программы».
А вот Рустэм Хайретдинов считает, что никакой сложности в реализации нет - «и математический аппарат, и реализованные программно алгоритмы, и вычислительная мощность сегодня доступны практически „из коробки“ или „из облака“. „Сложность скорее есть в постановке задачи, построении модели для анализа. Скоро мы столкнемся с тем, что чистые математики, как их сейчас называют datascientists, будут менее востребованы, чем специалисты в других областях (врачи, технологи, безопасники, лингвисты и т.д.) со знанием принципов машинного и „глубокого“ обучения“», - подчеркивает Хайретдинов.
* DDM (англ. Digital Diagnostics Monitoring) - функция цифрового контроля параметров производительности SFP трансивера (а также SFP+ и XFP). Позволяет отслеживать в реальном времени такие параметры как: напряжение, температуру модуля, ток смещения и мощность лазера (TX), уровень принимаемого сигнала (RX).