Зміст статті

Системи штучного інтелекту існують з 1950-х років, але ця концепція все ще лякає працівників і керівників компаній, але канадський нейробіолог Блейк Річардс каже, що компаніям доведеться почати працювати з цією технологією та мислити ширше, ніж просто замінити працівників машинами.

Зміст статті

Зміст статті

Вивчаючи, як функції мозку можуть інформувати ШІ та алгоритми машинного навчання і, навпаки, як технологія може допомогти нам краще зрозуміти наш мозок, його дослідження сприяє розробці більш досконалих систем ШІ.

Зміст статті

Тут доцент Школи комп’ютерних наук і Монреальського неврологічного інституту при Університеті Макгілла, а також основний викладач Монреальського інституту навчання алгоритмів (MILA) у Монреалі, всесвітньо відомого дослідницького інституту ШІ та машинного навчання, ділиться своїми ідеями щодо поточних і майбутніх технологічних застосувань і того, де бізнес-лідери повинні зосереджувати свої власні розумові здібності в ці дні.

FP: Де ШІ розгортається зараз і які програми ми можемо очікувати найближчим часом?

Блейк Річардс: Ми спостерігаємо реальне зростання кількості помічників штучного інтелекту, які виконують адміністративні завдання — наприклад, починають писати, підсумовують нотатки зустрічі та збирають інформацію з документів — що доповнює існуюче використання штучного інтелекту в ряді доменів. Наприклад, технологічні компанії десятиліттями використовують штучний інтелект, і такі платформи, як Facebook, не працювали б без нього. Менш ніж за п’ять років я бачу, як деяким людям регулярно допомагає помічник ШІ.

Фінансовий сектор уже використовує штучний інтелект для аналізу даних, але є величезні можливості для аналізу в інших областях, а саме поведінки споживачів. Зараз ми проводимо дослідження ринку на основі традиційних фокус-груп, анкет та опитувань, де дані збираються та аналізуються. Але, як ми побачили в соціальних мережах, ви можете відстежувати поведінку більш тонким і детальним способом, а системи штучного інтелекту можуть дати нам точнішу інформацію про те, як споживачі вибирають один продукт або один бренд замість іншого.

Зміст статті

Зміст статті

Інший великий – охорона здоров’я. Завдяки кращим аналітичним методам є величезний потенціал у виявленні та кращому розумінні природи різних захворювань і розладів, щоб ми могли їх належним чином лікувати.

FP: А як щодо довгострокових заявок?

BR: Це схоже на винайдення парової машини на зорі промислової революції. Якщо у вас справді є система, яка може повторювати людське пізнання, неможливо перерахувати список потенційних застосувань. Існують такі можливі, як керування автомобілем або заводом, але також додаткові програми, які ми поки що не можемо уявити, тому що для того, щоб побачити ці можливості, потрібно спочатку побачити, як розвивається економіка, щоб скористатися перевагами ШІ.

Візьмемо, наприклад, галузь судноплавства. В ідеалі можна було б використовувати системи штучного інтелекту, щоб забезпечити потрапляння потрібних матеріалів на потрібні фабрики в потрібний час по всьому світу. Але це вимагатиме кардинального перегляду того, як дані збираються в режимі реального часу з усіх цих компонентів, і такі масштабні зміни можуть тривати десятиліттями.

FP: Що вас найбільше хвилює з точки зору майбутнього використання ШІ?

Зміст статті

BR: Я думаю, що ми побачимо, як нейротехнологічна економіка справді вибухне протягом наступного десятиліття, з більшою кількістю медичних і споживчих застосувань. Вміти визначати практики, які допомагають людині бути оптимально щасливим або когнітивно обізнаним.

Наприклад, відстежуючи мозкові хвилі, ми могли б визначити, яка їжа робить наш мозок менш уважним або змінює наш настрій. Або ми можемо керувати своїм телефоном своїми думками для кращої багатозадачності. Хоча теоретично це можливо, ці програми на сьогоднішній день були неможливими, оскільки нейронні дані дуже складні, а традиційних статистичних методів для аналізу цих даних недостатньо.

Для мене було б справді захоплююче побачити, як нейронаука справді впливає на життя, а не сидіти в межах академії.

FP: Що досі стримує компанії?

BR: для старих компаній це адаптація їхніх баз даних, щоб зробити їх легко трольованими системами ШІ. Інша полягає в тому, що не завжди можна довіряти правдивості систем ШІ. Вони навчені давати статистично відповідні відповіді, але це не означає, що вони фактично точні. Це завдання для дослідників у промисловості, і зараз є компанії, які працюють над такими проблемами. Це надзвичайно вирішувана проблема, яку, я очікую, буде вирішено протягом наступних кількох років.

Зміст статті

FP: Як ми тим часом гарантуємо, що штучний інтелект розгортається якомога етичніше?

BR: Швидких відповідей, на жаль, немає. Ведеться робота над тим, як відстежувати упередженість моделі та оцінювати системи, а потім як модифікувати набори даних і протоколи навчання, щоб обмежити майбутні проблеми, але більша частина полягає в тому, щоб у нас були відповідні правила, щоб запобігти продуктам ШІ. неправильно використаний в першу чергу.

Кожного дня різні компанії збирають певні дані. Моя порада полягає в тому, щоб приступити до цього з самого початку, розуміючи, як переконатися, що ви збираєте дані в корисний і етичний спосіб.

Також важливо, щоб усі співробітники розуміли, як працюють моделі штучного інтелекту — так само, як вони розуміють, як працює кавоварка, наприклад, — щоб вони могли належним чином працювати в системі та не сприяти витоку даних або проблемам конфіденційності.

FP: Що б ви порадили бізнес-лідерам, які хочуть розробляти та впроваджувати стратегії ШІ?

BR: Не бійтеся ставити собі важкі запитання про те, як працює ваш бізнес і чи можна досягти значної ефективності шляхом автоматизації певних компонентів діяльності людей. Не просто дивіться на існуючі системи для налаштування, але думайте набагато ширше. Це не обов’язково означає, що вам доведеться звільняти людей, оскільки ви можете різко підвищити їхню продуктивність, розблокувавши вузькі місця, про які ви не підозрювали у своєму робочому процесі.

Зміст статті

Я також хотів би заохотити компанії докласти належної уваги до пошуку доступних для них моделей штучного інтелекту замість того, щоб використовувати те, що зараз продається з OpenAI. Розгляньте моделі з відкритим кодом, щоб створити щось власне, що більше відповідає вашим потребам. Хоча ці системи все ще дуже дорогі у створенні та експлуатації, я сподіваюся, що ми побачимо, що конкуренція підштовхне ціни вниз. Не дозволяйте собі потрапити в довгострокові контракти на основі бізнес-моделі, де штучний інтелект можуть створювати лише великі компанії в Кремнієвій долині.

Додайте наш веб-сайт у закладки та підтримайте нашу журналістику: Не пропустіть бізнес-новини, які вам потрібні — додайте financialpost.com у свої закладки та підпишіться на наші інформаційні бюлетені тут.

Зміст статті