Следующая экономика будет определяться 10 ключевыми новыми технологиями, в основе которых лежит искусственный интеллект. Видение состоит в том, что она станет технологией общего назначения, похожей на утилиту, которая, вероятно, будет масштабироваться во всех отраслях, в каждом секторе нашей экономики и почти во всех аспектах науки, общества и культуры.
В зависимости от того, кого вы спросите, это видение также имеет свои недостатки. В частности, опасение, что А.И. заменит людей. Это то, что привлекает наибольшее внимание СМИ, но А.И. и близко не соответствует когнитивным возможностям человека, и никто не согласен, когда это произойдет; это все еще на ранних стадиях.
Как же так?
Текущие методы обучения ИИ требуют множества размеченных данных
Ограничением является количество необходимых данных, а также время и трудозатраты на их правильную маркировку. Основной способ, которым компьютеры учатся выполнять задачи, — это получение от нас информации. Точно так же, как ребенка нужно учить, что есть что, а что нет, компьютеры тоже.
«Сегодня, чтобы научить компьютер тому, что такое кофейная кружка, мы показываем ему тысячи кофейных кружек. Но родители ребенка, какими бы терпеливыми и любящими они ни были, никогда не указывали этому ребенку на тысячи кофейных кружек». — Эндрю Нг, бывший руководитель отдела искусственного интеллекта в Google и Baidu
Вот где мы находимся.
Вопрос не в том, был ли А.И. возьмет на себя наши рабочие места, это будет, это как скоро и как. Одно можно сказать наверняка: это будет происходить поэтапно; сначала он создаст новые, где он дополнит наши способности, а не заменит их.
Точно так же, как в первые дни Интернета были веб-мастера, люди, которые просматривали веб-сайты. Сегодня новая работа — тагеры: люди, которые подготавливают данные, чтобы алгоритмы могли научиться выполнять нашу работу.
Прочтите статью в Нью-Йорк таймс под названием «Как дешевая рабочая сила движет искусственным интеллектом в Китае. амбиции»», чтобы увидеть, насколько мы находимся на ранней стадии и как это уже происходит:
«Раньше я думала, что машины гениальны, — говорит 24-летняя г-жа Хоу. «Теперь я знаю, что мы — причина их гениальности».
А.И. надо учить. Он должен переварить огромное количество фотографий и видео с тегами, прежде чем поймет, что и черная кошка, и белая кошка — это кошки. Именно здесь вступают в действие фабрики данных и их работники.
Летом я обедал с другом и упомянул, что предвижу бизнес-возможности в маркировке данных, особенно потому, что большинство компаний, которые хотят разработать собственный внутренний ИИ, возможности будут иметь это препятствие. Это совершенно очевидно, если вы работаете в ИИ. промышленности, поэтому я не удивлен, что фабрики данных появляются в Китае, где спрос еще выше.
Мы должны быть внимательны к тому, как мы маркируем данные
Одним из самых больших препятствий для внедрения является приобретение или разработка собственных наборов данных. У организаций есть множество данных о своих клиентах, но эти данные необходимо очистить и пометить, прежде чем они будут переданы в алгоритм, который все это поймет. Это не то, к чему готово большинство организаций, получение правильно помеченного набора данных является настоящим камнем преткновения для компаний, разрабатывающих новые системы искусственного интеллекта.
Моя компания Netek занимается технологией распознавания эмоций с помощью камер и ЭЭГ. Мы собрали около 1 миллиона лиц с различными эмоциями и использовали этот набор данных, чтобы научить наш алгоритм определять, когда кто-то счастлив, печален, зол, презираем, удивлен или испытывает отвращение. Сбор и маркировка этих данных происходили не за пару недель, а за месяцы; над ним работает всего пара человек.
Любой, кто предположительно занимается ИИ. работа должна пройти тот же процесс сбора и маркировки данных, прежде чем передать их алгоритму. Это самая важная часть процесса, потому что речь идет не только о накоплении данных, мы должны думать о том, как мы маркируем данные.
Так, А.И. не заменит людей в ближайшее время. Сначала он возьмет на себя некоторые задачи, это само собой разумеющееся, но это происходит только тогда, когда люди подготавливают данные, чтобы он мог правильно учиться.
Итог: Каждый хочет иметь хорошо обученный ИИ, но для его создания требуется много ручного труда людей. С учетом сказанного, новая роль людей заключается в подготовке данных, чтобы ИИ мог их использовать. мы можем научиться делать свою работу.
Первоначально опубликовано на www.game-changer.net 6 декабря 2018 г.