Когда ИИ спасет человечество

Стивен Бробст, главный директор по технологиям Teradata, заметил, что многие считают глубинное обучение магией, но на самом деле это только математика. Алгоритмы эмулируют нейронные сети и позволяют предсказывать и классифицировать данные. Однако реальность такова, что большинство знает об ИИ по голливудским фильмам и поэтому боится этой технологии. Реальность же заключается в том, что машины думать не могут, а следовательно, и опасности с этой стороны ждать не стоит.

Эксперт уверен, что в будущем многие решения вместо людей будут принимать алгоритмы, причем делать это они будут лучше и быстрее. Пример этого мы уже видим в беспилотниках – люди принимают решения быстро, но алгоритмы с этим процессом справятся лучше и будут становиться все более безопасными.

Есть и другие примеры. Так, если врач, рассмотрев снимок, принимает решение о том, есть ли пневмония, он опирается только на свои знания, а алгоритм при постановке такой же задачи – на все данные, которые ему предоставлены и накоплены. Человек такой объем данных просто не сможет проанализировать. Преимущество ИИ-алгоритмов, уверен эксперт, в том, что они могут работать с данными высокой размерности, к тому же ИИ не спит, обучается круглые сутки.

Но и у человека есть преимущества, поэтому ИИ лишь автоматизирует процессы и дополняет человеческий интеллект. В случае с врачом доля ошибок составляет порядка 5%, поэтому второе мнение будет полезным: доля ошибок ИИ – порядка 3%. Совместная же работа человека с ИИ повышает точность диагностики до 98 % - это лучше, чем у человека и ИИ по отдельности.

Также эксперт уверен, что распространение ИИ будет способствовать четвертой промышленной революции. Крупнейшие промышленные компании, среди которых Volvo, Siemens и пр. уже активно используют искусственный интеллект и машинное обучение в производственных процессах.

При этом нужно осознавать риски ИИ, хотя многие из них переоценены. К примеру, самое распространенное опасение связано с возможной потерей работы целым поколением. И действительно, в США значительная доля мужского населения занимается вождением – такси, поездов и т.д. Конечно, появление беспилотников вытеснит их с рынка труда, но будут создаваться и другие рабочие места. Изменится востребованность навыков, и к этому придется адаптироваться.

Еще один важный вклад машинного обучения – устранение когнитивных искажений. Если люди при утверждении кредитной заявки могут быть субъективны, то ИИ не должен быть. Правда, когнитивные искажения пока находят свой путь в ИИ, ведь алгоритмы пишут люди. Так что устранить полностью их нельзя, но снизить их число можно. Надо повышать прозрачность работы алгоритмов: люди должны понимать логику действия, поэтому надо уметь проводить аудит используемых алгоритмов.

Александр Ведяхин, первый заместитель председателя правления ПАО Сбербанк, рассказал о том, чего уже удалось добиться компании с помощью ИИ. Так, в 2020 году искусственный интеллект внедрен во все процессы Сбера, что принесет более 60 млрд рублей дополнительного дохода. Цель компании – до 2023 года добиться того, чтобы 100% продуктов и процессов опирались на ИИ, тогда как на данный момент этот показатель варьируется от 30 % до 70% в зависимости от процесса. Причина такого интереса к технологии не только в финансовых выгодах, но и в том, что экосистема, основанная на ИИ, позволяет обеспечить более качественный клиентский опыт. Например, робот-юрист снижает время принятия решения о выдаче кредита до 7 минут, обрабатывая порядка 140 тыс. заявок каждый день: таким образом он не только снижает стоимость коммуникации с клиентами, но и повышает их лояльность.

И хотя, по словам эксперта, в обществе действительно существуют сомнения по поводу последствий применения ИИ, перспективы технологии значительны. Просто надо учиться управлять ключевыми рисками этого сегмента, в частности – цифровым неравенством, утратой контроля над ИИ, отсутствием преемственности и последовательности в принятии решений. Также важно найти баланс между ограничительными мерами и стимулированием.