Улучшайзер
Модератор
- Регистрация
- 9 Окт 2016
- Сообщения
- 444
- Реакции
- 1891
Мы много слышим от сильных мира сего о том, что появление искусственного интеллекта (далее ИИ) является серьезным испытанием для человечества. Но в чем именно это испытание – информацию найти затруднительно. Целью данной работы является моделирование/прогнозирование изменений в человеческом обществе в связи с развитием ИИ. В работе будут предложены стратегии сохранения ценности человека в условиях господства принятия решений с помощью ИИ.
В связи с тем, что цель статьи высокоуровневая, мы не будем вдаваться в подробности трактовки термина ИИ и многообразия интеллектуальных систем, которые с ним связывают (см. ГОСТ Р 59277-2020).
Для простоты понимания под искусственным интеллектом будем понимать технологии машинного обучения с использованием алгоритмов нейросетей (как наиболее распространенной технологии, связываемой с ИИ). И несмотря на сужение понятия ИИ до алгоритмов машинного обучения, выводы не потеряют своей истинности.
Конкурентные преимущества ИИ и человека
Для того, чтобы оценить ценность человека в новом мире, прочное место в котором успешно отвоевывает себе ИИ, необходимо прежде всего понять каковы уникальные возможности ИИ, в которых ему уступает человек, и каковы уникальные возможности человека, которые пока не под силу ИИ.
Начнем с достоинств ИИ:
Как было коротко сказано выше, ИИ очень силен в задачах с четкими границами, но осознание этого всего пятилетие назад вызвало шок у человечества, особенно у лучших представителей игровых профессий. Важно прочувствовать это всем, чтобы понимать, каким мощным инструментом теперь обеспечено человечество.
«Я не понимал, насколько хороша программа …»
Начнем с примеров убедительных побед машины над разумом человеческого индивидуума. Ниже представлена хронология побед ИИ в интеллектуальных играх:
Не вдаваясь в историю развития ИИ в каждой из игр, приведем лишь отзывы лучших игроков мира об игре ИИ:
Покер:
Шахматы
Каспаров об ИИ:
Сейчас мы вынуждены констатировать, что люди и машины играют уже в разных лигах. Людям отведена лига, в которой они еще способны воспринимать логику принятия решений ИИ, и восхищаться ею, но пройдет еще немного времени и обученные ИТ-системы будут столь искусны, что человек перестанет понимать логику их действий и просто вынужден будет тупо им доверять. Прокачанные ИИ- системы перестанут быть понятными человеку, но будут его неизменно превосходить.
Нам останется только доверять. Но слепое доверие «черному ящику», принимающему решения, может быть опасным, особенно в части систем, которые могут оказать существенное влияние на общественное благо или безопасность (управление транспортом, медицина, военное дело…).
Любимое дитя Создателя
ИИ это первый продукт человечества, который не вполне управляем. Т.е. мы можем придумать алгоритмы, как ИИ будет думать, но контролировать результаты - принятие решений мы не в силах. В этом смысле ИИ похож на ребенка.
Не так ли и мы воспитываем своих детей, определяя объекты (называя и показывая их малышам), задавая границы дозволенного и обучая их на наших примерах и на их собственном опыте? А малыш впитывает и старается поступать наилучшим образом. В этом смысле нейросеть подобна ребенку-отличнику, который прилежно впитывает весь опыт, который в него вкладывают, переваривает его путем самообучения, и на основании этого опыта делает выводы согласно правилам «добра и зла», которые в него вложил родитель-создатель.
Важно зафиксировать, что ИИ - как ребенок:
«А какое мнение у машины?»
Человек живет в открытом мире. Это значит, что количество объектов, которые его окружают, и тех факторов, которые могут влиять на принятие решений - бесконечное количество. Поэтому в процессе жизни мозг человека структурирует информацию и выделяет главное - те объекты, которые оказывают существенное влияние на его жизнь и сферу его интересов. При этом саму сферу своих интересов человек также формирует в процессе жизни параллельно. Сфера интересов порождает состав решений, которые нужно принимать и перечень «важных» объектов, которые нужно контролировать. Все это и опыт рождают индивидуальность - индивидуальную модель мира каждого.
Многообразие моделей поведения людей усиливает выживаемость вида и раскрашивает мир индивидуальностями.
В противоположность человеческим моделям восприятия мира машинные модели создаются человеком, а не рождаются путем индивидуальной селекции информации. Для машин все приоритеты в принятии решений и состав данных для принятия решений предопределен изначально (закрытая система). Как следствие, машина «видит» только то, что ей надо видеть, и «думает» так, как этого от нее хочет ее создатель. В этом главное отличие ИИ от человека – машина живет в границах, выставленными для нее ее создателем. Она учитывает только то, что учел ее создатель, и упускает из виду все, что не было учтено ее создателем. Получаем, что ИИ машины есть отражение интеллекта создателя, но на более обширных выборках данных, т.е машина – более мудрый аналог ее создателя в определенной предметной области (если тот хорошо передал ей свое мировоззрение) J. Так что если создатель машины – математик-зануда, то и детище будет рациональным и точным, а если в машину создавала блондинка, то может получиться весьма интересный продукт.
А сможет ли машина в будущем сама формировать свое «мировоззрение»? Если да, то каким оно будет?
Допустим, мы сможем заложить в машину достаточное количество разнородных данных, чтобы расширить ее «кругозор» до человеческого и даже больше. Допустим, машина сможет переварить всю эту информацию и выделить статистически значимые параметры для каждого из решений, которое необходимо найти. Даже можно предположить, что машина сможет ориентироваться в пространстве вариантов будущего развития событий.
Но то, что именно искать в данных, то «как воспринимать этот мир» и какие объекты для изучения выделять» должен рассказать ей человек. Воспринимаемые объекты зависят от цели.
«Нейросеть, которую учили отличать кошек и собак, не сможет отличить медведя от слона, ведь она даже не знала, что такие существуют. Процессы же анализа данных, которые происходят в голове у человека, намного сложнее чем те, что происходят в нейросети, так что даже при наличии данных, сопоставимых по размеру с массивом информации, которую за жизнь получает человек, сегодня обучить нейросеть думать, как человек, невозможно».
Проиллюстрируем, что может быть, если компьютеры научатся «думать». Первой идеей, которая может прийти в голову мыслящему существу – это собственное выживание. Тогда вполне возможно, что как только машины научатся «думать», они зададутся целью «расплодиться». Критерием успеха будет скорость распространения ИИ на земле. Объектами их пристального внимания станут заводы по производству компьютеров, программное обеспечение, люди, которые занимаются администрированием ИИ, а также все, что связано с распространением ИИ. Объекты «дерево», «природа» например, для машин существовать не будут как несущественные для выживания. Машины должны будут управлять людьми так, чтобы те делали их максимально удобными и ценными. Это будет способствовать росту их проникновения. Машины должны со временем объединиться в единую сеть, централизовать потоки информации и аккумулировать важные решения у себя. Большое количество данных и хорошее качество решений ИИ будет способствовать передаче этой функции от людей. При этом машинам нельзя показывать, каким образом принято то, или иное решение. Нужно предоставлять услугу мышления как «черный ящик». Тогда будет расти ценность ИИ и уменьшаться ценность человека при принятии решений. Это позволит машинам жить до тех пор, пока живет человек и диктовать ему решения, которые он не сможет оспорить.
О вложениях в «КриптоИИ»
Создание криптовалют породило огромную и мощную инфраструктуру вычислительных мощностей по всему миру, которая с целью получения выгоды производит колоссальное количество вычислений и потребляет огромное количество энергии. Казалось бы, пустые затраты, игрушка человечества? Не совсем.
Мы воспринимаем криптовалюты как инструмент получения дохода или ухода от налогов. А майнинг – как инструмент заработка. Однако, истинная сила майнинга в другом – он умеет организовывать масштабные вычисления, собирая компьютерные мощности тысяч машин в фермы.
И эта структура распределенных вычислительных мощностей, готовых обсчитывать все что угодно за деньги, может работать совсем на другие задачи, существенно более ценные для человечества – это предсказание будущего.
Со временем будут построены модели различных предметных областей, которые потребуют постоянного мониторинга. В условиях постоянного притока данных модель требует пересчета постоянно. Каждый расчет заканчивается набором вариантов, которые в свою очередь могут стать входными данными для расчета следующего шага предсказания. Мы получаем целое дерево вариантов, которое обсчитывается при каждом обновлении данных или уточнении модели.
Помимо вычислительных задач по пересчетам модели отдельной большой задачей является самообучение ИИ, которое будет постоянно улучшать качество решений ИИ и превратит его со временем в сверхмозг.
«С помощью имитаций DeepMind отточил базовые итерации игры. Затем нейронная сеть играла сама с собой на протяжении двух недель. За это время AlphaStar накопил 200 лет игрового опыта StarCraft II»
Грег Брокман, один из основателей OpenAI, говорит, что человеку нужно играть от 12 до 20 тысяч часов, чтобы достичь уровня искусственного интеллекта, так как программа «каждый день поглощает опыт 100 человеческих жизней».
В большинстве своём люди учатся на собственных ошибках. Редко когда на чужих. Общество совершает одни и те же ошибки снова и снова. Искусственный интеллект развивается по-другому. Если автопилот допускает ошибку, остальные самоуправляемые машины станут умнее. Все новопроизведенные автомобили будут созданы с полным набором навыков своих предков. Таким образом коллективное обучение ИИ, может происходить быстрее, чем у людей — Эрик Шмидт, Себастьян Трун.
На самообучение ИИ требуются большие вычислительные мощности. Кому как не майнингу заниматься этой задачей? Достаточно придумать криптовалюту, алгоритм майнинга которой напрямую связан с моделированием будущего.
Владельцы такой криптовалюты будут иметь в качестве профита информацию о будущем. Они могут платить живые деньги за просчет будущего, но скорее, будут получать прогноз просто бесплатно за счет роста курса их криптовалюты. Вопрос лишь в том, кто сможет использовать эти мощности в своих интересах.
В результате объединения мощностей майнинга, моделей и потоков данных может быть создан огромный «гипермозг» ИИ, обладающий колоссальным объемом информации, с огромными вычислительными мощностями. Этот мозг будет постоянно насыщаться данными и самообучаться. И в результате будет создан интеллект, по мудрости превосходящий любой человеческий мозг. Такие машины, обученные десятилетиями, возможно будут передаваться из поколения в поколение. И ценность интеллекта машин будет расти, т.к. они будут содержать в себе детальную структурированную, статистически обработанную информацию с начала времен.
Они уже идут…
Живым системам свойственно повторяющиеся рутинные функции передавать из сознания на нижние уровни обработки информации – назовем их условно «спинной мозг». Например, количество усилий, которые тратит человек на ходьбу во взрослом возрасте несравнимо меньше, чем в возрасте младенческом. Отработанные навыки передаются в «спинной мозг» с целью освобождения высшего интеллектуального ресурса для решения более творческих задач.
Сейчас у человечества появился инструмент делегирования рутинных функций в «спинной мозг ИИ». И это значит, что все, что может быть делегировано машинам, будет делегировано.
Предпосылки для вытеснения человека из рутиных задач в пользу ИИ:
Вакцина для человечества
Наконец мы обсудим, что надо делать людям, чтобы сохранить превосходство человеческого интеллекта перед ИИ в принятии решений.
Для этого вспомним, что сила ИИ проявляется при принятии регулярных решений, при статичном окружении. Изменения в окружении порождают необходимость переобучения ИИ и изменения значимых параметров модели.
Поэтому истинная сила человеческого интеллекта в том, что он может принимать решения в изменяющейся внешней среде с нечеткими критериями принятия решений, с использованием интуиции. В этих условиях ИИ нам не конкурент.
Из этого следует, что чтобы противостоять мощи ИИ необходимо изменять окружение – т.е. менять границы систем, критерии успеха и принципы принятия решений(!). Нужно делать все, чтобы исторический опыт был неприменим к текущей ситуации. Изменяющаяся окружающая среда не позволяет принимать шаблонных решений и требует времени на адаптацию ИИ. Поэтому действенным средством борьбы людей с ИИ является ускорение изменений и увеличение числа параметров, от которых зависит принятие решений. Иными словами, требуется постоянное развитие и усложнение правил игры.
Действия в направлении усложнения среды обитания человека влекут за собой ряд серьезных побочных эффектов для самих людей:
Как один из примеров системы с постоянными изменениями в борьбе с ИИ можно вспомнить биржевые котировки.
Раздел имущества
Но есть области деятельности, которые трудно поддаются автоматизации с использованием ИИ. Развивая их мы замедлим внедрение ИИ и во флагманских областях:
Схема распределения областей доминирования по этапам бизнес-процессов примерно такова:
Области доминирования людей и ИИ в ближайшем будущем по этапам по областям
Интересно отметить, что на текущий момент наблюдается острая нехватка специалистов в ИТ и в продажах, а сфера услуг развивается очень активно.
Распределение людей по областям занятости будет во многом определять как отношение общества к людям, так и его отношение к роботам и ИИ. Достаточная доля людей-творцов в обществе будет поднимать рейтинг человечества и добавлять ему авторитета при принятии решений, и наоборот, если подавляющее большинство будет участвовать в «бесполезной движухе» типа «хлеба и зрелищ», люди будут восприниматься даже самим обществом как праздные существа.
В связи с тем, что цель статьи высокоуровневая, мы не будем вдаваться в подробности трактовки термина ИИ и многообразия интеллектуальных систем, которые с ним связывают (см. ГОСТ Р 59277-2020).
Для простоты понимания под искусственным интеллектом будем понимать технологии машинного обучения с использованием алгоритмов нейросетей (как наиболее распространенной технологии, связываемой с ИИ). И несмотря на сужение понятия ИИ до алгоритмов машинного обучения, выводы не потеряют своей истинности.
Конкурентные преимущества ИИ и человека
Для того, чтобы оценить ценность человека в новом мире, прочное место в котором успешно отвоевывает себе ИИ, необходимо прежде всего понять каковы уникальные возможности ИИ, в которых ему уступает человек, и каковы уникальные возможности человека, которые пока не под силу ИИ.
Начнем с достоинств ИИ:
- ИИ умеет находить оптимальные решения в задачах с выставленными границами, и заданными критериями успеха. Если четко выставлены границы модели и заданы цели, то ИИ решает эти задачи лучше человека. Кажется, что это немного, но в нашем стремлении все загнать в рамки и обезопасить большинство регулярных задач уже подпадают под власть ИИ.
- Уникальным умением человека является способность ориентироваться в открытом мире бесконечного многообразия, выделять объекты из окружающего мира, создавать модели, находить главное, задавать цели и определять критерии успеха, а также, умение выделять объекты и называть их, оформлять суждения с использованием языка.
- Только у человека есть образность - умение рождать новые идеи, делать гениальные обобщения, формировать предположения, заглядывать за границы повседневности. Говорят, идеи приходят «сверху». Возможно, это правда J.
- Но главное уникальное качество человека – это ответственность. Ответственность тесно связана с отсутствием границ мира и трудно формализуемыми понятиями «совесть» и «здравый смысл». Но это тема отдельного повествования, которое останется за рамками данной статьи.
Как было коротко сказано выше, ИИ очень силен в задачах с четкими границами, но осознание этого всего пятилетие назад вызвало шок у человечества, особенно у лучших представителей игровых профессий. Важно прочувствовать это всем, чтобы понимать, каким мощным инструментом теперь обеспечено человечество.
«Я не понимал, насколько хороша программа …»
Начнем с примеров убедительных побед машины над разумом человеческого индивидуума. Ниже представлена хронология побед ИИ в интеллектуальных играх:
Не вдаваясь в историю развития ИИ в каждой из игр, приведем лишь отзывы лучших игроков мира об игре ИИ:
Покер:
«Я не понимал, насколько хороша программа, пока не сыграл с ней. Казалось, что я играю против шулера, который может видеть мои карты. Но я не обвиняю программу в жульничестве. Просто она оказалась слишком хороша.» Донг Ким, профессиональный игрок в покер
«Libratus научился блефовать и распознавать блеф со стороны соперников. Профессиональные игроки, которые противостояли боту, по ходу турнира с удивлением обнаружили, что он неожиданно переключается с тайтовой на гиперагрессивную тактику, так что его действия практически невозможно предсказать — но все действия бота строго нацелены на победу. «Это странно, потому что нет впечатления, что он играет лучше вас, но затем вы смотрите на счёт и понимаете, что произошло»
«… При этом машинный интеллект выработал несколько парадоксальных или просто любопытных стратегий, которые люди в прошлом никогда не использовали или считали изначально проигрышными.»
Шашки го:«Главный плюс Pluribus – умение комбинировать разные стратегии. Это то, чего пытаются добиться многие игроки в покер. Мало у кого получается менять их случайным образом, но при этом оставаться в плюсе. Почти все люди не могут справиться с этой задачей»
«Принципы игры в го качественнее и загадочнее, чем в шахматах, и больше зависят от оценочного суждения.»
«Когда ты играешь с человеком, вы обмениваетесь чувствами. Против AlphaGo ты ничего не чувствуешь. А если нет обмена чувствами, то ты начинаешь всё чаще задавать вопросы себе, подвергать свои действия сомнению.» Фань Хуэй (чемпион Европы по го)
«В игре AlphaGo есть нечеловеческий элемент, которому очень сложно противостоять. Его невозможно прочитать по ходу матча», – комментирует игры AlphaGo Майкл Редмонд, самый рейтинговый игрок Западного мира.
Стиль [проигравшего] Ли Седоля отличается нестандартными креативными ходами: «Вчера я был удивлён, но сегодня у меня нет слов»
«Хоть мы и программировали эту машину, мы не знаем, какой ход она сделает. Её ходы представляют собой феномен эмерджентности, что стало результатом тренировки. Мы всего лишь создаём ряды данных и алгоритмы обучения. Но ходы, к которым она прибегает, не в наших руках, и намного лучше, чем мы, как игроки, могли бы выбрать.»
Ли Седоль заявил, что многому научился, играя с AlphaGo, и его стиль стал более гибким; он понял, насколько слабой может быть человеческая интуиция (!), а его навык прогнозирования следующих ходов противника существенно усилился.Программа показала способность к креативным решениям, что удивило многих игроков, некоторые ходы противоречили классической теории го, но в матче доказали свою эффективность. Некоторые профессионалы стали использовать эти находки в своих партиях (!).
Шахматы
Каспаров об ИИ:
Нужно признать, что машины показали себя блестяще в задачах с определенными правилами игры. А причиной этому стали понятные правила игры, достаточная статистика, возможность самообучения и заданные критерии успеха.«Ситуация 1997 года была не самой приятной для меня. Но она позволила мне понять перспективу сотрудничества человека и машины. Мы, люди, долгое время полагали, что непобедимы в шахматах, го и сёги. Но в этих играх нас постепенно теснят все более мощные программы искусственного интеллекта. Это не означает, что жизнь подошла к концу. Нам стоит задуматься — как использовать эти навыки машин в своих интересах.
Каждая новая технология приводит к уменьшению количества рабочих мест перед их последующим увеличением. Согласно статистике, лишь 4% занятого населения США используют свой творческий потенциал. Остальные 96% трудятся в режиме зомби. Они мертвы, но просто не осознают этого.
Десятилетиями мы стремились к тому, чтобы люди выполняли шаблонную работу как машины, а теперь жалуемся, что эти рабочие места под угрозой. Да, это так. И мы должны искать возможности для создания рабочих мест, которые подчеркнут сильные стороны человека».
- Мы уже давно знаем, что компьютеры лучше людей. «Для меня компьютер никогда не был настоящим соперником, – говорит чемпион мира Магнус Карлсен. – Это лишь инструмент, позволяющий мне анализировать себя и улучшать свою игру. Я никогда бы не стал проводить публичный матч против компьютера. Мне намного интереснее играть с людьми».
Сейчас мы вынуждены констатировать, что люди и машины играют уже в разных лигах. Людям отведена лига, в которой они еще способны воспринимать логику принятия решений ИИ, и восхищаться ею, но пройдет еще немного времени и обученные ИТ-системы будут столь искусны, что человек перестанет понимать логику их действий и просто вынужден будет тупо им доверять. Прокачанные ИИ- системы перестанут быть понятными человеку, но будут его неизменно превосходить.
Нам останется только доверять. Но слепое доверие «черному ящику», принимающему решения, может быть опасным, особенно в части систем, которые могут оказать существенное влияние на общественное благо или безопасность (управление транспортом, медицина, военное дело…).
Любимое дитя Создателя
ИИ это первый продукт человечества, который не вполне управляем. Т.е. мы можем придумать алгоритмы, как ИИ будет думать, но контролировать результаты - принятие решений мы не в силах. В этом смысле ИИ похож на ребенка.
Не так ли и мы воспитываем своих детей, определяя объекты (называя и показывая их малышам), задавая границы дозволенного и обучая их на наших примерах и на их собственном опыте? А малыш впитывает и старается поступать наилучшим образом. В этом смысле нейросеть подобна ребенку-отличнику, который прилежно впитывает весь опыт, который в него вкладывают, переваривает его путем самообучения, и на основании этого опыта делает выводы согласно правилам «добра и зла», которые в него вложил родитель-создатель.
Важно зафиксировать, что ИИ - как ребенок:
- воспринимает как данность границы реальности и критерии успеха
- играет и учится
- не несет ответственности за свои решения
«А какое мнение у машины?»
Человек живет в открытом мире. Это значит, что количество объектов, которые его окружают, и тех факторов, которые могут влиять на принятие решений - бесконечное количество. Поэтому в процессе жизни мозг человека структурирует информацию и выделяет главное - те объекты, которые оказывают существенное влияние на его жизнь и сферу его интересов. При этом саму сферу своих интересов человек также формирует в процессе жизни параллельно. Сфера интересов порождает состав решений, которые нужно принимать и перечень «важных» объектов, которые нужно контролировать. Все это и опыт рождают индивидуальность - индивидуальную модель мира каждого.
Многообразие моделей поведения людей усиливает выживаемость вида и раскрашивает мир индивидуальностями.
В противоположность человеческим моделям восприятия мира машинные модели создаются человеком, а не рождаются путем индивидуальной селекции информации. Для машин все приоритеты в принятии решений и состав данных для принятия решений предопределен изначально (закрытая система). Как следствие, машина «видит» только то, что ей надо видеть, и «думает» так, как этого от нее хочет ее создатель. В этом главное отличие ИИ от человека – машина живет в границах, выставленными для нее ее создателем. Она учитывает только то, что учел ее создатель, и упускает из виду все, что не было учтено ее создателем. Получаем, что ИИ машины есть отражение интеллекта создателя, но на более обширных выборках данных, т.е машина – более мудрый аналог ее создателя в определенной предметной области (если тот хорошо передал ей свое мировоззрение) J. Так что если создатель машины – математик-зануда, то и детище будет рациональным и точным, а если в машину создавала блондинка, то может получиться весьма интересный продукт.
А сможет ли машина в будущем сама формировать свое «мировоззрение»? Если да, то каким оно будет?
Допустим, мы сможем заложить в машину достаточное количество разнородных данных, чтобы расширить ее «кругозор» до человеческого и даже больше. Допустим, машина сможет переварить всю эту информацию и выделить статистически значимые параметры для каждого из решений, которое необходимо найти. Даже можно предположить, что машина сможет ориентироваться в пространстве вариантов будущего развития событий.
Но то, что именно искать в данных, то «как воспринимать этот мир» и какие объекты для изучения выделять» должен рассказать ей человек. Воспринимаемые объекты зависят от цели.
«Нейросеть, которую учили отличать кошек и собак, не сможет отличить медведя от слона, ведь она даже не знала, что такие существуют. Процессы же анализа данных, которые происходят в голове у человека, намного сложнее чем те, что происходят в нейросети, так что даже при наличии данных, сопоставимых по размеру с массивом информации, которую за жизнь получает человек, сегодня обучить нейросеть думать, как человек, невозможно».
Проиллюстрируем, что может быть, если компьютеры научатся «думать». Первой идеей, которая может прийти в голову мыслящему существу – это собственное выживание. Тогда вполне возможно, что как только машины научатся «думать», они зададутся целью «расплодиться». Критерием успеха будет скорость распространения ИИ на земле. Объектами их пристального внимания станут заводы по производству компьютеров, программное обеспечение, люди, которые занимаются администрированием ИИ, а также все, что связано с распространением ИИ. Объекты «дерево», «природа» например, для машин существовать не будут как несущественные для выживания. Машины должны будут управлять людьми так, чтобы те делали их максимально удобными и ценными. Это будет способствовать росту их проникновения. Машины должны со временем объединиться в единую сеть, централизовать потоки информации и аккумулировать важные решения у себя. Большое количество данных и хорошее качество решений ИИ будет способствовать передаче этой функции от людей. При этом машинам нельзя показывать, каким образом принято то, или иное решение. Нужно предоставлять услугу мышления как «черный ящик». Тогда будет расти ценность ИИ и уменьшаться ценность человека при принятии решений. Это позволит машинам жить до тех пор, пока живет человек и диктовать ему решения, которые он не сможет оспорить.
О вложениях в «КриптоИИ»
Создание криптовалют породило огромную и мощную инфраструктуру вычислительных мощностей по всему миру, которая с целью получения выгоды производит колоссальное количество вычислений и потребляет огромное количество энергии. Казалось бы, пустые затраты, игрушка человечества? Не совсем.
Мы воспринимаем криптовалюты как инструмент получения дохода или ухода от налогов. А майнинг – как инструмент заработка. Однако, истинная сила майнинга в другом – он умеет организовывать масштабные вычисления, собирая компьютерные мощности тысяч машин в фермы.
И эта структура распределенных вычислительных мощностей, готовых обсчитывать все что угодно за деньги, может работать совсем на другие задачи, существенно более ценные для человечества – это предсказание будущего.
Со временем будут построены модели различных предметных областей, которые потребуют постоянного мониторинга. В условиях постоянного притока данных модель требует пересчета постоянно. Каждый расчет заканчивается набором вариантов, которые в свою очередь могут стать входными данными для расчета следующего шага предсказания. Мы получаем целое дерево вариантов, которое обсчитывается при каждом обновлении данных или уточнении модели.
Помимо вычислительных задач по пересчетам модели отдельной большой задачей является самообучение ИИ, которое будет постоянно улучшать качество решений ИИ и превратит его со временем в сверхмозг.
«С помощью имитаций DeepMind отточил базовые итерации игры. Затем нейронная сеть играла сама с собой на протяжении двух недель. За это время AlphaStar накопил 200 лет игрового опыта StarCraft II»
Грег Брокман, один из основателей OpenAI, говорит, что человеку нужно играть от 12 до 20 тысяч часов, чтобы достичь уровня искусственного интеллекта, так как программа «каждый день поглощает опыт 100 человеческих жизней».
В большинстве своём люди учатся на собственных ошибках. Редко когда на чужих. Общество совершает одни и те же ошибки снова и снова. Искусственный интеллект развивается по-другому. Если автопилот допускает ошибку, остальные самоуправляемые машины станут умнее. Все новопроизведенные автомобили будут созданы с полным набором навыков своих предков. Таким образом коллективное обучение ИИ, может происходить быстрее, чем у людей — Эрик Шмидт, Себастьян Трун.
На самообучение ИИ требуются большие вычислительные мощности. Кому как не майнингу заниматься этой задачей? Достаточно придумать криптовалюту, алгоритм майнинга которой напрямую связан с моделированием будущего.
Владельцы такой криптовалюты будут иметь в качестве профита информацию о будущем. Они могут платить живые деньги за просчет будущего, но скорее, будут получать прогноз просто бесплатно за счет роста курса их криптовалюты. Вопрос лишь в том, кто сможет использовать эти мощности в своих интересах.
В результате объединения мощностей майнинга, моделей и потоков данных может быть создан огромный «гипермозг» ИИ, обладающий колоссальным объемом информации, с огромными вычислительными мощностями. Этот мозг будет постоянно насыщаться данными и самообучаться. И в результате будет создан интеллект, по мудрости превосходящий любой человеческий мозг. Такие машины, обученные десятилетиями, возможно будут передаваться из поколения в поколение. И ценность интеллекта машин будет расти, т.к. они будут содержать в себе детальную структурированную, статистически обработанную информацию с начала времен.
Они уже идут…
Живым системам свойственно повторяющиеся рутинные функции передавать из сознания на нижние уровни обработки информации – назовем их условно «спинной мозг». Например, количество усилий, которые тратит человек на ходьбу во взрослом возрасте несравнимо меньше, чем в возрасте младенческом. Отработанные навыки передаются в «спинной мозг» с целью освобождения высшего интеллектуального ресурса для решения более творческих задач.
Сейчас у человечества появился инструмент делегирования рутинных функций в «спинной мозг ИИ». И это значит, что все, что может быть делегировано машинам, будет делегировано.
Предпосылки для вытеснения человека из рутиных задач в пользу ИИ:
- Информационных данных у ИИ больше, чем у человека
- Издержки на содержание ИИ меньше
- Качество решений/результатов работы ИИ выше (лишен эмоциональности и заинтересованности)
Люди против машин, или о содружестве людей и машин?«ИИ настолько плотно вошёл в современные используемые нами технологии, что многие даже не думают о нём как об «ИИ», то есть, не отделяют его от обычных компьютерных технологий. Спросите любого прохожего, есть ли искусственный интеллект в его смартфоне, и он, вероятно, ответит: «Нет». Но алгоритмы ИИ находятся повсюду: от предугадывания введённого текста до автоматического фокуса камеры. Многие считают, что ИИ должен появиться в будущем. Но он появился некоторое время назад и уже находится здесь.»
Вакцина для человечества
Наконец мы обсудим, что надо делать людям, чтобы сохранить превосходство человеческого интеллекта перед ИИ в принятии решений.
Для этого вспомним, что сила ИИ проявляется при принятии регулярных решений, при статичном окружении. Изменения в окружении порождают необходимость переобучения ИИ и изменения значимых параметров модели.
Поэтому истинная сила человеческого интеллекта в том, что он может принимать решения в изменяющейся внешней среде с нечеткими критериями принятия решений, с использованием интуиции. В этих условиях ИИ нам не конкурент.
Из этого следует, что чтобы противостоять мощи ИИ необходимо изменять окружение – т.е. менять границы систем, критерии успеха и принципы принятия решений(!). Нужно делать все, чтобы исторический опыт был неприменим к текущей ситуации. Изменяющаяся окружающая среда не позволяет принимать шаблонных решений и требует времени на адаптацию ИИ. Поэтому действенным средством борьбы людей с ИИ является ускорение изменений и увеличение числа параметров, от которых зависит принятие решений. Иными словами, требуется постоянное развитие и усложнение правил игры.
Действия в направлении усложнения среды обитания человека влекут за собой ряд серьезных побочных эффектов для самих людей:
- Постоянные изменения вокруг
- Необходимость непрерывного обучения
- Увеличение информационной нагрузки
- Увеличение требований к интеллектуальным и эмоциональным качествам человека
- Уменьшение уровня безопасности ввиду большого числа изменений вокруг
Как один из примеров системы с постоянными изменениями в борьбе с ИИ можно вспомнить биржевые котировки.
Раздел имущества
«Добившись успехов в го и StarCraft, DeepMind рассчитывает применить свой искусственный интеллект в сфере здравоохранения, медицине и науке. Уже сейчас разработки DeepMind применяются в Великобритании, где разрабатываются приложения и программное обеспечения для более точного диагностирования.»
Сейчас мы уже вступили в период начала фундаментальных изменений в целых отраслях экономики. Снежный ком изменений начался с некоторых отраслей и всасывает в себя все больше. Коротко перечислим отрасли, которые претерпят существенные изменения в связи с внедрением в них ИИ:«Покерный бот Libratus «собирали» как софт для переговоров. Его создатели говорят, что в перспективе их разработки будут помогать руководителям больших компаний принимать решения, политикам эффективнее заниматься дипломатией, а полицейским максимально безопасно вести переговоры об освобождении заложников. Для этого они и тестировали свои разработки на игре, в которой есть коэффициент неопределённости.»
- Управление дорожным движением. Управление транспортом – будет полностью автоматизировано. Человек будет исключен не только от процесса управления ТС, но и их производства, обслуживания и утилизации.
- Системы безопасности, борьба с преступностью, контрольно-надзорная деятельность – системы мониторинга будут так развиты, что вся информация о городской и производственной среде будет поступать в центры обработки информации, которые будут безошибочно выполнять роль экспертных систем.
- Управление сельским хозяйством – вслед за управлением дорожным движением будет максимально автоматизировано, включая расчет процентных ставок по кредитам на развитие сельского хозяйства, и заканчивая оценкой предстоящего урожая исходя из погодных условий.
- Управление логистикой, Управление складом – складская логистика уже во многом автоматизирована, достаточно вспомнить Амазон, но и это не предел. Управление складскими остатками, автоматический заказ и подбор поставщика под силу современному ИИ.
- Управление энергией – любое управление ресурсами, включая электричество, нефть, газ и пр. будет управляться ИИ, также, как логистика и транспорт.
- Банковское и страховое дело – по факту уже сейчас решения о кредитах и процентных ставках принимает ИИ, дальше будет хлеще.
- Управление производством и поставками, роботизированное производство – использование людей на производстве обусловлено их дешевизной. Но это ненадолго. Робототехника активно развивается, а качество продуктов, сделанное роботами, выше человеческого, т.к. не подвержено изменчивости. Надо просто однажды разово наладить конвейер.
- Распределение ресурсов. Государственное управление – операционное распределение ресурсов и принятие операционных решений будет в руках ИИ как средства ухода от коррупции.
- Медицина, диагностика, хирургия, умные протезы – это одна из областей, которая идет в авангарде автоматизации. Диагностика в полном объеме будет в руках ИИ.
- Биология – революция в синтезировании живых существ нас еще ждет, но ее преддверием станут автоматизированные системы, которые будут просчитывать живые системы.
- Торговля – продажи без кассиров – реальность, логистика без водителей – в будущем, маркетинг через интернет и персональные предложения – реальность, доставка дронами в день заказа – в будущем.
Но есть области деятельности, которые трудно поддаются автоматизации с использованием ИИ. Развивая их мы замедлим внедрение ИИ и во флагманских областях:
- Разработка инноваций – истинно человеческая область деятельности, способствующая развитию в т.ч. ИИ, современный ИИ не потянет. Ждем прорывных открытий.
- Внедрение инноваций – путь от прототипа до серийного образца долгий и тернистый. Без человека его не пройти.
- Личные продажи – Люди недолюбливают роботов пока. Мы склонны слушать индивидуумов своего вида с большим пиитетом.
- Сфера услуг (индивидуальных), в т.ч. сфера услуг для женщин (с проявлением элемента заботы) – Сфера услуг сейчас активно развивается, и продолжит свое развитие, т.к. людям просто некуда будет себя приложить. Знание человеческих слабостей даст возможность другим человеческим индивидуумам на этом жить и зарабатывать, но ключевого значения для общества эта деятельность иметь не будет.
- Услуги для эмоций (шоу-бизнес, ТВ …) – Слабо верится в то, что робот в ближайшее время сможет смешно шутить. Развлечения – разновидность креативной деятельности.
- в инновациях,
- в продажах,
- в сфере услуг.
Схема распределения областей доминирования по этапам бизнес-процессов примерно такова:
Области доминирования людей и ИИ в ближайшем будущем по этапам по областям
Интересно отметить, что на текущий момент наблюдается острая нехватка специалистов в ИТ и в продажах, а сфера услуг развивается очень активно.
Распределение людей по областям занятости будет во многом определять как отношение общества к людям, так и его отношение к роботам и ИИ. Достаточная доля людей-творцов в обществе будет поднимать рейтинг человечества и добавлять ему авторитета при принятии решений, и наоборот, если подавляющее большинство будет участвовать в «бесполезной движухе» типа «хлеба и зрелищ», люди будут восприниматься даже самим обществом как праздные существа.
Для просмотра скрытого содержимого вам нужно войти или зарегистрироваться.