10 положений, касающихся искусственного интеллекта
«Волны Кондратьева» (Циклы Кондратьева), порой называемые волнами инноваций, включают в себя изобретение электричества, печатного станка и парового двигателя. Все эти технологии стимулировали глобальные изменения образа жизни. Сегодня многие считают, что AI (искусственный интеллект) – это очередная «волна Кондратьева» и что он будет отвечать за преобразование того, как предприятия создают ценности, как работают люди и, в конечном итоге, как люди живут.
Чтобы компании выжили в эпоху искусственного интеллекта, они должны подготовиться к отказу от устаревших технологий и инвестировать в новые способы ведения дел, иногда достаточно быстро, чтобы оставаться на плаву. Это явление называется эффектом «горящей платформы». Оно основано на том, что для сохранения конкурентоспособности предприятия должны принять стратегию радикальных изменений, как если бы их нынешний способ ведения дел горел пламенем.
Но создание чувства страха перед необходимостью изменений противоречит здравому смыслу. Страх побуждает людей быть более консервативными – меньше рисковать и сохранять статус-кво. Истинное принятие организационных преобразований происходит из готовности сотрудников к инновациям. Инновации требуют, чтобы люди могли пробовать что-то и терпеть неудачу без осуждения или наказания. Обеспечение общей уверенности в том, что каждый в команде может безопасно идти на риск (включая реализацию идей, которые имеют высокий шанс провала), приводит к более долгосрочному успеху, называемому «эффектом прототипирования», популярным методом в инженерии.
Эффект прототипирования объясняется Адрианом Отто, техническим директором Google: «… лучший способ добиться большего успеха и укрепить доверие к своей культуре – увеличить количество идей, которые вы пробуете».
Чтобы понять важность «волны Кондратьева» и то, как добиться успеха с помощью подхода «быстро терпеть неудачу», и подход «часто терпеть неудачу», вот 10 основных выводов из книги «Harvard Business Review of Artificial Intelligence».
1) Самая важная технология общего назначения в нашу эпоху – это искусственный интеллект (AI).
2) Различные нюансы AI.
Машинное обучение (ML): разновидность искусственного интеллекта, при котором компьютеры обучаются на основе данных без использования сложных правил. Глубокое обучение (DL): это тип машинного обучения, который имитирует способ, которым люди получают определенные виды знаний. Обучение с подкреплением (RL): продвинутая технология ML, которая позволяет моделям изучать сложные модели поведения без помеченных обучающих данных, а затем принимать краткосрочные решения, оптимизируя их для достижения долгосрочных целей.
3) AI, в его основной форме, представляет собой знаменитую формулу Excel.
Алгоритм машинного обучения – это, по сути, таблица поиска ключевых входных данных и их значений. Например, алгоритму выдаются изображения лошадей и изображения, которые не являются лошадьми. Затем эти изображения помечаются как таковые, и алгоритм сохраняет ответы в таблице. Если появляется новое изображение или пример, алгоритм обращается к предыдущим примерам, чтобы определить, действительно ли новое изображение является лошадью или нет.
4) Нетехнические сотрудники должны знать, как работает AI.
5) Целью AI должна быть экономия времени и энергии людей, а не замена рабочих мест.
6) Компании, которые ждут внедрения AI, могут никогда не догнать его.
7) Как AI изменит стратегию.
Хотя мы не можем с уверенностью сказать, на что способен AI, мы можем основывать наши стратегии на его текущем состоянии, особенно на моделях прогнозирования. Прогнозы AI станут более интеллектуальными, поскольку всё больше компаний обучают модели на существующих данных, непрерывно собирая новые данные.
8) Данные о качестве будут иметь большее значение, чем о количестве.
9) Переход от искусственного интеллекта, управляемого данными (IQ), к искусственному интеллекту, основанному на глубоком эмоциональном интеллекте (EQ).
Аннет Циммерман, вице-президент по исследованиям Gartner, написала: «К 2022 году ваше личное устройство будет знать о вашем эмоциональном состоянии больше, чем ваша собственная семья».
Можно обучить модель искусственного интеллекта интерпретировать эмоции, слушая тон чьего-либо голоса или выражение его лица. Затем мы можем обучить AI тому, как реагировать, если он обнаруживает гнев или грусть, но мы не можем научить его реагировать самостоятельно, как это делают люди, в основном потому, что мы не можем объяснить, как мы это делаем сами. Это называется парадоксом Поланьи, теория, согласно которой человеческое знание о том, как функционирует мир, в значительной степени выходит за рамки нашего явного понимания.
10) Начни с малого, но думай умно.
Помните, что терпеть неудачу – это нормально; неудача может создать новые возможности.
Николай Кондратьев отметил четыре эмпирические правильности в развитии больших циклов:
1. Перед началом повышательной волны каждого большого цикла, а иногда в самом начале её наблюдаются значительные изменения в условиях хозяйственной жизни общества.
Изменения выражаются в технических изобретениях и открытиях, в изменении условий денежного обращения, в усилении роли новых стран в мировой хозяйственной жизни и т.д. Указанные изменения в той или иной степени происходят постоянно, но, по утверждению Николая Кондратьева они протекают неравномерно и наиболее интенсивно выражены перед началом повышательных волн больших циклов ив их начале.
2. Периоды повышательных волн больших циклов, как правило, значительно богаче крупными социальными потрясениями и переворотами в жизни общества (революции, войны), чем периоды понижательных волн.
Для того чтобы убедиться в этом утверждении, достаточно посмотреть на хронологию вооружённых конфликтов и переворотов и мировой истории.
3. Понижательные волны этих больших циклов сопровождаются длительной депрессией сельского хозяйства.
4. Большие циклы экономической конъюнктуры выявляются в том же едином процессе динамики экономического развития, в котором выявляются и средние циклы с их фазами подъема, кризиса и депрессии.
Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный Telegram-канал