Неочаквани последици от конвергенция ... Това се получава, когато ефектът

Неочаквани последствия от конвергенция... Това се получава, когато резултатът на осем разнообразни експоненциални технологии обхване действителността. Един специалист може да е доста добър в предричането на растежа на единствено една такава технология (например – Internet Of Things – връзката сред физическите обекти, които могат да се ръководят цифрово от разстояние, чрез разнообразни компютърни мрежи). Опитайте обаче да пророкувате, в случай, че изкуственият разсъдък, роботиката, виртуалната действителност, синтетичната биология и изчисленията не стопират да удвояват растежа в развиването си, да се трансформират и прекомбинират. Пред теб се появява доста вълнуващо (разбирай: непредвидимо) бъдеще. Миналата година, по време на проведената от мен среща “Abundance 360 ”, взех решение да проучвам тази идея в границите на полемики, които нарекох „ Катализатори на конвергенцията “. За всяка от технологиите открих специалист от промишлеността, който да открои Топ 5 на най-значимите скорошни пробиви в сферата (от 2012 до 2015 година) и Топ 5 на предстоящите пробиви (2016-2018 година).  

После изследвахме моделите, които изникваха пред нас. Изкуствен разсъдък - подтекст Експертът ми по отношение на изкуствения разсъдък (ИИ) беше Стивън Голд, ръководителят на маркетинговия отдел и вицепрезидент по бизнес развиването и партньорските стратегии в “IBM Watson ”. Ето малко подтекст, преди да се гмурнем в проблематиката. 

Изкуственият разсъдък е умеенето на компютъра да схваща какво го питаш и след това да намира най-хубавия вероятен отговор, въз основата на знанието, с което разполага. Можете да си визиите ИИ като приложенията „ Siri ” (б.р. - гласовият помощник на „ iPhone ”-ите) и “Google Now ” на телефона ви, Джарвис от „ Железният човек “ или компютърът „ Watson ” на IBM (б.р. - захранен с няколко терабайта информация, той е особено предопределен да дава отговор на непосредствено заложени въпроси). Прогресът през последните години е голям – сега има съревнование сред най-големите софтуерни компании в света по пригодяването на изкуствения разсъдък за военни цели.    Скоро ИИ ще бъде най-важното средство за човешка колаборация, създавано в миналото. Той ще усили опциите ни и ще предложи елементарен потребителски интерфейс за всички други експоненциални технологии. Той форсира постигането на свят на благоденствие. Възможните приложения на същински ИИ са смайващи. Помолих Стивън да показа Топ 5 на откритията от последните години, с цел да илюстрира някои от тях.

Топ 5 на пробивите в изкуствения разсъдък сред 2011 – 2015 година 

„ Невероятно е “, сподели Голд. „ В продължение на 50 години си създавахме избрани показа за изкуствения разсъдък. Едва през последните няколко години видяхме фундаменталната промяна на самата технология. “ 

1. „ Watson ” печели Jeopardy През 2011г., компютърът на  „ IBM “ победи двамата най-големи първенци в телевизионната игра „ Jeopardy ” (б.р. - съревнование, учредено на отговаряне на въпроси на друга тема в няколко рунда; механически на участникът се показва отговора, а той би трябвало да сформира въпроса. Победата на “Watson ” е знакова, поради когнитивният темперамент на играта, който допуска асоциативно мислене с изключение на добра памет). Това беше исторически миг – полетът при Кити Хоук (б.р. - градчето, край което е пробван самолета на Братя Райт) на изкуствения разсъдък. „ Това беше първата съдържателна, комерсиална проява на опциите на тази технология “, изясни Голд. „ Искаме да потвърдим, че е допустимо комбинирането на някои неповторими технологии – изкуствен интелект, натурален език, подтекст, машинното проучване и дълбокото проучване, разбор на данни – и да създадем нещо за, което в идеалния случай може да бъде комерсиализирано. “  

2. Siri/Google Now редефинират взаимоотношението сред индивида и информацията През последните няколко години, системи като  Siri и Гугъл Now отвориха мозъка ни за концепцията, че не е нужно да сме вързани за преносим компютър, с цел да имаме равен допир с информацията. В техния модел, ИИ минава от гласовото различаване към връзка на естествен език, както и към опцията да се основава информация, а освен да се получава такава.  

3. “Дълбокото научаване “ ( “deep learning ”) демонстрира по какъв начин машините се учат, развиват и приспособяват сами „ При машинното научаване индивидът асистира на компютрите. При дълбокото научаване системите стартират да се развиват и учат сами “, изяснява Голд. „ Исторически видяно, системите постоянно са били тренирани. Те биват програмирани. През времето програмните езици се трансформираха. Със сигурност стигнахме надалеч над FORTRAN и BASIC (б.р. – базови езици за програмиране), само че останахме лимитирани от стандартните им правила и логичност за структурирането на данните “, добавя той. В момента прекосяваме в областта на ИИ и когнитивните калкулации и изследваме умеенето на компютрите да се учат без непозната помощ.  

4. Разпознаването на изображения и интерпретацията им надминава човешките умения Разпознаването на изображения се разви извънредно доста през последните няколко години. Фейсбук и Гугъл Photos имат десетки милиарди изображения на техните платформи. С толкоз данни разполагаем, те (както и доста други) развиват технологии, които отиват надалеч оттатък разпознаването на обещано човешко лице. Платформите доближиха до логаритми, в които могат да ти кажат какво има на фотографията – лодка, аероплан, кола, котка, куче и така нататък Невероятното в цялата работа е, че логаритмите разпознават обекти в изображенията по-добре от хора. Приложенията могат да бъдат голям брой. Представете си ИИ, който може да изследва рентгенова фотография, томографско изображение или резултати от ядрено-магнитен резонанс и да открива нередности. 

5. Приложенията на ИИ се разрастват – университетите включват от ден на ден дисциплини, свързани с ИИ Изкуственият разсъдък оказва въздействие на от ден на ден промишлености и специалности и това няма по какъв начин да не породи реакцията на учебните заведения и университетите, които усилват дисциплините, свързани с ИИ и машинното образование. IBM да вземем за пример работи с над 150 сътрудници, с цел да се разработят курсове по когнитивни калкулации за бизнес и софтуерно насочени академични специалности. 

Топ 5 на бъдещите открития в областта на изкуствения разсъдък (2016-2018) 

Какво следва в близко бъдеще? Това са догатките на Голд за най-вълнуващите и пробивни открития през идващите три години (2016-2018 година). Ако сте бизнесмени и вложители, това са сферите, в които да се концентрирайте, защото опциите в тях са големи.   

1. Следващото потомство ИИ-системи ще преодолеят Теста на Тюринг Алън Тюринг основава Теста на Тюринг преди повече от половин век, като инспекция на опциите на една машина да показва интелигентно държание, което не се разграничава от човешкото. Най-грубо казано, в случай че една изкуствена система преодолее Теса на Тюринг, тя може да се смята за изкуствен интелект. (б.р. – При актуалния Тест на Тюринг самостоятелен наблюдаващ или жури от наблюдаващи организира диалог посредством текстови известия с двама събеседници – човек и компютър. Ако компютърът заблуди с отговорите си съдията или съдиите си и те го сметнат за човек, то машината е минала Теста на Тюринг. През 2014 година украинска компютърна стратегия съумява да заблуди 30% от такова жури, че в действителност е 13-годишен възпитаник от Одеса при Тест на Тюринг, извършен във Англия. Това обаче не се счита за напълно сполучливо прекосяване на теста.) Голд има вяра, че ИИ-системи ще преминат изцяло Теста на Тюринг през идващите 3 години.   Ако се случи, това ще докара до от ден на ден полемики по отношение на вярното потребление и приложение на тези технологии. 

2. Всички 5 човешки сетива, в това число усет, аромат и досег, ще станат част от общоприетото компютърно преживяване ИИ ще стартира да борави с всички 5 сетива. „ Усещанията за досег, аромат и слух ще станат основни при потреблението на ИИ. Той ще може да възприема всичката тази спомагателна информация “, предсказва Голд. Когато това бъде приложено в потреблението на компютрите, хората ще влезем в доста по-интуитивна и естествена екосистема, обвързвана с всичките ни сетива.   

3. Разрешаването на огромни проблеми – засичане и попречване на тероризъм, справяне с световните климатични промени ИИ ще помогне за разрешаването на някои от най-обезсърчаващите провокации пред обществото. „ Дискутирали сме въздействието на ИИ в опазването на здравето. Вече виждаме по какъв начин държавните управления вграждат такива технологии и в помощ на предварителното откриване на терористична активност. “ Ще забележим революционни стъпки в оправянето с климатичните промени, демократизирането и преправянето на образованието, достигането до нови научни открития, балансирането на енергийните запаси и създаването на решения за други огромни въпроси. 

4. Свързване на всички медицински данни (генни, фенотипни, социални) и предефиниране на здравната процедура „ Мисля, че ИИ в опазването на здравето ще се популяризира доста по-широко и бързо, в сравнение с някой чака. Дори през днешния ден, изкуственият разсъдък и машинното образование се употребяват в онкологията, с цел да се дефинират най-хубавите способи за лекуване на обособен пациент “, споделя Голд. Това надалеч не е всичко. Изкуственият разсъдък се употребява за клинични опити с хора, роботизирани хирургически интервенции, разчитане на радиографии и разбор на генни модели. 

5. Изкуственият разсъдък ще бъде втъкан в материята на всекидневието ни – физически и виртуално Най-общо казано, в идващите 3 години следва ИИ-революция. Такива технологии ще бъдат вградени във всичко към нас, като комбинират датчици и мрежи, трансформирайки всички системи в „ умни “. Изкуственият разсъдък ще развие концепциите за бистрота, за безконтактно взаимоотношение с устройства и информация. Всичко ще стане персонализирано и елементарно за приложимост. Ще имаме опцията да използваме сензорните данни за взимане на решения. /БГНЕС 

Анализът е дело на доктор Питър Диамандис - началник на фондацията „ X PRIZE ”, която насърчава финансово най-фундаменталните научни открития в пола на човечеството. Той е водещ откривател и бизнес съветник в областта на новите технологии. Има научни степени по молекулярна генетика, аерокосмическо инжинерство и медицина от Масачусетския софтуерен институт и Харвард.