Microsoft допомогла створити некомерційну організацію Partnership on AI, завдання якої – сприяти використанню технологій ІІ на благо людей та суспільства
Microsoft допомогла створити некомерційну організацію Partnership on AI, завдання якої — сприяти використанню технологій ІІ на благо людей та суспільства
Основу для досліджень у галузі штучного інтелекту, що розпочалися у 1950-х роках, заклала робота британського математика Алана Т'юрінга, виконана під час Другої світової війни. Однак лише в останні 10 років відбувається швидкий розвиток цієї галузі, який став можливим завдяки трьом основним чинникам: повсюдним хмарним обчисленням, величезним обсягам даних та досягненням у машинному навчанні.
То що таке штучний інтелект? Взагалі кажучи, це поведінка машин чи комп'ютерних систем, що імітує людський інтелект. В інформатиці до ІІ відносять кілька областей, найпопулярніша з яких — машинне навчання. Спочатку розглянемо основи:
Що таке машинне навчання?
Машинне навчання дозволяє комп'ютерам навчатися, не будучи явно запрограмованими. Досягнення у цій галузі, особливо у глибокому навчанні, призвели до бурхливого розвитку ІІ. У процесі машинного навчання комп'ютерні системи вчаться використовувати алгоритми, тобто рядки коду, щоб знаходити закономірності даних і діяти, виходячи з цих закономірностей.
Розпізнавання мови та природної мови, комп'ютерний зір, рекомендації під час пошуку та фільтрація електронної пошти — ось приклади ІІ, що використовує машинне навчання. Ваша оптимізована поштова скринька Outlook вибирає з безлічі листів найважливіші за допомогою ІІ. Коли ви вводите запит у пошукову систему або здійснюєте покупки в інтернет-магазині, пропоновані результати та рекомендації - це також робота ІІ. Перекладач Microsoft використовує алгоритми машинного навчання, щоб перекладати текст іншою мовою.
Поширені методи машинного навчання
Машинне навчання на основі маркованих даних називається «навчання з учителем» (supervised learning). Наприклад, дані можуть містити фотографії із зазначенням того, що вони зображують. Після навчання алгоритм зможе знаходити у інших наборах даних схожі структури. Якщо для навчання використовувати набір фотографій, на яких помічені собаки, машина зможе розпізнавати аналогічні фотографії собак.
На противагу цьому, при «самонавченні» (unsupervised learning) машини шукають закономірності в наборах немаркованих даних, виявляючи подібності. Алгоритми тут створюються не для визначення конкретних типів даних (наприклад, зображень собак), а для пошуку структур, які виглядають однаково і можуть належати до однієї категорії.
При "навчання з підкріпленням" (reinforcement learning) машина навчається шляхом проб і помилок, в результаті знаходячи найкращий спосіб виконання поставленого завдання. Microsoft використовує цей метод в іграх, таких як Minecraft, вивчаючи можливості покращення програмних агентів. Наприклад, керований ІІ персонаж може проходити по полю з лавою, не падаючи до неї.
Що таке глибоке навчання?
Глибоке навчання — вид машинного навчання, що базується на принципах роботи нейронних мереж, що обробляють інформацію в людському мозку. У таких системах кожен шар нейронної мережі перетворює отримані дані на дещо складніше подання інформації.
Це дозволяє системі отримати дуже докладне розуміння даних, на основі якого можна приймати рішення, схожі на розумні міркування. Наприклад, «бачачи» зображення собаки, машина спочатку складає матрицю пікселів і розпізнає фігуру, потім визначає межі цієї фігури, потім контури, потім сам об'єкт тощо, доки не ідентифікує зображення.
Саме завдяки штучним нейронним мережам стали можливі нещодавні досягнення в галузі машинного навчання, що дали комп'ютерам здатність розуміти мову, обробляти природну мову та розпізнавати зображення.
Штучний інтелект захопить світ?
Сприйняття ІІ громадськістю багато в чому спотворене негативним зображенням у науковій фантастиці. Але насправді будь-яка сучасна система ІІ здатна вирішувати лише якесь одне, чітко поставлене завдання. Ці системи добре справляються з логічними завданнями, але не мають інтуїції, емпатії чи емоційного інтелекту. Іншими словами, побоювання деяких людей далекі від того, що насправді відбувається на нинішньому етапі розвитку ІІ.
Громадська довіра до технологій ІІ має формуватися вже на етапі проектування, а продукти повинні створюватися з урахуванням чітко визначених етичних рамок. Конфіденційність даних, використання ІІ на шкоду, моральний статус систем ІІ та розподіл відповідальності у разі виникнення проблем - це ті питання, на яких ми повинні зосередитися.
Microsoft застосовує партнерський підхід до розробки ІІ, насамперед керуючись загальнолюдськими цінностями. Ми дотримуємося відповідального ставлення до проектування та вважаємо, що компанії, які розробляють такі технології, повинні брати на себе відповідальність за дотримання етичних норм та об'єднуватись для вирішення найскладніших завдань. Технології ІІ не повинні бути перевагою будь-якої однієї компанії чи країни. Вони мають бути доступні кожному.
Слідуючи цим принципам, Microsoft допомогла створити некомерційну організацію Partnership on AI (Партнерство з ІІ), завдання якої сприяти використанню технологій ІІ на благо людей і суспільства, ділитися передовими практиками та організовувати відкрите обговорення. Минулого року ми створили власний консультативний комітет з питань ІІ та етики у розробці та дослідженнях (AI та Ethics in Engineering and Research), щоб стежити за тим, що всі системи ІІ втілюють наші принципи етичного проектування. Ці принципи повинні захищати від спотворень даних, забезпечувати підзвітність, прозорість та зрозумілість алгоритмів, а також допомагати людству, не порушуючи при цьому конфіденційності.
Штучний інтелект та майбутні робочі місця
Останнім часом активно обговорюється загроза того, що ІІ замінить людей на робочих місцях, особливо там, де можна автоматизувати ручної роботи. Microsoft вважає, що така постановка питання надто спрощена. Більшості людей на роботі доводиться виконувати рутинні завдання, які знижують продуктивність праці. Ці завдання міг би взяти на себе ІІ, дозволивши людям зосередитися на важливіших справах.
Заради справедливості слід зазначити, що ІІ, швидше за все, змінить підходи до роботи та призведе до скасування деяких робочих місць та професій. Але ж він і створить нові, які поки що навіть не існують. Це відбувалося під час кожної промислової революції, починаючи з винаходу ткацького верстата та парового двигуна. Перевага, яку ми маємо сьогодні, на початку Четвертої промислової революції, полягає в тому, що ми можемо готуватися до змін, набагато глибше розуміючи те, що відбувається. Щоб робочі місця з'являлися, а не зникали, ми маємо виробити відповідну політику та створювати програми перепідготовки.
Microsoft вже зробила багато для організації навчання та напряму політики у потрібне русло. У 2018 році ми оновили наші керівні принципи, щоб створити правову основу, яка дозволяє будь-якій людині використовувати переваги хмарних обчислень, і ми не припиняємо привертати увагу до тих перетворень, до яких ведуть технології. Ми не вважаємо, що ІІ повністю витіснить людей із робочих місць, але впевнені, що нові технології змінять характер роботи, і ми несемо відповідальність за підготовку людей до цих змін. Докладніше про це можна прочитати в нашій електронній книзі The Future Computed, присвяченій впливу ІІ на суспільство.
Проте не можна недооцінювати серйозність цієї проблеми та пов'язаного з нею суспільного хвилювання. Дослідження, проведене Інститутом майбутнього людства (Future of Humanity Institute) Оксфордського університету при Участь експертів з комп'ютерного навчання показало, що ІІ може істотно вплинути на професії водіїв вантажівок до 2027 року, роздрібних продавців до 2031 року та хірургів до 2053 року.
Втім, ми вважаємо: мине багато десятиліть, перш ніж ІІ стане настільки розвиненим, щоб масово замінювати людей на робочих місцях. А коли це станеться, перед людьми постануть етичні питання щодо доцільності такої заміни. Зрештою, коли йдеться про ІІ, ми вважаємо, що краще зосередитися на довгостроковій перспективі та дотримуватись відповідального підходу до вирішення проблем, з якими ми стикаємось сьогодні.
