Гари Шапиро - Стань лидером рынка! Техники ниндзя для революции в вашей нише [litres]

Людям нужна вся помощь, которую они могут получить, – и ИИ может предоставить ее. Optellum, стартап со штаб-квартирой в Великобритании, создал ИИ-систему диагностирования, которая может обнаружить рак легких у пациента раньше докторов, гарантируя больший процент выживания. Ученые в Японии создали систему, которая определяет смертельно опасный рак прямой кишки с точностью до 86 процентов [114] Sy Mukherjee, «This New AI Can Detect a Deadly Cancer Early With 86 % Accuracy», Fortune, 30 октября 2017, http://fortune.com/2017/10/30/ai-early-cancer-detection/. . А команда Стэнфордского университета создала базу данных, состоящую из 130 000 фотографий кожных болезней и затем разработала алгоритм для диагностики рака кожи [115] Taylor Kubota, «Deep Learning Algorithm Does as Well as Dermatologists in Identifying Skin Cancer», Stanford University News, 25 января 2017, https://news.stanford.edu/2017/01/25/artificial-intelligence-used-identify-skin-cancer/. . Нам все еще нужны врачи – нам нужно больше врачей, – но эти ИИ-инструменты помогут медикам принимать лучшие и более эффективные решения.

Наряду со здоровьем ИИ может также играть большую роль в решении одной из наиболее насущных проблем безопасности нашего времени: кибербезопасности. Случаи крупной утечки данных в последние годы (Target, Equifax, TJX, Управление кадровой службы США – и это лишь некоторые примеры) показали, как уязвима наша персональная информация. Но ИИ имеет возможность сократить масштабы мошенничества и киберпреступности. Так как ИИ быстро выучивает мошеннические схемы – и распознает, когда обычный образ действия нарушается, – он может выявить угрозы для системы кибербезопасности организации.

Крупные компании, такие как PayPal и Visa, сообщают о низком или сокращающемся уровне мошенничества благодаря ИИ в их системах безопасности. По данным Harvard Business Review, компании по всему миру используют ИИ в целях обеспечения безопасности намного чаще, чем в любых других [116] Satya Ramaswamy, «How Companies Are Already Using AI», Harvard Business Review, 14 апреля 2017, https://hbr.org/2017/04/how-companies-are-already-using-ai. .

ИИ также предлагает решения для многих наших проблем с транспортом и мобильностью, и он готов стать силой умных городов будущего. Муниципальные образования от округа Пима в Аризоне до Массачусетского департамента технологий активно используют ИИ-системы для оптимизации транспортного потока и снижения перегруженности дорог. Беспилотные машины, которые созданы на основе интеллектуального программного обеспечения, могут сократить 94 процентов дорожных происшествий, вызванных человеческой ошибкой [117] National Highway Traffic Safety Administration, U. S. Department of Transportation, Critical Reasons for Crashes Investigated in The National Motor Vehicle Crash Causation Survey, февраль 2015, https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/812115. . Решения для персональной мобильности, такие как UNI–CUB от Honda, который помогает людям, не имеющим возможности проходить большие расстояния, использует ИИ для выявления еле уловимых движений своих пользователей, чтобы скорректировать скорость и направление. Приложения для райдшеринга, включая Uber и Lyft, используют ИИ-алгоритмы для того, чтобы гарантировать, что водители прибудут в нужное для пассажиров место и время.

Соединенные Штаты – мировой лидер в сфере ИИ как в плане исследований, так и в плане коммерциализации, но наша позиция не является гарантированной. Китай составил план по созданию $150-миллиардной ведущей мировой ИИ-индустрии к 2030 году, включая $2-миллиардный исследовательский парк, занимающийся вопросами ИИ в Пекине. Франция, Британия и Индия недавно объявили о своих собственных стратегиях по лидированию в ИИ. Канада позиционирует себя как ведущий центр научно-исследовательских и опытно-конструкторских работ (НИОКР) в сфере ИИ, привлекая инвестиции от компаний, в число которых входят Google, Microsoft и GM, – Монреаль говорит, что у них самая высокая концентрация глубоко изучающих тему студентов и исследователей в мире [118] Invest in Canada, Canada – A Leader in Artificial Intelligence, по состоянию на 25 июля 2018, http://www.international.gc.ca/investors-investisseurs/assets/pdfs/download/Niche_Sector-AI.pdf. .

Ниндзя-руководство, представляющее частный сектор, поддерживаемое квалифицированным кадровым резервом и упрощенной регуляцией, представляет собой выигрышную формулу для инноваций в Соединенных Штатах и за границей. Ниндзя-лидеры в правительстве должны стратегически думать о создании регулятивной среды, которая побудит инновации в ИИ к развитию, продолжая ставить в приоритет передовые исследования и тем временем принимая во внимание «подрывы», которые может вызвать ИИ. Хорошая регуляция обеспечивает баланс между безопасностью и инновациями, когда дело доходит до предвзятости в алгоритмах и наборах данных, владения данными, безопасностью, сокращения рабочих мест и развития трудовых ресурсов.

Индустрия и правительство должны объединиться для работы над существующим – и будущим – воздействием ИИ на нашу рабочую силу. Большинство работ улучшатся благодаря ИИ и вскоре будут созданы новые. Но некоторые будут безвозвратно утеряны. Мы должны убедиться в том, что наши кадры подготовлены для работ будущего, включающих в себя помощь людям, чьи рабочие места были сокращены, получить навыки, необходимые им, чтобы преуспеть в новых «ролях». Мы как индустрия также должны заняться вопросом безопасности данных, чтобы заполучить общественное доверие к ИИ. Пользователи должны быть уверены в том, что их персональные данные защищены.

Ни одно политическое решение или действие правительства не сможет гарантировать лидерство в области ИИ, но стратегические инвестиции, разумное регулирование, свободный рынок, адаптируемость к новым разработкам и – самое главное – ниндзя-подход дадут уверенность в том, что мы извлечем пользу из ИИ и предложим инновационные технологии, которые значительно улучшат человеческий опыт. В Главе 7 мы поговорим об этом подробнее.

КАК ВЫ МОЖЕТЕ УЛУЧШИТЬ ИИ

Крупные краудсорсинговые базы данных являются важнейшими инструментами для обучения ИИ. На конференции CTA в 2016 году доктор Фей-Фей Ли, директор Лаборатории ИИ при Стэнфордском университете, обсуждала программу, соосновательницей которой она является, под названием ImageNet: массив визуальных данных, созданный для классификации и распознавания изображений и сцен, и проблему ImageNet, которая побудила исследовательские команды создать ИИ-алгоритмы для идентификации этих изображений.

Вы тоже можете помочь обучать ИИ-системы. Quick, Draw! – это веселая игра, являющаяся частью коллекции ИИ-экспериментов Google, которая заставляет нас выполнять роль учителей для ИИ. У вас есть 20 секунд, чтобы набросать простую зарисовку предмета, который вам называет приложение. Оно просит вас нарисовать что-то простое вроде квадрата или сложное вроде лобстера (это труднее, чем кажется). Пока вы рисуете, нейронная сеть пытается угадать, что́ вы пытаетесь изобразить. И она на удивление хорошо справляется с распознаванием даже моих каракуль! Подобные приложения могут помочь усовершенствовать наши художественные навыки, но они также помогают ИИ учиться. Когда мы рисуем, мы учим ИИ вариантам того, как эти концепции представляются и изображаются.