Universitas Stanford telah menerbitkan laporan dengan prediksi tentang masa depan masa depan kita hingga tahun 2030. Alexander Krainov, kepala visi komputer dan layanan teknologi kecerdasan mesin di Yandex, memilih hal terpenting darinya terutama untuk Afisha Daily.
Pada tahun 2014, Universitas Stanford meluncurkan studi 100 tahun tentang kecerdasan buatan, di mana para ilmuwan akan mengevaluasi bagaimana pengenalan teknologi baru dalam AI dan pembelajaran mesin memengaruhi masyarakat. Direncanakan untuk merilis laporan tentang topik terkait AI di seluruh proyek. Laporan pertama dalam seri ini baru-baru ini diterbitkan, yang memperkirakan masa depan kita hingga tahun 2030. Jelas, masa depan tidak akan sama untuk orang-orang di negara yang berbeda, dan para peneliti melihat beberapa kota abstrak di Amerika Utara. Rusia memiliki kekhususannya sendiri, dan karenanya bernuansa sendiri tentang perkembangan masa depan teknologi. Mari kita coba mencari tahu apa yang dikatakan laporan itu kepada kita dan seberapa relevan laporan itu bagi kita.
Mengangkut
Peneliti Stanford percaya bahwa di bidang transportasi perubahan paling mencolok yang terkait dengan kecerdasan buatan akan terjadi dalam waktu dekat. Kita berbicara tentang asisten pengemudi bawaan (semua jenis sensor yang menganalisis keadaan mobil dan situasi di jalan raya), dan kendaraan tak berawak, dan sistem kontrol lalu lintas, yang ditingkatkan dengan analitik data besar dan pembelajaran mesin, akan menyelamatkan kota dari kemacetan lalu lintas. Di Belanda, misalnya, mereka bahkan berpikir tentang "jalan pintar", yang akan diisi dengan semua jenis sensor dan membantu pengemudi menilai kondisi jalan "saat dalam perjalanan".
Namun, dengan mereka, semuanya juga tidak begitu transparan: masalahnya di sini bukan hanya keselamatan berkendara, yang akan memastikan autopilot, tetapi juga dalam masalah hukum. Siapa yang akan disalahkan jika sebuah mobil tanpa pilot menabrak seseorang atau menabrak mobil lain? Pengemudi selalu bisa didenda atau dicabut, tapi bagaimana Anda bisa mendenda mobil? Aspek lainnya adalah sikap masyarakat terhadap mobil self-driving. Setiap insiden yang melibatkan autopilot memicu gelombang diskusi dan memberikan argumen kepada penentang inovasi. Pemilik mobil berteknologi tinggi yang bahagia seperti Tesla sendiri tidak membantu situasi - mereka tidur dengan autopilot menyala dan mengabaikan rekomendasi mobil untuk mengambil kendali.
Video promosi:
Selain kesulitan dengan undang-undang, penggunaan teknologi semacam itu di Rusia dapat diperumit oleh fakta bahwa situasi jalan raya kita secara keseluruhan lebih rumit. Ini juga berlaku untuk kualitas permukaan jalan, cuaca, dan kebiasaan mengemudi. Semua ini akan membutuhkan tingkat pengembangan yang lebih tinggi dalam algoritma tuning. Dan undang-undang lalu lintas kami lebih konservatif daripada negara bagian atau di Eropa dan dapat membutuhkan waktu lebih lama untuk berubah.
Kesehatan
Perawatan kesehatan adalah salah satu bidang adopsi AI yang paling menjanjikan. Penulis laporan setuju dengan hal ini, tetapi perlu dicatat bahwa ini juga salah satu industri yang paling sulit. Harga kesalahan di sini adalah nyawa pasien, dan data kesehatan apa pun sangat sensitif. Oleh karena itu, masalah etika dalam perawatan kesehatan menjadi sangat akut. Baik birokrasi dan mekanisme kerja institusi medis yang sudah ketinggalan zaman menjadi penghalang - akan membutuhkan waktu yang sangat lama untuk mengatasi hambatan ini. Tetapi semua ini tidak menghalangi teknologi untuk berkembang secara aktif, dan perusahaan teknologi baru memasuki industri, termasuk di Rusia.
Pengumpulan massal data medis (fondasi yang diperlukan untuk pelatihan AI) menjadi mungkin beberapa waktu lalu, selama ledakan aplikasi olahraga dan pelacak aktivitas, tetapi analitik besar masih belum mencapainya karena sejumlah alasan, termasuk pembatasan hukum dan masalah privasi. Hal yang sama berlaku untuk pengenalan gambar - misalnya, gambar sinar-X yang telah diambil dan disimpan secara digital. Dengan telemedicine, segalanya menjadi lebih baik - proyek diluncurkan, termasuk proyek pemerintah, untuk memperkenalkan alat berteknologi tinggi bagi dokter, seperti partisipasi jarak jauh dari ahli bedah dalam operasi menggunakan siaran HD. Dalam waktu dekat, dapat diharapkan bahwa kecerdasan mesin akan dapat menganalisis banyak data pada pasien yang berbeda dan riwayat perawatan mereka untuk menyoroti kasus serupa.berikan rekomendasi dan dengan demikian menghemat waktu terapis. Tren di sini tidak jauh berbeda dengan industri lain - semua pekerjaan otomatis, mengandalkan basis pengetahuan di kepala manusia dan membandingkan data, di masa depan akan digantikan oleh AI. Benar, untuk waktu yang lama keputusan akhir masih ada di tangan orang tersebut.
Di Rusia, sektor telemedicine sudah lama dicermati dan secara seksama ada program negara untuk implementasinya, tahap pertama akan dimulai pada 2017. Meskipun program ini tidak ada hubungannya dengan AI, tetapi secara tidak langsung dapat berkontribusi pada awal pengenalan AI dalam telemedicine - dari pemrosesan otomatis informasi tekstual seperti resep obat hingga analisis gambar dari catatan pasien. Selain itu, kami sedang mengerjakan pengenalan patologi dalam gambar menggunakan jaringan saraf dan ada permintaan yang jelas untuk akses ke layanan medis berkualitas tinggi di pemukiman terpencil.
pendidikan
Di masa mendatang, robot tidak akan menggantikan guru - ini berlaku baik di Amerika Serikat dan terlebih lagi di Rusia, di mana guru selalu dianggap sebagai pendidik juga. Peneliti dalam laporan Stanford tidak terlalu memperhatikan bagaimana kecerdasan buatan akan diterapkan dalam pendidikan, tetapi pada pertanyaan tentang teknologi baru yang membantu guru dan pada tingkat tertentu menggantikannya, misalnya, saat lulus program pendidikan online. Para peneliti mengutip contoh dari Carnegie Cognitive Tutor, yang membantu anak-anak sekolah mempelajari matematika: sistem dapat menyesuaikan dengan kebutuhan setiap siswa - dan, bergantung pada mereka, mengubah tip dan umpan balik pada bagian pelajaran.
Sistem pelatihan cerdas juga sedang berkembang, yang banyak digunakan di Amerika Serikat untuk melatih berbagai spesialis - mulai dari programmer hingga insinyur. Ketika lingkungan adaptif virtual dibentuk untuk menyelesaikan masalah spesifik dalam kehidupan nyata, AI membantu di dalamnya untuk menyesuaikan proses dengan tindakan siswa. Ini, misalnya, sistem Sherlock, yang ditemukan pada tahun 1989 dan digunakan untuk melatih teknisi di Angkatan Udara AS. Anda juga dapat mencatat kemajuan signifikan penerjemah online, yang terjadi berkat penggunaan kecerdasan mesin. Ini membuat literatur pendidikan dalam bahasa lain lebih mudah diakses.
Keamanan
Kecerdasan mesin, yang sudah aktif digunakan di bidang keamanan, akan digunakan lebih aktif di masa mendatang. Para peneliti berspekulasi bahwa kecerdasan buatan akan dapat membantu mengidentifikasi kebohongan selama interogasi. Dan menganalisis kumpulan data kejahatan yang besar, termasuk sejarah kejahatan di area tertentu, rekaman video dan pergerakan tersangka, dapat membantu memprediksi di mana kejahatan berikutnya dapat terjadi - seperti dalam serial TV Tersangka. Selain itu, jangan lupakan keamanan siber. Sistem intelijen mesin sudah membantu mendeteksi kejahatan finansial berdasarkan aktivitas mencurigakan pada kartu kredit seseorang - di masa depan, sistem seperti itu akan menjadi lebih efektif.
Tentu saja, penggunaan AI untuk sistem pelacakan menjadi perhatian orang-orang. Tetapi Anda dapat melihatnya secara berbeda, menanyakan pertanyaan ini: apa yang lebih baik - jika Anda diawasi melalui kamera oleh "algoritma tanpa jiwa" atau orang yang sangat spesifik? Mungkin, dalam kasus pertama, privasi jauh lebih sedikit dilanggar. AI bertujuan untuk melacak hanya pola berbahaya, dan itu hanya mengecualikan pemantauan manusia secara konstan. Bayangkan sebuah pipa minyak yang harus terus diawasi agar penyusup tidak bergabung dengannya secara ilegal. Anda dapat memasang kamera dan sesekali meluncurkan patroli di sepanjang pipa, atau Anda dapat meluncurkan drone dan menggunakan sistem terlatih untuk menganalisis medan untuk melihat munculnya benda asing di dekatnya, misalnya, mobil atau sekelompok orang. Yandex Data Factory dan Accenture memiliki proyek serupa - sistem memantau objek jarak jauh, seperti saluran listrik, jaringan pipa minyak, dan pipa gas, yang akan terlalu mahal bagi orang untuk berpatroli, dan dapat mendeteksi aktivitas yang mencurigakan - misalnya, mobil yang tidak sah, sekelompok orang, dll. …
Hiburan
Kecerdasan buatan telah digunakan dalam hiburan untuk waktu yang lama - misalnya, dalam permainan, musuh komputer membangun perilakunya berdasarkan tindakan pemain, yang merupakan contoh kecerdasan buatan yang sangat baik. Di media sosial, algoritme rekomendasi juga menggunakan AI, dan feed berita Facebook adalah contoh klasik. Mereka berbicara tentang penggunaan teknologi kecerdasan mesin di blog mereka: ini termasuk terjemahan posting, dan pencarian cerdas, dan adaptasi umpan untuk kepentingan pengguna tertentu dengan cepat (tergantung, misalnya, pada apa yang dia suka dan tautan apa yang dia buka). Namun, semua ini adalah tingkat yang relatif sederhana dalam menggunakan teknologi yang kompleks dan di masa mendatang, menurut peneliti, tingkat personalisasi konten akan jauh lebih tinggi daripada saat ini.
AI juga memasuki bidang seni - semakin banyak contoh yang cukup berhasil dalam menyusun teks dan melodi oleh program. Misalnya, tahun ini, penggemar Yandex membuat proyek Neural Defense, di mana jaringan saraf menulis lirik dengan gaya Yegor Letov. Sekarang ini tidak lebih dari eksperimen yang menghibur, tetapi di masa depan mudah untuk membayangkan bagaimana jaringan saraf melukis gambar atau membuat karya musik baru, dan yang hampir pasti akan menjadi hit: lagipula, jaringan saraf mampu mengidentifikasi kondisi yang diperlukan agar komposisi menjadi hit.
Tidak ada perbedaan antara pengembangan teknologi hiburan di Amerika Serikat dan Rusia. Di sini kita tidak ketinggalan di belakang Barat, dan secara keseluruhan kita berada dalam prospek dan masalah yang sama. Tetapi membuat sistem rekomendasi atau bot hiburan berbasis bahasa Inggris lebih mudah - lebih banyak data, dan bahasanya sendiri lebih formal. Bahasa Rusia sangat sulit, yang agak memperlambat prosesnya.
Haruskah Anda takut menganggur?
Salah satu ketakutan terbesar dari kecerdasan buatan adalah ia akan mengambil pekerjaan dari manusia. Ini bukan untuk mengatakan bahwa ketakutan ini sama sekali tidak berdasar. Para peneliti di Stanford percaya bahwa meskipun kecerdasan mesin memang akan menggantikan banyak orang di berbagai industri, pada saat yang sama akan menciptakan banyak pekerjaan baru, tetapi sulit untuk mengatakan yang mana. Selain itu, AI tidak akan menggantikan pekerjaan jutaan orang sekaligus - proses ini akan diperpanjang dalam waktu dan akan bertahap dalam artian bahwa AI pertama-tama akan membantu karyawan manusia dan baru setelah itu dapat menggantikannya. Ini akan membuat proses pengurangan pekerjaan orang-orang di beberapa profesi menjadi lancar dan tidak menyakitkan.
