Maailma Vuonna 2030: Mikä On Tulevaisuuden Liikenne, Viihde, Lääketiede - Vaihtoehtoinen Näkymä

Sisällysluettelo:

Maailma Vuonna 2030: Mikä On Tulevaisuuden Liikenne, Viihde, Lääketiede - Vaihtoehtoinen Näkymä
Maailma Vuonna 2030: Mikä On Tulevaisuuden Liikenne, Viihde, Lääketiede - Vaihtoehtoinen Näkymä

Video: Maailma Vuonna 2030: Mikä On Tulevaisuuden Liikenne, Viihde, Lääketiede - Vaihtoehtoinen Näkymä

Video: Maailma Vuonna 2030: Mikä On Tulevaisuuden Liikenne, Viihde, Lääketiede - Vaihtoehtoinen Näkymä
Video: Tulevaisuuden teot syntyvät yhteisestä tahdosta – 2030-tahtotilan sinetöinti 2024, Heinäkuu
Anonim

Stanfordin yliopisto on julkaissut raportin ennusteista tulevaisuuden tulevaisuudesta vuoteen 2030 saakka. Yandexin tietokonevisio- ja koneintelliikkateknologiapalvelun johtaja Aleksanteri Krainov erotti hänestä tärkeimmät asiat etenkin Afisha Daily: lle.

Stanfordin yliopisto käynnisti vuonna 2014 satavuotisen tekoälytutkimuksen, jossa tutkijat arvioivat kuinka uuden tekniikan käyttöönotto AI: ssä ja koneoppimisessa vaikuttavat yhteiskuntaan. AI: hen liittyvistä aiheista on tarkoitus julkaista raportteja koko projektin ajan. Tämän sarjan ensimmäinen raportti julkaistiin äskettäin, ja siinä ennustetaan, mitä tulevaisuus meille merkitsee vuoteen 2030 saakka. Tulevaisuus ei tietenkään ole sama eri maiden ihmisille, ja tutkijat tarkastelevat abstraktia Pohjois-Amerikan kaupunkia. Venäjällä on omat erityispiirteensä, ja siten myös omat vivahteensa teknologisen tulevaisuuden kehittämisessä. Yritetään selvittää, mitä mietintö kertoo ja kuinka asiallinen se on meille.

Image
Image

Kuljetus

Stanfordin tutkijat uskovat, että lähinnä liikennealalla keinotekoiseen älykkyyteen liittyvät merkittävimmät muutokset tapahtuvat lähitulevaisuudessa. Puhumme sekä sisäänrakennetuista kuljettaja-avustajista (kaikenlaisista sensoreista, jotka analysoivat auton tilaa ja teiden tilannetta), että miehittämättömistä ajoneuvoista ja liikenteenohjausjärjestelmistä, joita on parannettu isojen tietojen analysoinnilla ja koneoppimisella, pelastaa kaupungit liikenneruuhista. Esimerkiksi Hollannissa he jopa ajattelivat "älykkäitä teitä", jotka olisi täynnä kaikenlaisia antureita ja auttaisi kuljettajia arvioimaan tien tilaa "liikkeellä".

Image
Image

Heidän kanssaan kaikki ei kuitenkaan ole myöskään niin avointa: ongelma ei tässä ole vain ajon turvallisuus, joka varmistaa automaattiohjauksen, mutta myös juridisissa asioissa. Kuka on syyllinen, jos auto ilman lentäjää osuu ihmiseen tai törmää toiseen autoon? Kuljettajalle voidaan aina määrätä sakko tai peruuttaa, mutta miten voit hienosäätää auton? Toinen näkökohta on suhtautuminen yhteiskunnassa itse ajaviin autoihin. Jokainen autopilottiin liittyvä tapaus laukaisee keskustelun aallon ja antaa perusteita innovaatioiden vastustajille. Teslan kaltaisten korkean teknologian autojen onnellinen omistaja ei itse autta tilanteessa - he nukkuvat autopilotin ollessa kytkettynä päälle ja ohittavat auton suositukset hallita.

Mainosvideo:

Lainsäädännöllisten vaikeuksien lisäksi tällaisen tekniikan käyttö Venäjällä voi olla monimutkaista, koska yleinen tientilanne on monimutkaisempi. Tämä koskee myös tienpinnan laatua, säätä ja ajotapoja. Kaikki tämä vaatii korkeampaa kehitystasoa viritysalgoritmien suhteen. Ja liikennelakimme ovat konservatiivisempia kuin valtiot tai Euroopassa, ja niiden muuttaminen voi viedä kauemmin.

Terveydenhuolto

Terveydenhuolto on yksi lupaavimmista aloista suojelemisen aloittamisessa. Raportin laatijat ovat samaa mieltä tästä, mutta huomauttavat, että se on myös yksi vaikeimmista aloista. Virheen hinta on potilaan elämä, ja kaikki terveystiedot ovat erittäin arkaluontoisia. Siksi terveydenhuollon eettiset kysymykset ovat erityisen akuutit. Sekä byrokratia että lääketieteellisten laitosten työn vanhentuneet mekanismit estävät - näiden esteiden poistaminen vie hyvin kauan. Mutta kaikki tämä ei estä tekniikoita aktiivisesti kehittymästä, ja uusia teknologiayrityksiä on tulossa alalle, myös Venäjälle.

Image
Image

Massiivinen lääketieteellisen tiedonkeruu (välttämätön perusta AI-koulutukselle) tuli mahdolliseksi jokin aika sitten, urheilusovellusten ja toiminnan seurannan nousun aikana, mutta suuri analytiikka ei ole vieläkään saavuttanut sitä monista syistä, mukaan lukien lakisääteiset rajoitukset ja yksityisyyden suojaan liittyvät kysymykset. Sama koskee kuvan tunnistamista - esimerkiksi röntgenkuvat, jotka on jo otettu ja tallennettu digitaalisesti. Telelääketieteen avulla asiat ovat paremmat - käynnistetään hankkeita, myös valtion hankkeita, korkean teknologian työkalujen käyttöön ottamiseksi lääkäreille, kuten kirurgin etätoiminta HD-lähetystoiminnassa. Lähitulevaisuudessa voidaan odottaa, että koneintelligenssi pystyy analysoimaan joukon tietoja eri potilaista ja heidän hoitothistoriaansa samanlaisten tapausten esiin tuomiseksi.antaa suosituksia ja säästää siten terapeutin aikaa. Trendi ei eroa paljolti muista teollisuudenaloista - tulevaisuudessa AI korvaa kaiken automatisoidun työn, joka luottaa ihmisen pään tietopohjaan ja tietojen vertailuun. Totta, lopullisen päätöksen tekee henkilö pitkään.

Venäjällä telelääketieteen alaa on tarkasteltu pitkään ja tarkkaan, sen toteuttamiseksi on olemassa valtionohjelma, jonka ensimmäinen vaihe alkaa vuonna 2017. Vaikka tällä ohjelmalla ei ole mitään tekemistä AI: n kanssa, mutta se voi epäsuorasti myötävaikuttaa AI: n käyttöönoton etälääketieteeseen - tekstitietojen, kuten lääkemääräysten, automaattisesta käsittelemisestä kuvien analysointiin potilastietueista. Lisäksi työskentelemme jo kuvien patologioiden tunnistamisessa hermoverkkoja käyttämällä, ja syrjäisissä siirtokunnissa on selvää kysyntää pääsylle korkeasti koulutettuihin lääketieteellisiin palveluihin.

koulutus

Lähitulevaisuudessa robotit eivät korvaa opettajia - tämä koskee sekä Yhdysvaltoja että etenkin Venäjää, missä opettajaa on aina pidetty myös kouluttajana. Stanfordin raportin tutkijat kiinnittävät huomiota ei niinkään siihen, kuinka tekoäly otetaan käyttöön koulutuksessa, vaan kysymyksiin uusista tekniikoista, jotka auttavat opettajia ja korvaavat ne jollain tasolla esimerkiksi siirtäessä koulutusohjelmia verkkoon. Tutkijat mainitsevat Carnegie Cognitive Tutor -esimerkin, joka auttaa koululaisia oppimaan matematiikkaa: järjestelmä voi mukautua kunkin opiskelijan tarpeisiin - ja muuttaa heistä riippuen vinkkejä ja palautetta oppitunnin kulusta.

Image
Image

Älykkäitä koulutusjärjestelmiä on myös kehitteillä, joita käytetään Yhdysvalloissa laajasti erilaisten asiantuntijoiden kouluttamiseen - ohjelmoijista insinööreihin. Kun muodostetaan virtuaalinen mukautuva ympäristö reaalielämän tiettyjen ongelmien ratkaisemiseksi, AI auttaa siinä sovittamaan prosessin opiskelijan toimintoihin. Tämä on esimerkiksi Sherlock-järjestelmä, joka keksittiin jo vuonna 1989 ja jota käytetään Yhdysvaltojen ilmavoimien teknikkojen kouluttamiseen. Voit myös huomata online-kääntäjien merkittävän edistymisen, joka tapahtuu koneintelyn käytön ansiosta. Tämä tekee muilla kielillä olevasta opetuskirjallisuudesta helpommin saatavissa.

turvallisuus

Kone älykkyyttä, jota jo käytetään aktiivisesti turvallisuusalalla, käytetään tulevaisuudessa aktiivisemmin. Tutkijat spekuloivat, että tekoäly auttaa tunnistamaan valheita kuulustelun aikana. Ja suurten rikosten, mukaan lukien tietyn alueen rikosten historian, videotallenteiden ja epäiltyjen liikkumisen, analysointi voi auttaa ennustamaan, missä seuraava rikos voi tapahtua - aivan kuten epäiltyjen TV-sarjassa. Älä myöskään unohda kyberturvallisuutta. Kone Intelligence -järjestelmät auttavat jo havaitsemaan jonkin luottokortin epäilyttävään toimintaan perustuvan talousrikollisuuden - tulevaisuudessa tällaiset järjestelmät tulevat entistä tehokkaammiksi.

Image
Image

Tietenkin AI: n käyttö seurantajärjestelmiin on huolestuttava ihmisille. Mutta voit tarkastella sitä eri tavalla esittämällä tämän kysymyksen: mikä on parempaa - jos "sieluton algoritmi" tai erityinen henkilö tarkkailee sinua kameran kautta? Ehkä ensimmäisessä tapauksessa yksityisyyttä loukataan paljon vähemmän. AI: n tavoitteena on seurata vain vaarallisia malleja, ja se sulkee vain pois ihmisen jatkuvan seurannan. Kuvittele öljyputki, jota on tarkkailtava jatkuvasti, jotta tunkeilijat eivät liittyisi siihen laittomasti. Voit asettaa kameroita ja käynnistää toisinaan partioita putken varrella, tai voit käynnistää droonin ja käyttää koulutettua järjestelmää maaston analysoimiseen viereisten esineiden, esimerkiksi autojen tai ihmisryhmien, havaitsemiseksi lähellä. Yandex Data Factoryllä ja Accenturella on samanlainen projekti - järjestelmä valvoo pitkän matkan kohteita, kuten voimalinjoja, öljyputket ja kaasuputket, jotka olisivat liian kalliita ihmisille partioida, ja pystyy havaitsemaan epäilyttävän toiminnan - esimerkiksi luvattomat autot, ihmisryhmät jne. …

Viihde

Keinotekoista älykkyyttä on käytetty viihteessä jo pitkään - esimerkiksi peleissä tietokoneviholliset rakentavat käyttäytymisensä pelaajan toiminnan perusteella, mikä on erinomainen esimerkki tekoälyn toiminnasta. Sosiaalisessa mediassa suositusalgoritmit käyttävät myös AI: tä, ja Facebook-uutissyöte on klassinen esimerkki. He puhuvat kone älykkyystekniikoiden käytöstä blogissaan: tämä on viestien kääntämistä ja älykästä hakua ja syötteen mukauttamista tietyn käyttäjän etuihin lennossa (riippuen esimerkiksi siitä, mistä hän pitää ja mitä linkkejä hän avaa). Kaikki tämä on kuitenkin suhteellisen yksinkertaista tasoa monimutkaisen tekniikan käytössä ja tulevaisuudessa tutkijoiden mukaan sisällön personointiaste on paljon korkeampi kuin nykyään.

Image
Image

AI on myös siirtymässä taiteen kenttään - yhä enemmän on melko menestyviä esimerkkejä tekstien ja melodioiden säveltämisestä ohjelmien mukaan. Esimerkiksi tänä vuonna Yandex-harrastajat tekivät Neuraalinen puolustus -hankkeen, jossa hermoverkko kirjoitti sanoitukset Yegor Letovin tyyliin. Nyt nämä ovat vain viihdyttäviä kokeiluja, mutta tulevaisuudessa on helppo kuvitella, kuinka hermostoverkot maalaa kuvia tai luo uusia musiikkikappaleita ja ne, joista on taatusti tullut hittejä: loppujen lopuksi hermoverkko pystyy tunnistamaan tarvittavat olosuhteet, jotta sävellyksestä tulisi hitti.

Yhdysvaltojen ja Venäjän viihdetekniikoiden kehityksen välillä ei ole eroja. Tässä emme ole jäljessä lännestä ja olemme kaiken kaikkiaan suunnilleen samoilla näkymillä ja ongelmilla. Mutta suositusjärjestelmän tai viihdebotin tekeminen englanniksi on helpompaa - enemmän tietoa, ja kieli itsessään on virallisempi. Venäjän kieli on erittäin vaikea, mikä hidastaa prosessia jonkin verran.

Pitäisikö sinun pelätä työttömyyttä?

Yksi suurimmista tekoälyn peloista on, että se vie työpaikat ihmisiltä. Tämä ei tarkoita, että tämä pelko olisi täysin perusteeton. Stanfordin tutkijat uskovat, että vaikka koneintelliikka todellakin korvaa monia ihmisiä monilla aloilla, se luo useita uusia työpaikkoja samaan aikaan, mutta on vaikea sanoa, mitkä niistä ovat. Lisäksi AI ei korvaa miljoonien ihmisten työtä kerralla - tätä prosessia jatketaan ajan myötä ja se tapahtuu asteittain siinä mielessä, että AI tulee ensin ihmisen työntekijän avuksi ja vasta sitten pystyy korvaamaan hänet. Tämä tekee joustavaksi ja kivuttomaksi prosessin, jolla vähennetään joidenkin ammattien työllisyyttä.