8 Tapaa Tekoäly Muuttaa Kaupunkielämää Vuoteen 2030 Mennessä - Vaihtoehtoinen Näkymä

Sisällysluettelo:

8 Tapaa Tekoäly Muuttaa Kaupunkielämää Vuoteen 2030 Mennessä - Vaihtoehtoinen Näkymä
8 Tapaa Tekoäly Muuttaa Kaupunkielämää Vuoteen 2030 Mennessä - Vaihtoehtoinen Näkymä

Video: 8 Tapaa Tekoäly Muuttaa Kaupunkielämää Vuoteen 2030 Mennessä - Vaihtoehtoinen Näkymä

Video: 8 Tapaa Tekoäly Muuttaa Kaupunkielämää Vuoteen 2030 Mennessä - Vaihtoehtoinen Näkymä
Video: FabricAI tekoälykoulutus: Luku 1 Osa 2 - Mitkä ovat tekoälyn vahvuudet? 2024, Saattaa
Anonim

Kuinka tekoäly muuttaa keskimääräisen ihmisen elämää maapallolla vuoteen 2030 mennessä? 100 vuotta tekoälyn tutkimusta on Eric Horwitzin, entisen keinotekoisen älykkyyden yhdistyksen presidentin ja Microsoft Researchin, Redmondin laboratorion toimitusjohtajan, idea.

Joka viides vuosi asiantuntijaryhmä arvioi tekoälyn nykytilaa ja sen tulevaa kehitystä. Ensimmäinen tekoälyn, lain, valtiotieteen, politiikan ja taloustieteen asiantuntijoista koostuva ryhmä perustettiin viime syksynä ja päätti omistaa ensimmäisen kertomuksensa vaikutuksista, joita tekoälyllä on keskimääräisen amerikkalaisen kaupungin asukkaisiin. Kahdeksan keskeistä kaupunkia on muutettava tällä tavoin seuraavien viidentoista vuoden aikana.

Kuljetus

Tekoälyohjattuun liikenteeseen siirtymisen nopeus voi yllättää yleisön. Itse ajavat autot ovat yleisiä vuoteen 2020 mennessä, eivätkä ne ole vain autoja - myös itse ajavista kuorma-autoista, itsenäisistä toimitusroneista, henkilökohtaisista robotteista tulee yleistä.

UBER-tyylinen auto-as-a-service todennäköisesti syrjäyttää auton omistajat, koska julkinen liikenne voidaan hylätä tai kokonaan kysyntää. Muutto on syy rentoutua tai työskennellä tuottavasti, kannustaa ihmisiä elämään kauempana kotoa, samaan aikaan pysäköintitarve vähenee ja nykyaikaisten kaupunkien kasvot muuttuvat radikaalisti.

Yhä useamman anturin tietovirtojen avulla järjestelmänvalvojat voivat mallintaa yksilöiden liikkeitä, heidän mieltymyksiään ja tavoitteitaan, ja tällä voi olla merkittävä vaikutus kaupunkien infrastruktuurin suunnitteluun.

Mutta ihmisiä ei heitetä pois tästä järjestelmästä. Algoritmit, jotka antavat koneille mahdollisuuden oppia ja koordinoida inhimillistä panosta, ovat kriittisiä autonomisten ajoneuvojen sujuvan toiminnan varmistamiseksi. Oikein tekeminen on äärimmäisen tärkeää, koska tämä on pohjimmiltaan ensimmäinen yhteiskunnan kokemus tekoälyjärjestelmien fyysisessä ruumiillistumisessa kaupunkiparadigmassa.

Mainosvideo:

Image
Image

Kotirobotit

Paketteja toimittavat ja toimistoja siivoavat robotit yleistyvät huomattavasti seuraavien 15 vuoden aikana. Mobiilisirunvalmistajat ovat jo puristaneet viime vuosisadan supertietokoneiden laskentatehon sirujärjestelmiksi, mikä lisää dramaattisesti sisäistä tuottavuutta ja robotteja.

Pilvipohjaiset robotit voivat vaihtaa tietoja oppimalla nopeammin ja nopeammin. Microsoft Kinectin kaltaiset edulliset 3D-anturit nopeuttavat havaintotekniikan kehitystä, ja puheentunnistuksen läpimurrot parantavat robottien vuorovaikutusta ihmisten kanssa. Tutkimuslaboratorioiden robottiosista on tulossa kuluttajalaitteita nykyään vuoteen 2025 mennessä.

Luotettavan laitteiston hinta ja monimutkaisuus samoin kuin se, miten vaikea on ottaa käyttöön havaintoalgoritmeja todellisessa maailmassa, tarkoittavat, että yleiskäyttöiset robotit ovat kaukana pian. Todennäköisesti robotit rajoitetaan lähitulevaisuudessa kapeisiin kaupallisiin sovelluksiin.

Image
Image

Terveys

Tekoälyn vaikutus terveyteen seuraavien 15 vuoden aikana riippuu enemmän sääntelystä kuin tekniikasta. Tekoälyn muuttuvimmat mahdollisuudet terveydenhuollossa edellyttävät pääsyä tietoihin, mutta FDA ei ole vielä löytänyt tasapainoa tietojen saatavuuden varmistamisen ja niiden eheyden kunnioittamisen välillä. Terveystietojen keräämisen elektroniikka on myös erittäin hidasta toteuttaa.

Jos nämä esteet poistetaan, tekoäly voi automatisoida pitkän ja monimutkaisen prosessin potilastietojen keräämisestä ja tieteellisen kirjallisuuden tutkimisesta. Tämän tyyppinen digitaalinen avustaja antaa lääkäreille mahdollisuuden keskittyä potilaan hoidon inhimillisiin näkökohtiin ja antaa vapaat intuitiosta ja kokemuksistaan.

Väestötasolla potilastiedot, puettavat laitteet, mobiilisovellukset ja henkilökohtaisen genomin sekvensointi voivat tehdä henkilökohtaisesta lääketieteestä todellisuutta. Vaikka täysin automaattinen radiologia on epätodennäköistä, pääsy suuriin lääketieteellisiin kuvantamistietokantoihin mahdollistaa koneoppimisalgoritmien kouluttamisen skannauksista ja vähentää lääkäreille aiheutuvaa rasitusta.

Älykkäät kävelijät, keinutuolit ja eksoskeletit voivat auttaa pitämään ikääntyneet ihmiset aktiivisina, kun taas kotitekniikka voi tukea ja hallita heitä pysyäkseen itsenäisinä. Robotit voivat suorittaa yksinkertaisia tehtäviä sairaaloissa, kuten toimittaa asioita oikealle osastolle tai ompelemalla, mutta toistaiseksi nämä tehtävät ovat puoliautomaattisia ja edellyttävät ihmisten ja robottien välistä vuorovaikutusta.

Image
Image

Koulutus

Raja luokkahuoneen ja henkilökohtaisen oppimisen välillä voi olla hämärtynyt vuoteen 2030 mennessä. Massiiviset avoimet verkkokurssit mahdollistavat koulutettujen mentorien ja tekoälytekniikoiden mukauttaa oppimisen yksilöllisesti missä tahansa mittakaavassa. Tietokoneavusteinen oppiminen ei korvaa luokkaopetusta, mutta verkkotyökalut auttavat oppilaita oppimaan omassa tahdissaan ja käyttämään suosikkimenetelmiään.

Tekoälyn kanssa yhteensopivat koulutusjärjestelmät oppivat yksilöiden mieltymykset, mutta näiden tietojen kerääminen nopeuttaa yleistä oppimista ja uusien työkalujen kehittämistä. Verkko-oppiminen laajentaa koulutuksen saatavuutta, mikä antaa ihmisille mahdollisuuden kouluttaa uudelleen ja saada korkeamman tason koulutusta jopa kehitysmaissa.

Kehittyneet virtuaalitodellisuusjärjestelmät antavat opiskelijoille mahdollisuuden uppoutua historialliseen ja kuvitteelliseen maailmaan tutkiakseen ympäristöään tai tieteellisiä esineitä menemättä suoraan heidän sijaintiinsa todellisessa maailmassa.

Köyhät yhteiskunnat

Toisin kuin pimeät sci-fi-näkemykset, tekoäly auttaa parantamaan maailman köyhimpien elämää vuoteen 2030 mennessä. Ennakoiva analyysi antaa valtion edustajille mahdollisuuden kohdentaa rajalliset resurssit paremmin, ennakoida ympäristöriskit tai sääntöjen ja määräysten rikkomukset. Tekoälyn aikataulutus auttaa jakamaan ylimääräistä ruokaa ravintoloista ruokapankkeihin ja turvakoteihin ennen kuin ne menevät pieleen.

Investoinnit näille alueille puuttuvat kovasti. On myös huolissaan siitä, että koneoppiminen voi vahingossa johtaa rodun tai sukupuoleen perustuvaan syrjintään. Tekoälyn ohjelmia on kuitenkin helpompi pitää vastuuvelvollisina kuin ihmisiä, joten ne auttavat todennäköisemmin välttämään syrjintää.

Yleinen turvallisuus

Vuoteen 2030 mennessä kaupungit luottavat voimakkaasti tekoälytekniikoihin rikollisuuden havaitsemiseksi ja ennustamiseksi. Videovalvonnan ja ilmakuvien automaattinen käsittely droneilla havaitsee nopeasti epänormaalin käyttäytymisen. Tämä ei vain anna lainvalvontaviranomaisten reagoida nopeasti, vaan myös ennustaa, milloin ja missä rikokset tehdään. Pelkäävät, että järjestelmien ennakkoluulot ja virheet johtavat täysin viattomien ihmisten jäljittämiseen, mutta hyvin suunnitellut järjestelmät voivat torjua ihmisten puolueellisuutta ja viran väärinkäyttöä poliisiryhmässä.

Puhe- ja kävelyanalyysien kaltaiset tekniikat voivat auttaa tutkijoita ja vartijoita tunnistamaan epäilyttävän käyttäytymisen. Toisin kuin lainvalvontaviranomaisten vallan väärinkäytössä, tekoäly voi olla täysin riippumaton inhimillisistä ja ulkoisista tekijöistä ja siten rehellisempi.

Image
Image

Työllisyys ja työpaikat

Tekoälyn vaikutukset ovat erityisen havaittavissa työpaikoilla. Vuoteen 2030 mennessä tekoäly häiritsee päteviä ammattilaisia: lakimiehiä, talouskonsultteja, radiologeja. Kun tekoäly ottaa yhä enemmän rooleja, se tunkeutuu monenlaisiin organisaatioihin ja työskentelee monenlaisissa työpaikoissa.

Silti tekoäly todennäköisesti korvaa lähitulevaisuudessa pikemminkin tehtävät kuin työntekijät ja luo samalla uusia työpaikkoja ja markkinoita. Ja vaikka se voi varmasti johtaa pienempiin tuloihin ja työllistymismahdollisuuksiin, lisääntynyt automaatio laskee myös tavaroiden ja palvelujen kustannuksia, mikä tekee jokaisesta rikkaamman.

Nämä talouden rakenteelliset muutokset edellyttävät pikemminkin poliittisia kuin puhtaasti taloudellisia vastauksia varallisuuden jakamisen varmistamiseksi. Lyhyellä aikavälillä resurssit virtaavat koulutukseen ja uudelleenkoulutukseen; pitkällä aikavälillä tarvitaan suurempia sosiaalisia turvaverkkoja tai radikaaleja lähestymistapoja, kuten taattu perustulo.

Viihde

Viihde vuoteen 2030 mennessä on vuorovaikutteista, henkilökohtaista ja mittaamattoman hauskempaa kuin nykyään. Anturien ja laitteistojen läpimurrot ohjaavat virtuaalitodellisuutta, kosketettavaa viihdettä ja kumppanirobotteja sekä kotona että ulkona. Käyttäjät voivat olla vuorovaikutuksessa viihdejärjestelmien kanssa suullisesti, ja he ilmaisevat tunteita, empatiaa ja kykyä sopeutua muuttuviin ympäristöolosuhteisiin, kuten vuorokauden aikaan.

Sosiaalinen media sallii jo henkilökohtaisten viihdekanavien mukauttamisen, mutta datavirtoja ei ole vielä lajiteltu ja palveltu täsmälleen käyttäjien mieltymysten ja tottumusten mukaan. Tulevaisuudessa tämä tuodaan ennennäkemättömälle tasolle. On jopa pelkää, että tämä antaa mediaryhmittymille hallinnan online-ihmisiin, kokemuksiinsa ja ideoihinsa, joita he läpäisevät.

ILYA KHEL