Знаменитый ученый Стивен Хокинг заявил, что людям необходимо обратить пристальное внимание на эволюцию компьютеров и связанную с ней проблему возможного появления искусственного интеллекта. Но автор книги «Верховный алгоритм» Педро Домингос утверждает, что человечеству, находящемуся на пороге открытия искусственного разума, ничего не угрожает. И прежде всего потому, что у компьютерной программы нет собственной воли. Зато у них есть множество самых разных свойств и качеств, которые уже сейчас мы видим в действии. Рассмотрим несколько из них.
Компьютеры становятся разумными
Машинное обучение, которому посвящена книга «Верховный алгоритм» — это термин, обозначающий способность компьютерных программ к самообучению. Самые простые из них сегодня используют Google, Netflix, Amazon и некоторые другие компании для персонализации ответов на запросы пользователей. Но уже есть алгоритмы и посложней.
В современном мире хакерским атакам почти ежедневно подвергаются правительства, банки, госучреждения и компании. Если создавать «противоядия» вручную, на это не хватит ни специалистов, ни времени. Поэтому уже сегодня на помощь приходят обучающиеся алгоритмы.
На службе закона
По некоторым данным, Агентство национальной безопасности США перехватывает больше миллиарда звонков и сообщений по всей планете. Естественно, что у агентства нет столько сотрудников, чтобы прослушать все разговоры и прочитать все сообщения. Раньше для поиска подозрительных звонков использовались ключевые слова, но эту методику легко обмануть — достаточно назвать бомбу праздничным пирогом. Поэтому в XXI веке за проблему взялось машинное обучение — и уже предотвратило несколько десятков реальных угроз.
Методика ключевых слов устарела. – Источник.
Еще одна особенность машинного обучения в том, что если злоумышленники меняют свое поведение с целью маскировки и обмана программы, то она сама распознает эти изменения на фоне обычного поведения других людей.
Как победил Обама
Яркий пример работы новых технологий: президентские выборы в США в 2012 году. Один из претендентов использовал классические методы опросов и целевых аудиторий, другой доверился обучающимся алгоритмам.
Результат голосования превзошел самые смелые ожидания и прогнозы: победа второго кандидата (собственно, он до сих пор в должности) во всех ключевых штатах. Суть метода — многократное компьютерное моделирование предстоящих выборов на основе базы данных по избирателям, собранной в соцсетях, анкетах и шопинг-статистике. Заключительный этап — точечная агитация силами волонтеров на основе выводов программы.
Есть куда развиваться
Проблема даже не в том, станут ли когда-либо компьютеры настолько развиты, что поработят людей, а в том, что уже сегодня мир практически захвачен …глупыми компьютерами. Пример: купив, скажем, часы в Amazon, мы видим, как рекламный робот заваливает нас предложениями со множеством других часов. Но зачем нам часы, если мы их только что купили?
Многофункциональные алгоритмы
Нам кажется естественным, что для решения двух различных задач необходимы две разных программы. Например, банковская программа по выдаче кредитных карт не сможет сыграть с вами в шахматы. Но в машинном обучении один и тот же алгоритм умеет делать разные вещи! Необходимы лишь данные, на которых можно учиться.
- Алгоритм, который диагностирует болезни, умеет фильтровать спам
- Алгоритм, который распознает почерк, может выбирать книги и фильмы, которые с большой вероятностью понравятся клиенту
- Кредитная компьютерная программа банка способна конструировать участки ДНК
Вот это многофункциональность! – Источник.
И это лишь начало новой эры машинного обучения. Пока можно подсчитывать все «за» и «против», анализировать доводы противников и сторонников машинного обучения, готовить пути отступления в войне с искусственным разумом или готовиться почивать на лаврах — но время, как обычно, покажет, истинное положение вещей. Причем, вероятно, очень скоро.
Подготовлено по материалам книги «Верховный алгоритм».
Обложка поста отсюда.
