Голосовые помощники — отрывок из книги «Воспитание машин: Новая история разума»

N+1Hi-Tech

«Воспитание машин: Новая история разума»

Альпина нон-фикшн

Машинный интеллект преобразил уклад человеческой жизни, ознаменовав переход к новой цифровой экономике. Транспорт, охрана правопорядка, медицина, развлечения — куда ни посмотри, нейросети повсюду находят себе применение и получают в свое распоряжение все большую власть. В книге «Воспитание машин: Новая история разума» (издательство «Альпина нон-фикшн») кандидат физико-математических наук и специалист в области машинного обучения и искусственного интеллекта Сергей Шумский рассказывает, почему исследования в области ИИ сегодня прогрессируют как никогда быстро, каковы могут быть социальные и экономические последствия этого процесса и почему «сильный искусственный интеллект» должен быть похож на человеческий. N + 1 предлагает своим читателям ознакомиться с отрывком, посвященным голосовым помощникам: что такое сенсорный интеллект, почему все больше компаний вкладывают деньги в разработку голосовых ассистентов и с какими сложностями сталкиваются их создатели.

Современные цифровые платформы: сенсорный интеллект

Голосовые помощники стали новацией 2010-х годов в качестве нового интерфейса пользователя в эпоху смартфонов. Они, как и безлюдные магазины Amazon Go, обязаны своим появлением новому поколению алгоритмов машинного обучения — так называемому глубокому обучению искусственных нейронных сетей. Технологический прорыв в машинном обучении в 2010-х, известный как революция глубокого обучения, связан с достижением компьютерами критической производительности 1011 FLOPS, сравнимой с человеческой, по доступным ценам.

Это, конечно, не означало автоматически появления искусственного интеллекта, как он когда-то задумывался его отцами-основателями. Для этого у человечества пока что банально не хватает соответствующих знаний, о чем мы еще поговорим в главе 5. Мощности сегодняшних суперкомпьютеров достигают 1016 FLOPS, однако это до сих пор не привело к появлению сильного ИИ. Но кое-какие разработки 1980-х и 1990-х годов, для которых в свое время просто не хватало вычислительных мощностей, чтобы выйти на уровень отдельных когнитивных способностей, сравнимый с человеческим, «выстрелили» именно в этот момент. Речь идет об обучении некоторых типов искусственных нейронных сетей, разработанных для работы с изображениями (сверточные нейронные сети) и временными сигналами (сети с долговременной памятью).

Оказалось, что просто за счет увеличения количества слоев в таких (глубоких) нейросетях и увеличения объема данных для их обучения, для чего теперь имелись вычислительные мощности, качество распознавания картинок и звука может достигать человеческого уровня. В итоге на протяжении 2010-х годов, благодаря технологиям глубокого обучения, машины, говоря простым языком, научились видеть и слышать не хуже человека.

Соответственно появилась масса новых возможностей для замены человека машинами — там, где люди работали «умными сенсорами»: контролерами, охранниками, операторами колл-центров, и в других профессиях с относительно простой бизнес-логикой. Отсюда — появляющиеся сегодня проходные без охранников, магазины без продавцов, такси без водителей, безлюдные колл-центры и голосовые помощники в смартфонах и умных колонках.

И это еще только начало. Потенциальный рынок приложений слабого ИИ, наделенного сверхчеловеческими сенсорными возможностями по доступным ценам, чрезвычайно большой. Он касается самых массовых профессий — продавцов, кассиров, водителей и т. д., поэтому обещает большой экономический эффект. Оказывается, люди, по крайней мере многие из них, не так уж и незаменимы.

Отложив обсуждение этой важнейшей проблемы до следующей главы, зададимся пока одним чисто практическим вопросом о драйверах развития ИИ. Есть ли экономическая целесообразность в дальнейшем совершенствовании технологий машинного обучения или бизнес может ограничиться достигнутыми успехами, сосредоточив усилия на бизнес-инновациях, то есть на освоении уже открывшихся благодаря слабому ИИ рынков? От ответа на этот вопрос зависит, в частности, объем вложений в разработку сильного ИИ и соответственно время появления последнего.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Окислительное присоединение на палладии прошло по радикальному механизму Окислительное присоединение на палладии прошло по радикальному механизму

Представление о реакции окислительного присоединения на палладии было неполным

N+1
Слушать тишину Слушать тишину

Ладога, Валаам, Карелия... То, что доктор прописал для измученных суетой

Лиза
Робопчелу научили садиться по-комарьи Робопчелу научили садиться по-комарьи

Инженеры разработали шасси для миниатюрного орнитоптера RoboBee

N+1
Мастер спора Мастер спора

Вот бы научиться дискутировать с людьми так, чтобы всё было так, как ты хочешь!

Cosmopolitan
«Средневековье в латах» «Средневековье в латах»

Как умирали и какие раны наносили друг другу средневековые воины

N+1
20 фильмов о любви для неисправимых романтиков 20 фильмов о любви для неисправимых романтиков

Список из 20 фильмов о любви для самых отчаянных романтиков

Cosmopolitan
Сновидения: что нам известно о самом таинственном явлении в жизни человека Сновидения: что нам известно о самом таинственном явлении в жизни человека

Сновидения – это то, что увлекает и будоражит, ведь каждый с ними сталкивался

Playboy
«Ненависть» Матье Кассовица. Чистый адреналин приходит в российские кинотеатры в 4К «Ненависть» Матье Кассовица. Чистый адреналин приходит в российские кинотеатры в 4К

Культовая картина Матье Кассовица «Ненависть»

СНОБ
Старение мозга людей и мух объединила работа 50 генов Старение мозга людей и мух объединила работа 50 генов

Биологи определили 50 консервативных генов, определяющих старение у мух и людей

N+1
Звезда правильной формы Звезда правильной формы

Какие модные тренировки помогают в этом знаменитостям

Лиза
Эффект наследия Эффект наследия

Повысить рентабельность молочной отрасли поможет развитие местной генетики

Агроинвестор
Не трать деньги: 13 добавок для похудения, которые не работают Не трать деньги: 13 добавок для похудения, которые не работают

Волшебные таблетки для похудения могут оказаться совершеннейшей фикцией

VOICE
Людмила Савельева: «Надо прислушиваться к себе и к миру, тогда не пропустишь подарков, которые тебе посылают» Людмила Савельева: «Надо прислушиваться к себе и к миру, тогда не пропустишь подарков, которые тебе посылают»

Характером я совсем не напоминала Наташу Ростову

Караван историй
В Хакасии обнаружили женский скелет и погребальную «куклу» в могиле таштыкской культуры В Хакасии обнаружили женский скелет и погребальную «куклу» в могиле таштыкской культуры

Археологи обнаружили в Хакасии скелет женщины и останки в погребальной «кукле»

N+1
От чистого сердца: как живут в индийском штате Сикким От чистого сердца: как живут в индийском штате Сикким

Улицы без мусора, питьевая вода из-под крана, еда органическая

Вокруг света
Детали ковбойской жизни, о которых нам наврали в вестернах Детали ковбойской жизни, о которых нам наврали в вестернах

В вестернах чуть больше правды, чем в фильмах про Мстителей

Maxim
Верь в себя как никто Верь в себя как никто

Артистка лейбла Black Star Анет Сай уверенными шагами идет к мечте

OK!
Невидимые соседи: 5 примечательных фактов о воробьях Невидимые соседи: 5 примечательных фактов о воробьях

Несколько интересных фактов о воробьях

Вокруг света
Как пластические операции меняют лицо: впечатляющие фото до и после Как пластические операции меняют лицо: впечатляющие фото до и после

Насколько впечатляющими могут быть изменения после пластической операции

Cosmopolitan
Чему не учат в автошколе:  условные знаки автомобилистов Чему не учат в автошколе:  условные знаки автомобилистов

Кому и когда подмигивать аварийкой?

Maxim
Окно во двор: мини-гид по российской стрит-фотографии Окно во двор: мини-гид по российской стрит-фотографии

Кто в России представляет стрит-фотографию

Esquire
Как просить прощения, чтобы точно быть услышанным Как просить прощения, чтобы точно быть услышанным

Как попросить прощения у любимого человека и действительно получить его

Cosmopolitan
Как оценивать эффективность сотрудников и правильно их увольнять Как оценивать эффективность сотрудников и правильно их увольнять

Как правильно оценивать эффективность работы сотрудников?

Inc.
Трое в лодке: как участники списка Forbes Абрамов, Щербович и Мишин спасают лосося Трое в лодке: как участники списка Forbes Абрамов, Щербович и Мишин спасают лосося

Как миллиардеры помогают дикой природе и почему они это делают?

Forbes
Мастер мира Мастер мира

VR-концерт в соборе Нотр-Дам де Пари, восстановленном в виртуальной реальности

Популярная механика
Сколопендр с австралийского острова уличили в охоте на птенцов тайфунников Сколопендр с австралийского острова уличили в охоте на птенцов тайфунников

Верховными хищниками австралийского острова Филлип оказались крупные сколопендры

N+1
Шампанское священной дружины Шампанское священной дружины

Глупый и не совсем приличный финал жизни героического генерала Скобелева

Вокруг света
Битый небитого везет: история, настоящее и будущее краш-тестов Битый небитого везет: история, настоящее и будущее краш-тестов

Как усложняются краш-тесты?

Вокруг света
Пример для подражания: Татьяна Маричева Пример для подражания: Татьяна Маричева

Наша героиня помогает экспертам создавать обучающие курсы и привлекать клиентов

Cosmopolitan
Археологи нашли различия в использовании керамики древними охотниками-собирателями Археологи нашли различия в использовании керамики древними охотниками-собирателями

Древние люди по-разному использовали керамику

N+1
Открыть в приложении