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

Ядерная война приведет к потере 80 процентов урожая кукурузы Ядерная война приведет к потере 80 процентов урожая кукурузы

Ядерная война уронит годовое производство кукурузы на планете на 80 процентов

N+1
Что «болит» у специалиста по информационной безопасности Что «болит» у специалиста по информационной безопасности

Служба специалиста по информационной безопасности и опасна, и трудна

Популярная механика
Читалка для компьютера: выбираем лучшую из бесплатных Читалка для компьютера: выбираем лучшую из бесплатных

Лучшие читалки для компьютера из бесплатных программ

CHIP
14 признаков того, что с годами мы становимся интровертами 14 признаков того, что с годами мы становимся интровертами

С возрастом многие становятся интровертами

Psychologies
Как сахар влияет на клеточное старение и разрушает коллаген: данные исследований Как сахар влияет на клеточное старение и разрушает коллаген: данные исследований

Почему сахар провоцирует воспаления клеток?

ТехИнсайдер
Как понять, что друзья вас используют, и что с этим делать Как понять, что друзья вас используют, и что с этим делать

Если у вас есть какие-то подозрения, не стоит их игнорировать

GQ
Вечный конфуз: как отчужденность перерастает в хронический стыд Вечный конфуз: как отчужденность перерастает в хронический стыд

Отрывок из книги психотерапевта Илсе Санд «Чувство стыда»

Forbes
«Дура от рождения». Как в Афганистане поступают с женщинами, которые не могут родить сына «Дура от рождения». Как в Афганистане поступают с женщинами, которые не могут родить сына

Расследование шведской журналистки, которая провела в Афганистане пять лет

СНОБ
Виктор Пелевин: Transhumanism Inc. Отрывок из нового романа Виктор Пелевин: Transhumanism Inc. Отрывок из нового романа

Отрывок из нового романа-квеста Виктора Пелевина: истории о любви и смерти

СНОБ
Почетные стукачи: итальянские дверные молотки Почетные стукачи: итальянские дверные молотки

Многие века двери в Италии украшают необычные дверные молотки

Вокруг света
Сколько вещей должно быть в шкафу и как часто нужно покупать новые — выясняем Сколько вещей должно быть в шкафу и как часто нужно покупать новые — выясняем

О главе «Объём и скорость вашего гардероба» из книги «Тело и одежда»

Cosmopolitan
Знак Венеры: что это такое и почему он не менее важен, чем знак зодиака Знак Венеры: что это такое и почему он не менее важен, чем знак зодиака

Знаешь ли ты, что у тебя есть еще и знак Венеры?

Cosmopolitan
Трудности переводчика: как толковать шутки политиков и доносить Слово Божие Трудности переводчика: как толковать шутки политиков и доносить Слово Божие

Книга Анны Асланян о том, как неверно переведенное слово влияло на ход истории

Forbes
«Марфа Васильевна я»: как сгинули восемь жен Ивана Грозного «Марфа Васильевна я»: как сгинули восемь жен Ивана Грозного

Супруги Ивана IV, погибшие при загадочных обстоятельствах

Cosmopolitan
Уверенность Безоса: чем основатель Amazon поражает собеседников Уверенность Безоса: чем основатель Amazon поражает собеседников

Социальная уверенность Джеффа Безоса

VC.RU
5 профессий будущего, которые возьмут под контроль искусственный интеллект 5 профессий будущего, которые возьмут под контроль искусственный интеллект

Перспективные профессии в сфере искусственного интеллекта

Популярная механика
Все песни только о любви Все песни только о любви

Роман и Юлия Емельяновы уверены в том, что жизнь свела их неслучайно

OK!
Журналистика в попугаях. Почему Рамзан Кадыров стал лучшим репортером Журналистика в попугаях. Почему Рамзан Кадыров стал лучшим репортером

В другое время вручение Рамзану Кадырову репортерской премии стало бы курьезом

СНОБ
Оксана Монж: «Важны не только лекарства» Оксана Монж: «Важны не только лекарства»

Оксана Монж — о главных проблемах и трендах фармакологического рынка России

РБК
13 замечательных киноляпов 13 замечательных киноляпов

Перлы, фактические ошибки и сюжетные дыры в культовых фильмах

Maxim
О пользе плесени: исцеляющий грибок, который перевернул историю медицины О пользе плесени: исцеляющий грибок, который перевернул историю медицины

История создания антибиотиков

Популярная механика
Смартфон на колесах: что такое и как работают Apple CarPlay и Android Auto Смартфон на колесах: что такое и как работают Apple CarPlay и Android Auto

Рассказываем о крайне полезных для автомобилиста функциях медиасистем

CHIP
Мягкий пол Мягкий пол

Виды и способы укладки ковровых покрытий

Идеи Вашего Дома
Легкое дыхание: 12 загадок картины Ренуара Легкое дыхание: 12 загадок картины Ренуара

Секреты картины Ренуара «Бал в Мулен де ла Галетт»

Вокруг света
Обойдемся без кислорода! Непревзойденные ныряльщики из мира дикой природы Обойдемся без кислорода! Непревзойденные ныряльщики из мира дикой природы

Некоторые представители животного мира прекрасно умеют нырять

Вокруг света
Время ботокса, фотошопа и йоги Время ботокса, фотошопа и йоги

«У тебя комплексы» – такой диагноз мы нередко ставим друг другу и самим себе

Psychologies
Первый длительный: Герман Титов и его 17 оборотов вокруг Земли Первый длительный: Герман Титов и его 17 оборотов вокруг Земли

Герман Титов 60 лет оставался самым молодым космонавтом в истории!

Вокруг света
Тюрьма обетованная Тюрьма обетованная

Василий Корецкий о возвращении панк-боевика Джона Карпентера на большой экран

Weekend
«Я заперта, сознание затуманивается»: Бритни Спирс «попала в плен» на Гавайях «Я заперта, сознание затуманивается»: Бритни Спирс «попала в плен» на Гавайях

Бритни Спирс освободили из заточения во время отпуска

Cosmopolitan
Шаровая молния: правда или вымысел Шаровая молния: правда или вымысел

Что такое шаровая молния?

Playboy
Открыть в приложении