Пионер машинного обучения: хватит называть искусственным интеллектом все подряд

Системы искусственного интеллекта далеко не настолько развиты, чтобы заменить людей во многих задачах, связанных с рассуждениями, реальными знаниями и социальным взаимодействием. Об этом заявил Майкл И. Джордан, ведущий исследователь в области искусственного интеллекта и машинного обучения, профессор Калифорнийского университета в Беркли, пишет Spectrum IEEE. Джордан отметил, что алгоритмы действительно демонстрируют человеческую компетентность в навыках распознавания образов, но на когнитивном уровне они просто имитируют человеческий интеллект, не проявляя глубокого понимания и творческого подхода. «Люди путаются в значении ИИ при обсуждении технологических тенденций — якобы в компьютерах есть какая-то разумная мысль, которая отвечает за прогресс и конкурирует с людьми. У нас этого нет, но люди говорят так, как будто бы есть», — сказал ученый. Джордан добавил, что имитация человеческого мышления — не единственная цель машинного обучения, и тем более не основная. Вместо этого технология может служить для расширения естественного интеллекта за счет кропотливого анализа больших наборов данных. В качестве примера профессор привел поисковую систему, которая расширяет человеческие знания, организуя интернет. Машинное обучение, по его словам, также может предоставлять новые возможности в таких областях, как здравоохранение, торговля и транспорт, объединяя информацию из нескольких наборов данных, находя закономерности и предлагая новые варианты действий. Пандемия ускорила развертывание систем на базе ИИ в различных областях. К такому выводу пришли исследователи аудиторской компании KPMG. В середине марта соучредитель и президент OpenAI Сэм Альтман заявил, что в ближайшие десять лет ИИ создаст достаточно богатства, чтобы платить каждому американцу по $13 500 в год. Для этого он предложил обложить корпорации и землю 2,5% налогом. Генеральный директор компании DataRobot Дэн Райт призвал отрасль «демократизировать искусственный интеллект». По словам менеджера, чаще всего компании терпят неудачу с внедрением ИИ при подготовке данных, и для отрасли критично важно помочь им пройти этот этап.