Повідомлення Ради, чому ми все ще далекі від суспільства, заснованого на ШІ

Допис написав

чому

Генеральний директор і засновник компанії Qulix Systems, компанії з розробки програмного забезпечення, яка надає свої послуги в усьому світі протягом 19 років.

Чому штучний інтелект не може знайти шлях до всього, скрізь? Це питання, яке ми задаємо собі вже давно. Фільми, що висвітлюють піднесення штучного інтелекту проти людства, присутні вже деякий час, але поки що ми бачимо, що навіть найскромніші прогнози футурологів знаходяться в милях від реальності, в якій ми живемо. Як це?

Використовуючи свій багаторічний досвід керівництва моєю організацією, що займається програмним забезпеченням, я спробував зрозуміти, чому, і склав власний перелік основних перешкод впровадженню ШІ, і з радістю поділюсь кількома з вами.

Проблеми з якістю даних

Оскільки дані є основним паливом для розвитку ШІ, не дивно, що їх якість визначає успіх починань ШІ. Всім відомо, що побудована вами система настільки ж хороша, як і дані, якими ви її годуєте. Це особливо важливо, коли необхідні дані слід витягувати у людей іноді в ручному режимі, а не автоматично за допомогою машин чи датчиків.

Я також можу сказати, що через певні обмеження даних нам часто доводиться мати справу з недостатньою кількістю даних або взагалі відсутніми відповідними даними. Це може бути спричинено простими проблемами конфіденційності, оскільки ми не можемо ділитися всією інформацією, якою ми маємо, не порушуючи закон. Інший момент тут полягає в тому, що ШІ подається з будь-якими даними, і якщо він не відображає всю картину або показує її з однієї точки зору, ми маємо помилкові передумови.

Візьмемо для прикладу медичне застосування штучного інтелекту. Можна сказати, що ми могли б розробити вакцини та ліки від усіх хвороб набагато швидше або точніше, якби всі дані, подані в системи, були правильними та повними. Але ми часто стикаємось з необ'єктивною інформацією, оскільки особи, що передають дані машинам або навчальні алгоритми, можуть ненавмисно подавати необ'єктивні дані або створювати "погано визначені проблеми". Це, в свою чергу, призводить до аналізу лише половини картини, а решта залишається вкритою туманом.