Читать книгу Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу - Малкольм Фрэнк - Страница 5

В последние десять лет мы все вместе наслаждались «развлекательным цифровым пространством». Мы видели создание Twitter (2006 г.), появление iPhone от Apple (2007 г.) и IPO Facebook (2012 г.). Эти компании, наряду с другими, такими как Google, Netflix и Amazon, сумели добиться беспрецедентного коммерческого успеха, выразившегося в принятии, ежедневном использовании и создании дополнительных ценностных качеств для потребителя, изменили то, как мы общаемся и организуемся. В истории останется тот факт, что мы начали цифровую революцию с развлечений и пустяков: посты в Facebook, каналы в Twitter и фото в Instagram. Мы используем самые мощные со времен открытия переменного тока инновации, чтобы делиться видео с котиками, переписываться с тетей Элис и ставить хэштеги под политическими заявлениями. Однако все это лишь разогрев, поскольку мы еще даже не начали осознавать потенциал новых машин.

Пишущая о технологиях Кара Свишер (Kara Swisher) выразила это лучше всех: «В Кремниевой долине полно больших умов, преследующих маленькие идеи»⁶. Что ж, теперь мы входим в эру больших мозгов, сосредоточенных на больших идеях – имеющих значение цифрах, – использующих эти технологии для изменения того, как нас учат, кормят, перемещают, страхуют, лечат и как управляют.

Такие компании, как Facebook, Amazon, Netflix и Google (иногда называемые группой разработчиков FANG), кажется, утвердились в роли заведомых и вечных победителей в этой области, однако в истории они, вероятнее, останутся как предвестники значительно более важного и демократичного экономического сдвига. Следующая волна цифровых титанов, скорее всего, не будет состоять из стартапов Кремниевой долины. Напротив, она будет запущена сложившимися компаниями из более «традиционных» отраслей – в таких городах, как Балтимор, Бирмингем, Берлин или Брисбен, – которые поймут, каким левериджем могут стать новые машины для надежных знаний о соответствующей индустрии.

Мы начинаем замечать, как это происходит, поскольку все вместе работаем над применением интеллектуальных систем для решения самых досадных общественных болезней в областях, где цифровые технологии нужны не только для развлечения или тому подобного, но и для изменения жизни. Конечно, многие институты – столпы нашего общества и повседневной жизни – созрели для обновления.

Например, каждый год мир теряет в автомобильных авариях 1,2 миллиона жизней, причем 94% происшествий становятся результатом человеческих ошибок⁷. Только в Соединенных Штатах эти ДТП обходятся обществу в более чем один триллион долларов. Это почти треть того, что федеральное правительство США собирает в качестве налогов с физических лиц⁸. Беспилотные автомобили обещают спасти бесчисленное количество жизней и оградить нас от душевных мук.

Одна треть произведенной в мире еды выбрасывается. Только тех продуктов, что выкидывают в богатых странах, достаточно, чтобы накормить все страны Африки к югу от Сахары⁹. Организовав эту цепочку и применив искусственный интеллект, мы могли бы буквально накормить весь мир.

Так же могло бы резко уменьшиться число ошибочных медицинских диагнозов. Сегодня от 5 до 10% выездов «скорой помощи» заканчиваются постановкой ложного диагноза¹⁰. Более двенадцати миллионов случаев неверного диагностирования каждый год приводят к четыремстам тысячам смертей, вызванных предотвратимыми ошибками, – и это только в США¹¹. Применение соответствующих данных в процессе диагностики могло бы кардинально улучшить результаты лечения.

Соединенные Штаты тратят на каждого ученика из системы среднего образования больше, чем все прочие страны мира, получая при этом довольно посредственные результаты. В недавнем международном исследовании американские ученики получили по естественным наукам, чтению и математике гораздо более низкие оценки, чем ученики из других развитых индустриальных стран¹². Адаптировав с помощью технологий уроки под индивидуальный стиль обучения каждого человека, мы могли бы сделать образовательный процесс намного более продуктивным и эффективным как для ученика, так и для учителя.

Вот некоторые важные вещи, к которым мы можем подойти с новыми машинами. Это цифры, имеющие цель, цифры, имеющие значение; и большие мозги, которые будут двигать вперед подобные инновации, необязательно будут обитать в Кремниевой долине или в общежитии Массачусетского технологического института. Они вполне могут сидеть в соседнем офисе, в вашей компании.

Так, например, McGraw-Hill Education применяет новые технологии, чтобы помочь учителям и детям улучшить обучение посредством системы, называемой ALEKS. Наделенная искусственным интеллектом система «Оценки и обучения в познавательных пространствах» (Assessment and Lеarning in Knowledge Spaces) использует адаптивные вопросы, позволяющие быстро и точно определить, что именно знает и чего не знает ученик по программе курса. Далее ALEKS объясняет ученику темы, к восприятию которых он или она готовы в большей степени. По мере прохождения курса ALEKS проводит переоценку, обеспечивая надежное усвоение материала. Все это выливается в более гибкое обучение один на один со студентом и обеспечивает ученику заметный рост успеваемости. Что касается учителя, то ему ALEKS помогает преодолеть рутинную – и, давайте признаем, скучную – часть работы и по-настоящему сосредоточиться на работе с учениками.

Одна из ведущих страховых компаний Южной Африки Discovery использует платформу Vitality, чтобы предоставить экономические стимулы – скидки на путешествия, развлечения, здоровую еду, членство в спортклубе, спортивный инвентарь, товары для здоровья и тому подобное – своим клиентам, основываясь на том, придерживаются ли они здорового образа жизни. Участники зарабатывают очки, отмечая тренировки в привязанных к системе фитнес-девайсах и покупая здоровую еду (что также записывается на их карту Vitality). Страховую отрасль, возможно, нельзя назвать колыбелью инноваций, однако Discovery удалось построить процветающий бизнес, основанный на возможностях, исходящих от новых машин.