Как подключится к магнитоле айфона. Как подключить iphone к автомагнитоле: возможные варианты. AUX - соединение

Не один десяток лет ученые пытаются заставить машину не просто выполнять полученные приказы, а думать самостоятельно. Память современных компьютеров соизмерима с человеческой, скорость выполнения логических операций – на порядки выше, но смоделировать разум исследователям пока так и не удалось. О современных вызовах в области искусственного интеллекта (ИИ) рассказывает доцент кафедры вычислительной техники Университета ИТМО Игорь Бессмертный.

В обывательском понимании искусственный интеллект - это компьютер, обладающий эмоциями и сознанием. А что вкладывают в это понятие современные исследователи?

Автор термина Джон Маккарти определял интеллект как способность субъекта ставить перед собой цели и добиваться их достижения. Если мы пытаемся наделить интеллектом некое техническое устройство, значит, мы хотим, чтобы оно самостоятельно решало возникающие задачи. Компьютеры способны рассуждать гораздо быстрее человека, но поиск решений методом перебора требует большого количества ресурсов. В начале шахматной партии у игрока белыми есть по два варианта хода для каждой пешки и коня. Противник в ответ тоже выбирает из двадцати вариантов, и получается, что первый ход у нас 400 возможных комбинаций, во второй - 160000, и так далее. Это называется комбинаторным взрывом, и попытки решить задачу «в лоб» ни к чему не приводят.

Я развиваю антропоморфный подход и считаю, что нам нужно пытаться воспроизвести человеческий мозг на уровне поведения. На протяжении жизни человек постоянно обращается к приобретенным интеллектуальным навыкам. Мы не задумываемся, когда завязываем шнурки или пользуемся таблицей умножения. Есть навыки более высокого уровня: профессиональный шахматист может «на автомате» обыграть неподготовленного игрока. Количество навыков определяется объемом памяти человека, а у машин ее сейчас более чем достаточно. Нужна такая структура данных, при которых машины будут записывать интеллектуальные навыки и логику их вывода, как был получен каждый факт и навык. В этом случае мы обеспечим быстрый вывод данных и сможем создавать интеллектуальные системы, которые будут отвечать на сложные запросы.

Например, если мы поищем в интернете температуру кипения воды, то сразу получим ответ, но у поисковых порталов нет готовых ответов на специфические запросы. Чтобы узнать температуру кипения воды в Тибете, нам придется подключать правила, учитывать зависимость температуры кипения от атмосферного давления, зависимость давления от высоты над уровнем моря, высоту Тибета. Только после определенных логических действий мы найдем решение, и если внести его в базу знаний, то в следующий раз факт будет извлечен быстро. Также важно при каждом вызове проверять актуальность данных - сейчас мы не задумываемся, что президент США - Барак Обама, но в будущем эти данные устареют.

- Это технически возможно?

Принципы самообучения реализуют с помощью нейронных сетей. Сейчас их используют для прогнозирования, торгов на биржах, в некоторые автомобили встраивают системы распознавания пешеходов. Иногда интеллектуальное поведение устройства необходимо - там, где невозможно находиться человеку-оператору, или в тех случаях, когда это упрощает жизнь. Но каждое такое устройство выполняет узкий круг задач. Есть роботы-сиделки, роботы-повара, но универсальный искусственный интеллект сейчас, по большому счету, не нужен.

- А как же мечты футурологов о том, что у людей появятся партнеры по разуму?

Если создавать гомункула, чтобы просто было с кем поговорить, это потребует неоправданно высоких затрат. А использовать компьютер для того, чтобы придумать что-то новое, уже пытались. Теория решения изобретательских задач (ТРИЗ) Генриха Альтшуллера великолепно работала в виде справочников и таблиц. Но когда ее решили автоматизировать, выяснилось, что ТРИЗ работает только в руках человека-изобретателя. Причина в том, что существует масса фактов, которые никак не формализованы. Считается, что половину своих знаний человек усваивает за первые три года жизни, и мы иногда даже не догадываемся о том, что они есть и что их нужно формализовать. Если я выпущу предмет, который держу в руках, он упадет на пол; людям это очевидно, а машине - нет. По моим подсчетам, человек должен хранить и уметь использовать в среднем 50 млн фактов. Для сравнения: компания Cycorp составляет онтологическую базу знаний с 1984 года, и за это время накопила всего 3 млн фактов. Для работы универсальной интеллектуальной системы нужно как минимум на два порядка больше.

- Являются ли современные вопросно-ответные системы вроде Wolfram Alpha искусственным интеллектом в таком понимании?

WolframAlpha разрабатывают в первую очередь для решения математических задач, в этом вопросе я бы ориентировался на проекты IBM. В девяностых в IBM создали шахматный суперкомпьютер Deep Blue, и после того, как он обыграл Гарри Каспарова, его собирались использовать в медицинских целях. Оказалось, что Deep Blue для этого не годится - он не умел обучаться, и для применения в другой области нужно было все начать с нуля. Сейчас компания разрабатывает суперкомпьютер Watson, который показывает впечатляющие результаты, например, победил людей в телеигре Jeopardy! Но поскольку Watson - коммерческий проект, остается догадываться, какими методами обеспечивается поиск информации, как выполняются цепочки умозаключений и как в IBM решают вопрос комбинаторной сложности.

- Как технологии искусственного интеллекта будут развиваться в будущем?

Прогнозы в области ИИ делать трудно, так как отрасль развивается очень быстро. Мы свидетели тому, как эволюционировали технологии распознавания речи, и сейчас в любом мобильном телефоне есть голосовое управление. Распознавание изображений тоже развивается быстрее, чем мы думали. Это прагматичные технологии, но я уверен, что создание искусственного разума технически возможно - не сейчас, а когда это будет необходимо.

Пресс-служба Университета ИТМО

Искусственный интеллект (ИИ) - тема, которая уже давно не сходит со страниц научно-популярных журналов и постоянно затрагивается в кино и книгах. Чем больше специалисты развивают эту область науки, тем большими мифами она покрывается.

Развитие и будущее искусственного интеллекта волнует и тех, кто стоит у руля государства. Не так давно президент РФ Владимир Путин посетил офис «Яндекса» в день 20-летия компании, где ему объяснили, когда ИИ превзойдет человеческий интеллект.

Все, кто хоть немного проникает в суть потенциала искусственного интеллекта, понимают, что оставлять без внимания эту тему нельзя. Это не только важный вопрос для обсуждения, но и, наверное, один из самых значимых в контексте будущего.

Что такое искусственный интеллект и чего на самом деле боятся люди, рассказал «Снег. TV» специалист по методам машинного обучения Сергей Марков.

Как говорил Джон Маккарти, изобретатель термина «искусственный интеллект» в 1956 году, «как только он заработал, никто больше не называет его ИИ». ИИ уже вовсю реальность: калькуляторы, Siri, самоуправляемые автомобили и т. д., а в него все равно не верят. Почему так происходит, что люди отрицают существование ИИ?

Главным образом по причине терминологической путаницы, так как разные люди вкладывают в понятие «искусственный интеллект» совершенно разный смысл.

В науке искусственным интеллектом называют систему, предназначенную для автоматизации решения интеллектуальных задач. В свою очередь, под «интеллектуальной задачей» понимают такую задачу, которую люди решают при помощи своего, естественного интеллекта.

Легко заметить, что такое определение искусственного интеллекта чрезвычайно широко - под него попадает даже обычный калькулятор, т. к. арифметические задачи по сути тоже интеллектуальные, человек решает их при помощи своего интеллекта.

Поэтому внутри понятия «искусственный интеллект» была проведена важная граница, отличающая прикладной или, как еще говорят, слабый искусственный интеллект, предназначенный для решения какой-либо одной интеллектуальной задачи или небольшого их множества, от гипотетического сильного ИИ, также называемого универсальным искусственным интеллектом (англ. - artificial general intelligence).

Такая система, когда она будет создана, будет способна решать неограниченно широкий круг интеллектуальных задач, подобно интеллекту человека. С этой точки зрения калькулятор, который способен считать куда быстрее человека, или программа, выигрывающая у человека в шахматы, - это прикладной ИИ, гипотетический же сверхразум будущего - сильный ИИ.

Когда читаешь про разные открытия и разработки в области ИИ, понимаешь, что всё в основном происходит в США или Азии. А как обстоят дела в России? Есть у нас какие-то наработки?

Область компьютерных наук в наши дни интернациональна, многие наши специалисты работают над созданием и совершенствованием различных моделей машинного обучения в составе как российских, так и международных команд. У нас традиционно сильная математическая и алгоритмическая школа, созданы исследовательские центры мирового уровня как в ведущих вузах, так и в некоторых частных компаниях.

Но давайте говорить начистоту - бюджеты, выделяемые в нашей стране на науку и образование, не идут ни в какое сравнение с научными бюджетами наиболее развитых стран. Доходы бюджета РФ в 2016 году составили около 200 миллиардов долларов США, в то время, как только на оборону США тратят сумму в три раза большую, чем весь российский бюджет.

Весь бюджет российской науки сопоставим с бюджетом одного лишь вуза из Лиги плюща. В безденежные 90-е страну покинули многие ведущие специалисты, была нарушена преемственность ряда научных школ. Также было практически утрачено собственное производство электроники.

В то время как мировые лидеры ИТ ведут гонку в создании специализированных процессоров для обучения нейронных сетей, нам остается лишь сфера разработки алгоритмов и программного обеспечения. Впрочем, и в этой области нами были достигнуты весьма впечатляющие успехи.

Например, команда под руководством Артема Оганова создала систему USPEX, способную предсказывать кристаллические структуры химических соединений, что привело к настоящей революции в современной химии.

Команда Владимира Махнычева и Виктора Захарова с ВМК МГУ при помощи созданной ими системы, а также суперкомпьютеров «Ломоносов» и IBM Blue Gene/P впервые смогла рассчитать 7-фигурные шахматные окончания.

Нейронные сети «Яндекса» распознают и синтезируют речь, генерируют музыку в стиле «Гражданской обороны» и композитора Скрябина. Сильная команда специалистов по ИИ и машинному обучению создана и в Сбербанке.

Словом, заметные успехи есть и у нас в стране.

Чем быстрее развиваются технологии искусственного интеллекта, тем сильнее людей захватывает опасение - как быстро они останутся без работы. Все действительно так плохо?

© Marcel Oosterwijk/flickr.com

И да и нет. Человечество уже несколько раз сталкивалось с возникновением технологий, революционно изменивших всю производственную сферу.

Так было с паровым двигателем в эпоху промышленной революции, практически уничтожившим многие профессии (в основном связанные с примитивным физическим трудом), так было с электронными вычислительными машинами, которые заменили человека в задачах, основанных на поточных математических расчетах.

В XV-XVIII веках, когда в Англии «овцы съели людей», социальные последствия были действительно катастрофическими. Англия потеряла, по разным оценкам, от 7 до 30% своего населения. Властная элита того времени была всерьез озабочена тем, куда девать лишних людей. Джонатан Свифт откликнулся на эти искания юмористическим памфлетом, в котором предлагал употреблять детей бедняков в пищу.

Однако в наши дни мы видим, что на смену вымершим профессиям пришли новые, и население Земли куда больше, чем в XVIII веке. В XX веке последствия автоматизации были уже не столь катастрофичны с социальной точки зрения. Однако недооценивать опасность все-таки не стоит.

«Через 30 лет роботы смогут делать практически всё, что умеют делать люди, - такой прогноз дал Моше Варди (Moshe Vardi), профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди (Ken Kennedy Institute for Information Technology) при Университете Райса (William Marsh Rice University). - Это приведет к тому, что более 50% жителей Земли станут безработными».

Роботы забирают работы

На днях председатель комитета Госдумы по информационной политике, информационным технологиям и связи Леонид Левин заявил, что для России является важной проблема вытеснения рабочей силы искусственным интеллектом.

Рано или поздно людей заменят автоматизированной системой, и на рынок выплеснется 2% работоспособного населения страны. Именно поэтому о том, как трудоустроить тех, кто потеряет работу вследствие развития цифровых технологий, нужно думать уже сейчас, сказал Левин.

По мнению председателя, уже в скором будущем мы столкнемся с ростом безработицы. Но действительно ли роботы «отберут» наши рабочие места и стоит ли беспокоиться по этому поводу, рассказал «Снег.TV» специалист по машинному обучению Сергей Марков.

Сергей, даже сейчас уже есть «мертвые профессии», которые не требуют человеческого труда, хотя, казалось бы, лет 10 назад никто и не думал, что, например, кондуктора скоро станут ненужными. А какие еще профессии вытеснят технологии?

Мы приближаемся к тому времени, когда машины превзойдут людей почти в любом деле. Я считаю, что обществу нужно посмотреть в лицо этой проблеме до того, как она встанет во весь рост. Если машины будут способны делать почти всё, что умеют люди, что тем останется делать? – сказал Моше Варди, профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди при Университете Райса.

Долгое время на пути автоматизации стояли технологические ограничения: машины не могли распознавать образы и речь, не могли говорить, не могли достаточно хорошо понимать смысл высказываний на естественном языке, не имели достаточно данных для того, чтобы научиться многим привычным для человека вещам.

Благодаря последним достижениям в сфере искусственного интеллекта многие из этих ограничений фактически оказались сняты. Кроме того, многие профессии сами претерпели трансформацию, что сделало их более удобными для автоматизации.

Например, современный офисный клерк ведет переписку не в бумажном, а в электронном виде, бухгалтер выполняет проводки не на бумаге, а в бухгалтерской программе, оператор станка управляет станком зачастую не при помощи рукоятей, а при помощи управляющей программы. Поэтому сейчас задача автоматизации во многих профессиях перестала быть научной и стала чисто инженерной.

Правда, пока что производственная сфера, связанная с ИИ, скорее создает рабочие места - нужны специалисты в области машинного обучения и подготовки данных, сотрудники для разметки обучающих массивов, специалисты по внедрению и т. д. Но в какой-то момент «электроовцы» определенно начнут есть людей, и о последствиях нужно позаботиться уже сейчас.

При этом важно понимать, что остановить технический прогресс нельзя, и попытка это сделать обернется куда более катастрофичными последствиями.

Мы сможем когда-нибудь полностью довериться роботам (ИИ) или все-таки в любом деле должен быть человеческий фактор?

У этого вопроса есть несколько аспектов. С одной стороны, люди в прошлом с опаской относились практически к любой технике. Первый лифт, первый автомобиль, первый поезд или самолет - всё это когда-то было непривычным и многим казалось опасным. Да во многом опасным и было - техногенные катастрофы унесли немало жизней.

И тем не менее в наши дни все эти вещи стали привычными и уже не вызывают сильного страха. В этом смысле - наши потомки будут относиться к системам ИИ более спокойно. Люди порой склонны мистифицировать вещи, которые им непонятны. Дикарь думает, что в паровозе живет злой дух, а современный обыватель думает, что наши системы ИИ обладают сознанием, хотя это далеко не так.

С другой стороны, я не думаю, что универсальные системы ИИ когда-либо станут частью нашей производственной сферы. На мой взгляд, будущее скорее за синтетическими системами - то есть за объединением человека и машины в единый организм. В этом смысле искусственным интеллектом будущего будет усовершенствованный человеческий интеллект.

Кстати говоря, человеческий интеллект тоже не совсем корректно называть естественным. Ребенок от рождения не обладает интеллектом, всему его учит общество, родители, окружающая среда. В этом смысле мы с вами все, по сути дела, «искусственные интеллекты», и наши страхи, связанные с ИИ, во многом являются страхами перед самими собой.

Последнее время многие ученые, например Стивен Хокинг, Билл Гейтс или тот же Илон Маск, начали паниковать, что ИИ обрекает человечество на гибель, а будущее они видят какой-то антиутопией. Стоит ли воспринимать такие прогнозы всерьез?

Честно говоря, я бы не спешил всерьез пугаться этих заявлений. Стивен Хокинг, безусловно, не является специалистом в области ИИ, как, в общем-то, и Илон Маск.

На другой чаше весов высказывания таких людей, как, например, Эндрю Ын - американский ученый в области информатики, доцент Стэнфордского университета, исследователь робототехники и машинного обучения, ведущий специалист лаборатории искусственного интеллекта китайской корпорации Baidu.

Ын, говоря о проблеме безопасности ИИ, сравнивает ее с проблемой перенаселения Марса - конечно, мы когда-нибудь колонизируем Марс, и тогда, возможно, в какой-то момент там возникнет проблема перенаселения. Но стоит ли заниматься ей сегодня?

Марк Цукерберг также довольно скептически отнесся к заявлениям Маска. «Искусственный интеллект сделает в будущем нашу жизнь лучше, а предсказывать конец света очень безответственно», - заявил он.

Лично я думаю, что высказывания Маска стоит рассматривать в прагматическом ключе - Маск хочет застолбить эту тему и в идеале получить от государства средства для ее разработки.

Неужели всё так безоблачно и не о чем беспокоиться?

Реальные опасности, связанные с развитием ИИ, лежат, на мой взгляд, совсем в иной плоскости, чем об этом принято думать. Главные риски связаны не с тем, что мы создадим «Скайнет», который поработит человечество. Риски от внедрения технологий ИИ и машинного обучения куда более прозаичны.

Доверяя решение важных вопросов тем или иным математическим моделям, мы можем пострадать от ошибок, допущенных при их разработке. Искусственный интеллект, воспроизводящий действия людей-экспертов, унаследует их ошибки и предубеждения. Недоработки в системах управления производством или транспортом могут привести к катастрофам.

Вмешательство злоумышленников в работу жизненно важных систем в условиях тотальной автоматизации может повлечь опасные последствия. Чем сложнее системы, тем больше в них может быть потенциальных уязвимостей, в том числе связанных со спецификой тех или иных алгоритмов искусственного интеллекта.

Безусловно, для управления этими рисками следует создавать законодательную базу, разумные регламенты безопасности, специальные методы для выявления уязвимостей. Одни системы ИИ будут использоваться для контроля других. Возможно, код жизненно важных систем будет обязателен к публикации для независимого аудита. Словом, специалистам в этой сфере предстоит еще много работы.

• Перевод

Истерия вокруг будущего искусственного интеллекта (ИИ) захватила мир. Нет недостатка в сенсационных новостях о том, как ИИ сможет лечить болезни , ускорять инновации и улучшать творческий потенциал человека. Если читать заголовки СМИ, вы можете решить, что уже живёте в будущем, в котором ИИ проник во все аспекты общества.

И хотя нельзя отрицать, что ИИ открыл нам богатый набор многообещающих возможностей , он также привёл к появлению мышления, которое можно охарактеризовать, как веру во всемогущество ИИ. По этой философии, при наличии достаточного количества данных, алгоритмы машинного обучения смогут решить все проблемы человечества .

Но у этой идеи есть большая проблема. Она не поддерживает прогресс ИИ, а наоборот, ставит под удар ценность машинного интеллекта, пренебрегая важными принципами безопасности и настраивая людей на нереалистичные ожидания по поводу возможностей ИИ.

Вера во всемогущество ИИ

Всего за несколько лет вера во всемогущество ИИ пробралась из разговоров технологических евангелистов Кремниевой долины в умы представителей правительств и законодателей всего мира. Маятник качнулся от антиутопического представления об уничтожающем человечество ИИ к утопической вере в пришествие нашего алгоритмического спасителя .

Мы уже видим, как правительства обеспечивают поддержку национальным программам развития ИИ и соревнуются в технологической и риторической гонке вооружений , чтобы получить преимущество в бурно растущем секторе машинного обучения (МО). К примеру, британское правительство пообещало вложить £300 млн в исследования ИИ, чтобы стать лидером этой области. Очарованный преобразовательным потенциалом ИИ, французский президент Эмманюэль Макрон решил превратить Францию в международный центр ИИ . Китайское правительство увеличивает свои возможности в области ИИ с помощью государственного плана по созданию китайской ИИ-индустрии объёмом в $150 млрд к 2030 году. Вера во всемогущество ИИ набирает обороты и не собирается сдаваться.

Нейросети – легче сказать, чем сделать

В то время как многие политические заявления расхваливают преобразующие эффекты надвигающейся "революции ИИ ", они обычно недооценивают сложности внедрения передовых систем МО в реальном мире.

Одна из наиболее многообещающих разновидностей технологии ИИ – нейросети . Эта форма машинного обучения основывается на примерном подражании нейронной структуры человеческого мозга, но в гораздо меньшем масштабе. Многие продукты на основе ИИ используют нейросети, чтобы извлекать закономерности и правила из больших объёмов данных. Но многие политики не понимают, что просто добавив к проблеме нейросеть, мы не обязательно тут же получим её решение. Так, добавив нейросеть к демократии, мы не сделаем её мгновенно менее дискриминированной, более честной или персонализованной.

Бросая вызов бюрократии данных

Системам ИИ для работы нужно огромное количество данных, но в госсекторе обычно не бывает подходящей инфраструктуры данных для поддержки передовых систем МО. Большая часть данных хранится в офлайн-архивах. Небольшое количество существующих оцифрованных источников данных тонут в бюрократии. Данные чаще всего размазаны по различным правительственным департаментам, каждому из которых для доступа требуется особое разрешение. Кроме всего прочего, госсектору обычно не хватает талантов, оснащённых нужными техническими способностями, чтобы в полной мере пожать плоды преимуществ ИИ .

По этим причинам связанный с ИИ сенсационализм получает множество критики. Стюарт Рассел, профессор информатики в Беркли, давно уже проповедует более реалистичный подход, концентрирующийся на простейших, повседневных применениях ИИ, вместо гипотетического захвата мира сверхразумными роботами. Сходным образом профессор робототехники из MIT, Родни Брукс, пишет , что «почти всем инновациям в робототехнике и ИИ требуется гораздо, гораздо больше времени для реального внедрения, чем это представляют себе как специалисты в этой области, так и все остальные».

Одна из множества проблем внедрения систем МО состоит в том, что ИИ чрезвычайно подвержен атакам . Это значит, что злонамеренный ИИ может атаковать другой ИИ, чтобы заставить его выдавать неправильные предсказания или действовать определённым образом. Многие исследователи предупреждали о том, что нельзя так сразу выкатывать ИИ, не подготовив соответствующих стандартов по безопасности и защитных механизмов . Но до сих пор тема безопасности ИИ не получает должного внимания.

Машинное обучение – это не волшебство

Если мы хотим пожать плоды ИИ и минимизировать потенциальные риски, мы должны начать размышлять о том, как мы можем осмысленно применить МО к определённым областям правительства, бизнеса и общества. А это значит, что нам необходимо начать обсуждения этики ИИ и недоверия многих людей к МО.

Самое важное, нам нужно понимать ограничения ИИ и те моменты, в которые люди всё ещё должны брать управление в свои руки. Вместо того, чтобы рисовать нереалистичную картину возможностей ИИ, необходимо сделать шаг назад и отделить реальные технологические возможности ИИ от волшебства.

В медицине тоже признают, что ИИ нельзя считать решением всех проблем. Программа "IBM Watson for Oncology " была ИИ, который должен был помочь докторам бороться с раком. И хотя она была разработана так, чтобы выдавать наилучшие рекомендации, экспертам оказывается . В результате программу закрыли в большинстве госпиталей, где проходили её пробные запуски.

Схожие проблемы возникают в законодательной области, когда алгоритмы использовались в судах США для вынесения приговоров. Алгоритмы подсчитывали значения рисков и давали судьям рекомендации по приговорам. Но обнаружилось, что система усиливает структурную расовую дискриминацию, после чего от неё отказались.

Эти примеры показывают, что решений на основе ИИ для всего не существует. Использование ИИ ради самого ИИ не всегда оказывается продуктивным или полезным. Не каждую проблему лучше всего решать с применением к ней машинного интеллекта. Это важнейший урок для всех, кто намеревается увеличить вложения в государственные программы по развитию ИИ: у всех решений есть своя цена, и не всё, что можно автоматизировать, нужно автоматизировать.

Теги: Добавить метки

Юлия Сухорослова, руководитель программы поддержки научно-технических проектов «Инновационная радиоэлектроника », ответила на актуальные вопросы про искусственный интеллект. Не обошлось без обсуждения «страшилок», правда бояться нужно не захвата планеты роботами.

- Есть ли такие области, где искусственный интеллект точно ни к чему?

Интеграция технологий, в том числе и искусственного интеллекта, во все сферы жизни человека закономерна - не думаю, что мы должны проводить границы. Если ИИ способен подобрать ученику онлайн-школы более эффективную программу обучения или спрогнозировать риск инфаркта по ЭКГ, разве это плохо? Естественно, искусственный интеллект не должен заменять человеческий - он должен быть помощником, а не господином. Сбор информации, анализ, рекомендации можно отдать ему на «аутсорсинг», финальное принятие решений - никогда.

- Какие события и открытия в сфере ИИ вы бы назвали самыми значимыми в 2018 году?

Подводить итоги, на мой взгляд, еще рано - и год не закончился, и результаты открытий нельзя оценивать только по факту их свершения. Важными считаю разработки в области медицины. Например, ученые из Института Генриха Герца создали систему автоматизированной диагностики инфаркта миокарда на основе самообучающейся компьютерной программы. А научные сотрудники Токийского университета разработали систему анализа Ghost Cytometry, которая совершенствует технологию обнаружения раковых клеток в крови человека.

- Какие проекты в области ИИ сейчас актуальны? Какие насущные проблемы нужно решить?

Системы на базе искусственного интеллекта сегодня наиболее актуальны для аналитики в компаниях, оперирующих массивами больших данных: это медицина, нефтегазовая отрасль, логистика, физическая и информационная безопасность. На особой волне хайпа - проекты в области беспилотного транспорта (самые известные - Tesla и «Яндекс») и автоматизации клиентского обслуживания. Компании ищут способы не только автоматизировать рутинные операции вроде работы службы поддержки, но и зацепить клиента необычным сервисом - хотя чат-ботами сегодня уже мало кого удивишь. Российское представительство Coca-Cola недавно успешно протестировало робота Веру в ходе одной из HR-кампаний - она проводила первичное собеседование с кандидатами на одну из лидерских программ компании.

- В каких проектах в области искусственного интеллекта заинтересована «Инновационная радиоэлектроника»?

В этом году мы впервые запустили набор проектов в области ИИ и пока присматриваемся к уровню подготовки и экспертизе. В текущем сезоне таких проектов было немного. Мы не отбираем команды под решение конкретных задач, по крайней мере на нынешнем этапе развития у нас таких целей нет. Рады поддержать проект в развитии и рыночной реализации, а также любую инициативу в этой области, если она найдет достойное применение на практике.

- Есть ли сейчас такая задача, решая которую, проект на 100 % получает поддержку?

Нет, такой задачи нет. За сезон проект проходит несколько стадий и оценивается по ряду критериев: отдельно рассматриваются прототипы, бизнес-планы, попадание в рынок и ЦА и прочее. Окончательное решение принимает экспертная комиссия по результатам очной защиты проекта. Проекты проходят через несколько фильтров, после чего и формируется полное понимание, какие задачи они решают, насколько актуальны и какие у него перспективы на рынке. Из этого складывается решение о поддержке проекта.

- Какие стартапы в этой сфере вы считаете наиболее успешными?

Мне очень близки технологические проекты, которые глобально могут позитивно повлиять на человечество. К таким относится система Watson for Oncology, разработанная в онкологическом центре имени Слоуна-Кеттеринга в Нью-Йорке. Программа анализирует индивидуальные планы лечения, данные онкологической экспертизы, а также использует массивы медицинской литературы в объеме более 300 научных журналов, 200 учебников и почти 15 миллионов страниц текста. Система ранжирует опции лечения, привязывая их к независимым исследованиям и клиническим рекомендациям.

Очень интересны проекты стартапа NTechLab и их сверхточный алгоритм распознавания лиц. Особенно приятно, что эта российская команда востребована и за рубежом - обычно отечественным стартапам довольно сложно пробиться на западные рынки.

- Есть ли моменты в сфере ИИ, которые вас пугают или удивляют?

Классические страшилки о порабощении человечества роботами и искусственным интеллектом хороши для сюжета фантастического фильма, но с реальностью имеют мало общего. По крайней мере в ближайшие сто лет технологии навряд ли выйдут на такой уровень - современные роботы больше похожи на героев фильма «Трансформеры», чем на робо-девушку Софию.

Однако уже сейчас ИИ следует особо контролировать в некоторых областях: например, во всем, что связано с информационной безопасностью. Отдельно нужно учитывать влияние искусственного интеллекта на самостоятельность человека - полностью полагаясь на виртуальных помощников, мы перестаем развивать собственные навыки. Особенно это касается людей, применяющих ИИ повсеместно, даже в бытовой домашней рутине.

- Когда человек сможет разговаривать с искусственным интеллектом наравне?

Думаю, это возможно уже сейчас. Необходимо обучить ИИ на основе анализа огромного количества диалогов. Один из примеров - яндексовская Алиса, которая может на простом уровне поддержать беседу. Она сильно эволюционировала с тех пор, как была выпущена.

Когда ИИ сможет понимать иронию и многогранные значения русского мата в зависимости от контекста? Что для этого нужно?

Распознавание нецензурной брани с точки зрения алгоритма ничем не отличается от обработки любых других слов. Мат, ирония, значение слова в контексте требует просто немного больше времени на машинное обучение. Легче распознать голосовое сообщение, потому оно несет эмоцию и интонацию. Гораздо сложнее научить машину понимать шутки в тексте- это не всегда под силу даже человеку, особенно если собеседник на другом конце мессенджера не использует эмодзи или другие символы.

Для вдохновения рекомендую футуристическую классику: «Матрица», «Терминатор» «Я робот», «Двухсотлетний человек», «На крючке», «Она», «Из машины», «Превосходство», сериал «Мир Дикого запада». Из художественной литературы - Стругацких и Айзека Азимова. Если хочется чего-то более реального, в формате «прямо сейчас в мире», то советую добавить в закладки раздел «Технологии» TED Talks. Из последнего меня впечатлила лекция о том, как беспилотники используют для доставки донорской крови.

По мероприятиям могу дать такой совет: обращайте внимание на организаторов. Очень хорошо, если это крупная IT-компания или компания на стыке отраслей - из сферы финтеха, например. Выбирать нужно, основываясь на своем уровне знаний и мотивации - ходить «просто послушать» абсолютно бессмысленно. Как вариант, можно начать с AI Conference в ноябре 2018 или Opentalks.ai в феврале 2019.

Почему же …

Почему то … Орфографический словарь-справочник

почему-то - почему/ то … Морфемно-орфографический словарь

почему-то - почему/ то … Правописание трудных наречий

ПОЧЕМУ. 1. нареч. вопросительное. По какой причине, на основании чего. Почему вы не едете в отпуск? Почему ты так думаешь? 2. союзное слово. Вследствие чего, по причине чего. «Другая есть причина, почему она ждать не будет.» А.Тургенев. «Умел… … Толковый словарь Ушакова

Why Me? Жанр авантюрная комеди … Википедия

Отчего то, что то, чего то; по неизвестной причине, неизвестно почему, по какой то причине Словарь русских синонимов. почему то отчего то, неизвестно почему, по какой то (или неизвестной) причине; что то (разг.); чего то (прост.) Словарь… … Словарь синонимов

Pourquoi pas moi? Жанр Мелодрама,Комедия … Википедия

Отчего, зачем; благодаря чего, вследствие чего, с чего, вследствие этого, благодаря этому, благодаря тому, с какой радости, с каких щей, с каких же щей, что так, что же, поэтому, посему, какими судьбами, вследствие того, в честь какого праздника … Словарь синонимов

Местоим. нареч. По неизвестной причине; отчего то. Почему то не спится. Почему то невесело. Почему то знобит. П. жалею всех … Энциклопедический словарь

Книги

• Почему? , Ю. Б. Борьян. Книга о насущных проблемах России и путях их преодоления с учетом действовавших и действующих реалий (коррупции, приватизации, инфляции и т. д.). Кратко приведен опытвыхода из кризиса и…
• Почему я? , Джеймс Чейз. Романы Чейза отличает динамичный сюжет, весьма искусно разработанная интрига. В опасной ситуации оказывается герой "Похитителя" Гарри Барбер. Он вынужден проявитьмужество и сообразительность,…