В принятии важных решений все чаще участвуют алгоритмы машинного обучения

GQHi-Tech

Машины рулят людьми

Текст: Антон Иванов. Коллажи: Алик Новожилов

0:00 /
1069.483

Нас призывают придерживаться принципов политкорректности и толерантности, но будет ли играть по этим правилам искусственный интеллект или, пока люди строят общество равных возможностей, где-то за кулисами их судьбы будут решать роботизированные алгоритмы, по-разному оценивающие представителей разных полов, рас и сексуальных меньшинств?

В принятии жизненно важных решений — от выдачи кредита до постановки медицинского диагноза — все чаще участвуют алгоритмы машинного обучения (ранние зачатки искусственного интеллекта). Во Франции так распределяют детей по школам, в Америке рассчитывают тюремный срок, который получит осужденный. Кредит, страховка, судьба претендента на вакантное место — все эти вопросы из-под власти людей уходят к роботам. В основе железной логики машин всегда лежит анализ огромных баз данных, но какая именно информация о вас станет решающей, не скажет никто.

«Сегодня можно создать алгоритмы, способные скомпрометировать человека и вторгнуться в его личную жизнь. Например, ученые из Стэнфорда в порядке эксперимента уже научили нейронные сети по фотографии человека довольно точно определять сексуальную ориентацию, — рассказывает вице-президент Тинькофф-банка Константин Маркелов. — Есть возможность распознать человека, попавшего в поле зрения видеокамеры, найти его профиль в соцсетях и через сервисы, которых множество, узнать о его поисковых запросах, маршрутах перемещений, достатке. После этого алгоритм может сделать тот или иной вывод — в зависимости от поставленной задачи». Выводы эти далеко не всегда бесстрастные.

Одними из первых тревогу забили ученые Принстонского университета, заметившие, что искусственный интеллект, обучающийся на текстовых источниках, быстро становится предвзятым и начинает считать белый цвет кожи и мужской пол преимуществами. Причина в том, что этими предрассудками наполнены наши книги, наш интернет и даже наш язык. Например, слово «профессионал» имеет положительную коннотацию, а «профессионалка» — несколько иную, и таких примеров множество. Даже тот факт, что слова «доктор» и «инженер» — мужского рода, уже наводит компьютер на мысль о том, что эти вакансии не для женщин. Компания Amazon уже пережила скандал с HR‑алгоритмом, который пытался нанимать только представителей сильного пола.

Искусственный интеллект, как ребенок, впитывает все, что ему дают. К чему приводит такое обучение, пущенное на самотек, мы увидели в 2016 году, когда чат-бот Tay от компании Microsoft за сутки из милого собеседника превратился в фашиста. «Люди — клевые» — таким было его первое сообщение, но уже вскоре он требовал смерти феминисток, признавался в ненависти к человечеству и говорил, что Гитлер был прав. Не значит ли это, что, доверив искусственному интеллекту свой мир сегодня, завтра мы окажемся в руках электронных безумцев?

Основатель компании Tazeros Global, специалист по обработке данных Артур Хачуян уверен, если это и произойдет, то виноваты будут сами люди: «Самостоятельного искусственного интеллекта пока не существует в принципе. Все алгоритмы машинного обучения исходят от людей и, соответственно, проблемы — тоже. Майкрософтовский бот стал расистом, потому что создавший его программист загрузил в него неправильную выборку данных. Так же и Tesla, сбившая велосипедистку, не смогла ее правильно распознать из-за ошибки инженера».

Этого же мнения придерживается и антивирусный эксперт «Лаборатории Касперского» Алексей Маланов: «Всему виной ложные корреляции — когда алгоритм видит связь между событиями там, где ее на самом деле нет. Пример — «робот», который распределял в медицинском центре Университета Питтсбурга больных в очереди на прием и решил, что люди, страдающие астмой и пневмонией одновременно, могут подождать. Логика была такой: по статистике пациенты с таким сочетанием диагнозов умирают редко, а значит, можно не спешить, но дело в том, что не умирают они именно потому, что им всегда первым оказывают помощь. Информацию об этом алгоритму не предоставили, и он построил неверную логическую цепочку». Данные — это грубый материал, который еще нужно обработать и в правильном виде загрузить в машину.

«Ранние зачатки искусственного интеллекта появились в 70‑80‑е годы XX века, но тогда они не могли работать: не хватало вычислительных мощностей и не было больших данных, на которых можно было бы учить системы, — рассказывает член Консультативного совета Роскомнадзора, директор исполкома Национального Дельфийского совета России Артемий Понявин. — Сегодня же в интернете столько информации, что для систем машинного обучения созданы идеальные условия».

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Так думают женщины о... Так думают женщины о...

Очередная попытка выяснить, чего хочет женщиина

Playboy
Какие подарки ждет от тебя девушка на разные праздники Какие подарки ждет от тебя девушка на разные праздники

Думаешь, подарок на 8 Марта — это то же, что подарок на День рождения?

Maxim
Игры кончились Игры кончились

Кит Харингтон рассказал GQ, за что ненавидит сериал, сделавший его знаменитым

GQ
Винтокрылые гиганты: самые большие вертолеты мира Винтокрылые гиганты: самые большие вертолеты мира

Самые большие вертолеты, созданные в наши дни

Популярная механика
Артист в ударе Артист в ударе

GQ встретился с одним из самых харизматичных российских актеров

GQ
Пять трешовых фильмов из Южной Кореи: боевики Голливуда покажутся цветочками Пять трешовых фильмов из Южной Кореи: боевики Голливуда покажутся цветочками

Контент для тех, кто устал от банальщины

Playboy
Miss MAXIM 2019 Miss MAXIM 2019

Марафон красоты длиной в пять месяцев финишировал!

Maxim
Взрослая девочка Взрослая девочка

Европейские социологи признали: люди взрослеют все позже

Лиза
Тысячи и одна ночь Тысячи и одна ночь

Как Instagram стал каталогом секс-услуг, а Telegram — инструментом сутенеров

GQ
9 вредных мифов о занятиях в тренажерном зале (пора о них забыть) 9 вредных мифов о занятиях в тренажерном зале (пора о них забыть)

Ты про это слышал, но это неправильно

Playboy
Деревянный Кремль Деревянный Кремль

Так, как Владимир Клавихо-Телепнев, Москву еще не снимал никто

GQ
История кроссовок: Air Jordan 1 История кроссовок: Air Jordan 1

Силуэт, с которого началась история бренда Jordan

GQ
Победа любой сценой Победа любой сценой

У каждой эпохи тот Гамлет, которого она заслуживает

GQ
Как Levi Strauss с триумфом вернулся на биржу Как Levi Strauss с триумфом вернулся на биржу

Немногие компании на высококонкурентном рынке одежды решаются на IPO

Forbes
Дачи не надо Дачи не надо

Герои GQ Travel выбрали пять отелей для дауншифтинга неподалеку от Москвы

GQ
NASA получила рекордный бюджет, чтобы в 2028 году послать астронавтов к Луне NASA получила рекордный бюджет, чтобы в 2028 году послать астронавтов к Луне

Из бюджета NASA на 2020 финансовый год $10,7 млрд отпущены на исследование Луны

Forbes
Про детские как бы игры Про детские как бы игры

Лев Рубинштейн вспоминает, каким был досуг детей до изобретения компьютеров

GQ
Резо Гигинеишвили: «Когда я не снимаю, чувствую себя как рыба на суше» Резо Гигинеишвили: «Когда я не снимаю, чувствую себя как рыба на суше»

Резо Гигинеишвили о секретах успешных картин и магии творчества

Grazia
Ударница Ударница

Кто эта хрупкая блондинка? Модель? Актриса? А вот и нет!

Maxim
Ford может закрыть заводы в России Ford может закрыть заводы в России

Автопроизводитель Ford думает о закрытии предприятий в Ленобласти и Татарстане

Forbes
Голливуди Голливуди

Вуди Харрельсон и корреспондент Esquire перешли через дорогу и попали в нирвану

Esquire
Школа злословия: звезды, на чьих страницах «пасутся» хейтеры Школа злословия: звезды, на чьих страницах «пасутся» хейтеры

Список знаменитостей, которым негатива достается больше, чем всем остальным

Cosmopolitan
Гуттаперчевый мальчик Гуттаперчевый мальчик

Главный комик страны Александр Гудков высмеивает легендарные обложки Esquire

Esquire
Догоняй меня! Догоняй меня!

Bentley выпустил самый быстрый внедорожник в мире. Или нет?

АвтоМир
5 типичных ошибок при выборе светодиодных ламп 5 типичных ошибок при выборе светодиодных ламп

О преимуществах LED-освещения все уже знают, но как их правильно выбрать?

CHIP
Кирилл Шамалов выбыл из списка миллиардеров Forbes Кирилл Шамалов выбыл из списка миллиардеров Forbes

Совладелец «Сибура» Кирилл Шамалов выбыл из числа долларовых миллиардеров

Forbes
Уровень цитирования: бог Уровень цитирования: бог

Самые актуальные библейские цитаты на все случаи жизни

Maxim
Сила притяжения Сила притяжения

Зачем нужно понимать механизмы действия силы гравитации

Yoga Journal
Культурный обмен Культурный обмен

2-я церемония вручения международной профессиональной музыкальной Премии BraVo

OK!
Семь способов приблизиться к мечте Семь способов приблизиться к мечте

Несколько советов от Барбары Шер о том, как начать жить так, как вам нравится

Psychologies
Открыть в приложении