Голосовые помощники — отрывок из книги «Воспитание машин: Новая история разума»

N+1Hi-Tech

«Воспитание машин: Новая история разума»

Альпина нон-фикшн

Машинный интеллект преобразил уклад человеческой жизни, ознаменовав переход к новой цифровой экономике. Транспорт, охрана правопорядка, медицина, развлечения — куда ни посмотри, нейросети повсюду находят себе применение и получают в свое распоряжение все большую власть. В книге «Воспитание машин: Новая история разума» (издательство «Альпина нон-фикшн») кандидат физико-математических наук и специалист в области машинного обучения и искусственного интеллекта Сергей Шумский рассказывает, почему исследования в области ИИ сегодня прогрессируют как никогда быстро, каковы могут быть социальные и экономические последствия этого процесса и почему «сильный искусственный интеллект» должен быть похож на человеческий. N + 1 предлагает своим читателям ознакомиться с отрывком, посвященным голосовым помощникам: что такое сенсорный интеллект, почему все больше компаний вкладывают деньги в разработку голосовых ассистентов и с какими сложностями сталкиваются их создатели.

Современные цифровые платформы: сенсорный интеллект

Голосовые помощники стали новацией 2010-х годов в качестве нового интерфейса пользователя в эпоху смартфонов. Они, как и безлюдные магазины Amazon Go, обязаны своим появлением новому поколению алгоритмов машинного обучения — так называемому глубокому обучению искусственных нейронных сетей. Технологический прорыв в машинном обучении в 2010-х, известный как революция глубокого обучения, связан с достижением компьютерами критической производительности 1011 FLOPS, сравнимой с человеческой, по доступным ценам.

Это, конечно, не означало автоматически появления искусственного интеллекта, как он когда-то задумывался его отцами-основателями. Для этого у человечества пока что банально не хватает соответствующих знаний, о чем мы еще поговорим в главе 5. Мощности сегодняшних суперкомпьютеров достигают 1016 FLOPS, однако это до сих пор не привело к появлению сильного ИИ. Но кое-какие разработки 1980-х и 1990-х годов, для которых в свое время просто не хватало вычислительных мощностей, чтобы выйти на уровень отдельных когнитивных способностей, сравнимый с человеческим, «выстрелили» именно в этот момент. Речь идет об обучении некоторых типов искусственных нейронных сетей, разработанных для работы с изображениями (сверточные нейронные сети) и временными сигналами (сети с долговременной памятью).

Оказалось, что просто за счет увеличения количества слоев в таких (глубоких) нейросетях и увеличения объема данных для их обучения, для чего теперь имелись вычислительные мощности, качество распознавания картинок и звука может достигать человеческого уровня. В итоге на протяжении 2010-х годов, благодаря технологиям глубокого обучения, машины, говоря простым языком, научились видеть и слышать не хуже человека.

Соответственно появилась масса новых возможностей для замены человека машинами — там, где люди работали «умными сенсорами»: контролерами, охранниками, операторами колл-центров, и в других профессиях с относительно простой бизнес-логикой. Отсюда — появляющиеся сегодня проходные без охранников, магазины без продавцов, такси без водителей, безлюдные колл-центры и голосовые помощники в смартфонах и умных колонках.

И это еще только начало. Потенциальный рынок приложений слабого ИИ, наделенного сверхчеловеческими сенсорными возможностями по доступным ценам, чрезвычайно большой. Он касается самых массовых профессий — продавцов, кассиров, водителей и т. д., поэтому обещает большой экономический эффект. Оказывается, люди, по крайней мере многие из них, не так уж и незаменимы.

Отложив обсуждение этой важнейшей проблемы до следующей главы, зададимся пока одним чисто практическим вопросом о драйверах развития ИИ. Есть ли экономическая целесообразность в дальнейшем совершенствовании технологий машинного обучения или бизнес может ограничиться достигнутыми успехами, сосредоточив усилия на бизнес-инновациях, то есть на освоении уже открывшихся благодаря слабому ИИ рынков? От ответа на этот вопрос зависит, в частности, объем вложений в разработку сильного ИИ и соответственно время появления последнего.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Ожирение в детстве в четыре раза повысило вероятность долгосрочного отпуска по болезни в 25 лет Ожирение в детстве в четыре раза повысило вероятность долгосрочного отпуска по болезни в 25 лет

У страдавших ожирением в детстве высокая вероятность уйти в отпуск по здоровью

N+1
15 фильмов про одиночество, которые стоит посмотреть 15 фильмов про одиночество, которые стоит посмотреть

Фильмы об одиночестве, которые стоит посмотреть

Playboy
Какими бывают виды отверток и бит для шуруповертов Какими бывают виды отверток и бит для шуруповертов

Какие бывают отвертки — виды и названия наконечников, а также их размеры

CHIP
Так ли страшен черт. Все о бюрократии в Европе Так ли страшен черт. Все о бюрократии в Европе

На каком уровне она находится бюрократия в Европе и сравнима ли она с российской

СНОБ
Пища для глаз: что такое визуальный голод и как фотографии еды воздействуют на мозг Пища для глаз: что такое визуальный голод и как фотографии еды воздействуют на мозг

Как наш мозг реагирует на виртуальное питание

Forbes
Признайтесь, вы тоже их обожаете: молодежные комедии, которые всегда радуют Признайтесь, вы тоже их обожаете: молодежные комедии, которые всегда радуют

Самые интересные, смешные, необычные, наивные и милые молодёжные комедии

Cosmopolitan
Загадка блуждающей звезды: причины аномального затмения Загадка блуждающей звезды: причины аномального затмения

Звезда озадачила ученых быстрой и хаотичной потерей яркости

Популярная механика
Geely Atlas Pro. Борьба за идею Geely Atlas Pro. Борьба за идею

Обновлённый кроссовер Geely Atlas, получивший модную приставку Pro

4x4 Club
Хризопея воды Хризопея воды

Как превратить аммиак и воду в золото

N+1
«Самый гениальный саунд-продюсер в истории человечества»: как Слава Марлоу заработал $2 млн и вошел в рейтинг Forbes «Самый гениальный саунд-продюсер в истории человечества»: как Слава Марлоу заработал $2 млн и вошел в рейтинг Forbes

Слава Марлоу борется с депрессией и активно занимается сольным творчеством

Forbes
Темная правда о клане Кеннеди: измены, наркотики, трагические смерти и тайны Темная правда о клане Кеннеди: измены, наркотики, трагические смерти и тайны

Семья Кеннеди переживала великие победы и огромные трагедии

VOICE
Амбиверты: кто это такие и как понять, что вы один из них Амбиверты: кто это такие и как понять, что вы один из них

Амбиверты — люди, находящиеся между экстраверсией и интроверсией

Psychologies
Воноговы Воноговы

Воноговы — главная виндсерфинг-династия Петербурга

Собака.ru
13 замечательных киноляпов 13 замечательных киноляпов

Перлы, фактические ошибки и сюжетные дыры в культовых фильмах

Maxim
Скотт Карни: Красный рынок. Шокирующее исследование о продаже плоти Скотт Карни: Красный рынок. Шокирующее исследование о продаже плоти

Отрывок из книги «Красный рынок» Скотта Карни

СНОБ
Сбывшийся сон князя Гедимина: 7 фактов о Вильнюсе Сбывшийся сон князя Гедимина: 7 фактов о Вильнюсе

Вильнюс полон разных тайн, но готов раскрыть их желающим

Вокруг света
Естественно и практично Естественно и практично

Керамическая плитка с имитацией деревянной поверхности

Идеи Вашего Дома
«Хамство со стороны компании»: почему увольнение 150 человек из пермской Xsolla было ошибкой «Хамство со стороны компании»: почему увольнение 150 человек из пермской Xsolla было ошибкой

Чем может обернуться для компании жесткое и экстравагантное поведение лидера

Forbes
Россия в огне: почему лесные пожары в 2021 году бьют рекорды? Россия в огне: почему лесные пожары в 2021 году бьют рекорды?

Кто виноват в лесных пожарах в России и что делать

Playboy
«Сварщица Екатерина»: В кофе больше вкуса, чем в вине «Сварщица Екатерина»: В кофе больше вкуса, чем в вине

Зачем кофе выдерживают в пивных бочках и почему домашние кофемашины бесполезны

4x4 Club
Лиля Брик Лиля Брик

Муза русского авангарда, Москва, скончалась в 1978 году

Esquire
Крылатые и хвостатые синоптики: как животные предсказывают погоду Крылатые и хвостатые синоптики: как животные предсказывают погоду

Предсказатели погоды, которые живут рядом с нами

Вокруг света
Церингенский лев Церингенский лев

Что помогает раскрыть тайну таких «фрачных» портретов

Дилетант
Как в «Чёрном зеркале»: нейросеть GPT-3 помогла канадцу «связаться» с умершей невестой — в ИИ-чате Как в «Чёрном зеркале»: нейросеть GPT-3 помогла канадцу «связаться» с умершей невестой — в ИИ-чате

C помощью ИИ можно «оживить» умерших, но их всё равно придётся потерять

VC.RU
В зоне риска: 9 самых неожиданных профессиональных заболеваний В зоне риска: 9 самых неожиданных профессиональных заболеваний

Представляем девять наиболее рискованных профессий

Вокруг света
Олимпиада на авось Олимпиада на авось

Разгром сборной царской России в V Олимпийских играх

Вокруг света
Через время, через расстояния: 11 мостов-рекордсменов со всего света Через время, через расстояния: 11 мостов-рекордсменов со всего света

Мосты-рекордсмены со всего мира

Вокруг света
Акне, жирный блеск, расширенные поры: как правильно ухаживать за кожей лица Акне, жирный блеск, расширенные поры: как правильно ухаживать за кожей лица

Наш эксперт помогает решить самые актуальные проблемы с кожей лица

Cosmopolitan
«Ни единого пенни»: Квентин Тарантино дал в детстве клятву никогда не давать матери денег «Ни единого пенни»: Квентин Тарантино дал в детстве клятву никогда не давать матери денег

Американский режиссер пообещал никогда не помогать матери финансово

Forbes
Ученые опровергли мнение о том, что взрослые люди набирают вес из-за плохого метаболизма Ученые опровергли мнение о том, что взрослые люди набирают вес из-за плохого метаболизма

Скорость метаболизма начинает снижаться гораздо позже, чем вы могли предположить

Inc.
Открыть в приложении