Было странно уместно, что режиссер Джеймс Кэмерон представил мир Скайнету - вымышленному супер-ИИ, который стремился уничтожить человечество - в 1984 году.
По словам Терминатора , Skynet был создан в 90-е годы в будущем, чтобы убрать человеческий фактор из ядерной обороны США. Но затем Скайнет осознал себя, инициировал глобальный ядерный холокост и создал армию роботов-убийц , чтобы убить выживших, йадда, йадда иадда.
Конечно, эта будущая дистопия возникла задолго до того, как появилось что-либо вроде способных роботов или искусственного интеллекта. Перенесемся в 2017 год, и дополнительные технологии не только появятся в реальном мире, но инженеры изо всех сил пытаются придумать способы, чтобы дать им еще больше обязанностей. Во всем мире автономные мини-скайнеты становятся (надеюсь, доброжелательными?) Реальностью.
В то время как мы, вероятно, не будем в ближайшее время передавать что-то столь же ненадежное, как ядерный запуск, кодирует алгоритм, общество все больше полагается на технологии для выполнения других жизненно важных задач. На самом деле, этот мир стал настолько сложным, что это практически необходимо. Наш инфрацеркутер не просто подключается к сети, он приобретает способность предвидеть и реагировать. Мы поставили перед нашими алгоритмами задачу по выявлению нарушений безопасности в сложных системах, торговле большинством мировых запасов и даже прогнозированию, когда такие вещи, как детали авиационного двигателя, могут сломаться до того, как это произойдет.
С этой целью инженеры все чаще используют такие вещи, как «цифровые близнецы», чтобы помочь делать прогнозы и принимать решения. Цифровые близнецы - это виртуальные представления реальных объектов (обычно жизненно важной инфраструктуры, такой как турбины на электростанции). Эти близнецы используют данные в реальном времени, чтобы предсказать, когда что-то может выйти из строя (тем самым позволяя специалистам по поддержке - которые сами становятся все более автоматизированными - устранять проблемы до того, как они возникнут). Но если ИИ является типом интеллекта, было бы правильно описать цифровых близнецов как форму воображения ?
«Да, это так. Но это воображение, сосредоточенное вокруг того, что он на самом деле знает и о своей прошлой истории, а также об окружающей среде и о том, как вы ее используете», - объясняет доктор Колин Паррис, вице-президент по исследованиям программного обеспечения в General Electric и ведущий разработчик технологии digital twin, недавно посетивший серию интервью PCMag The Convo . «Это воображение говорит о том, что« хорошо, основываясь на этих данных, мне, возможно, придется поддерживать в это время ».
Но цифровые близнецы не предназначены для ввода из одного источника - они могут использовать опыт целого флота. Если алгоритм, например, наблюдает, что конкретная часть самолета начинает испытывать износ после 2000 посадок в дождливых условиях, то он может пропинговать обслуживающий экипаж в следующий раз, когда самолет приступит к обслуживанию. Но предоставление системе истинного интеллекта - это больше, чем «время проверки» на приборной панели вашего автомобиля; речь идет об улучшении его возможностей с течением времени.
Область ИИ, называемая «машинное обучение», позволяет компьютерам справляться с задачами независимо от человеческого руководства. Это склеивание собранных переживаний способствует улей-уму, который восполняет недостаток здравого смысла. Без этого цифрового духа времени сложные технологии, такие как автомобили с автоматическим управлением, были бы невозможны.
Один программист-человек или даже целая армия программистов никогда не смогут создать программное обеспечение, которое предвидело бы каждый реальный сценарий дорожного движения, но автомобили с самостоятельным вождением могут учиться на наблюдениях. Например, автомобиль с автоматическим управлением может не распознавать человека в инвалидной коляске, но, наблюдая, как люди реагируют на эту новую форму, которая имеет общие черты с человеком и автомобилем, программное обеспечение может узнать, что это своего рода пешеход, который должен относиться как таковой.
Мало того, что программное обеспечение улучшается, наблюдая за поведением людей-водителей, оно также записывает то, что сработало, когда другие автомобили с самостоятельным вождением были в дороге (и, что еще важнее, что не сработало). Такое общее обучение позволяет машинам ориентироваться в сложном мире со многими непредвиденными переменными.
Когда вы объедините технологии виртуального моделирования и прогнозирования с достижениями в области робототехники, вы увидите, как инфраструктура станет еще более автономной. Эта автоматизация проблематична с точки зрения безработицы, но не обязательно является полной потерей для человечества.
«Есть некоторые работы, которые являются скучными, грязными и опасными. Я хочу убедиться, что у нас не слишком часто на этих работах люди», - объясняет Паррис. «Я приведу вам пример. У нас есть нефтяные вышки посреди океана, у которых есть гигантские стеки, которые они используют для сжигания топлива. Кто-то должен подняться на эти стеки и посмотреть, есть ли на нем ржавчина - это 200 ноги в воздухе, они висят на веревке, там есть ветры с силой ветра. Вероятность ошибки огромна. Но теперь у нас есть дроны. Дроны взлетают туда и летают по кругу и фотографируют. Программное обеспечение анализирует, где находится ржавчина и повреждения. Поэтому теперь нам не нужно помещать людей в опасное место ».
По мере того, как роботы становятся все меньше, умнее и способнее, вы можете увидеть, как системы, от которых зависит цивилизация, могут научиться обслуживать (и, возможно, даже ремонтировать и строить) сами. Это почти как если бы они развивались в подобные жизни системы, которые могут учиться, воображать и предвидеть. Надеюсь, они не решат уничтожить нас однажды.
