Главная » Статьи » High-Tech новости » Новости науки и техники

Мир в 2030 году: какими будут транспорт, развлечения, медицина будущего
Стэнфордский университет опубликовал доклад с прогнозами о том, какое будущее нас ждет в перспективе до 2030 года. Александр Крайнов, руководитель службы компьютерного зрения и технологий машинного интеллекта «Яндекса», специально для «Афиши Daily» выделил из него самое важное.

В 2014 году Стэнфордский университет запустил 100-летнее исследование искусственного интеллекта, в ходе которого ученые собираются оценивать, как внедрение новых технологий в сфере ИИ и машинного обучения влияет на общество. На протяжении проекта планируется выпускать отчеты по связанным с искусственным интеллектом темам. Недавно был опубликован первый доклад из этой серии, в котором прогнозируется, какое будущее нас ждет аж до 2030 года. Очевидно, будущее не будет одинаковым для людей в разных странах, и исследователи рассматривают некий абстрактный североамериканский город. В России есть своя специфика, а значит, и свои нюансы развития технологического будущего. Попробуем разобраться, что же сообщает нам доклад и насколько это актуально для нас.

Транспорт


Исследователи Стэнфорда считают, что именно в сфере транспорта в ближайшее время будут происходить самые заметные изменения, связанные с искусственным интеллектом. Речь идет как о встроенных помощниках водителя (всевозможных сенсорах, анализирующих состояние автомобиля и ситуацию на дорогах), так и о беспилотных автомобилях, а системы контроля трафика, улучшенные аналитикой больших данных и машинным обучением, позволят избавить города от пробок. В Голландии, например, задумались даже об «умных дорогах», которые были бы напичканы всевозможными сенсорами и помогали водителям оценить состояние дороги «на ходу».

С ними, впрочем, тоже все не так прозрачно: проблема здесь не только в безопасности вождения, которое будет обеспечивать автопилот, но и в юридических вопросах. Кто будет виноват, если машина без пилота собьет человека или врежется в другую машину? Водителя всегда можно оштрафовать или лишить прав, но как оштрафуешь автомобиль? Еще один аспект — это отношение к беспилотным автомобилям в обществе. Любое происшествие с участием автопилота вызывает волну обсуждений и дает аргументы противникам нововведений. Не помогают ситуации и сами счастливые владельцы высокотехнологичных автомобилей типа Tesla — они спят, включив автопилот, и игнорируют рекомендации машины взять управление на себя.

Помимо сложностей с законодательством применение таких технологий в России может быть осложнено тем, что у нас в целом дорожная обстановка сложнее. Это касается и качества дорожного покрытия, и погодных явлений, и особенностей вождения. Все это потребует более высокого уровня развития настройки алгоритмов. Да и наше законодательство в области дорожного движения более консервативно, чем в штатах или в Европе, и на его изменение может уйти больше времени.

Здравоохранение

Здравоохранение — одна из наиболее перспективных отраслей внедрения ИИ. Авторы доклада с этим соглашаются, но отмечают, что она же и одна из самых сложных отраслей. Цена ошибки здесь — жизнь пациента, а любые данные о здоровье очень чувствительны. Поэтому этические вопросы в здравоохранении стоят особенно остро. Мешает и бюрократия, и устаревшие механизмы работы медицинских учреждений — на преодоление этих преград уйдет очень много времени. Но все это не мешает технологиям активно развиваться, а в отрасль приходят все новые технологические компании, в том числе и в России.

Массовый сбор медицинских данных (необходимая основа для обучения ИИ) стал возможен уже некоторое время назад, во время бума спортивных приложений и трекеров активностей, однако большая аналитика до сих пор не добралась до них по целому ряду причин, включая законодательные ограничения и вопросы приватности. То же самое касается распознавания изображений — например, рентгеновских снимков, которые уже делаются и хранятся в цифровом виде. С телемедициной дела обстоят лучше — запускаются проекты, в том числе и государственные, по внедрению высокотехнологичных инструментов для докторов вроде удаленного участия хирурга в операции с помощью HD-трансляции. В ближайшем будущем стоит ожидать, что машинный интеллект сможет анализировать массив данных по разным пациентам и их историям лечения, чтобы выделять похожие случаи, давать рекомендации и тем самым сэкономить время терапевта. Тенденция здесь мало отличается от других отраслей — вся автоматизированная работа, полагающаяся на базу знаний в голове человека и на сопоставление данных, будет в перспективе заменена ИИ. Правда, еще долгое время финальное решение будет все равно за человеком.

В России на сферу телемедицины смотрят давно и пристально, существует государственная программа по ее внедрению, первый этап которой начнется уже в 2017 году. Пока эта программа не имеет никакого отношения к ИИ, но она может косвенно поспособствовать началу внедрения ИИ в телемедицине — от автоматической обработки текстовой информации вроде рецептов лекарств до анализа изображений из карт пациентов. Более того, у нас уже работают над распознаванием патологий на изображениях с помощью нейросетей и есть очевидный запрос на доступ к высококвалифицированным медицинским услугам в удаленных населенных пунктах.

Образование

В обозримом будущем роботы не заменят учителей — это относится как к США, так и тем более к России, где учитель всегда воспринимался еще и как воспитатель. Исследователи в докладе Стэнфорда уделяют внимание не столько тому, как искусственный интеллект будет внедряться в сфере образования, сколько вопросам о новых технологиях, которые помогают учителям и на каком-то уровне их заменяют, например, при прохождении образовательных онлайн-программ. Исследователи приводят в пример Carnegie Cognitive Tutor, помогающий школьникам выучить математику: система умеет подстраиваться под нужды каждого ученика — и в зависимости о них меняет подсказки и фидбэк по прохождению занятия.

Развиваются и интеллектуальные системы обучения, широко используемые в США для подготовки разных специалистов — от программистов до инженеров. Когда формируется виртуальная адаптирующаяся среда для решения конкретных проблем из реальной жизни, ИИ помогает в ней подстраивать процесс под действия обучаемого. Это, например, система Sherlock, которая придумана еще в 1989 году и используется для обучения техников в ВВС США. Еще можно отметить значительный прогресс онлайн-переводчиков, который происходит благодаря использованию машинного интеллекта. Это делает образовательную литературу на других языках более доступной.
Категория: Новости науки и техники | Добавил: ingvarr (16.10.2016)
Просмотров: 15 | Рейтинг: 5.0/1
Всего комментариев: 0
avatar