Искусственный интеллект? Наше завтра

Шумиха вокруг ИИ быстро растет, поскольку большинство исследовательских компаний предсказывают, что ИИ будет играть все более важную роль в будущем.

Хотя бизнес-лидеры очень заинтересованы в использовании технологий машинного обучения, им мешает нехватка талантливых специалистов.

Оказывается, сегодня на рынке труда очень мало разработчиков, обладающих навыками, необходимыми для реализации серьезных новых проектов ИИ. Это означает, что разработчики, которые смогут приобрести эти навыки, будут очень востребованы.

Имея все это в виду, давайте рассмотрим несколько фактов об ИИ, которые должен знать каждый разработчик, прежде чем переключить свое внимание на машинное обучение, искусственный интеллект и - пока мы этим занимаемся - глубокое обучение и нейронные сети.

**1. Искусственный интеллект, наверное, старше вас. **

Первое зарегистрированное использование термина "искусственный интеллект" было сделано Джоном Маккарти, американским ученым-компьютерщиком и одним из основателей этой дисциплины. Проведя большую часть своей академической карьеры в Стэнфорде, он изобрел Лисп в конце 1950-х годов. Основанный на лямбда-исчислении , Lisp вскоре стал предпочтительным языком программирования для приложений ИИ после его публикации в 1960 году.

Тем не менее, создание отделов искусственного интеллекта в Стэнфорде и Массачусетском технологическом институте не продвинуло эту область так сильно, как предполагали основатели. В значительной степени это связано с тем, что ученые столкнулись с множеством проблем, включая ограниченную мощность компьютера (то есть память или скорость обработки, необходимые для выполнения чего-либо действительно полезного), непреодолимость, комбинаторный взрыв, отсутствие баз данных и отсутствие здравого смысла, знания и рассуждения, необходимые для эффективного обучения алгоритмов.

Так называемая "зима искусственного интеллекта" началась в 1970-х годах, и в конечном итоге ИИ достиг своих пределов, поскольку существенное финансирование было приостановлено. Вычислительная мощность и данные стали широко доступны только в 2000-х годах. Лед был сломан ImageNET, проектом базы данных, в котором хранилось 15 миллионов изображений. Руководил проектом Фей Фей Ли из Стэнфорда в 2009 году. В то же время материалы хранения данных стали доступными, что подготовило почву для дополнительных инвестиций в AI (Artificial Intelligence).

2. Кадровый резерв невелик.

В индустрии искусственного интеллекта не хватает талантов, и различные отчеты указывают на то, что мировой рынок стремится заполнить миллионы ролей. Из-за повсеместного отсутствия образования по навыкам и темам ИИ существует узкое место в предоставлении высококвалифицированных специалистов. Фактически, Element AI, стартап из Монреаля, охватывает менее 22 000 человек в мире, обладающих опытом, необходимым для создания систем машинного обучения.

Более того, другое исследование, проведенное китайским исследовательским институтом Tencent, оценивает, что в настоящее время в мире насчитывается 300 000 исследователей и практиков ИИ, из которых около 100 000 все еще учатся. Tencent утверждает, что Соединенные Штаты далеко впереди, когда дело доходит до развития этого таланта, поскольку в них находится более 1000 университетов из 2600 школ мира, преподающих машинное обучение и связанные с ним предметы.

В том же отчете утверждается, что США также являются лидером по количеству стартапов, разрабатывающих технологии искусственного интеллекта. Интересно, что все больше и больше научных конференций превращаются в игровые площадки для корпоративных рекрутеров, в то время как целые отделы исследований ИИ из известных университетов переходят в частные компании, внедряющие ИИ.

3. Инженерам ИИ очень хорошо платят.

Дефицит на любом рынке труда означает более высокие зарплаты, и ИИ не исключение. Например, DeepMind, приобретенный Google за 650 миллионов долларов в 2014 году, тратит 138 миллионов долларов на 400 сотрудников. Расходы на персонал были исследованы газетой The New York Times, которая изучила недавно опубликованные годовые финансовые отчеты компании в Великобритании. Это означает, что базовая зарплата составляет от 300 000 до 500 000 долларов в год.

Согласно анализу Monster.com, средняя зарплата специалистов по данным, старших специалистов по обработке данных, консультантов по искусственному интеллекту и менеджеров по машинному обучению в 2019 году составила 127000 долларов.

За последние четыре года спрос на таланты ИИ увеличился на 74%, в то время как технологические и финансовые компании в настоящее время получают лишь 60% необходимых специалистов по ИИ .

4. Профессионалы AI/ML должны обладать большим количеством навыков.

Сегодня каждый специалист по ИИ работает, как правило, на двух должностях, и ожидается, что в будущем ожидается дальнейший рост их востребованности. В настоящее время тремя наиболее востребованными позициями ИИ на рынке являются специалисты по обработке данных и разработчики алгоритмов, инженеры по машинному обучению ML (Machine Learning) и инженеры глубокого обучения.

Согласно сайту вакансий Indeed, основные навыки и инструменты, которые разработчики программного обеспечения должны владеть проектами AI, включают математику, алгебру, статистику, большие данные, интеллектуальный анализ данных, науку о данных, машинное обучение, когнитивные вычисления, обработку естественного языка (NLP), Hadoop, Spark и многие другие.

Наиболее частыми языками программирования, которые используют разработчики ИИ, являются Phyton, C ++ , Java, LISP и Prolog. Тем не менее, квалифицированные соискатели также должны иметь опыт работы со средами разработки с открытым исходным кодом. Например, владение Spark, MATLAB и Hadoop - один из самых востребованных навыков.

5. Шумиха вокруг ИИ того стоит

В 2018 году Gartner предсказал, что 80% новых технологий через три года будут основываться на искусственном интеллекте. Более того, исследовательская компания Markets and Markets ожидает, что к 2025 году рынок искусственного интеллекта вырастет до 190 миллиардов долларов. Помимо этого, Accenture прогнозирует, что влияние технологий искусственного интеллекта на бизнес повысит производительность труда до 40% . Кроме того, по данным IDC, в сценарии использования ИИ, в которые в 2019 году вложено больше всего инвестиций, были автоматизированные агенты по обслуживанию клиентов (4,5 миллиарда долларов по всему миру), рекомендации и автоматизация процесса продаж (2,7 миллиарда долларов), а также автоматизированные системы анализа и предотвращения угроз (2,7 миллиарда долларов).
Сложите все это, и поймете, что шумиха вокруг ИИ того стоит.

6. ИИ имеет всевозможные последствия

Прежде чем задаться вопросом, заменит ли ИИ разработчиков программного обеспечения, давайте посмотрим, на что на самом деле способен ИИ.
Отрасли и варианты использования, в которых можно развернуть ИИ, резко выросли за последние несколько лет.

В декабре 2018 года нью-йоркский аукционный дом Christie's продал портрет Эдмона де Белами, созданный с помощью алгоритма в стиле европейской портретной живописи XIX века, за 432 500 долларов. Теперь часто выставляются различные произведения искусства, созданные искусственным интеллектом; одним из примеров является коллекция «Безликие портреты, выходящие за рамки времени» в Нью-Йорке. Доктор Ахмед Эльгаммаль и его творение, AICAM AI (см. ссылку в конце поста), хорошо заработали на первой персональной выставке в галерее, посвященной художнику - AI. Да-Да, очень много работ, созданных ИИ, были распроданы. Как однажды сказал Энди Уорхол, искусство - это то, что может сойти с рук.

Безумие вокруг искусства, созданного искусственным интеллектом, затрагивает и музыкальную индустрию. Продолжая читать эти слова, сыграйте эту пьесу, созданную в кодировке ASCII, используя примерно 500 мегабайт известных гитарных табулатур в основном классической и рок-музыки. Он называется Recurrence, и - если он недостаточно современен на ваш вкус - обратите внимание, что этой «пластинке» уже пять лет. Пьеса, созданная ии, ЗДЕСЬ.

Инструменты искусственного интеллекта, оказывающие более существенное влияние на общество, также используются для решения медицинских проблем. Кроме того, ИИ используется в медицинских исследованиях для выявления, предотвращения и лечения расстройств и болезней, что является весьма перспективным. Согласно прогнозам, к 2026 году эти приложения принесут экономике здравоохранения 150 миллиардов долларов ежегодной экономии.

Алгоритмы сопоставления шаблонов на основе ИИ также могут проверять личность пользователей исключительно на основе их поведения при вводе информации в компьютер. В 2016 году была запущена технология TypingDNA для анализа взаимодействия людей с клавиатурой и обеспечения точной аутентификации. Это революционное открытие основано на том факте, что все люди разные и ведут себя по-разному. Демо о том, как она работает может превратиться в захватывающую игру вызова среди своих друзей , пытающихся «обмануть» систему и повторить друг друга при введении информации.

Кроме того, программа машинного обучения Google Deep Learning выявляет рак груди в 89% случаев с точностью до 73% по сравнению с патологом-человеком. Вот почему машинное обучение и искусственный интеллект считаются новой головной болью системы здравоохранения.
Наконец, ИИ также очень умен, что открывает широкую дорогу в будущее для использования его возможностей. Например, AlphaGo Zero, проект Google Deep mind, смог достичь сверхчеловеческого уровня производительности, безупречно обойдя своего предшественника чемпиона AlphaGo, первого ИИ, победившего Ке Цзе, ведущего игрока в мире в древней китайской стратегической игре Go. Интересно, что AlphaGo Zero сама научилась играть в игру, учитывая только основные правила.

7. ИИ заменит не людей, а их работу

Двадцать пять лет назад Джефф Дин начал работать над «мозгом», который имитировал нейронные сети для анализа информации и обучения. Но его возможности были ограничены. Лишь в 2012 году нейронные сети были успешно использованы для машинного обучения, памяти, восприятия и обработки символов.

Джефф Хинтон ознаменовал новую эру, представив нейронные сети, которые могли изучать задачи в основном самостоятельно, анализируя огромные объемы данных. И Дин, и Хинтон теперь входят в исследовательские группы Google по ИИ. В 2017 году Google анонсировал свой проект, когда AutoML успешно научился программировать программное обеспечение для машинного обучения самостоятельно. Выполняя базовые задачи программирования, AutoML также ознаменовал популяризацию нового страха: смогут ли машины реалтизовать свои способности учиться самостоятельно, к чему это приведет и не заменят ли машины людей?

Добро пожаловать в агнософобию (редкая болезнь - страх неизвестности) этого века.

В отличие от Узкого/Слабого ИИ, предназначенного для выполнения отдельных или ограниченных задач, которые могут выполнять люди, Общий или Сильный ИИ вызывает опасения по поводу своих возможностей, когда они выходят из-под контроля. В настоящее время ИИ используется в основном для помощи разработчикам, и, вероятно, он будет продолжать наращивать свою роль в расширении возможностей человеческих команд. Мы видим это повсюду вокруг нас - в инструментах, которые помогают писать документацию, тестировать код и даже выявлять ошибки и устранять их.

Открытый ИИ и его недавний Генеративный предварительно обученный Трансформатор 3 (GPT-3), авторегрессионная языковая модель с 175 миллиардами параметров, обеспечивает высокую производительность на многих наборах данных НЛП, включая перевод, ответы на вопросы и задачи закрытия, а также несколько задач, которые требуют оперативного мышления или адаптации предметной области. Это означает, что у него есть возможности для создания новостных статей, и которые оценщикам-людям трудно отличить их от статей, написанных людьми, в то время как исследователи утверждают, что GPT-3 имеет «потенциал для продвижения как полезных, так и вредных приложений языковых моделей».

Исследователи из Массачусетского технологического института создали программу, которая автоматически исправляла программные ошибки, заменяя ошибочные строки кода рабочими строками из других программ. Вот еще несколько инструментов, которые помогают в процессе создания программных продуктов: DeepCode , Synopsys Logojoy и UIzard.

8. Как разработчики смотрят на ИИ и его потенциальные угрозы?

Если вы опасаетесь, что ИИ в конечном итоге может заменить вас и успешно выполнить вашу функцию, вы не одиноки. Так думает большинство разработчиков по всему миру.
По словам Эванса Дейта, на вопрос о том, что в их карьере больше всего беспокоит, большинство разработчиков программного обеспечения процитировали следующее: «Меня и мои усилия по разработке заменит искусственный интеллект».

Положительным моментом является исследование Stack Overflow, которое показало, что 70% респондентов больше воодушевлены возможностями ИИ, чем беспокоятся о его потенциальных опасностях. И большинство разработчиков с нетерпением ждут новых возможностей, которые предоставляет автоматизация.

Так же, как промышленная революция заставила человечество развивать новые навыки, оставив позади сельскохозяйственный труд, так же и интеллектуальные роботы резко продвитут вперед технику и технологии. Фактически, McKinsey прогнозирует, что к 2030 году ИИ сможет заменить 30% человеческих ресурсов во всем мире. Согласно статистике технологий ИИ, робототехника может заменить около 800 миллионов рабочих мест, в результате чего исчезнут около 30% профессий.

В связи с этим значительным сдвигом почти 400 миллионам человек придется адаптироваться и менять профессию. Forrester прогнозирует, что когнитивные технологии, такие как роботы, искусственный интеллект, машинное обучение и автоматизация, к 2025 году создадут 9% новых рабочих мест в США. Эти новые рабочие места включают специалистов по мониторингу роботов, специалистов по обработке данных, специалистов по автоматизации и кураторов контента.

9. Легко начать учиться или преподавать

Поскольку квалифицированных рабочих, необходимых для создания передового программного обеспечения ИИ, по-прежнему не хватает, такие компании, как Facebook и Google, подготовили образовательные программы, предназначенные для всех, независимо от уровня их знаний. Если вам интересны онлайн-курсы, чтобы постичь основы искусственного интеллекта, ознакомьтесь с этими курсами машинного обучения в Стэнфорде, Массачусетском технологическом институте и Колумбийском университете или погрузитесь в глубины глубокого обучения в Институте глубокого обучения Nvidia.
По ссылкам вы можете познакомиться с программами по машинному обучению некоторых ведущих ВУЗов.
Материал подготовлен на основе публикаций в англоязычной печати.

Образцы живописи, созданные с помощью систем ИИ, можете посмотреть здесь.