Стоит ли опасаться искусственного интеллекта: подкаст РБК Тренды

В пятом выпуске знакомимся ближе с машинным обучением и обсуждаем с экспертами, заменит ли нас компьютер и стоит ли бояться дипфейков. Диалог получился насыщенным, потому мы разделили выпуск на две части: в первой разобрались в терминологии ИИ, а во второй — попытались понять, что такое data science.

В подкасте общаемся с Иваном Ямщиковым, AI-евангелистом ABBYY и ведущим подкаста «Проветримся!». Он уверен, что понятие «искусственный интеллект» — это хайп, и сейчас лучше говорить о машинном обучении.

Илья Макаров, программный директор Академии больших данных MADE в Mail.ru Group, рассказал нам, что такое игровой тест Тьюринга и объяснил, чем занимаются специалисты по data science.

Александр Крайнов, руководитель лаборатории машинного интеллекта в «Яндексе», простыми словами рассказал, что такое искусственный интеллект и ответил на вопрос, можно ли отличить текст, картинку или видео, сделанные нейросетью, от произведения человека.

Несколько хайлайтов разговора:

• Искусственный интеллект с точки зрения ученых — это набор методов и моделей, которые позволяют решать интересные задачи, основанные на данных. Это не терминаторы, которые поработят людей, — это решение стандартных задач методами машинного и статистического обучения.

• Когда специалисты пишут программу, она состоит из многочисленных условий «если». Все эти правила пишутся вручную. Но если нам известен нужный результат, и у нас есть общая конструкция, то набор правил можно сгенерировать автоматически. В результате получается программа, которая подобрала правильные параметры внутренней формулы, чтобы получить верный итог. Эта программа создана с помощью машинного обучения. Сегодня системы, работающие на базе машинного обучения, как правило, называют искусственным интеллектом.

• Сейчас искусственный интеллект не способен мыслить — он может только лишь принимать решения.

• В компьютерном зрении есть два направления: как генерировать изображения, которые выглядят как реальные, и как отличать автоматически сгенерированное от настоящего.

• О дипфейках, как правило, рассуждают в негативном контексте. Но на самом деле технология, которая дает возможность передавать мало информации и генерировать реалистичное изображение «говорящей головы», могла бы пригодиться для видеоконференций.

Индустрия 4.0 Дипфейки: что это за технология и почему она опасна

• Прогресс может привести к тому, что без отпечатков пальцев, ДНК, биометрии по голосу, лицу и походке человек не сможет получить доступ к правам. Эта дорога ведет к дискриминации людей, которые неугодны системе. Например, сейчас технологии биометрии применяются для распознавания митингующих, и никто не контролирует, как эта информация дальше будет использоваться. Проблема злоупотребления данными с прогрессом будет ухудшаться.

• ИИ бывает предвзятым — например, по расе или полу. Скоринговая система в банке может давать кредит женщинам под больший процент, чем мужчинам, потому что у них выше коэффициент невозврата. Оказывается, банки собирают информацию о трудовой истории заемщика, и у женщин из-за декрета бывают нерабочие периоды. Но система этого не понимает — она автоматически считает, что из-за перерыва в работе человек рискует не выплатить ссуду.

• В этих сферах машинное обучение используется с наибольшим успехом: поисковые системы, распознавание речи, перевод, оптимизация бюрократии, рекомендательная лента в e-commerce. Недавно к этому списку добавилась и борьба с эпидемиями.

• Data science включает в себя математическое моделирование, математическую статистику, методы искусственного интеллекта. Это одно из самых востребованных направлений в ИТ. Специалисты по data science умеют работать с данными, извлекать из них прибыль и проводить цифровую трансформацию бизнеса.

Слушайте нас на любой удобной платформе: Apple Podcasts, CastBox, Яндекс Музыке, Google Podcasts, Spotify и ВК Подкасты.

Подписывайтесь на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.