Кай-Фу Ли и его бестселлер "Сверхдержавы искусственного интеллекта" становится все популярней в России. О нем все чаще упоминают ИИ профессионалы, и все больше цитируют даже популярные медиа.
Но! Ведь книга писалась 2-3 года назад. А за прошедшее время в области ИИ произошли серьезные изменения. Да и понимание перспектив развития ИИ довольно сильно изменилось. Даже у такого визионера, как Кай-Фу Ли.
Если хотите узнать, что он думает СЕЙЧАС о состоянии и перспективах ИИ (с позиций сегодняшних знаний темы и опыта ее осмысления) – нужно слушать его сегодняшние выступления.
И вот наиболее интеллектуально емкое и структурированное. При этом, самое новое.
Если не сможете выделить 1,5 часов, прослушайте хотя бы 5 мин
с 7 по 12 минуту.
Здесь Кай-Фу говорит о самом важном.
Перспективы двух подходов к развитию ИИ. 1й подход ставит во главу угла обилие данных (умение обрабатывать все большие и большие их объемы).
2й – делает ставку на алгоритмы (усовершенствование существующих и разработка новых методов повышения отдачи при обработке данных).
1й подход можно условно назвать «Китайский». 2й – «Прорывно-инновационный».
Для большинства корпораций, делающих бизнес на ИИ, 1й подход проще и менее рискованней.
Однако сложные задачи, типа автономных авто и медицинской диагностики, существующие алгоритмы, вероятно, не решат. Поэтому «Китайский» подход для таких задач может не сработать, и здесь, скорее всего, нужен «Прорывно-инновационный» подход.
Например, в области автономных авто «Китайский» подход позволит решить проблему езды автономных грузовиков по хайвеям. И это большое дело, в котором Китай, вероятно будет первым.
Но для решения задачи создания полностью автономных авто потребуются «Прорывно-инновационный» подход, чтобы совместно с университетами придумать новые алгоритмы, сейчас пока что неизвестные.
Машинного обучения недостаточно даже для решения не самых сложных задач, решаемых человеческим интеллектом.Создание полностью автономных авто – крайне сложная комплексная задача, с решением которой пока что справляется лишь интеллект человека.
Но даже такие инновационные компании как Tesla, все еще ориентированы на «Китайский» подход, делая ставку на машинное обучение с использованием все бОльших объемов данных.
К сожалению, оставаясь в рамках этого подхода, можно решить лишь довольно простые задачи, типа распознавания визуальных образов или речи. Решение же более сложных задач, в которых у человека задействованы механизмы понимания и планирования, вряд ли возможно лишь на основе машинного обучения.
И построение полностью автономным авто – лишь один из примеров таких сложных задач. То же самое можно сказать и о создании универсальной разговорной системы, способной на человеческом уровне разговаривать на произвольные темы из произвольной области. Решение этой задачи только на основе машинного обучения, скорее всего, невозможно.
Сказанное Кай-Фу Ли важно для нас вдвойне.
✔️ Во-первых, в вопросе, что может и чего не может сегодняшний мейнстримный ИИ, а также в еще более важном вопросе – куда дальше двигаться в этой области.
✔️ Во-вторых, сказанное Кай-Фу крайне важно для фокусировки российских ИИ-стратегий. Как на уровне отдельных специалистов и их компаний, так и на уровне национальной стратегии, сегодня, больше похожей на
«Мы за все хорошее»#ИИ