5 ключевых областей, которые ИИ предстоит освоить «сложным задачам»

К Боб Розин

Мы несемся по шоссе, значительно превышая разрешенную скорость, легко двигаясь по гладкой дороге, доверяя своим ТеслаАвтопилот справляется с небольшими поворотами по мере их возникновения.

Но когда мы въезжаем на мост Золотые Ворота, направляясь в сторону Сан-Франциско, полоса сужается, загроможденная стройками и временными заграждениями слева, дорога становится непредсказуемой, неровной и полной трещин — я сразу беру руль под свой контроль.

Любой, кто пробовал автопилот в Tesla, наверняка имел аналогичный опыт. Этого достаточно, чтобы справиться с монотонными длинными участками шоссе. Но когда вождение становится сложным, он явно не справляется с этой задачей.

Но что не так с этой картинкой? Есть ли какая-то внутренняя причина, по которой ИИ должен хорошо справляться с простыми и бессмысленными задачами, но плохо справляться с трудными? Логично, что по мере увеличения вычислительной мощности и совершенствования моделей на каком-то этапе автопилот должен стать лучше человека.

Через несколько лет, когда дорога сузится и вождение станет трудным, я планирую включить автопилот. на.

Легкий ИИ

Если мы посмотрим на сегодняшнее состояние компаний, занимающихся искусственным интеллектом, мы обнаружим параллели. Мир в восторге от удивительных способностей ЧатGPTКаждый день появляются новые компании, якобы обслуживающие новые случаи во всех отраслях.

По большей части эти варианты использования аналогичны езде по гладкому асфальтированному шоссе. В первую очередь они попадают в сценарии «легких задач ИИ»: большой объем, низкая критичность и, по сравнению с другими сценариями, высокая терпимость к ошибкам. Большинство инструментов на основе искусственного интеллекта сегодня сосредоточены на повторяющихся задачах, позволяя людям решать важные и критически важные ситуации.

Несколько примеров: более 1 миллиарда долларов венчурного капитала было привлечено для стартапов ИИ в сфере обслуживания клиентов, в том числе Унифор, Предусмотрительность, Движение, Наблюдайте.AI и Горгийв дополнение к продуктам таких традиционных игроков, как Внутренняя связьAI-бот, Фин.

Предприятия могут допускать ошибки в рабочих процессах поддержки при условии, что большой объем запросов может быть решен с минимальными затратами; клиенты всегда перейдут к человеку, если ИИ не выполнит свою работу.

Состояние ИИ в юриспруденции аналогично: Не плати — блестящий пример использования искусственного интеллекта для грубого решения юридических вопросов, в которых иногда можно ошибаться, таких как борьба со штрафами за парковку, отмена подписок и множество других юридических задач с довольно низкими ставками.

Аналогично в медицине такие компании, как Сократить экономьте время за счет автоматизации клинических записей. В данном случае ИИ не заменяет врачей, а лишь делает их более эффективными.

Но разве это будущее? Кажется странным отводить модели ИИ, обученные на большем количестве данных, чем человек может когда-либо усвоить, только для того, чтобы освобождать людей от задач, которые большинство считает повторяющимися, обыденными или «легкими».

Вместо этого кажется гораздо более вероятным, что ИИ начнет брать на себя сложные задачи.

Сложный ИИ

Как выглядит мир, когда самые сложные, критически важные и рискованные задачи — это те, которые ИИ справляется лучше всего?

Мы уже видим подсказки. Исследователи из С и Массачусетская больница общего профиля разрабатывают модель искусственного интеллекта, которая анализирует компьютерную томографию, потенциально обнаружить рак легких на несколько лет раньше, чем рентгенолог-человек. Наступит ли день в будущем, когда бот с обширным объемом знаний о предыдущих случаях станет вашим лечащим врачом?

ВВС США продемонстрировал X-62A Vista, управляемый искусственным интеллектом истребитель с более быстрым временем отклика и большей точностью, чем у пилота-человека..

Defy.vc портфельная компания Aircover.ai создает виртуального инженера по продажам: представьте, если торговый представитель в первый же день уже знает, как безупречно ответить на все вопросы, которые потребовали бы присутствия эксперта по продукту или SE? Стали бы вы когда-нибудь совершать важные переговоры по продажам без своего ИИ-помощника?

Поскольку ИИ берет на себя задачи, выходящие за рамки возможностей человека, мы можем ожидать, что это повлияет на некоторые отрасли:

Лекарство: Системы искусственного интеллекта, которые анализируют клинические данные и прогнозируют диагнозы с большей точностью, чем врачи-люди, а также предоставляют рекомендации по лекарствам и планам лечения. Хирургия с использованием искусственного интеллекта находится в зачаточном состоянии. Открытие лекарств уже совершает революцию благодаря ИИ.

Транспорт: Автономные транспортные средства — это только начало. Представьте себе, что помимо группировки грузовиков, транспортные средства на дороге взаимодействуют друг с другом и образуют сеть, эффективно действуя как единый организм, адаптивно минимизируя заторы и безопасно работая на более высоких скоростях, а не усугубляя задержки из-за реакции каждого водителя.

Корпоративное SaaS: Почему каждый ИТ-директор должен изобретать велосипед в своей организации? Внутренние системы будут самоинтегрируемыми; автоматизация позволит объединить системы разных поставщиков для решения сложных задач. Интеллектуальный анализ данных будет осуществляться через диалоговые интерфейсы.

Безопасность: Усовершенствованные модели уже обнаруживают мошенничество, анализируя закономерности в миллионах транзакций, что выходит далеко за рамки навыков любого человека. Сложные системы искусственного интеллекта уже оценивают риски для сотен тысяч сотрудников. Мы будем жить в будущем без паролей, где корпоративные системы безопасности работают незаметно, адаптируясь к сигналам из общей сети безопасности всех предприятий.

Рабочая сила будущего: Вопросы неизбежны. Какова роль человека в этом новом мире? Каковы интерфейсы между людьми и новыми интеллектуальными системами? Какие модели управления необходимы? Какую автономию мы предоставляем этим системам? Каким навыкам мы должны учить наших детей, чтобы подготовиться к будущему, в котором сложные интеллектуальные задачи будут решаться интеллектуальными системами?

Я хотел бы услышать, какие варианты использования ИИ вы предполагаете в будущем.

---

Боб Розин является инвестиционным партнером компании Defy.vc. Будучи основателем, серийным предпринимателем и бывшим членом руководящей команды компании Скайп, LinkedIn и Полоса, он познал все грани жизни стартапа. Розин входит в состав совета директоров ГаджиГеса, Повышение безопасности и воздушное прикрытие. Он также является активным инвестором-ангелом и консультантом таких компаний, как Stripe, Работато, Тенор (приобретено Google), Данные курсора (приобретено DataRobot), MindMeld (приобретено Циско), Инставорк, Тональный Фитнес, Соглашение и Прейри Здоровье.

Иллюстрация: Дом Гусман