20 ноября 2019 г.
Сегодня много внимания уделяется искусственному интеллекту и возможностям его применения в самых разных сферах — от медицины до журналистики. Сергей Марин, основатель «Студии данных» и школы машинного обучения и анализа данных «Школа данных», поделился своим видением того, как быстро люди начнут доверять роботам, сможет ли искусственный интеллект писать новости, и какое будущее ждет ИИ в медицине и банковской сфере.
Доверяй, но проверяй
Если говорить о доверии к искусственному интеллекту, то сразу предлагаю провести некоторое разграничение. В частной жизни сегодня мы все сталкиваемся лишь с его отдельными и специфическими проявлениями. Поэтому и вопрос доверия пока нельзя считать слишком острым. Так, из ярких примеров использования ИИ в повседневной жизни — использование Яндекс колонки со встроенным голосовым помощником Алисой, системы распознавания лиц в телефонах или изображений с камер на дорогах. Или отдельные звонки роботизированных систем, которые понимают голосовые команды.
Гораздо глубже, на мой взгляд, вопрос с доверием можно раскрыть на примере применения ИИ в деятельности компаний. Опять же, отдельные компании уже готовы к тому этапу цифровизации, когда начинают внедрять у себя AI-системы, например, для анализа данных. Но на этапе получения конкретных рекомендаций от этих систем и возникает вопрос с доверием. Готов ли продавец «слушаться», когда система рекомендует для повышения прибыли совершить определенный набор действий, например, снизить стоимость определенной группы товаров? Часто ответ — нет. Потому что продавец — человек и опирается в своих выводах на субъективные параметры.
Или другой пример: сегодня системы распознавания изображений могут использоваться в работе врачей с рентгеновскими снимками. Готовы ли сами врачи и их пациенты полностью доверить принятие решения машине? Думаю, что нет. Поэтому на самом деле вопрос о доверии звучит по-другому: насколько люди готовы вписать использование искусственного интеллекта в свои бизнес-процессы? Готовы ли отдать ему лишь часть своих задач или принимать решения, полностью основываясь на рекомендациях, получаемых от ИИ? Пока есть объективные стоп-факторы для развития второго сценария, но при этом часть задач все же постепенно начинает вполне эффективно решаться с использованием AI-решений.
Пока еще нет кейсов, на основании которых можно говорить о полной и окончательной замене человека искусственным интеллектом хотя бы одной из сфер. Сейчас скорее речь не про замену человека роботом, а про повышение эффективности человека за счет применения возможностей ИИ. Компании начинают все более активно использовать ИИ для решения отдельных задач. И вот эти отдельные процессы как раз и позволят в ближайшем будущем AI-технологиям ускорить свое развитие. Ведь как только процесс, например, какая-то бизнес-функция, появился, уже можно говорить об измерении его эффективности. А также основываясь на этих выводах сделать следующие шаги в сторону повышения этой самой эффективности.
Как активное использование ИИ отразится на обществе в целом и том «ландшафте» профессий, который сложился на сегодня, сейчас сложно рассуждать. Безусловно, какая-то часть профессий может исчезнуть в будущем за счет полной автоматизации процессов. И людям придется перестраиваться на ходу, чтобы в этой новой реальности сохранять за собой рабочие места. Процесс перемен идет довольно плавно, и у каждого есть время, чтобы спокойно проанализировать собственные карьерные и профессиональные перспективы. Но задуматься об этом стоит уже сегодня, и это факт.
Выход в открытый космос
Если говорить о конкретных отраслях, в которых человечество может ждать цифровой прорыв за счет использования искусственного интеллекта, то сегодня наиболее впечатляющие перспективы, думаю, касаются медицины. Причем как с точки зрения прорывных технологий, связанных именно с лечением, так и с тем, чтобы повысить доступность передовых медицинских услуг для широких слоев населения за счет снижения их стоимости. И на то, и на другое может повлиять применение искусственного интеллекта. Но только при решении чисто этической дилеммы, связанной как раз с тем, о чем мы выше говорили — доверием.
Сегодня качество постановки верного диагноза и выбор, соответственно, правильного подхода к лечению зависит исключительно от человека. Как правило, обучение высококлассного врача — весьма долгая и дорогая история. Человек много лет учится, проходит практику, получает различные сертификаты, которые подтверждают его навыки. Но риски ошибки и человеческий фактор остаются. Понятно, что искусственный интеллект откроет возможности для нивелирования этого. Ведь машина беспристрастна, и в будущем она сможет снизить роль и ответственность отдельно взятого человека, подстраховать его от ошибки. А значит, поможет повысить и качество оказываемой помощи. Но не исключены случаи, когда мнения ИИ и человека-врача будут расходиться кардинально. И пока уровень доверия (= проработанности технологии) не станет действительно высоким, мы не можем говорить о полной замене человека машиной. Но можем ожидать усиления аналитических функций и ускорения действий, основанных на применении стандартных алгоритмов. А в медицине, как известно, часто счет идет на минуты.
А вот, например, в банковской сфере ярких прорывов за счет применения ИИ ждать, скорее всего, не приходится. Хотя бы потому, что алгоритмы ИИ более-менее масштабно уже применяются для проведения скоринга (оценка платежеспособности заемщика). В будущем я вижу в этой сфере возможности для ускорения привычных процессов. Например, узнать о решении по выдаче кредита можно будет практически мгновенно. Кроме того, продолжат развиваться и инструменты удаленной идентификации, будет повышаться их надежность.
Еще интересно следить за развитием ИИ в сфере массовых коммуникаций. Уже сегодня роботы могут писать новости. Например, финансовые сводки, в которых фактически требуется замена только цифр, взятых из понятных источников. Роботу под силу такая задача. Определенный «вызов» для ИИ в этой сфере — научиться персонализировать подачу информации. На первом этапе это может быть «умная» новостная лента, причем не та, которую пользователь настроил сам под себя — речь идет о формировании контента на определенном сайте под определенного человека, опираясь на те открытые данные, которые можно извлечь из анализа его предпочтений. А следующий этап эволюции ИИ в этой сфере — заговорить на одном языке с конкретным читателем. Или, как вариант, сбор открытых данных для автоматической генерации текста в случаях, когда журналисту важно оперативно предоставить материал или реакцию на какое-то событие. Сегодня, насколько я знаю, такая работа выполняется людьми вручную, и она достаточно кропотлива. А представьте, что весь первоначальный сбор информации проводит машина, а человеку остается лишь расставить акценты в готовом тексте.
Еще одна довольно новая область для применения AI-решений — цифровое взаимодействие сотрудников внутри компаний и повышение его эффективности. На мой взгляд, сегодня, когда нам доступно огромное количество инструментов для коммуникаций, тема становится все более интересной. Инструментами ИИ, используя графы, можно строить интересную HR-аналитику, которая позволит не просто привести оргструктуру компании к единому виду, отвечающему реальным бизнес-процессам, но и поможет в разы увеличить эффективность коммуникаций в бизнесе. А значит, и достижение бизнес-целей компании.
ИИ-решения в HR-аналитике. Кейс
На эту тему можно целую отдельную статью написать. Так, мы в «Студии данных» провели анализ деятельности сотрудников нескольких компаний с точки зрения цифрового следа, который оставляют их коммуникации, и пришли к интересным выводам. Например, сотрудники, которые используют большее количество каналов коммуникации в компании, в разы эффективнее решают свои задачи, чем те, кто использует, скажем, только e-mail. Основываясь на проведенном анализе, мы разработали систему на основе AI, которая позволяет повысить вовлеченность персонала и увеличить результативность работы на основе аналитики и конкретных измеримых показателей.
Источник: Сергей Марин
