Розробник штучного інтелекту Родні Брукс: як 5G дозволить ШI впливати на демографію і клімат

Технології робототехніки та штучного інтелекту (ШІ) щороку підкорюють нові вершини.

Автономні роботи роблять сальто, бігають як люди, тягнуть вантажівку.

ШІ перемагає людину в змаганнях, читає думки, керує автомобілем, спілкується з людьми в чатах і звільняє співробітників за незадовільну роботу.

ШІ та роботи суттєво перевершують людину у виконанні специфічних завдань. Авторитетні економісти передрікають людям масове безробіття, а культові інноватори пророкують імовірність війни між людьми і ШІ, як у відомому голлівудському фільмі.

Наскільки обґрунтовані ці припущення і страхи? Чи справді робототехніка та ШІ настільки досконалі, як показують в кіно? Чому ШІ дивує навіть учених, але при цьому програє людині?

Як технологія 5G і цифровізація людського життя будуть стимулювати розвиток ШІ і робототехніки? Як ШІ і робототехніка будуть збільшувати тривалість життя людей і протистояти зміні клімату?

Відповіді на ці питання дав Родні Брукс, відомий американський учений та дослідник у сфері робототехніки.

Він тривалий час очолював лабораторію ШІ в Массачусетському технологічному інституті і одночасно заснував компанії iRobot і Rethink Robotics, які першими у світі розробили і почали продавати автономні роботи-пилососи.

У квітні 2019 року Брукс виступив у Стамбулі на технологічному саміті з невеликою науково-популярною лекцією про те, що таке ШІ і робототехніка, в якому напрямку вони розвиваються і як вплинуть на людство в недалекому майбутньому.

ЕП побувала на лекції і записала найцікавіші тези.

Про Брукса

Брукс займався комп'ютерними науками та ШІ в Массачусетському технологічному інституті з 1984 року по 2008 рік. Паралельно він понад 40 років створював різні роботи. Починав з розробки маленьких роботів, роботизованих рук, прототипів марсоходів.

Він також багато років цікавився роботами гуманоїдного типу, тому що, як довели експерименти, люди набагато легше взаємодіють з такими роботами.

Одночасно з науковою роботою він заснував компанію iRobot, яка стала найбільшою у світі з виробництва роботів-пилососів. Тільки в Туреччині у 2018 році компанія продала понад 1 млн таких пристроїв.

Ця ж компанія розробляє і випускає роботи для роботи в умовах агресивного середовища та для розмінування. Так, роботи iRobot брали участь в ліквідації аварії на японській АЕС "Фукусіма-1".

Що люди знають про роботів та ШІ

"Я буду говорити про робототехніку та ШІ, які народилися 60 років тому, сильно просунулися за останні десять років і в наступні 10-25 років ми побачимо їх прискорений розвиток. Я буду говорити не про те, якими ми бачимо робототехніку та ШІ завдяки Голлівуду. Шлях, яким роботи і ШІ приходять в наше життя, відрізняється від кіно і потрібно зрозуміти, як це відбувається".

Що звичайні люди думають про роботів і ШІ? Два роки тому багато хто здивувався, коли в Азії ШІ DeepMind від Google обіграв найсильнішого у світі гравця в складну логічну гру "Го". Люди думають: якщо ШІ може грати в "Го", то він може робити все.

Люди також думають, що фахівці створять надпотужних і надрозумних роботів, схожих на людей. "Я не зовсім упевнений, що буде саме так", — каже Брукс.

Де "живе" ШІ

ШІ живе в розумній колонці Amazon Alexa Dot, Amazon Echo Dot, Google Home Mini. ШІ також є в будь-якому додатку смартфона.

Наприклад, коли людина за допомогою смартфона робить фотографію і бачить в кадрі невеликі жовті квадрати навколо облич, це працює система ШІ, яка захоплює обличчя та оптимізує параметри фотокамери для зйомки.

Десять років тому ніхто не міг навіть передбачити появу цієї технології. Дослідники ШІ намагалися створити щось подібне, але у них нічого не виходило, системи не працювали належним чином. Спочатку потрібно було розробити приголомшливі технічні рішення в системі ШІ, щоб це стало можливим.

Ще один приклад — технологія глибокого навчання, яка бере свої витоки у 1959 році з моменту появи машинного навчання. Деякі люди кажуть, що принцип роботи глибокого навчання схожий на те, як навчається мозок людини.

Наприклад, в систему вводять фонетику людської мови, потім через систему пропускають людську мову і система її розпізнає. Таким же чином працює інструмент "Розпізнавання мови" у хмарному сервісі "Google документи".

"Думаю, ніхто з розробників ШІ ще шість-сім років тому не міг передбачити, що це буде можливо в наступні 20 років", — говорить учений і показує наступний слайд презентації.

На ілюстрації жовтими квадратами відзначені автомобілі. П'ять років тому відсоток розпізнавання авто не перевищував 50%, зараз — 100%. Ось чому люди говорять про автономне водіння: автомобілі тепер "бачать" інші автомобілі.

Праворуч — ще більш дивна ілюстрація. Жовтими квадратами відзначені люди, червоними — об'єкти. Найдивовижніше те, що скульптури виглядають як люди, але ШІ розпізнає скульптури як об'єкти.

"Це величезний прогрес у сфері ШІ і це причина, чому всі говорять про ШІ", — пояснює дослідник.

Чому ШІ поступається людині в компетенції

Багато людей думають: якщо ШІ може робити такі речі, то вони скоро втратять роботу. Після переглядів голлівудських фільмів люди чекають, коли за ними прийдуть суперпотужні роботи. Однак ці ідеї надто переоцінені.

Кілька років тому Брукс написав статтю, в якій назвав сім причин, через які людина робить помилкові передбачення.

Під час лекції він торкнувся однієї з них, яка звучить як "продуктивність проти компетенції". Ідея в тому, що ШІ має високу продуктивність, але беззастережно програє людині в загальній компетенції.

Найвідомішим прикладом, який привернув увагу громадськості у США до вражаючих можливостей глибокого навчання, стала стаття у The New York Times за 17 листопада 2014 року.

У статті йдеться про те, як розроблена в Google програма проаналізувала це зображення і додала до нього ярлик: "Група молоді грає у фрисбі".

Це здивувало всіх, хто працює з ШІ. Здивувало, наскільки точно ШІ описав те, що зображено на картинці.

"Однак якщо людина подивиться на цю картинку і скаже те саме, ви можете поставити питання, яка форма фрисбі, і людина вам відповість. Однак комп'ютерна програма не може відповісти на це питання", — підкреслює Брукс.

Програма не знає цього, вона нічого не знає про фрисбі, вона просто знає, як називається об'єкт на зображенні.

Подивившись на це зображення, людина може розповісти, яка це форма фрисбі, як далеко людина може кинути фрисбі, чи може людина їсти фрисбі, скільки людей здатні одночасно грати, чи може тримісячна дитина грати в цю гру і чи підходить зараз погода для гри у фрисбі.

ШІ не може відповісти на ці питання. Висока продуктивність системи не означає, що вона загалом компетентна.

На ілюстрації нижче ШІ з імовірністю 90% розпізнав людину на коні. Однак на цьому ж зображенні ШІ дає 20% імовірності, що дерево — це людина. Людина не може так помилитися.

На ще одному зображенні ШІ розпізнав як снігоприбиральну машину шкільний автобус, що перекинувся поперек дороги.

"На зображенні ліворуч ШІ розпізнав снігоприбиральну машину, тому що вона виглядає як жовтий горизонтальний предмет, розташований на дорозі поперек снігових узбіч, — пояснює вчений. — Ми можемо бачити, що це шкільний автобус, тому що поруч з ним стоїть людина. Ми не можемо припуститися такої помилки".

Глибоке навчання та ШІ працюють не так, як людський мозок. Разом з тим, ці технології — неймовірно потужні інструменти. Вони будуть провідними драйверами інновацій в технологічному світі у наступні 10-20 років.

Як 5G та цифровізація будуть "драйвити" ШІ та роботизацію

"Що буде з роботами та ШІ? 5G і цифровізація стануть драйверами інновацій у сфері робототехніки та ШІ. Робототехніка буде позитивно впливати на демографію і зміну клімату", — говорить Брукс.

Перший стимул — 5G. Зв'язок нового покоління дозволить смартфону швидше завантажувати інформацію та підключати до інтернету мільярди сенсорів. Цей процес, який називають інтернетом речей, забезпечить системи машинного навчання величезними масивами даних.

Другий стимул — цифровізація, рух від "оцифрування" до "цифровізації". Це означає, що люди будуть переводити інформаційні системи з "аналога" (паперу) на "цифру".

Інтернет — важлива частина цього процесу, він надає доступ до цифрових майданчиків. Один з них — банкінг.

Раніше для здійснення транзакцій в інтернеті людям була потрібна фізична кредитна картка. Їй на зміну приходить цифровий підпис у браузері, який дозволяє використовувати кредитну картку.

Третій стимул — електронний уряд. Він надає дані, доступ до медичних послуг, сервісу реєстрації автомобіля, електронної візи.

Цифровізація дозволяє підключати різні сервіси та системи, тому 5G і цифровізація стануть платформою, на якій буде розгорнутий штучний інтелект.

Як ШІ і роботизація будуть "драйвити" демографію і клімат

Брукс наводить демографічні діаграми щодо Китаю, Італії, Японії, США і каже, що через 20 років у цих країнах і більшій частині світу буде жити багато літніх людей і мало молодих.

До чого це може призвести? Чим старша людина, тим більше допомоги їй потрібно. "Думаю, ми повинні стимулювати роботизацію, щоб допомагати людям", — говорить учений.

Це можуть бути людиноподібні роботи, які допомагатимуть взуватися, і роботизовані машини, наприклад, кавові апарати.

Люди похилого віку потребують медичної допомоги, проте в більшості країн відчувається нестача медсестер.

Навряд чи в найближчому майбутньому з'являться гуманоїдні медсестри, зате може з'явитися "розумний" одяг, який буде збирати медичні дані про людину, а ШІ їх інтерпретуватиме.

Ще більше люди похилого віку потребуватимуть фізичної допомоги для переміщення. Це буде стимулювати розвиток робототехніки, бо людям хочеться зберігати гідність і не залежати від свого оточення.

Роботи Boston Dynamics

Інший великий тренд — зміна клімату. Рівень світового океану зростає і створює проблеми Нью-Йорку, Бостону, аеропорту Бангкока, Венеції. Зміна клімату трансформує сільське господарство.

Тисячі років ферми розташовувалися під відкритим небом, але через зміни клімату людство буде переходити на сільське господарство в приміщенні. Воно вже існує і стає цифровим, з автоматичним контролем освітлення. Йдеться про масштабні проекти, де ручна праця буде роботизована.

Вертикальні роботизовані ферми

Сенсори на кожній насінині за допомогою 5G збиратимуть інформацію про те, що відбувається з кожною рослиною. Інформація буде проходити через систему глибокого навчання, яка буде оптимізувати процес вирощування.

Виробництво м'яса — одна з головних причин підвищення СО2 на планеті. Це буде стимулювати розвиток генної інженерії у сфері вирощування м'яса в біореакторі.

Як вирощують штучне м'ясо у США

Висновок

"За останні десять років ШІ показав величезний прогрес, —- підбиває підсумок лекції Брукс. — ШІ стане сильним драйвером інновацій в наступні 10-20 років, але він не буде виглядати як в кіно. Він увійде в наш світ так само, як свого часу в наш світ прийшли цифрові системи".