«Китайский подход» vs «Прорывно-инновационный»

Сегодняшний взгляд Кай-Фу Ли на будущее ИИ

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».

Ну а тем, кто не читал этот мой пост о Кай-Фу Ли, рекомендую — «Так говорил Кай-Фу Ли. Пост для всех и ни для кого»

________________________________

Если понравился пост:
- нажмите на “палец вверх”;
- подпишитесь на обновления канала на платформе Medium;
- оставьте комментарий.
Еще больше материалов на моем Телеграм канале «Малоизвестное интересное».
Подпишитесь