Як не дивно, що режисер Джеймс Кемерон познайомив світ з Skynet - вигаданим супер ШІ, який прагнув викорінити людство - у 1984 році.
За версією Terminator lore, Skynet був створений у тодішньому майбутньому 1990-х для вилучення людського елемента з ядерної оборони США. Але тоді Skynet усвідомив себе, започаткував глобальний ядерний голокост і створив армію ботів-вбивць, щоб вивезти вцілілих людей, yadda yadda yadda.
Звичайно, ця майбутня антиутопія була задумана задовго до того, як щось подібне здатних роботів чи штучного інтелекту навіть не існувало. Швидкий перехід до 2017 р. Та необов'язкові для людини технології не тільки в реальному світі, але інженери намагаються розробити способи, як надати їм ще більше обов'язків. У всьому світі автономні міні-Скайнети стають (сподіваюся, доброзичливою?) Реальністю.
Хоча ми, мабуть, не будемо передавати щось таке невдале, як коди ядерного запуску в алгоритм найближчим часом, суспільство все більше покладається на технології для виконання інших життєво важливих завдань. Насправді той світ став настільки складним, що це практично необхідність. Наша інфраструктура не просто виходить в Інтернет, вона набуває здатності передбачати та реагувати. Ми задали наші алгоритми, визначаючи порушення безпеки в складних системах, торгуючи більшістю світових запасів і навіть прогнозуючи, коли такі речі, як деталі двигуна літака, можуть зламатися до того, як це станеться.
З цією метою інженери все частіше використовують такі речі, як "цифрові близнюки", щоб допомогти приймати прогнози та приймати рішення. Цифрові близнюки - це віртуальні уявлення реальних об'єктів (як правило, життєво важливої інфраструктури, як турбіни в електростанції). Ці близнюки використовують дані в режимі реального часу, щоб передбачити, коли щось може вийти з ладу (тим самим дозволяючи доглядачам, які самі все більше автоматизуються, виправляти проблеми до їх виникнення). Але якщо AI - це тип інтелекту, чи було б точно описати цифрових близнюків як форму уяви ?
"Так, це так. Але це уява, зосереджена на тому, що насправді знає та її минулій історії, а також на навколишнє середовище та те, як ви його використовуєте", - пояснює доктор Колін Парріс, віце-президент із програмного забезпечення компанії General Electric і провідний розробник цифрових технологій близнюків, який був нещодавним гостем в інтерв'ю серії PCMag, The Convo . "Ця фантазія говорить про це" добре ґрунтуючись на цих даних, мені, можливо, потрібно буде підтримувати цей час ".
Але цифрових близнюків не можна вводити з одного джерела - вони здатні використовувати досвід всього флоту. Якщо алгоритм, наприклад, зауважує, що конкретна частина літака починає зношуватися після 2000 посадки в дощових умовах, то він може пінгувати екіпажі, що обслуговують, наступного разу, коли літак відправляється на обслуговування. Але надання системи справжнього інтелекту - це більше, ніж світло "часу для перевірки" на приладовій панелі вашого автомобіля; йдеться про вдосконалення своїх можливостей з часом.
Поле AI під назвою "машинне навчання" дозволяє комп'ютерам опановувати завдання, незалежні від людської віри. Це зшивання зібраного досвіду полегшує розуму вулик, який компенсує відсутність здорового глузду. Без цього цифрового zeitgeist, складні технології, такі як автомобілі для самостійного керування, ніколи не були б можливими.
Єдиний людський програміст - а то й армія програмістів - ніколи не міг би створити програмне забезпечення для передбачення кожного реального дорожнього сценарію, але самостійно керувати автомобілями можна навчившись спостереженням. Наприклад, автомобіль, що рухається самостійно, може не розпізнати людину в інвалідному візку, але спостерігаючи, як люди реагують на цю нову форму, яка ділиться рисами з людиною та автомобілем, програмне забезпечення може дізнатися, що це певний пішохід, який повинен поводитись як такий.
Програмне забезпечення не тільки покращується, спостерігаючи за поведінкою водіїв людей, але також записує те, що спрацьовувало, коли інші автомобілі, що керували автотранспортом, були в дорозі (а може бути, що ще важливіше, що не зробили). Це комунальне навчання дозволяє машинам орієнтуватися у складному світі з безліччю непередбачених змінних.
Поєднавши віртуальне моделювання та технології прогнозування з досягненнями в галузі робототехніки, ви можете побачити, як інфраструктура стане ще більш автономною, рухаючись вперед. Ця автоматизація є проблематичною з точки зору безробіття, але не обов'язково є повною втратою для людства.
"Є деякі роботи, які тьмяні, брудні та небезпечні. Я хочу переконатися, що у нас на таких робочих місцях не так часто є люди", - пояснює Періс. "Я надам вам приклад. У нас в середині океану є нафтові вишки, у яких є гігантські штабелі, які вони використовують для спалювання палива. Хтось повинен піднятись по цих штабелях і подивитися, чи не заржавіла на ньому - це 200 ноги в повітрі, вони висять за мотузку, там вітри силою вітру. Шанси помилки величезні. Але зараз у нас є безпілотники. Безпілотники літають там і літають по колу і фотографуються. Програмне забезпечення аналізує, де знаходиться іржа та пошкодження. Тож тепер нам не потрібно ставити людей у небезпечне місце ".
Коли роботи стають крихітнішими, розумнішими та більш працездатними, ви можете бачити, як системи, від яких залежить цивілізація, можуть навчитися підтримувати (а можливо навіть ремонтувати та будувати) себе. Це майже так, ніби вони перетворюються на життєві системи, в яких можна вчитися, уявляти та передбачати. Сподіваємось, вони одного разу не вирішать знищити нас.
