Искусственный интеллект не cможет заменить жизненный опыт | Большие Идеи

・ Управление инновациями
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Искусственный интеллект не cможет заменить
жизненный опыт

Мы только начали понимать, как человек может оптимально взаимодействовать с огромными массивами информации.

Авторы: Дороти Леонард , Уолтер Суоп

Искусственный интеллект не cможет заменить жизненный опыт

читайте также

Клиенты из мессенджера

Ольга Асламова,  Ольга Цегельная

Мягкая сила: что поможет молодым сотрудникам сделать головокружительную карьеру

Джеймс Рунд

Паралич слияния

Юлия Крыленко

Как на самом деле должно работать менторство

Максим Белухин

Давным-давно, в доисторические 80-е годы, когда еще не было Google и Siri, мы думали, что находимся на заре подлинного искусственного интеллекта. Тогда мы уже привыкали к банкоматам; у нас появились системы поддержки принятия решений и «экспертные системы», которые претендовали на повторение мыслительного процесса умнейших из нас. Некоторые компьютеры даже умели петь мелодию «Ах, мой милый Августин». Мы были на правильном пути.

Теперь, когда вы покупаете новую машину, она по большей части построена на конвейере сотнями специализированных роботов со все уменьшающимся и уменьшающимся количеством homo sapiens, контролирующих процесс или же лично закручивающих гайки и болты. А скоро и самих этих роботов будет привозить на фабрику умный грузовик без водителя.

Еженедельник The Week недавно процитировал слова экспертов в сфере искусственного интеллекта, которые считают, что с 50-процентной вероятностью к 2050 году появится компьютер, полностью повторяющий возможности человеческого мозга. Причем для нас, простых смертных, это может повлечь непредсказуемые (а возможно, ужасные) последствия. Дойдет ли технический прогресс до такой стадии, что выстраданные, основанные на опыте знания станут ненужными?

По крайней мере на сегодняшний день мысль о том, что искусственный интеллект в ближайшее время полностью заменит собой «серое вещество», вызывает у многих экспертов определенный скепсис. В процессе написания книги «Critical Knowledge Transfer» мы опросили технических директоров, ИТ-директоров и топ-менеджеров в сфере управления персоналом об их системах передачи знания. Мы спрашивали их, до какой степени важные знания, полученные опытным путем, могут быть отражены и зашифрованы техническими средствами вместо того, чтобы передаваться от человека человеку через непосредственный опыт. 71% опрошенных ответили «частично», и лишь 4% сказали «почти полностью».

Разумеется, многие технологические новшества уже стали привычными. Для облегчения передачи знаний организации все шире используют сайты, поисковые базы данных и экспертные сообщества. Хорошим примером архива решений и признанных практик, содержащих важные ноу-хау, стал веб-сайт, созданный в армии США, под названием Lesson Learned. Офицер, стоящий перед лицом тактической проблемы, может проконсультироваться с этим интернет-ресурсом в поисках похожих ситуаций. Затем, используя собственное суждение, он или она может применить предыдущий положительный опыт к текущей проблеме. Но есть и предел того, на что способны подобные веб-сайты. Они охватывают только малую толику тех экспертных знаний, которые накапливаются за годы полевого опыта — например, о самих процессах критического мышления и волевого решения, применяемых к различным контекстам. Более того, многие подобные ресурсы используют гораздо реже, чем ожидалось при их создании. Базы данных, безусловно, полезны, но больше как способ связать ищущих ответы с теми, кто может разрешить глубокие вопросы, чем как собственно механизм передачи знаний.

Читайте материал по теме: Дом, в котором работает интернет вещей

Также постоянно расширяются возможности делиться информацией в режиме онлайн — это показывает распространение сообществ специалистов-практиков. Их члены могут быть в самых разных уголках земного шара. Однако, чем точнее технологии позволяют симулировать взаимодействие лицом к лицу («rich» media), тем больше знаний может быть передано. К примеру, Атул Гаванде обсуждает системы реанимации, оборудованные удаленным доступом. С их помощью врачи и медсестры смогут отслеживать потенциальные или текущие проблемы и предлагать решения, находясь за тысячи километров друг от друга. Для этого нужно лишь установить в палате больного видеокамеры высокого разрешения, обеспечить доступ к информации с подключенных к пациентам приборов, а также ко всем электронным данным тестов и принимаемых препаратов.

Конечно, нельзя обойти вниманием большие данные. Базы данных могут содержать огромные объемы — целые петабайты — информации, гораздо больше, чем способен охватить человеческий мозг. Но значит ли это, что наши знания и опыт становятся ненужными?

Суперкомпьютер Watson, созданный компанией IBM, от побед над знатоками в «Что? Где? Когда?» перешел к решению медицинских задач. Много ли на свете онкологов, которые смогли бы прочесть (не говоря уже о том, чтобы запомнить) 600 тысяч историй болезней и 2 млн страниц медицинских журналов, описывающих исследования и эксперименты по раку легких? Все это заложили в Watson, и он перечислил возможные методы лечения, приписал каждому из них определенный уровень надежности, а также подкрепил каждую рекомендацию конкретными свидетельствами. Но все равно в обозримом будущем без человека не обойтись — нужен эксперт, чтобы взвесить эти рекомендации, увидеть закономерности, вытекающие из опыта, и принять окончательное решение.

Читайте материал по теме: Какие умные вещи (не) нужны покупателям

Мы только начали понимать, как человек может оптимально взаимодействовать с огромными массивами информации. Даже самые ярые сторонники больших данных указывают на то, что их анализ все еще требует человеческих навыков для вычленения смысла, понимания контекста, отделения простой взаимосвязи от причинности и принятия нюансированных решений. Если обобщить работу гарвардских ученых — экспертов по вычислительной технике, наша цель — создать системы, позволяющие человеку соединять свои сильные стороны (постановка вопросов и интерпретация результатов) с сильными сторонами машин (вычислениями, анализом и статистическими выкладками на основе больших объемов данных).

Итак, до тех пор пока андроиды не пришли нам на смену, умное ПО и большие данные остаются лишь полезными инструментами, помогающими нам в работе. Машины берут на себя множество рутины, от управления самолетами до классификации симптомов болезни. И действительно, компьютер способен реагировать на проблемы быстрее, чем человек, но только тогда, когда какие-то очень умные homo sapiens смогли запрограммировать его на решение этих потенциальных проблем (даже относительно редких). Возможно, что когда-нибудь роботы станут настоящими экспертами. Но пока нам стоит довольствоваться сохранением человеческого многообразия и поиском еще более продуктивных способов сотрудничества с нашими электронными «братьями по интеллекту».

Читайте по теме: