Полная версия
Власть роботов. Как подготовиться к неизбежному
Все более взаимосвязанный мир превратится в мощную платформу доступа к искусственному интеллекту. В обозримом будущем самые важные ИИ-приложения будут находиться в облаке, но со временем машинный интеллект станет более распределенным. Устройства, машины и инфраструктура будут умнеть по мере применения новейших специализированных чипов, поддерживающих ИИ. Скорее всего, именно здесь такие инновации, как нейроморфные вычисления, окажутся наиболее востребованными. В результате появится мощная новая служба, способная предоставить доступ к машинному интеллекту по запросу практически где угодно.
Источник стоимости – данные
Поскольку ведущие облачные провайдеры конкурируют как в ценах, так и в возможностях своей технологии, удешевление доступа к аппаратным и программным средствам, поддерживающим искусственный интеллект, представляется неизбежным. В то же время продолжится совершенствование ИИ-сервисов, доступных через облако, поскольку технологические гиганты стремятся добиться конкурентного преимущества, осваивая новейшие открытия исследователей. Под влиянием этих процессов даже самые продвинутые ИИ-технологии будут постепенно превращаться в товар широкого потребления, доступ к которому почти, а то и вовсе не требует платы, помимо той, которую клиенты облачных сервисов вносят за хранение своих данных. Свидетельства этого уже имеются. Такие компании, как Google, Facebook и Baidu, выпускают программное обеспечение для глубокого обучения с открытым исходным кодом. Иными словами, они предлагают его бесплатно. Это относится и к большинству самых передовых исследований, проводимых организациями вроде DeepMind и OpenAI. Они публикуют свои результаты в ведущих научных журналах и позволяют любому человеку получить подробные данные о разрабатываемых системах глубокого обучения.
Кое-чем, однако, ни одна компания не делится бесплатно – своими данными. Вследствие этого синергия между ИИ-технологией и огромными объемами потребляемых ею данных довольно-таки однобока. Практически вся создаваемая стоимость достается тому, кто владеет данными. Из этого широко признанного объективного факта часто делают вывод, что технологические гиганты подомнут под себя любую область деятельности, нуждающуюся в больших данных или искусственном интеллекте. Однако при этом из виду упускается то, что собственность на данные имеет явную вертикальную отраслевую структуру. Такие компании, как Google, Facebook и Amazon, разумеется, контролируют невообразимые объемы данных, но их деятельность в общем ограничивается интернет-поиском, взаимодействием в соцсетях и транзакциями в онлайновых магазинах. В данных областях эти компании, скорее всего, сохранят господство, но в экономике и в обществе имеется намного больше данных совершенно иных типов, принадлежащих правительствам, организациям и частным компаниям из других отраслей.
Часто говорят, что данные – это новая нефть. Если мы принимаем эту аналогию, то можем во многих отношениях уподобить технологические компании фирме Halliburton, которая предлагает свои технологические возможности и практические знания, необходимые для того, чтобы извлекать стоимость из ресурса. Конечно, гиганты сферы хай-тека имеют собственные огромные массивы данных, однако львиная доля непрерывно растущего глобального источника данных принадлежит не им. Например, компании медицинского страхования, больничные сети и, разумеется, государственные общенациональные службы здравоохранения владеют данными неимоверной ценности. Можно с уверенностью утверждать, что они будут использовать новейшие ИИ-технологии, разработанные крупными технологическими компаниями и предоставляемые как облачный сервис, но сохранят стоимость, извлеченную из данных, в своих руках. То же самое можно сказать об огромных массивах данных, собранных в ходе финансовых операций, бронирования билетов, размещения отзывов в интернете, наблюдения за перемещениями покупателей в традиционных розничных магазинах, а также сгенерированных бесчисленными сенсорами в транспортных средствах и промышленном оборудовании. В каждом случае машинный интеллект будет работать с конкретными данными, принадлежащими организациям из разных отраслей экономики.
Из этого следует, что значительная часть стоимости, извлекаемой благодаря использованию искусственного интеллекта, будет доставаться не компаниям-лидерам из сферы высоких технологий. Колоссальная выгода от применения ИИ будет распределяться очень широко. Опять-таки здесь уместна аналогия с электричеством. Кто извлекает наибольшую стоимость из электричества? Электроэнергетические компании? Атомная энергетика? Нет, такие компании, как Google и Facebook, потребляющие очень много электроэнергии и открывшие способы преобразования этого общедоступного товара широкого потребления в фантастическую стоимость. Разумеется, эта аналогия не идеальна, и не приходится сомневаться, что колоссальная стоимость и огромные возможности достанутся тем компаниям, которые создают инновации в сфере искусственного интеллекта и предлагают доступ к этому постоянно совершенствующемуся ресурсу. Однако основная польза от применения ИИ, особенно после его превращения в общедоступный ресурс, будет доставаться всем остальным.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
Сноски
1
Ewen Callaway, “‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures,” Nature, November 30, 2020, www.nature.com/articles/d41586-020-03348-4.
2
Andrew Senior, Demis Hassabis, John Jumper and Pushmeet Kohli, “AlphaFold: Using AI for scientific discovery,” DeepMind Research Blog, January 15, 2020, deepmind.com/blog/article/AlphaFold-Using-AI-for-scientific-discovery.
3
Ian Sample, “Google’s DeepMind predicts 3D shapes of proteins,” The Guardian, December 2, 2018, www.theguardian.com/science/2018/dec/02/google-deepminds-ai-program-alphafold-predicts-3d-shapes-of-proteins.
4
Форд М. Роботы наступают: Развитие технологий и будущее без работы. – М.: Альпина нон-фикшн, 2019.
5
Lyxor Robotics и AI UCITS ETF, тикер ROAI.
6
Форд М. Архитекторы интеллекта: Вся правда об искусственном интеллекте от его создателей. – СПб.: Питер, 2020.
7
См., например: Carl Benedikt Frey and Michael Osborne, “The future of employment: How susceptible are jobs to computerisation?” Oxford Martin School, University of Oxford, Working Paper, September 17, 2013, www.oxfordmartin.ox.ac.uk/downloads/academic/future-of-employment.pdf, p. 38.
8
Matt McFarland, “Elon Musk: ‘With artificial intelligence we are summoning the demon,’” Washington Post, October 24, 2014, www.washingtonpost.com/news/innovations/wp/2014/10/24/elon-musk-with-artificial-intelligence-we-are-summoning-the-demon/.
9
Anand S. Rao and Gerard Verweij, “Sizing the prize: What’s the real value of AI for your business and how can you capitalise?” PwC, October 2018, www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf.
10
“Neuromorphic computing,” Intel Corporation, accessed May 3, 2020, www.intel.com/content/www/us/en/research/neuromorphic-computing.html.
11
Sara Castellanos, “Intel to release neuromorphic-computing system,” Wall Street Journal, March 18, 2020, www.wsj.com/articles/intel-to-release-neuromorphic-computing-system-11584540000.
12
Linda Hardesty, “WikiLeaks publishes the location of Amazon’s data centers,” SDXCentral, October 12, 2018, www.sdxcentral.com/articles/news/wikileaks-publishes-the-location-of-amazons-data-centers/2018/10/.
13
“RightScale 2019 State of the Cloud Report from Flexera,” Flexera, 2019, resources.flexera.com/web/media/documents/rightscale-2019-state-of-the-cloud-report-from-flexera.pdf, p. 2.
14
Pierr Johnson, “With the public clouds of Amazon, Microsoft and Google, big data is the proverbial big deal,” Forbes, June 15, 2017, www.forbes.com/sites/johnsonpierr/2017/06/15/with-the-public-clouds-of-amazon-microsoft-and-google-big-data-is-the-proverbial-big-deal/.
15
Richard Evans and Jim Gao, “DeepMind AI reduces Google data centre cooling bill by 40 %,” DeepMind Research Blog, July 20, 2016, deepmind.com/blog/article/deepmind-ai-reduces-google-data-centre-cooling-bill-40.
16
Urs Hölzle, “Data centers are more energy efficient than ever,” Google Blog, February 27, 2020, www.blog.google/outreach-initiatives/sustainability/data-centers-energy-efficient/.
17
Ron Miller, “AWS revenue growth slips a bit, but remains Amazon’s golden goose,” TechCrunch, July 25, 2019, techcrunch.com/2019/07/25/aws-revenue-growth-slips-a-bit-but-remains-amazons-golden-goose/.
18
John Bonazzo, “Google exits Pentagon ‘JEDI’ project after employee protests,” Observer, October 10, 2018, observer.com/2018/10/google-pentagon-jedi.
19
Annie Palmer, “Judge temporarily blocks Microsoft Pentagon cloud contract after Amazon suit,” CNBC, February 13, 2020, www.cnbc.com/2020/02/13/amazon-gets-restraining-order-to-block-microsoft-work-on-pentagon-jedi.html.
20
Lauren Feiner, “DoD asks judge to let it reconsider decision to give Microsoft $10 billion contract over Amazon,” CNBC, March 13, 2020, www.cnbc.com/2020/03/13/pentagon-asks-judge-to-let-it-reconsider-its-jedi-cloud-contract-award.html.
21
“TensorFlow on AWS,” Amazon Web Services, accessed May 4, 2020, aws.amazon.com/tensorflow/.
22
Kyle Wiggers, “Intel debuts Pohoiki Springs, a powerful neuromorphic research system for AI workloads,” VentureBeat, March 18, 2020, venture beat.com/2020/03/18/intel-debuts-pohoiki-springs-a-powerful-neuromorphic-research-system-for-ai-workloads/.
23
Jeremy Kahn, “Inside big tech’s quest for human-level A.I.,” Fortune, January 20, 2020, fortune.com/longform/ai-artificial-intelligence-big-tech-microsoft-alphabet-openai/.
24
Martin Ford, Interview with Fei-Fei Li, in Architects of Intelligence: The Truth about AI from the People Building It, Packt Publishing, 2018, p. 150.
25
“Deep Learning on AWS,” Amazon Web Services, accessed May 4, 2020, aws.amazon.com/deep-learning/.
26
Kyle Wiggers, “MIT researchers: Amazon’s Rekognition shows gender and ethnic bias,” VentureBeat, January 24, 2019, venturebeat.com/2019/01/24/amazon-rekognition-bias-mit/.
27
“New schemes teach the masses to build AI,” The Economist, October 27, 2018, www.economist.com/business/2018/10/27/new-schemes-teach-the-masses-to-build-ai.
28
Chris Hoffman, “What is 5G, and how fast will it be?” How-to Geek, January 3, 2020, www.howtogeek.com/340002/what-is-5g-and-how-fast-will-it-be/.