🌐 Важные новости из мира технологий! Министр торговли США, Джина Раймондо, объявила о начале процесса, который требует от американских облачных компаний отчитываться о том, когда иностранные организации используют их облачные вычислительные мощности для обучения больших языковых моделей. Это означает, что США придает большое значение укреплению контроля над информацией, используемой в области искусственного интеллекта.
🔬 Искусственный интеллект (ИИ) становится все более востребованным в различных сферах, и возникает необходимость в регулировании его использования. Министерство торговли также исследует вопросы регулирования облачных услуг через экспортный контроль, особенно относительно Китая, с целью ограничения доступа к самым мощным полупроводникам.
🤔 Подобные инициативы указывают на то, что технологическая война между США и Китаем продолжается, и обе страны прилагают усилия для защиты своих национальных интересов в области технологий.
⚡️ Какие будущие изменения принесет такое регулирование? Оставайтесь на связи, чтобы быть в курсе последних новостей из мира технологий!
#технологии #искусственныйинтеллект #облачныекомпании #регулирование #США #Китай #национальнаябезопасность
🔬 Искусственный интеллект (ИИ) становится все более востребованным в различных сферах, и возникает необходимость в регулировании его использования. Министерство торговли также исследует вопросы регулирования облачных услуг через экспортный контроль, особенно относительно Китая, с целью ограничения доступа к самым мощным полупроводникам.
🤔 Подобные инициативы указывают на то, что технологическая война между США и Китаем продолжается, и обе страны прилагают усилия для защиты своих национальных интересов в области технологий.
⚡️ Какие будущие изменения принесет такое регулирование? Оставайтесь на связи, чтобы быть в курсе последних новостей из мира технологий!
#технологии #искусственныйинтеллект #облачныекомпании #регулирование #США #Китай #национальнаябезопасность
Forwarded from Новости электроники
В России создан искусственный интеллект для точного выявления поддельных документов
Российские ученые разработали способ проверки документов государственного образца, подделкой которых часто занимаются ОПГ. В компании заявляют, что точность устройства в лабораторных условиях равна 100%.
Подробнее: https://russianelectronics.ru/2024-02-22-ii/
#искусственныйинтеллект #новостиэлектроники
Российские ученые разработали способ проверки документов государственного образца, подделкой которых часто занимаются ОПГ. В компании заявляют, что точность устройства в лабораторных условиях равна 100%.
Подробнее: https://russianelectronics.ru/2024-02-22-ii/
#искусственныйинтеллект #новостиэлектроники
Время электроники
В России создан искусственный интеллект для точного выявления поддельных документов
Российские ученые разработали способ проверки документов государственного образца, подделкой которых часто занимаются ОПГ.
Forwarded from Новости электроники
Китаю не хватает достижений США в сфере искусственного интеллекта из-за «множества проблем в теории и технологиях».
Согласно недавней слайд-презентации, сделанной премьер-министру Китая Ли Цяну, Китай не дотягивает до уровня США в области развития искусственного интеллекта (ИИ), поскольку усилия страны «засорены множеством существенных проблем в теории и технологиях».
На эти трудности Ли указал во время его недавней инспекционной поездки в Пекинскую академию искусственного интеллекта (BAAI), частную некоммерческую организацию, основанную в 2018 году и занимающуюся исследованиями и разработками в области искусственного интеллекта.
Согласно презентации на BAAI, основным препятствием, с которым сталкиваются китайские инициативы по генеративному искусственному интеллекту, является чрезмерная зависимость от системы Llama от Meta Platforms, семейства больших языковых моделей (LLM), выпущенных в феврале прошлого года. LLM — это технология, используемая для обучения ChatGPT и аналогичных сервисов генеративного искусственного интеллекта, которые используются для создания нового контента, включая аудио, код, изображения, текст, симуляции и видео.
Этот недостаток подтверждает что Китай сталкивается с увеличивающимся разрывом с США с точки зрения инноваций в области искусственного интеллекта.
Хотя государственные ведомства сейчас работают параллельно с частными китайскими технологическими фирмами над разработкой ряда инноваций в области искусственного интеллекта, они по-прежнему сталкиваются с проблемами, связанными с вычислительной инфраструктурой для обучения LLM.
«Десятки местных чипов различаются по семействам и экосистемам», что делает обучение 100 миллиардов параметров для китайских LLM «очень нестабильным», — говорится в презентации. Технологические санкции США в отношении Китая ограничили доступ материка к передовым полупроводникам, изготовленным по американским технологиям, для местных проектов по разработке искусственного интеллекта.
Возможности LLM частично зависят от количества его параметров, которые являются мерой сложности модели. Например, LLM OpenAI, создателя ChatGPT, был обучен на 175 миллиардах параметров, в то время как большинство китайских LLM с открытым исходным кодом на рынке имеют от 6 до 13 миллиардов параметров.
Еще одной важной проблемой, отмеченной в презентации на BAAI, касается контроля над контентом, создаваемым ИИ.
В ней говорится, что уникальная задача, с которой сталкиваются разработанные в Китае программы LLM, заключается в создании «качественного контента, соответствующего фактам», при этом принимая во внимание идеологию и различные эмоции.
Чат-боты с искусственным интеллектом, в том числе ChatGPT и Gemini от Google, склонны генерировать неточные данные, называемые галлюцинациями.
#искусственныйинтеллект #новостиэлектроники
https://www.scmp.com/tech/big-tech/article/3255545/china-said-fall-short-matching-us-advances-ai-owing-many-challenges-theory-and-technologies
Согласно недавней слайд-презентации, сделанной премьер-министру Китая Ли Цяну, Китай не дотягивает до уровня США в области развития искусственного интеллекта (ИИ), поскольку усилия страны «засорены множеством существенных проблем в теории и технологиях».
На эти трудности Ли указал во время его недавней инспекционной поездки в Пекинскую академию искусственного интеллекта (BAAI), частную некоммерческую организацию, основанную в 2018 году и занимающуюся исследованиями и разработками в области искусственного интеллекта.
Согласно презентации на BAAI, основным препятствием, с которым сталкиваются китайские инициативы по генеративному искусственному интеллекту, является чрезмерная зависимость от системы Llama от Meta Platforms, семейства больших языковых моделей (LLM), выпущенных в феврале прошлого года. LLM — это технология, используемая для обучения ChatGPT и аналогичных сервисов генеративного искусственного интеллекта, которые используются для создания нового контента, включая аудио, код, изображения, текст, симуляции и видео.
Этот недостаток подтверждает что Китай сталкивается с увеличивающимся разрывом с США с точки зрения инноваций в области искусственного интеллекта.
Хотя государственные ведомства сейчас работают параллельно с частными китайскими технологическими фирмами над разработкой ряда инноваций в области искусственного интеллекта, они по-прежнему сталкиваются с проблемами, связанными с вычислительной инфраструктурой для обучения LLM.
«Десятки местных чипов различаются по семействам и экосистемам», что делает обучение 100 миллиардов параметров для китайских LLM «очень нестабильным», — говорится в презентации. Технологические санкции США в отношении Китая ограничили доступ материка к передовым полупроводникам, изготовленным по американским технологиям, для местных проектов по разработке искусственного интеллекта.
Возможности LLM частично зависят от количества его параметров, которые являются мерой сложности модели. Например, LLM OpenAI, создателя ChatGPT, был обучен на 175 миллиардах параметров, в то время как большинство китайских LLM с открытым исходным кодом на рынке имеют от 6 до 13 миллиардов параметров.
Еще одной важной проблемой, отмеченной в презентации на BAAI, касается контроля над контентом, создаваемым ИИ.
В ней говорится, что уникальная задача, с которой сталкиваются разработанные в Китае программы LLM, заключается в создании «качественного контента, соответствующего фактам», при этом принимая во внимание идеологию и различные эмоции.
Чат-боты с искусственным интеллектом, в том числе ChatGPT и Gemini от Google, склонны генерировать неточные данные, называемые галлюцинациями.
#искусственныйинтеллект #новостиэлектроники
https://www.scmp.com/tech/big-tech/article/3255545/china-said-fall-short-matching-us-advances-ai-owing-many-challenges-theory-and-technologies
Forwarded from Новости электроники
Искусственный интеллект не смог бы поступить в МФТИ
Эксперты МФТИ в качестве эксперимента протестировали генеративную нейросеть Chat GPT-4 Turbo в решении задач ЕГЭ по физике.
По итоговым результатам искусственный интеллект не дотянул до успешного абитуриента МФТИ и получил менее 85 баллов — ниже проходного барьера для Физтеха, допустив несколько очевидных ошибок
Подробнее: https://russianelectronics.ru/iskusstvennyj-intellekt-ne-smog-by-postupit-v-mfti/
#искусственныйинтеллект
Эксперты МФТИ в качестве эксперимента протестировали генеративную нейросеть Chat GPT-4 Turbo в решении задач ЕГЭ по физике.
По итоговым результатам искусственный интеллект не дотянул до успешного абитуриента МФТИ и получил менее 85 баллов — ниже проходного барьера для Физтеха, допустив несколько очевидных ошибок
Подробнее: https://russianelectronics.ru/iskusstvennyj-intellekt-ne-smog-by-postupit-v-mfti/
#искусственныйинтеллект
Forwarded from Новости электроники
Кто новая Nvidia? Уолл-стрит охотится за победителями ИИ за пределами США
Аналитики ожидают 61-процентного увеличения доходов компаний, работающих в сфере искусственного интеллекта на развивающихся рынках, по сравнению с 20-процентным ростом для сопоставимых компаний в США.
Некоторые из крупнейших мировых финансовых менеджеров ищут следующую волну победителей в области искусственного интеллекта (ИИ) за пределами США.
В то время как глобальная эйфория по поводу искусственного интеллекта менее чем за год привела к трехкратному росту акций Nvidia Corp и 50-процентному скачку ключевого американского индекса для производителей полупроводников, инвесторы указывают на развивающиеся рынки в поисках более выгодных цен и более выгодных условий и вариантов.
Подразделение по управлению активами Goldman Sachs заявило, что специально ищет доли в производителях компонентов цепочки поставок искусственного интеллекта, таких как системы охлаждения и источники питания. JPMorgan Asset Management отдает предпочтение традиционным производителям электроники, которые превращаются в лидеров ИИ, а инвестиционные менеджеры Morgan Stanley делают ставку на игроков, в которых ИИ меняет бизнес-модели в нетехнологических секторах.
«Мы рассматриваем ИИ как драйвер роста на развивающихся рынках», — сказала Джитания Кандхари, заместитель директора по инвестициям Morgan Stanley Investment Management. «Хотя ранее мы инвестировали в прямых бенефициаров ИИ, таких как полупроводники, в будущем ключевым моментом будет поиск компаний в различных отраслях, которые внедряют ИИ для увеличения доходов».
#искусственныйинтеллект
https://www.scmp.com/tech/tech-trends/article/3258157/whos-new-nvidia-wall-street-hunts-next-wave-ai-winners-beyond-us
Аналитики ожидают 61-процентного увеличения доходов компаний, работающих в сфере искусственного интеллекта на развивающихся рынках, по сравнению с 20-процентным ростом для сопоставимых компаний в США.
Некоторые из крупнейших мировых финансовых менеджеров ищут следующую волну победителей в области искусственного интеллекта (ИИ) за пределами США.
В то время как глобальная эйфория по поводу искусственного интеллекта менее чем за год привела к трехкратному росту акций Nvidia Corp и 50-процентному скачку ключевого американского индекса для производителей полупроводников, инвесторы указывают на развивающиеся рынки в поисках более выгодных цен и более выгодных условий и вариантов.
Подразделение по управлению активами Goldman Sachs заявило, что специально ищет доли в производителях компонентов цепочки поставок искусственного интеллекта, таких как системы охлаждения и источники питания. JPMorgan Asset Management отдает предпочтение традиционным производителям электроники, которые превращаются в лидеров ИИ, а инвестиционные менеджеры Morgan Stanley делают ставку на игроков, в которых ИИ меняет бизнес-модели в нетехнологических секторах.
«Мы рассматриваем ИИ как драйвер роста на развивающихся рынках», — сказала Джитания Кандхари, заместитель директора по инвестициям Morgan Stanley Investment Management. «Хотя ранее мы инвестировали в прямых бенефициаров ИИ, таких как полупроводники, в будущем ключевым моментом будет поиск компаний в различных отраслях, которые внедряют ИИ для увеличения доходов».
#искусственныйинтеллект
https://www.scmp.com/tech/tech-trends/article/3258157/whos-new-nvidia-wall-street-hunts-next-wave-ai-winners-beyond-us
South China Morning Post
Wall Street hunts for next wave of AI winners beyond the US
At a time when the global euphoria about AI has propelled a three-fold surge in Nvidia’s stock, investors are pointing toward emerging markets for better value and a bigger pool of options.
Forwarded from Новости электроники
2D-транзисторы могут имитировать мозг саранчи, чтобы избежать столкновений — сверхэффективная технология может снизить затраты энергии на искусственный интеллект завтрашнего дня
Исследователи создали 2D-транзистор со сверхмалым энергопотреблением, чтобы имитировать нейроны предотвращения столкновений саранчи в своих автономных роботах. Ученые из Индийского технологического института Бомбея и Королевского колледжа Лондона совместно работали над исследованием, направленным на изучение маломощных решений для автономных роботов и транспортных средств, популярность которых растет.
Автономное вождение и движение уже давно являются Святым Граалем для разработчиков и исследователей машинного обучения, искусственного интеллекта, а предотвращение столкновений является ключом к тому, чтобы сделать эту технологию осуществимой в реальном мире. С этой целью студенты IITB и Королевского колледжа поставили перед собой задачу создать решение для предотвращения столкновений при чрезвычайно малой мощности.
Изучая предотвращение столкновений, ученые обнаружили у саранчи нейрон, обнаруживающий столкновения. Этот нейрон, получивший название LGMD (детектор движения гигантской дольки), активируется, когда крупные объекты приближаются к саранче, помогая насекомому избежать опасности. Этот нейрон удалось продублировать учёным с помощью невероятно тонких двумерных транзисторов, которые также производят спайки, аналогичные нейрону саранчи, и при тех же затратах энергии: менее 100 пикоджоулей (для примера: работа лампы накаливания мощностью 100 Вт в течение одной секунды - 100 джоулей энергии). Тонкий и дешевый транзистор также был полностью функциональным, его можно было перепрограммировать для поиска различных типов движения и успешного обхода препятствий с высокой степенью точности.
2D-транзистор — несбыточная мечта для крупных производителей микросхем, поскольку, когда транзисторы становятся меньше, они также становятся более энергоэффективными. Конечно, транзистор, использованный в исследовании IITB, очень простой: он включается при обнаружении движения в пределах диапазона и не более того. Но у авторов есть видение того, куда может пойти эта двумерная технология после этого исследования.
Эти сверхэффективные транзисторы могли бы значительно помочь снизить затраты на энергию для часто неэффективных технологий искусственного интеллекта, которые мы доступны сегодня. Профессор Бипин Раджендран из Королевского колледжа Лондона и соавтор исследования пишет: «Мы продемонстрировали, что эту импульсную нейронную цепь можно использовать для обнаружения препятствий. Однако схема может быть использована и в других нейроморфных приложениях (системах, имитирующих человеческий мозг), основанных на технологии аналоговых или смешанных сигналов, для которых требуется импульсный нейрон с низкой энергией».
#разработкаэлектроники #искусственныйинтеллект
https://www.tomshardware.com/tech-industry/artificial-intelligence/2d-transistors-can-mimic-a-locusts-brain-to-avoid-collision-super-efficient-tech-could-lower-the-energy-costs-of-tomorrows-ai
Исследователи создали 2D-транзистор со сверхмалым энергопотреблением, чтобы имитировать нейроны предотвращения столкновений саранчи в своих автономных роботах. Ученые из Индийского технологического института Бомбея и Королевского колледжа Лондона совместно работали над исследованием, направленным на изучение маломощных решений для автономных роботов и транспортных средств, популярность которых растет.
Автономное вождение и движение уже давно являются Святым Граалем для разработчиков и исследователей машинного обучения, искусственного интеллекта, а предотвращение столкновений является ключом к тому, чтобы сделать эту технологию осуществимой в реальном мире. С этой целью студенты IITB и Королевского колледжа поставили перед собой задачу создать решение для предотвращения столкновений при чрезвычайно малой мощности.
Изучая предотвращение столкновений, ученые обнаружили у саранчи нейрон, обнаруживающий столкновения. Этот нейрон, получивший название LGMD (детектор движения гигантской дольки), активируется, когда крупные объекты приближаются к саранче, помогая насекомому избежать опасности. Этот нейрон удалось продублировать учёным с помощью невероятно тонких двумерных транзисторов, которые также производят спайки, аналогичные нейрону саранчи, и при тех же затратах энергии: менее 100 пикоджоулей (для примера: работа лампы накаливания мощностью 100 Вт в течение одной секунды - 100 джоулей энергии). Тонкий и дешевый транзистор также был полностью функциональным, его можно было перепрограммировать для поиска различных типов движения и успешного обхода препятствий с высокой степенью точности.
2D-транзистор — несбыточная мечта для крупных производителей микросхем, поскольку, когда транзисторы становятся меньше, они также становятся более энергоэффективными. Конечно, транзистор, использованный в исследовании IITB, очень простой: он включается при обнаружении движения в пределах диапазона и не более того. Но у авторов есть видение того, куда может пойти эта двумерная технология после этого исследования.
Эти сверхэффективные транзисторы могли бы значительно помочь снизить затраты на энергию для часто неэффективных технологий искусственного интеллекта, которые мы доступны сегодня. Профессор Бипин Раджендран из Королевского колледжа Лондона и соавтор исследования пишет: «Мы продемонстрировали, что эту импульсную нейронную цепь можно использовать для обнаружения препятствий. Однако схема может быть использована и в других нейроморфных приложениях (системах, имитирующих человеческий мозг), основанных на технологии аналоговых или смешанных сигналов, для которых требуется импульсный нейрон с низкой энергией».
#разработкаэлектроники #искусственныйинтеллект
https://www.tomshardware.com/tech-industry/artificial-intelligence/2d-transistors-can-mimic-a-locusts-brain-to-avoid-collision-super-efficient-tech-could-lower-the-energy-costs-of-tomorrows-ai
Tom's Hardware
2D transistors can mimic a locust's brain to avoid collision— super-efficient tech could lower the energy costs of tomorrow's AI
College researchers with another big hit
Forwarded from Новости электроники
Исследователи надеются устранить ошибки, связанные с галлюцинациями ИИ, которые происходят от слов с более чем одним значением
Бум искусственного интеллекта позволил обычному потребителю использовать чат-ботов с искусственным интеллектом, таких как ChatGPT, для получения информации из подсказок, демонстрирующих как широту, так и глубину информации. Однако, эти модели ИИ по-прежнему подвержены галлюцинациям, при которых выдаются ошибочные ответы. Более того, модели ИИ могут даже давать явно ложные (иногда опасные) ответы. В то время как некоторые галлюцинации вызваны неверными данными обучения, обобщением или другими побочными эффектами сбора данных, оксфордские исследователи подошли к проблеме с другой стороны. В журнале Nature они опубликовали подробности недавно разработанного метода для обнаружения конфабуляций - или произвольных и неправильных фактов и информации.
LLM находят ответы, находя определенные закономерности в своих обучающих данных. Это не всегда срабатывает, поскольку все еще есть шанс, что ИИ-бот сможет найти шаблон там, где его нет, подобно тому, как люди могут видеть формы животных в облаках. Однако разница между человеком и ИИ заключается в том, что мы знаем, что это всего лишь фигуры в облаках, а не настоящий гигантский слон, парящий в небе.
Оксфордские исследователи используют семантическую энтропию, чтобы с вероятностью определить, является ли ответ LLM галлюцинацией. Семантическая энтропия - это когда одни и те же слова имеют разные значения. Например, пустыня может относиться к географическому объекту, или это также может означать отказ от кого-либо. Когда LLM начинает использовать эти слова, он может запутаться в том, что пытается сказать, поэтому, определяя семантическую энтропию выходных данных LLM, исследователи стремятся определить, является ли это галлюцинацией или нет.
Преимущество использования семантической энтропии заключается в том, что она будет работать на LLM, не требуя какого-либо дополнительного наблюдения со стороны человека или подкрепления, что позволяет быстрее обнаружить, галлюцинирует ли ИИ-бот. Поскольку он не зависит от данных, специфичных для конкретной задачи, его можно использовать для новых задач, с которыми LLM раньше не сталкивался, позволяя пользователям более полно доверять ему, даже если ИИ впервые сталкивается с конкретным вопросом или командой.
По словам исследовательской группы, “наш метод помогает пользователям понять, когда они должны проявлять особую осторожность при обращении с LLM, и открывает новые возможности для использования LLM, которым в противном случае препятствует их ненадежность”. Если семантическая энтропия действительно окажется эффективным способом обнаружения галлюцинаций, то мы могли бы использовать подобные инструменты для перепроверки точности вывода ИИ, что позволит профессионалам доверять ему как более надежному партнеру. Тем не менее, подобно тому, как ни один человек не может быть непогрешимым, мы также должны помнить, что LLM, даже с самыми передовыми инструментами обнаружения ошибок, все равно могут ошибаться. Поэтому разумно всегда перепроверять ответ, который дают вам ChatGPT, CoPilot,, Gemini или Siri.
#искусственныйинтеллект #новостиэлектроники
Бум искусственного интеллекта позволил обычному потребителю использовать чат-ботов с искусственным интеллектом, таких как ChatGPT, для получения информации из подсказок, демонстрирующих как широту, так и глубину информации. Однако, эти модели ИИ по-прежнему подвержены галлюцинациям, при которых выдаются ошибочные ответы. Более того, модели ИИ могут даже давать явно ложные (иногда опасные) ответы. В то время как некоторые галлюцинации вызваны неверными данными обучения, обобщением или другими побочными эффектами сбора данных, оксфордские исследователи подошли к проблеме с другой стороны. В журнале Nature они опубликовали подробности недавно разработанного метода для обнаружения конфабуляций - или произвольных и неправильных фактов и информации.
LLM находят ответы, находя определенные закономерности в своих обучающих данных. Это не всегда срабатывает, поскольку все еще есть шанс, что ИИ-бот сможет найти шаблон там, где его нет, подобно тому, как люди могут видеть формы животных в облаках. Однако разница между человеком и ИИ заключается в том, что мы знаем, что это всего лишь фигуры в облаках, а не настоящий гигантский слон, парящий в небе.
Оксфордские исследователи используют семантическую энтропию, чтобы с вероятностью определить, является ли ответ LLM галлюцинацией. Семантическая энтропия - это когда одни и те же слова имеют разные значения. Например, пустыня может относиться к географическому объекту, или это также может означать отказ от кого-либо. Когда LLM начинает использовать эти слова, он может запутаться в том, что пытается сказать, поэтому, определяя семантическую энтропию выходных данных LLM, исследователи стремятся определить, является ли это галлюцинацией или нет.
Преимущество использования семантической энтропии заключается в том, что она будет работать на LLM, не требуя какого-либо дополнительного наблюдения со стороны человека или подкрепления, что позволяет быстрее обнаружить, галлюцинирует ли ИИ-бот. Поскольку он не зависит от данных, специфичных для конкретной задачи, его можно использовать для новых задач, с которыми LLM раньше не сталкивался, позволяя пользователям более полно доверять ему, даже если ИИ впервые сталкивается с конкретным вопросом или командой.
По словам исследовательской группы, “наш метод помогает пользователям понять, когда они должны проявлять особую осторожность при обращении с LLM, и открывает новые возможности для использования LLM, которым в противном случае препятствует их ненадежность”. Если семантическая энтропия действительно окажется эффективным способом обнаружения галлюцинаций, то мы могли бы использовать подобные инструменты для перепроверки точности вывода ИИ, что позволит профессионалам доверять ему как более надежному партнеру. Тем не менее, подобно тому, как ни один человек не может быть непогрешимым, мы также должны помнить, что LLM, даже с самыми передовыми инструментами обнаружения ошибок, все равно могут ошибаться. Поэтому разумно всегда перепроверять ответ, который дают вам ChatGPT, CoPilot,, Gemini или Siri.
#искусственныйинтеллект #новостиэлектроники
Forwarded from Новости электроники
И восстанут не машины: как люди становятся объектом контроля ИИ и к чему это приведет
Тема использования роботов с искусственным интеллектом существует в научной фантастике с середины XX века. Как известно, в своих произведениях ее активно развивал фантаст Айзек Азимов, предсказавший многие тренды современности и сформулировавший знаменитые три закона робототехники. Сюжет быстро нашел отклик у последователей-фантастов и отражение в героях произведений разных форматов и времен — от Электроника до Терминатора. Особенно впечатляющим оказался нарратив о том, что человек будет эксплуатировать роботов, и это приведет к восстанию машин.
Однако реальность показывает, что история пошла по другому, возможно, более драматичному пути. Пусть пока мы используем слабый искусственный интеллект, но тренд уже очевиден: люди продолжат работать, но контролировать их будут машины. Это станет фактором еще большей сегрегации общества, и если уж нас и ждут бунты мирового масштаба, то скорее людей против людей. Или против роботов, людьми управляемых.
#искусственныйинтеллект
https://www.forbes.ru/tekhnologii/517050-i-vosstanut-ne-masiny-kak-ludi-stanovatsa-ob-ektom-kontrola-ii-i-k-cemu-eto-privedet
Тема использования роботов с искусственным интеллектом существует в научной фантастике с середины XX века. Как известно, в своих произведениях ее активно развивал фантаст Айзек Азимов, предсказавший многие тренды современности и сформулировавший знаменитые три закона робототехники. Сюжет быстро нашел отклик у последователей-фантастов и отражение в героях произведений разных форматов и времен — от Электроника до Терминатора. Особенно впечатляющим оказался нарратив о том, что человек будет эксплуатировать роботов, и это приведет к восстанию машин.
Однако реальность показывает, что история пошла по другому, возможно, более драматичному пути. Пусть пока мы используем слабый искусственный интеллект, но тренд уже очевиден: люди продолжат работать, но контролировать их будут машины. Это станет фактором еще большей сегрегации общества, и если уж нас и ждут бунты мирового масштаба, то скорее людей против людей. Или против роботов, людьми управляемых.
#искусственныйинтеллект
https://www.forbes.ru/tekhnologii/517050-i-vosstanut-ne-masiny-kak-ludi-stanovatsa-ob-ektom-kontrola-ii-i-k-cemu-eto-privedet
Forbes.ru
И восстанут не машины: как люди становятся объектом контроля ИИ и к чему это приведет
Фантаст Айзек Азимов оказался не прав: если уж мы и увидим войну людей и технологий, то инициирует ее человек. Как и почему это возможно, размышляет основатель фонда поддержки IT-стартапов «Спутник» Максим Пудалов