Анализ светлых и тёмных сторон искусственного интеллекта

Внедрение искусственного интеллекта (ИИ) в различные сферы экономики имеет значительный потенциал для улучшения производительности, снижения издержек и повышения эффективности бизнес-про-цессов. Переход к ИИ-технологиям может привести к радикальным изменениям в различных отраслях, таких как производство, финансы, здравоохранение, транспорт и многие другие.

Одна из главных областей повышения эффективности от внедрения ИИ – автоматизация рутинных бизнес-процессов. Алгоритмы машинного обучения могут выполнять многие задачи быстрее и точнее, чем люди, особенно связанные с обработкой данных, принятием решений и прогнозированием. Это приводит к сокращению операционных издержек, повышению производительности и улучшению качества работы.

С самых первых дней развития вычислительной техники люди мечтали о том, чтобы иметь возможность создавать «мыслящие машины». Стартом искусственного интеллекта можно считать семинар, организованный Джоном Маккарти в 1956 году в Дартмутском колледже. Там собрались вместе группа математиков и ученых, чтобы «выяснить, как заставить машины использовать язык, формировать абстракции и концепции, решать проблемы, которые в настоящее время зарезервированы для людей, и совершен-ствоваться»[1]. Участники семинара были настроены оптимистично в отношении того, что несколько месяцев целенаправленных усилий позволят добиться реального прогресса в решении этих проблем. Срок в несколько месяцев оказался чрезмерно оптимистичным. В течение следующих пятидесяти лет в моду то входили, то выходили из моды самые разные подходы к созданию систем искусственного интеллекта (далее – ИИ), в том числе системы на основе логики, экспертные системы на основе правил и нейронные сети [2].

Начиная примерно с 2008 года, появились мощные компьютеры, и нейронные сети начали возрождаться и завоевывать известность как наиболее перспективный способ создания компьютеров, которые могут видеть, слышать, понимать и обучаться (наряду с ребрендингом этого подхода как «глубокое обучение»).

Десятилетие примерно с 2011 года до 2021 года продемонстрировало значительный прогресс в достижении целей, поставленных тогда на семинаре в Дартмуте. Машинное обучение (ML) и искусственный интеллект в настоящее время добиваются значительных успехов во многих областях деятельности, создавая возможности для новых видов вычислительного опыта и взаимодействия, а также значительно расширяя набор проблем, которые могут быть решены в мире.

Искусственный интеллект (из Нац. Стратегии ИИ) – комплекс технологических и программных решений, приводящих к результату, сопоставимому с результатом интеллектуальной деятельности человека или превосходящему его, и используемых для решения прикладных задач на основе больших данных, в том числе с помощью систем компьютерного зрения, обработки естественного языка, распознавания и синтеза речи, рекомендательных систем и интеллектуальных систем поддержки принятия решений, а также систем, основанных на перспективных методах и технологиях [3].

Одной из основных причин внедрения ИИ является автоматизация операций, которая может существенно ускорить рабочий процесс и снизить затраты на ручной труд. Системы искусственного интеллекта могут автоматически обрабатывать большие объемы информации и делать аналитические выводы, основанные на этой информации. Это даёт возможность принимать решения, оптимизировать бизнес-процессы и снижать текущие расходы.

Цель исследования – выявить «светлые» стороны эффективности использования искусственного интеллекта в разных сферах деятельности и определить какие риски связаны с его широким внедрением.

Материал и методы исследования

Основные методы исследования основаны на общих принципах формулирования и проверки гипотез, логических рассуждениях, а также приёмах контент-анализа. Это позволило собрать аналитический материал и сделать обзор всей информации, сгруппированной в процессе исследования. Также использовались различные аналитические подходы, включая сравнительный анализ и факторный анализ [4].

Результаты исследования и их обсуждение

В чем можно быть увереными (учитывая, что это уже происходит), так это в том, что искусственный интеллект окажет огромное влияние на экономику в будущем. Например, PwC прогнозирует, что ИИ добавит к мировому ВВП 15,7 триллионов долларов США к 2030 году, а Accenture оценивает, что искусственный интеллект удвоит экономический рост к 2035 году [5]. Искусственный интеллект может смягчить некоторые из экономических дисбалансов за счет оптимизации распределения ресурсов и улучшения процесса принятия решений. Признавая пагубные последствия многих приложений ИИ (например, политическая поляризация, усиление гендерного и расового неравенства), надо учитывать, что искусственный интеллект представляет собой огромный резервуар неиспользованного потенциала. Приводя аргументы относительно надзорного капитализма и цифрового авторитаризма, следует признать разрушение цифровых олигополий и сохранение конфиденциальности данных как ключевых проблем на текущий момент времени. Это такая киберреспублика, которая основана на трех основных принципах:

• -    переосмысление бизнес-моделей для экономики искусственного интеллекта;

• -    перепозиционирование искусственного интеллекта как технологии, ориентированной на человека;

• -    расширение прав граждан.

Искусственный интеллект может оживить экономику, решить экологические проблемы и обеспечить прорыв в биологических науках, таких как прогнозирование сворачивания белков, например, способствовать ускорению и эффективности процессов. В сфере здравоохранения системы ИИ, используемые для медицинской диагностики и поддержки принятия решений, достигли и превзошли уровень экспертов. Также, наблюдается быстрый прогресс в образовании для понимания языков – области, которая долгое время считалась почти непобедимым бастионом человеческого интеллекта.

Системы искусственного интеллекта регулярно используются в контексте борьбы с отмыванием денег, для анализа огромных массивов данных о финансовых транзакциях с целью выявления нарушений. С помощью ИИ выделяют конкретные транзакции для дальнейшего расследования или даже ограничивают транзакции до того, как они произойдут.

В разных областях науки и знаний искусственный интеллект, как продукт машинного обучения, незаменим и от него есть большая финансовая польза (рис. 1).

Персонализация предложений . ИИ-алгоритмы могут анализировать предпочтения и поведение клиентов, что позволяет компаниям предлагать им персонализированные продукты и услуги. Это повышает конверсию продаж и лояльность клиентов.

Управление рисками . Применение ИИ для анализа данных помогает эффективнее выявлять и оценивать риски, связанные с деятельностью компании – финансовые, операционные, репутационные и т.д. Это позволяет разрабатывать более действенные стратегии управления рисками.

Повышение качества. Искусственный интеллект способен выявлять дефекты, ошибки и проблемы на ранних этапах производства, что позволяет предотвращать брак и снижать расходы на исправление. Кроме того, ИИ-системы способны постоянно контролировать качество и вносить корректировки в процессы в режиме реального времени, обеспечивая стабильно высокий уровень качества продукции.

Рис. 1. Области применением искусственного интеллекта

Искусственный интеллект помогает оптимизации ресурсов:

• 1)    Снижение затрат. Автоматизация рутинных задач с помощью ИИ позволяет сократить расходы на оплату труда, уменьшить ошибки и простои, оптимизировать использование энергии и других ресурсов.

• 2)    Высокая производительность. Системы искусственного интеллекта способны работать 24/7 без перерывов, что увеличивает общую производительность и объёмы производства. Кроме того, ИИ помогает оптимизировать загрузку оборудования и логистику.

• 3)    Технологии искусственного интеллекта позволяют легко масштабировать бизнес-процессы и наращивать мощности по мере роста спроса, не требуя пропорционального увеличения штата сотрудников.

• 4)    Эффективность. Рост продаж с использованием искусственного интеллекта в персонализации предложений, интеллектуального ценообразования и оптимизации маркетинга помогают увеличить объемы продаж и выручку [6]. Точные прогнозы спроса и оптимизация логистики позволяют компаниям избегать дефицита или перепроизводства, что приводит к росту эффективности и снижению расходов. Применение ИИ открывает возможность для создания инновационных продуктов и услуг, а также для трансформации традиционных бизнес-моделей в новые бизнес-модели.

Доступность. Легко принять как должное нашу способность видеть красивое изображение, слышать любимую песню или разговаривать с любимым человеком. Тем не менее, более одного миллиарда человек не могут получить доступ к миру такими способами. Машинное обучение улучшает доступность, превращая эти сигналы – зрение, слух, речь – в другие сигналы, которыми могут хорошо управлять люди с ограниченными возможностями, обеспечивая лучший доступ к окружающему миру [7].

Индивидуальное обучение. Машинное обучение можно использовать для создания инструментов и приложений, способствующих индивидуализации обучения. Выгоды от этого будут далеко идущими, и первые примеры включают в себя обучение чтению детей младшего возраста, такое как Google Read Along, которое помогает детям во всем мире научиться читать на различных языках [8].

Компьютерное творчество. Алгоритмы глубокого обучения демонстрируют удивительные способности к сложному и творческому преобразованию изображений, давая возможность легко создавать космические корабли в стиле Моне или мост Золотые Ворота в стиле Эдварда Мунка [9]. Нейронная сеть может взять изображение реального мира и изображение картины и автоматически отобразить изображение реального мира в стиле художника.

Трансформеры. Язык был в центре развития ИИ с самого начала, учитывая, насколько повсеместно используется и понимается язык в нашей повседневной жизни. Правильные типы глубокого обучения могут довольно эффективно представлять многоуровневую структуру языка и манипулировать ею для различных реальных задач, от перевода между языками до маркировки изображений.

Машинное обучение для компьютерных систем. Исследователи также применяют машинное обучение к основным проблемам информатики и компьютерных систем. Это захватывающий благотворный цикл для машинного обучения и исследований вычислительной инфраструктуры, потому что он может ускорить весь спектр методов, которые мы применяем в других областях [10].

На рисунке 2 отражены направления развития искусственного интеллекта и прирост мирового рынка ИИ.

Однако искусственный интеллект может иметь и негативные последствия, которые часто кажутся непреднамеренными. Внедрение систем ИИ как в частном, так и в государственном секторе может привести к нежелательным результатам в результате необъективных входных данных, ошибочных алгоритмов или безответственного внедрения.

Одна из главных опасностей ИИ заключается в том, что он может быть использован в злонамеренных целях. Если технология попадет в руки преступников или террористов, они могут использовать её для взлома систем, кибератак или даже создания новых видов оружия. Более того, с развитием технологии «глубокого обучения» ИИ-системы могут становиться всё более автономными и непредсказуемыми, что повышает риск непреднамеренного нанесения вреда. На рисунке 3 показаны возможные риски от использования ИИ.

Возможные риски

1	2	3
Безопасность данных	Этические дилеммы	Зависимость от ИИ
Повышенные	Необходимость	Риск ошибок и сбоев
требования к	учета этических	в ИИ-системах,
безопасности и	аспектов при	которые могут
конфиденциальности	разработке и	привести к
данных.	применении	негативным
используемых ИИ-системами	ИИ-технологий	последствиям для бизнеса

Рис. 3. Возможные риски искусственного интеллекта

Помимо таких очевидных непреднамеренных эффектов, регистрируется все больше случаев, когда искусственный интеллект намеренно используется в качестве оружия [11]. В качестве примера можно привести случаи, когда мошенники используют реалистичные имитации аудиовизуального контента на основе искусственного интеллекта, называемые дипфейками, для создания новых схем мошенничества.

Нарушение приватности:

– Сбор персональных данных. Многие ИИ-системы собирают и анализируют огромные объемы личной информации о пользователях, включая данные о местоположении, покупках, предпочтениях и даже биометрические показатели. Это создает серьезные угрозы для конфиденциальности.

– Технологии распознавания лиц на основе ИИ помогает отслеживать людей в общественных местах, ставя под угрозу их приватность и свободу. Это вызывает обоснованные опасения по поводу злоупотребления властью и нарушения гражданских прав.

– Автоматизированное принятие решений. Системы искусственного интеллекта всё чаще используются для автоматического принятия важных решений, которые касаются людей, например, одобрение кредитов или оценка рисков. Это может привести к несправедливым, предвзятым и непрозрачным решениям, нарушающим права человека.

Одним из аспектов риска, который чаще всего рассматривается в связи с ИИ, является экзистенциальный риск. Этот вид риска лежит в основе осознания уязвимости и неизбежности конечности жизни. Идея экзистенциального риска позволяет глубже понять и осознать, что человек всегда находимся под угрозой, и что его действия и выбор могут иметь далеко идущие последствия. В популярной литературе это отображено как «восстание машин», ведущее к сценарию конца света. В таком случае, развитие искусственного интеллекта может привести к концу человечества в метафорическом смысле (т.е. к трансчеловеческому, постчеловеческому или h+ будущему).

Экзистенциальный риск здесь можно рассматривать как частный случай системного риска. Например, то, что сейчас часто называют « риском занятости » – это возможность массовой безработицы и, как следствие, гражданские беспорядки и бедность, которые вызваны растущей автоматизацией. В такой ситуации многие профессии, ранее невосприимчивые к автоматизации, устраняются за счет внедрения новых систем на основе искусственного интеллекта. Этот риск широко обсуждается в течение последних пяти лет как экспертами в области искусственного интеллекта, так и экономистами.

К другим видам системных рисков относятся потеря конфиденциальности, отсутствие кибербезопасности, неограниченное государственное или корпоративное наблюдение за всем и всеми и т.п.

Потребление ресурсов . Работа систем искусственного интеллекта требует огромных вычислительных мощностей, что приводит к высокому энергопотреблению и значительному углеродному следу. Производство оборудования для ИИ требует использования редких и невозобновляемых материалов, что оказывает негативное воздействие на окружающую среду.

Основные направления стратегии ИИ:

Риски в области развития ИИ

• - поддержка исследований в области алгоритмов и математических методов;

• - разработка программного обеспечения в области искусственного интеллекта;

• - повышение доступности и качества данных повышение доступности аппаратного обеспечения;

• - повышение качества подготовка кадров и уровня информированности общества в области искусственного интеллекта;

• - создание и адаптация базы нормативного регулирования;

• - а также стимулирование спроса и поддержки внедрения искусственного интеллекта в различные сферы применения.

• - отставание по инфраструктуре поддерживающих и вычислительных технологий;

  -отставание по данным (обучающие выборки играют ключевую роль для построения ИИ систем, необходимо уметь их составлять, хранить и поддерживать);

• - отставание по разработке алгоритмов и ПО, риск миграции в сторону потребителей готовых «полуфабрикатов»;

  -кадровый дефицит и «выкачка мозгов».

Рис. 4. Основные направления и риски стратегии искусственного интеллекта в России

Электронные отходы . Устаревшие ИИ-устройства и серверы становятся источником токсичных электронных отходов, создающих серьезные экологические проблемы.

В России в настоящее время разработан проект Национальной стратегии в области ИИ. Далее планируется разработка Федерального проекта развития ИИ процедурно по аналогии с текущей системой разработки федеральных проектов в рамках Национальной программы «Цифровая экономика» (рис. 4).

Дискуссии о влиянии искусственного интеллекта на общество и экономику приобрели первостепенное значение. В связи с быстрым ростом количества практического использования ИИ аналитики и политики все чаще задаются вопросом о скорости и масштабах, с которыми ИИ будет вызывать изменения. Сочетание вычислительной мощности современных компьютеров с повсеместностью данных, охватывающих все формы нашей экономической, социальной и политической жизни, а также использование сложных математических и статистических методов для извлечения ключевых моделей человеческого поведения подогревают воображение многих – технологов, экономистов, политиков.

Заключение

Хотя машины еще не являются самовос-производящимися, самосовершенствующимися, самоподдерживающимися, но можно утверждать, что они уже обладают ограниченной формой гибридной агентности. Системы искусственного интеллекта оказыва- ют огромное влияние на все стороны жизнедеятельности человека в качестве сетевых усилителей, включая усилители риска.

Если рассматривать искусственный интеллект с этой более широкой точки зрения, становится ясно, что ИИ появился не внезапно, и что он никогда не может исчезнуть полностью. Можно утверждать, что этот «проект» существовал с самого начала письменной истории и включает в себя все усилия по систематизации рациональных аспектов человеческого мышления.

Искусственный интеллект продолжает развиваться, и вместе с этим появляются новые сферы его применения. Однако, вместе с возможностями, появляются и новые риски. Искусственный интеллект имеет светлую и тёмную стороны, которые могут быть усилены или ослаблены человеком.

Человек способен усилить светлую сторону искусственного интеллекта. Благодаря человеческому разуму и интеллекту, искусственный интеллект может стать мощным инструментом, способным решать сложные задачи и помогать в различных сферах жизни людей.

Но, необходимо помнить о темной стороне внедрения искусственного интеллекта. При неправильном развитии или использовании, искусственный интеллект может принести серьёзные угрозы. Разработчики и пользователи искусственного интеллекта должны быть бдительны и относиться к этому соответствующим образом. Важно принимать меры по защите от возможных рисков и, параллельно, создавать соответствующие этические и правовые стандарты.

В целом, внедрение искусственного интеллекта имеет огромный потенциал для повышения экономической эффективности. Отрасли, которые активно используют искусственный интеллект, получают значительные преимущества перед конкурентами и улучшают свои позиции на рынке. Необ- ходимо помнить о том, что реализация технологий искусственного интеллекта требует внимательного планирования и соблюдения соответствующих этических и юридических норм, а потенциальные выгоды и преимущества в долгосрочной перспективе оправдают, в итоге, затраты и риски.