Содержание
От предсказания землетрясений до фермерского хозяйства, как ИИ может спасти мир
Представьте себе — это 2100 год, и наши худшие антиутопические страхи сбылись. Земля в руинах. Общество изобилует бедностью и неравенством. Вы можете перепрыгнуть через Тихий океан на плавающие пластыри.
Как будто это не было достаточно плохо, машины обрели сознание и суперинтеллект, и — против нашей воли — они захватили мир. С холодным расчетом наши повелители ИИ решают, что у людей есть шанс, и что пора избавиться от нас, прежде чем мы нанесем больший урон.
Теперь вернемся к июню 2017 года, когда делегаты со всего мира встретились в Женеве на саммите под эгидой Организации Объединенных Наций по разработке ИИ для глобального блага. Целью было не просто разработать дружественный ИИ, а разработать способы использования технологии, чтобы сделать мир лучше для всех. Естественно, было много предостерегающих рассказов о распространении технологий и о том, как ИИ может сделать мир хуже, если мы не будем осторожны. Но общее сообщение было одним из надежды.
Это правда: человечество сталкивается с большим количеством проблем, чем мы можем, вероятно, решить самостоятельно. Без каких-либо радикальных и немедленных изменений мы обязательно вступим в антиутопическое будущее. Но мы также можем решить эти проблемы — или, по крайней мере, минимизировать их негативные последствия — с помощью ИИ. Вот некоторые из способов, как.
Защищать наш океан, следя за собой
Нам, обитателям земли, легко забыть, насколько важны океаны. Они покрывают около 71 процента поверхности Земли и составляют 91 процент ее жизненного пространства. В океанах начинается жизнь, и с тех пор наш вид был связан с ней.
И все же, мы неплохо защищаем этот ресурс. Большой Барьерный риф еще не умер, но он угасает в опасном темпе. Когда-то яркие и процветающие сообщества кораллов превращаются в обесцвеченные кладбища. Несмотря на правила по улову и продаже некоторых морских видов, незаконные промысловые операции все еще широко распространены.
Такие организации, как The Nature Conservancy (TNC), в настоящее время используют программное обеспечение для распознавания лиц для борьбы с чрезмерным выловом рыбы в попытке спасти океан. В ноябре прошлого года был объявлен конкурс, в котором разработчикам программного обеспечения предлагалось создать систему для мониторинга отснятого материала с рыбацких лодок. Цель состояла в том, чтобы идентифицировать охраняемые виды, чтобы инспекторы могли просмотреть ленту и убедиться, что с рыбами обращаются правильно и возвращают в океан.
Ожидается, что эта система значительно сократит время, затрачиваемое на охрану рыболовства. По словам The Guardian, инспекторы обычно проводят около шести часов, анализируя каждые десять часов записи. С помощью системы искусственного интеллекта, помечающей мелкую метку, на которой находится подозреваемая рыба, можно сократить это время на 40 процентов.
«Конечный результат — невероятный первый шаг в продвижении нас за пределы того, что в настоящее время считалось невозможным».
«Команда-победитель использовала технологии компьютерного зрения и машинного обучения, аналогичные тем, которые используются для распознавания лиц», — сказал Digital Trends Мэтт Меррифилд, технический директор TNC. «Первый слой моделей идентифицирует регион на видео, в котором наиболее вероятно присутствие рыбы. Следующий слой фактически идентифицирует виды рыб, которые требуют обучения и глубокого изучения с использованием более общей модели. Конечный результат — невероятный первый шаг в продвижении нас за пределы того, что в настоящее время считалось невозможным, в эпоху, неизбежную для использования ИИ в мониторинге рыболовства ».
Другие инициативы уже осуществляются с использованием ИИ для мониторинга незаконной рыболовной деятельности. Сайт Global Fishing Watch отслеживает рыболовные суда по всему миру, используя данные некоммерческого экологического сторожевого пса SkyTruth, который добывает спутниковые данные для наблюдения за движением больших судов. Платформа искусственного интеллекта, разработанная Global Fishing Watch, выявила более 86 000 случаев, когда рыболовные суда совершали потенциально незаконные действия в море.
Прогнозирование стихийных бедствий
Одним из лучших шагов к минимизации воздействия стихийного бедствия является прогнозирование события в первую очередь. Оказывается, легче сказать, чем сделать.
В течение десятилетий ученые из разных областей пытались и не смогли надежно предсказать землетрясения с достаточным вниманием для подготовки общественности. В восьмидесятых и девяностых, некоторые даже использовали машинное обучение, но, по мнению Scientific American, не могли создать достаточно надежную систему. Но ИИ прошел долгий путь за последние несколько десятилетий, и современные суперкомпьютеры позволяют ученым обрабатывать больше данных быстрее, чем когда-либо прежде.
Ученые сейчас возвращаются к машинному обучению, чтобы лучше понимать землетрясения и предсказывать, когда они произойдут. В случае успеха метод может спасти сотни тысяч жизней.
Такие исследователи, как Пол Джонсон и Крис Мароне, геофизики в Лос-Аламосской национальной лаборатории и Университете штата Пенсильвания, соответственно, вновь заинтересовались потенциалом ИИ прогнозировать землетрясения и надеются, что это поможет спасти жизни людей.
«Если бы мы попробовали это десять лет назад, мы бы не смогли этого сделать», — сказал Джонсон Scientific American. Он не только применяет ИИ, но и по-другому подходит к проблеме предсказания землетрясений.
«Надеюсь, что лица, принимающие решения в будущем, будут использовать эти инструменты, так как они были детьми».
Вместо того чтобы использовать стандартные «каталоги землетрясений», которые содержат данные только о магнитудах, местах и времени, Джонсон и его команда используют огромные наборы данных измерений, собранных в результате искусственных землетрясений, которые постоянно моделируются в лаборатории штата Пенсильвания. Алгоритмам поручено анализировать эти необработанные данные — многие из которых кажутся излишними — в поисках паттернов, которые могли бы помочь предсказать моделируемое землетрясение.
Алгоритмы уже показали, что определенные акустические сигналы совпадают с предстоящими землетрясениями. В симуляторе тектонические плиты скрипят, как деревянные полы, когда они скользят друг по другу, и система определила определенное изменение в этом звуке, прежде чем возникнут тромборы. Хотя эти звуки еще не наблюдались в естественном мире, Джонсон и его команда внимательно слушают.
«Алгоритм не только может сказать нам, когда событие может произойти в очень точные временные рамки — он фактически говорит нам о физике системы, на которую мы не обращаем внимания», — сказал он. «Оглядываясь назад, это было очевидно, но нам удавалось игнорировать это годами, потому что мы были сосредоточены на обработанных данных».
Еще предстоит проделать большую работу, прежде чем ученые смогут надежно предсказать землетрясения, но Джонсон сейчас использует реальные данные со своими алгоритмами. Если метод работает, он полагает, что эксперты могут использовать его для прогнозирования землетрясений за несколько месяцев или лет.
Кормление будущего
Когда дело доходит до кормления земного шара, перед нами стоит грандиозная задача. ООН надеется покончить с голодом и всеми формами недоедания к 2030 году, что является оптимизмом, учитывая, что население мира приближается к отметке в восемь миллиардов, и ожидается, что он будет расти по крайней мере до 2050 года.
Даже сегодня мы боремся за то, чтобы накормить всех — каждый девятый человек ложится спать с пустым желудком каждый вечер, согласно Всемирной продовольственной программе.
Но ученые из Университета Карнеги-Меллона разрабатывают систему под названием FarmView, которая включает в себя робототехнику и искусственный интеллект для прогнозирования урожайности и, как мы надеемся, повышения эффективности нашей продовольственной системы.
FarmView работает за счет мобилизации автономного наземного робота, который может проводить визуальные обследования культур в разное время года, в том числе с помощью компьютерного зрения и машинного обучения для прогнозирования урожайности. Затем алгоритм анализирует конкретное растение и инструктирует робота обрезать листья или прореживать плоды, чтобы обеспечить соотношение для более оптимального роста. Пройдя еще один шаг, исследователи из КМУ считают, что ИИ может помочь генетикам определить и выбрать полезные признаки. Таким образом, ИИ будет работать вместе с селекционерами для производства более продуктивных культур.
«Если бы мы попробовали это десять лет назад, мы бы не смогли это сделать».
«Мы не делаем это, чтобы заменить людей», — сказал системный ученый из КМУ Джордж Кантор. «Что мы делаем, так это внедряем новые технологии, которые могут сделать фермеров более эффективными в том, что они делают, и позволяют им использовать меньше ресурсов для этого. Сценарий, который мы предполагаем, не включает использование меньшего количества людей; это включает в себя использование робототехники и других технологий для выполнения задач, которые люди в настоящее время не выполняют ».
Основной целью здесь является не только производство большего количества продуктов питания, но и максимально эффективное использование имеющихся ресурсов.
«То, как мы сейчас производим продукты питания, очень ресурсоемко, а имеющиеся ресурсы израсходованы», — сказал Кантор. «Мы должны увеличить количество продуктов, которые мы производим, а также качество, но делать это таким образом, чтобы не предполагать, что у нас неограниченные ресурсы».
Конец конфликту?
Один из самых амбициозных планов ИИ по спасению человечества исходит из мнения Тимо Хонкела, профессора Хельсинкского университета в Финляндии, который считает, что такие технологии, как машинное обучение и обработка естественного языка, действительно могут помочь устранить конфликт. Он называет свою концепцию «машиной мира», и она менее надуманна, чем кажется.
С точки зрения Хонкелы, мы, люди, должны реально работать над тремя вещами: наши собственные эмоции, наше общение с другими людьми и равенство в обществе в целом.
«Мы живем в сложном мире, и мы живем сложными жизнями, которые ориентированы на культуру и индивидуально основаны на нашем опыте», — сказал он Digital Trends. «До сих пор машины разрабатывались очень жестко. То, что не становится возможным, — это сделать эти системы более человечными. В течение долгого времени я говорил: «Лучше, чтобы мы делали машины похожими на людей, потому что другой вариант заключается в том, что мы, люди, должны быть похожими на машины, чтобы использовать эти мощные инструменты».
Вместо того, чтобы утверждать, что ИИ может внезапно привести к миру во всем мире, Хонкела считает, что технология может помочь маленькими способами, которые могли бы иметь эффект, возникающий в результате. Например, достижения в области машинного перевода могут способствовать лучшему общению между людьми из разных слоев общества, сводя к минимуму недопонимание и их последующие конфликты, какими бы банальными они ни были. Исходя из более широкой картины, все эти разрешенные небольшие конфликты будут иметь общий эффект создания более приятного общества.
«Гипотеза заключается в том, что, если у нас будет такая ситуация, в которой мы сможем лучше понять друг друга, этот вид естественным образом переходит в более мирные отношения в целом», — сказал Хонкела.
Одним из главных моментов Хонкела является то, что слова связаны значением и контекстом, которые не всегда понятны. Фразы «моя рубашка синего цвета», «я чувствую себя синим» и «у меня синее лицо» означают совершенно разные вещи, которые трудно отличить не носителю английского языка.
Конечно, за слово «синий» не велось никаких войн, но Хонкела считает, что эту же систему можно применить ко всем аспектам коммуникации.
«Чем дальше люди в своем жизненном, образовательном или культурном опыте, тем больше риск неправильного общения», — сказал он. «Даже слова, которые мы используем, могут означать разные вещи для двух разных людей».
В конце концов, Хонкела считает, что у каждого, от школьников до мировых лидеров, может быть какой-то агент ИИ, который может убедиться, что они правильно понимают и говорят ясно.
«Основная идея состоит в том, чтобы использовать такое устройство, как смартфон, что бы у нас не было под рукой, и оно могло бы сказать:« Кристиан, то, что вы только что сказали, будет понимать совсем иначе, чем то, что вы намереваетесь иметь в виду », — сказал он.
Эти устройства могут также использоваться, чтобы помочь людям принимать более рациональные решения, вызывая предвзятость и эмоциональный прихоть — функция, которая была бы идеальной в современном политическом климате. «Надеюсь, что лица, принимающие решения в будущем, будут использовать эти инструменты, так как они были детьми», — сказал Хонкела, поэтому они будут лучше подходить для решения важных вопросов, не отвлекаясь на эмоциональную бурю.
Конец войне все еще далекая мечта. Действительно, некоторые утверждают, что конфликт присущ — или даже важен — человеческой природе. Но, возможно, ИИ может сделать эти ссоры более конструктивными, помогая людям лучше понимать друг друга. Возможно, вместо того, чтобы уничтожить человечество в какой-то антиутопической чистке, ИИ откроет нам новое будущее, в котором мы будем жить вместе в гармонии. Это будущее, которое мы должны создать сами.
