Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Эти новые профессии не просто заменят старые. Речь идет о совершенно новых функциях, требующих таких навыков и такой подготовки, в которых еще никогда не возникала потребность. В частности, системы искусственного интеллекта высокого уровня сложности требуют привлечения специалистов в области бизнеса и технологий, которые должны заниматься обучением, разъяснением и обеспечением устойчивости систем искусственного интеллекта (речь идет о функциях в левой части рис. 4, где показаны смешанные виды деятельности человека и машины). Такая работа дополняет задачи, выполняемые интеллектуальными машинами. Будучи тесно связанными с искусственным интеллектом, такие функции опираются на сугубо человеческие навыки. Где в вашей организации могут найти применение эти новые профессии? Как они согласуются с существующими и переосмысленными процессами? В этой главе мы дадим ответы на эти вопросы и приведем примеры, которые помогут вам приступить к анализу перспектив, открывающихся перед специалистами по обучению, разъяснению и экспертами по устойчивости искусственного интеллекта.

Рис. 4. «Недостающая середина» — левая часть

Специалисты по обучению

В прошлом людям приходилось приспосабливаться к работе компьютеров. В настоящее время происходит обратный процесс — системы искусственного интеллекта учатся тому, как адаптироваться к нам. Для достижения этой цели им требуется всестороннее обучение. На рис. 5 перечислены профессии, без которых системы искусственного интеллекта невозможно будет обучить тому, как выполнять определенные задачи или как действовать немного более… очеловеченно. Как правило, мы положительно реагируем на искусственный интеллект, демонстрирующий человекоподобное поведение, ведь это позволяет нам поддерживать более естественное взаимодействие с машинами. (С другой стороны, у нас могут вызывать неприязнь малейшие отклонения в поведении человекоподобных роботов — этот феномен, получивший название «зловещая долина», рассматривается в одном из следующих разделов данной главы.)

Рис. 5. Функции специалистов по обучению

Например, промышленных роботов, работающих рядом с людьми, необходимо программировать и обучать выполнению разных задач, что требует привлечения сотрудников с соответствующими навыками. Автомобилестроительные компании с высоким уровнем автоматизации несут огромные потери при выходе оборудования из строя. Незапланированный шестичасовой простой автоматизированной сборочной линии, выпускающей по одному автомобилю стоимостью $50 000 в минуту, обходится примерно в $18 миллионов. Именно по этой причине компания Fanuc (ведущий производитель робототехники) обучила 47 тысяч людей использованию своего оборудования. Тем не менее в ближайшие годы будет не хватать около 2 миллионов квалифицированных специалистов для работы на производстве[92]

.

Физические роботы — не единственный тип систем искусственного интеллекта, которым необходимо обучение. Интеллектуальное программное обеспечение также нуждается в обучении — и в этом случае очень важно, чтобы обучающиеся машины обрели человекоподобные черты. В самых простых случаях специалисты по обучению помогают системам распознавания естественного языка и «переводчикам» делать меньше ошибок. В более сложных случаях алгоритмы искусственного интеллекта необходимо научить имитировать человеческое поведение. Например, чат-боты, обслуживающие клиентов, должны научиться распознавать неочевидные моменты человеческого общения. В Yahoo! специалисты по обучению искусственного интеллекта стремятся научить корпоративную систему обработки естественного языка тому, что люди не всегда имеют в виду то, что говорят. К настоящему времени компания разработала алгоритм, способный обнаруживать сарказм в социальных сетях и на веб-сайтах с точностью до 80%[93].

По мере того как искусственный интеллект будет охватывать все больше отраслей, вырастет число компаний, испытывающих потребность в специалистах по обучению физических и программных систем искусственного интеллекта. На первом этапе целесообразно привлекать тех квалифицированных сотрудников, которые уже работают в тесном взаимодействии с системами искусственного интеллекта или с системами, в которые интегрирован искусственный интеллект. Во многих случаях от скрытых знаний таких специалистов зависит, будет ли система работать эффективно или ее ждет провал. Затем, после того как она усвоит основные принципы, необходимо перейти на следующий уровень обучения, который обеспечит дальнейшую детализацию и устойчивость, как в приведенных ниже примерах.