Машинное обучение может стать лучшим союзником вашей команды по устойчивому развитию в сборе, обработке и обработке огромного количества данных.
Нижеследующее взято из отчета State of Green Business 2018, опубликованного совместно с Trucost.
Стивен Хокинг боялся этого. Илон Маск завидует этому. Марк Цукерберг принимает это. Нет недостатка в умных людях, готовых высказать свое иногда мрачное, а иногда и оптимистическое мнение о том, как будущее человечества будет изменено компьютерами и программным обеспечением с использованием своего рода искусственного интеллекта (ИИ).
Если есть что-то, в чем согласны скептики и противники, так это то, что ИИ уже более реален, чем думают многие люди. Колоссальные 70 процентов компаний, опрошенных Forrester Research в прошлом году, планируют использовать ту или иную форму ИИ к концу этого года. Трудно представить себе технологического гиганта, который не сделал бы исследования в области ИИ своим приоритетом: Alphabet (через DeepMind и Google), Amazon, Apple, Facebook, IBM и Microsoft тратят буквально миллионы долларов на эту возможность.
Вы уже используете ИИ каждый день, осознаете вы это или нет. Представьте себе болтливого личного помощника в вашем смартфоне. ИИ, встроенный в ваше портативное устройство, запрограммирован на то, чтобы со временем больше узнать о ваших привычках и нюансах ваших индивидуальных речевых паттернов. Эти предупреждения о мошенничестве, которые вы получаете от компаний, выпускающих кредитные карты, или подсказки о покупках с сайтов электронной коммерции? Это стало возможным благодаря программному обеспечению, обученному наблюдать за вашей активностью с течением времени - в форме онлайн-просмотра и добросовестных транзакций - и делать прогнозы за кулисами на основе знаний, которые оно собирает о вашем поведении. Многие компании вкладывают большие средства в программное обеспечение и навыки ИИ: исследователь рынка IDC прогнозирует, что глобальные расходы, связанные с этой технологией, составят 46 миллиардов долларов к 2020 году по сравнению с примерно 12 долларами.5 миллиардов в 2017 году.
Вы уже используете ИИ каждый день, осознаете вы это или нет.
Оставим в стороне, хотя бы на мгновение, тревогу, которую многие люди испытывают по поводу быстрых темпов развития ИИ. Обеспокоенность по поводу сбоев и потери рабочих мест среди людей, поскольку определенные задачи становятся автоматизированными, неизвестный вопрос о том, кто будет следить за тем, чтобы ИИ использовался этичным образом, и как учитывать различные точки зрения, основанные на гендерных, расовых и социально-экономических факторах, - все это заслуживает серьезного внимания. рассмотрение. Тем не менее совершенно очевидно, что преобразующий потенциал этой технологии для движения за устойчивое развитие безграничен.
Уравновешенная Организация Объединенных Наций даже заняла довольно обнадеживающую позицию. «Если мы будем умнее и сосредоточимся на беспроигрышных результатах, ИИ может помочь умело распределять существующие в мире ресурсы, такие как еда и энергия», - отметила заместитель Генерального секретаря ООН Амина Мохаммед.
В не столь отдаленном будущем искусственный интеллект будет играть неотъемлемую роль в обеспечении и масштабировании решений в области устойчивого развития, о которых сегодня мы можем только мечтать, потому что задача анализа данных вручную слишком сложна.
Мы говорим о серьезных системных проблемах, таких как автоматизация путей к более экологичным продуктам и проектам зданий; создание комплексных систем, более быстро и точно обнаруживающих источники загрязнения окружающей среды; и ресурсы, которые могут выявить потенциальные проблемы в корпоративной цепочке поставок или в уязвимых природных экосистемах. Программное обеспечение искусственного интеллекта в сочетании с радаром, ультразвуком, камерами, LiDAR и другими датчиками и аналитикой также будет иметь решающее значение для успеха беспилотных транспортных средств. Вот почему основатель Tesla Маск поддерживает OpenAI, исследовательский институт, занимающийся продвижением технологий и политики ИИ, которые приносят пользу обществу.
Маск может с подозрением относиться к ИИ, но он готовится к его более широкому проникновению. «Я думаю, что к тому времени, когда мы отреагируем на регулирование ИИ, будет уже слишком поздно», - сказал он.
Главное обещание ИИ - концепции, действующей с 1950-х годов, которая стала более доступной наряду с квантовыми скачками в недорогих компьютерных вычислительных мощностях - это его способность со временем становиться умнее, собирать и учитывать миллионы или даже миллиарды точек данных и типов, а затем воздействовать на эту информацию активным или прогнозирующим образом. Он использует человеческое руководство в качестве ориентира, но обычно работает над проблемами без вмешательства человека.
Но как компьютеры получают эти знания? Вот где в игру вступают такие методы, как машинное обучение. По мере того, как компьютер собирает все больше и больше данных, его алгоритмы принятия решений становятся все более изощренными - это закулисный мозг, который позволяет выполнять такие задачи, как рекомендации по покупкам почти в реальном времени или предупреждения о мошенничестве с кредитными картами. Хотя результаты не всегда идеальны, их практически невозможно поддерживать с помощью человеческого труда.
Машинное обучение уже широко используется в приложениях, распознающих речь и изображения, поэтому несложно представить, какую роль оно может сыграть в каталогизации исчезающих видов, например, в моделировании того, как планетарные экосистемы могут реагировать на катастрофические изменения климата. Примером последнего является проект EarthCube, управляемый Национальным научным фондом, который по существу представляет собой трехмерное цифровое представление экосистем Земли. Изменяя входные данные, ученым легче моделировать последствия изменений содержания углекислого газа в атмосфере.
Все это только царапает поверхность того, что возможно.
ИИ также становится полезным инструментом, который компании могут использовать для автоматизации реагирования на условия, которые могут сигнализировать о том, что, скажем, потребление энергии или выбросы парниковых газов достигают уровней, которые руководство считает неприемлемыми. Google использует алгоритмы нейронной сети DeepMind своей материнской компании - программное обеспечение, которое может имитировать когнитивные процессы человеческого мозга - для управления мощностью, необходимой для охлаждения компьютерных серверов и другого оборудования центров обработки данных. Xcel Energy уже более десяти лет использует зарождающиеся подходы ИИ для управления выбросами угольных электростанций. Совсем недавно коммунальное предприятие начало использовать эту технологию для более тщательного прогнозирования лучших мест для добавления возобновляемых источников энергии, таких как солнечная и ветровая энергия..
Вы также можете ожидать, что ИИ поможет определить новые пути развития городов. Одним из ярких примеров является партнерство между Microsoft и Chesapeake Conservancy, амбициозная попытка создать более качественные геопространственные карты на территории региона площадью 100 000 квадратных миль. Технический колосс использует данные для «обучения» будущей системы, которая сможет визуализировать земной покров по всей территории Соединенных Штатов с разрешением до одного метра.
Внимания заслуживают многочисленные проекты в Китае - 600 городов заявили о намерении инвестировать в «умные» технологии, в том числе восточная столица страны Ханчжоу. Проект «City Brain», инициированный Alibaba и Foxconn, собирает огромное количество данных о более чем 9 миллионах жителей города и, согласно ранним сообщениям, уже внес заметный вклад в улучшение городского транспортного потока.
IBM, которая определила ИИ как основу своего будущего, использовала Пекин в качестве испытательного полигона для своей программы «Зеленые горизонты», основы для устойчивого развития городов. Среди первых приложений - сложная система отслеживания печально известного загрязнения воздуха в Китае с использованием данных со спутников, метеостанций, датчиков окружающей среды, дорожных камер и промышленных объектов. Экологическое бюро получает подробную информацию за 72 часа, что позволяет ему рекомендовать меры, которые могут уменьшить воздействие, например, регулирование транспортных потоков в регионе или сокращение промышленного производства..
Все это лишь царапает поверхность того, что возможно, заглядывая в ближайшее и долгосрочное будущее.
Вопрос: готова ли ваша команда помочь определить план урока?