Брайан Грин: о науке в целом и искусственном интеллекте в частности

Все мы привыкли видеть искусственный интеллект в кино и научной фантастике. Великолепные программы, виртуальные помощники, которые по голосовой команде могут подготовить самолет ко взлету, проанализировать кучу данных или же просто поддержать беседу. Но насколько реально это на самом деле? У известного физика-теоретика Брайана Грина есть свое мнение на этот счет.

Американский ученый предполагает рассматривать людей в роли творцов будущего ИИ. Прогресс в современных технологиях направлен на упрощение повседневной жизни и неминуемо ведет к полной замене живого существа на машину.

Под «полной заменой» скорее стоит понимать то, что человек будет играть роль наблюдателя. Особенно полезно это покажется бизнесменам. Какой предприниматель не хотел бы, чтобы некая программа самостоятельно принимала и обрабатывала запросы, вела переговоры с клиентами, могла реагировать на возражения или пожелания клиента и, в конце концов, заключала сделку? А сам владелец будет смотреть как обстоят дела, изредка вносить поправки и тратить заработанные деньги.

Естественно, говорить о подобии «Матрицы» здесь и сейчас не стоит. Если очень сильно обобщить, то можно скорее сказать, что люди, на славу потрудившись, просто уйдут в долгосрочный отпуск, будут пользоваться, но не создавать, покупать, но не продавать.

Преимущества научного мышления
В своем интервью для Wired Брайан Грин также делится мыслями по поводу важности научного мышления и связанными с ним проблемами в современном обществе. Он считает, что основным препятствием на пути к мышлению научными категориями является ее навязывание детям в школьном возрасте.

Наука становиться чем-то отталкивающим, тем, что набило оскомину еще в детстве. Потому на практике научный подход редко используется в повседневной жизни.
В частности, можно рассмотреть необходимость применения статистики и психологии в ведении бизнеса.

Можно очень долго думать, почему студенты и пенсионеры не покупают летом норковые шубы. А можно изучить круг своих покупателей, обратить внимание на сезонность товара и средний доход определенных возрастных категорий. Это позволит корректировать стратегию, ориентируясь на свою целевую аудиторию.

Таким образом можно повысить эффективность практически любой деятельности. Достаточно лишь располагать достаточным количеством информации и правильно применять знания на практике.

Также Брайан Грин обеспокоен тем, что многие научные факты игнорируются или даже опровергаются людьми. Многие ошибочно принимают это за критическое мышление. Но сам автор считает, что не стоит пытаться выдавать собственное нежелание принять что-либо за конструктивную критику.

Ученые в современном обществе
Отдельно в интервью уделяется внимание популярности ученых в медиа. Мр. Грин наводит собственный пример того, как его высказывания о ненаучных темах пользуются спросом в СМИ.

Таким образом можно ожидать того, что в скором времени ученые станут не менее популярными и узнаваемыми людьми в широких кругах как и известные бизнесмены, политики, маркетологи. И уже сейчас можно заметить тенденцию к узнаваемости людей, неразрывно связанных с наукой.

В заключение
Стоит признать, что предположения Брайана Грина можно назвать довольно специфическими. Но при этом не стоит забывать, что они имеют под собой реальное научное обоснование. Возможно, они непривычны, инновационны и от этого — пугающе реальны. Считаться же с ними или нет — это уже вопрос выбора каждого конкретного человека.

👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Как думаете, научный подход где применяется? В DATA SCIENCE/MACHINE LEARNING?

Встречаются работы, где требуется something in between. То есть нужно быть способным и научную статью прочитать и разобрать, и коллегам при надобности объяснить, в чем суть, а затем что-то подкрутить или оптимизировать.
Для этого хватает крепких знаний на уровне киевского мехмата, можно вместе с аспирантурой (где этот самый скилл чтения статей и приобретается). Может это и не ахти по сравнению с гарвардом, но даже в этом случае уровень решаемых задач будет гораздо выше, чем то, что могут делать «ML энтузиасты» с гумнонитарным образованием.

В целом согласен. Но в Украине вообще теоретической наукой заниматься не могут, не тот менталитет.

Я сам из Украины и прекрасно знаю ситуацию (мехмат шевы, инмат). В той же Москве студенты всегда готовы разбирать какие-то публикации и обсуждать их на семинарах до 10 вечера, сами или вместе с профессорами. В итоге многие уже к 4-6 курсу имеют преринт на arxiv.org или публикацию в хорошем журнале. В Украине же такое в принципе никому неинтересно, и дело тут не в деньгах. Просто нет сложившейся интеллектуальной среды, это не вшито в менталитет.

«Но в Украине вообще теоретической наукой заниматься не могут» — как Вы можете подтвердить это? У вас есть статистически достоверные данные? Из своего опыта могу утверждать, что все мои колеги по аспирантуре теоретической частью занимались. Насчет Москвы — тут не поспоришь, математики у них очень сильные. Хотя года два назад пришлось решать задачу которую ребята с Яндекса решили с точностью около 65%, я достиг точности 92%. Полученная ими точность была обусловлена как раз любовью к теории.

Сужу по уровню исследований, которые проводятся на мехмате Шевы, институте математики нан Украины в Киеве и львовскому мехмату. В первом месте учился (но бросил), во втором работал, в третьем случае полагаюсь на отзывы знакомых оттуда. И это как бы лучшие в стране места. Так что я знаю ситуацию в мельчайших деталях.

Не понимаю популярности Грина. Читал пару его научных работ — ничего глубокого там не увидел. Как пиарщик науки он тоже так себе.

думаю это из за цыкла фильмов по его книге «Элегантная Вселенная»

Ну, если это написал ИИ, то не плохо..

Підписатись на коментарі