Репутація українського ІТ. Пройти опитування Асоціації IT Ukraine
×Закрыть

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.

LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

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

И там и там. Но то, что ты видишь в этих областях — это типичная инженерная работа. Научную часть этого направления делают в ведущих мировых универах (там и теоремы и доказательства и гипотезы и подтверждения и опровержения гипотез используется).
В инженерной же части просто применяют то, что ученые сделали и разработали с чисто инженерным подходом.

Да. В приличных универах из 50 лидеров в мировом рейтинге.

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.

Это инженерная работа. Вот проанализировать 10-20 статей, найти там упущения и создать подход без этих упущений — это научная.
Вот в постсовке ML оплачиваемая всегда чисто инженерная. В Карнеги почти всегда научная.

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

Могут и занимались, просто ваших я слабо знаю, больше беларуских знаю.
Но для занятий наукой нужно финансирование и большое. В Совке его обеспечивало государство. Сейчас некому, системы грантов нет. Есть система попила, но ее цель не развитие науки, а попилить бюджет.
Посему только выполнение чисто прикладных западных заказов, а это уже инженерия, а не наука.
Кто успел в совке еще достичь результатов, почти все сейчас в Штатах в универах двигают науку и читают лекции и пишут книжки и статьи.
Кто не успел, застряли здесь и барахтаются, как могут, многие спились или ушли их науки.

Вот сейчас на удавленнике я в этой области работаю. Но по первых, это чисто инженерная работа, во вторых безумные ограничения по железу, то есть я просто не могу ничего нового попробовать, железо не тянет. Мне нужно на CPU вписаться в 100 FPS для FHD (это сразу отрезает 95% подходов) и много сил нужно тратить на тонкую оптимизацию по выяснению всех мест, где я продублировал вычисления, где их надо переупорядочить и т.п.. Это усложнение кода в том числе. Т.е. больше как программист работаешь, чем как ученый. Более того 80% функций из OpenCV не подходят. Приходиться переписывать в виде упрощенных аналогов и работающих сильно быстрее. Например, просто пирамида имеджей в реализации от OpenCV уже не вписывается капитально по быстродействию.

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.

В РБ она была убита за время перестройки. И да Москва и Питер еще пытаются дергаться. Ну так ФСБ этот момент отслеживала и подкармливала немного некоторых, они не полностью деградировали в отличие от нас.
Конторы типа Яндекса, Абби, ЦРТ — это все благодаря ФСБ. Ну а работают на этих конторах приличные студенты из того же физтеха, мгу, спбгу и преподы оттуда же. Платить стараются нормально, не больше, чем аутсосрс какой, но и не сильно меньше. Да, там не тот уже уровень, что был в СССР, но еще не окончательно всё померло.
А с приходом к власти Путина науку там стали больше поддерживать на гос уровне. Часто это не гранты, а деньги от министерств, ФСБ и контор типа Газпрома, РЖД, ментов, вояк и подобных — фактически им рекомендует давать деньги на исследования и они не спорят особо. И более того там иногда к этим деньгам подключают и бульбашей и вас, но не напрямую, а через свои прослойки.

«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.

Прогресс в современных технологиях направлен на упрощение повседневной жизни и неминуемо ведет к полной замене живого существа на машину.

Туфта это. Но человек будущего будет не сильно похож на современного, это будет уже больше киборг, чем современный человек.
Да и уже мы приближаемся к оному — смартфоны у каждого в руке почти постоянно. Потиху доведут их до того, что это будут очки с наушниками и предоставлением инфы тебе по запросу прямо в глаз и ухо. Потиху экзоскелеты доведут до массового потребления и рабочие на стройках будут в них. Хирурги операции начнут делать удаленно.
Потом доберуться с объединения внешних устройств с нервной системой — и всё, уже киборг.
Возможно разберутся с вопросом замедления собственно старения и люди станут продуктивны больший период времени. Начнут заменять помирающие органы и улучшать их.

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..

Подписаться на комментарии