1 ноября 2021 г.
Понятие об искусственном интеллекте у обычных людей ассоциируется с научно-фантастическими фильмами вроде «Ex Machina», но ИИ — это реальность и играет важную и растущую роль в повседневной жизни каждого. И это влияние — на благо людей или нет — будет только расти, говорит Кевин Сюраз (Kevin Surace), известный футуролог, изобретатель и предприниматель.
Сюраз, который делился своим видением будущего ИТ на различных площадках от конференций TED до Конгресса США, принял участие в открытии конференции NexGen 2021+, которая прошла на прошлой неделе в Анахайме, шт. Калифорния. Он рассказал о том, как развитие искусственного интеллекта, Интернета вещей и облака затрагивает не только компании и обычных людей, но и поставщиков решений, помогающих клиентам лучше ориентироваться в будущем ИТ. (Конференцию NexGen проводит The Channel Company, издатель CRN/США.)
Сюраз сразу оговорился, что не может дать всех ответов, касающихся влияния технологий будущего.
«Я не держу на столе магический кристалл. Всё, что я могу как „футуролог“, это предложить вам небольшое путешествие на три-пять-десять — может быть, двадцать — лет в будущее и попытаться обрисовать, как оно будет выглядеть с развитием тех технологий, которые сейчас нарождаются. И как это будет выглядеть для вашего бизнеса».
Когда-то я уже сказал, начал Сюраз, что ИИ навсегда изменит нашу жизнь, и самое светлое будущее ждет тех, кто примет эти перемены с энтузиазмом.
«Я считал так тогда и считаю так сегодня. Мы видим людей в нашей отрасли — на самом деле, во всех отраслях — среди заказчиков, среди MSP, которые говорят: „Искусственный интеллект? Не знаю, когда это меня коснется и как это может произойти“. Поверьте, это может коснуться вас уже сегодня. Он может помочь вам больше зарабатывать, помочь вашим клиентам двигаться дальше».
Вот что сказал Сюраз о будущем ИИ и связанных с ним технологиях.
Стать самым ценным доверенным консультантом
Сюраз выделил четыре уровня доверенных консультантов, каждый из которых имеет разную степень ценности для клиентов.
Первый уровень это устранение неисправностей. «Есть такой уровень доверенного консультанта, — сказал Сюраз. — Вам звонят, когда что-то сломалось. Это нормально».
На втором уровне доверенный консультант решает общие проблемы. «Вы начинаете думать о более общих проблемах, касающихся бизнеса», — сказал он.
На третьем уровне вы помогаете им понять, что происходит в отрасли и как это может сказаться на их бизнесе.
Четвертый уровень — это когда вы даете им видение, сказал Сюраз.
«По сути, вы ведете их к чему-то новому. В каждом разговоре с клиентом об ИТ думайте о том, как они могут применить их с вашей помощью, чтобы вы могли стать их доверенным консультантом на четвертом уровне. Давайте думать об этом таким образом».
Эпоха массового вымирания «старого» бизнеса
Человечество вступило в эпоху «массового вымирания» устаревших бизнес-моделей — ярким примером этого служит упадок традиционной розничной торговли, говорит Сюраз.
«Причина их умирания это прогресс ИТ, — сказал он. — Люди говорят: их убивает Amazon. Но что такое Amazon? Это бизнес, целиком построенный на ИТ, с громадным объемом ИИ. ИИ и автоматизация на складах, ИИ, угадывающий, что показать вам дальше, что еще можно предложить и продать вам. Потом ИИ в транспортировке покупок. Всё это — использование ИТ на каждом отдельном уровне, где только возможно. Это IoT, это облако, это ИИ на самом высоком уровне. И это дает вам возможность заказать товар за 5,67 долл. и получить его назавтра утром».
Amazon сокрушает тех, кто не используют эту технологию, говорит Сюраз. И хотя припоздавшие вроде Walmart перестроились, другие, как JCPenney, не сделали этого.
«Вам нужно взять на вооружение эту технологию, — сказал он, — принять то, что мы называем „большим прорывом“».
Есть три вещи — ИИ, IoT и облако, — которые нужно принять, чтобы добиться успеха в будущем, говорит Сюраз.
«Все три необходимы», — сказал он.
Большинство клиентов MSP перешли в облако, говорит Сюраз.
IoT, ИИ и облако — это «самая мощная комбинация ИТ, какую мы когда-либо видели в своей жизни, — сказал он. — И все три должны работать вместе — вот что самое захватывающее. Одно без другого не работает так, как надо».
Актуальность IoT
Через 20 лет поставщики управляемых услуг, сказал Сюраз, могут увидеть триллион внедренных IoT-устройств, измеряющих всё от температуры в помещении до параметров реактивных двигателей, систем отопления и кондиционирования — любого оборудования, любых процессов, любых перемещений людей.
Чем больше всего может быть измерено, тем больше с этим всем можно сделать, сказал Сюраз.
«Помните старую поговорку? Не могу измерить — значит, не могу исправить. Не могу решить эту проблему, не могу улучшить это. Теперь, имея IoT, технически мы можем измерить всё, что нам нужно. Что угодно. И вы как их доверенные консультанты должны чертовски хорошо понимать, что мы можем количественно измерять в их компании, чтобы они могли это измерять и могли улучшать свой бизнес. И их CEO и ИТ-директора будут вам благодарны».
От IoT и ИИ в облаке — к цифровой трансформации
Триллион устройств, внедренных в течение
«Имея петабайт данных в секунду, нам, черт возьми, лучше иметь какой-то ИИ, чтобы сортировать их и понять, что нужно, а что нет, — сказал он. — Это слишком большой объем данных. Мы, люди, не можем справиться с этим гигантским валом данных, который уже поступает, и станет еще больше».
И, объединяя IoT и ИИ в облаке, компании переводят в цифровую плоскость весь свой бизнес, говорит Сюраз.
«Мы переводим на цифровые рельсы всё — мы должны, чтобы сделать это лучше, — сказал он. — У нас нет иного выбора».
Salesforce дала самое лучшее определение цифровой трансформации как использования цифровых технологий для создания новых бизнес-процессов, новой бизнес-культуры и клиентского опыта, отвечающих переменам в бизнесе и требованиях рынка, сказал Сюраз.
Кто-то может говорить об ИТ ради ИТ, но суть цифровой трансформации это изменение бизнес-процессов, развитие культуры для сотрудников и улучшение клиентского опыта, сказал он.
ИИ уже демонстрирует успех
ИИ уже демонстрирует громадный успех в таких сферах, как банковское дело, финансовый трейдинг, распознавание речи и изображений. Он настолько проник в разные сферы, что люди его просто не замечают, поскольку он стал неотъемлемой частью их повседневной жизни, говорит Сюраз. Так происходит со всеми великими технологиями, такими как автомобили, радио и Интернет, сказал он.
«Интернет быстро стал тканью повседневной жизни, — сказал Сюраз. — Если он не работает, мы не знаем, что делать. Жизнь останавливается. Разве это не примечательно, что бизнес просто встает, когда нет Интернета, тогда как 25 лет назад он нам вовсе не был нужен?»
То же самое произойдет с искусственным интеллектом, хотя и не так, как многие могут думать, сказал Сюраз.
Он разделил ИИ на два типа: в широком и в узком смысле.
ИИ в широком смысле — это то, как он видится публике; эти представления рождаются из просмотра фильмов вроде «Ex Machina».
«Всякий раз, когда вы заводите разговор об ИИ и кто-то закатывает глаза, они думают именно так, — говорит Сюраз. — Они вспоминают фильм „Ex Machina“. Но это не то, что мы делаем. То, что мы собираемся делать, носит очень, очень узкий характер. И зависит от отрасли. Это одна задача, и это практическая задача. Вот то, на что нацелены профессионалы. У нас есть массив данных, из которых мы можем что-то узнать, и поступают новые данные, и вы хотите сопоставить их с тем, что мы узнали, чтобы мочь делать что-то, что бы это ни было, лучше — точка, конец. Вот всё, что мы делаем».
За последние 50 лет разработаны сотни алгоритмов ИИ, все они имеют ценность, и имеют ценность при использовании с облаком, сказал Сюраз. Это отличается от ситуации в прошлом, когда университет разрабатывал алгоритм с удивительными возможностями, чтобы решить одну задачу, но не было облака, в котором можно его использовать, говорит он.
«Теперь, с облаком, я могу арендовать 10 000 ЦП или GPU на час меньше чем за 10 000 долл., — сказал Сюраз. — Так что я могу теперь решать задачи грандиозного масштаба за малую часть того времени, которое требовалось мне для решения этой проблемы в прошлом. Облако изменило наш взгляд на эти алгоритмы, и мы снова можем ими восхищаться. Поэтому все опять в восторге даже от старых алгоритмов, потому что теперь, когда у нас есть облако, они дают совсем другие возможности».
Создание ИИ и нейронной сети
Создание и использование нейронной сети, одного из ключевых аспектов реализации ИИ, требует нескольких шагов, говорит Сюраз.
Первый — собрать миллионы, многие сотни миллиардов единиц данных. К сожалению, лишь немногие компании имеют чистые данные, сказал он. «Там всё перемешано, — сказал Сюраз. — Они меняют базы данных, меняют таблицы, всё у них разное. И теперь есть целая отрасль, которая не занимается ничем иным, кроме как очисткой данных. Почему? Потому что данные это черт знает что. И это действительно проблема. Так что вы должны начать с выверенной базы данных, выверенного массива данных, чтобы применять какие-то базовые правила и извлечь что-то полезное из этих данных».
Второй шаг — отсортировать эти данные, которые, вероятно, вводились разными людьми с использованием разных моделей.
Наконец, нужно извлечь что-то полезное из этих данных, говорит Сюраз.
По сути, что ищут пользователи, так это корреляции, или смотрят на прошлые изменения, чтобы предсказать другие, сказал он. Но это трудно. Простой пример корреляции такой: когда люди курят, у них выше заболеваемость раком. Но может быть множество ложных корреляций, где человек должен разобраться, есть ли они на самом деле, сказал он.
Сюраз привел в пример проект, где IBM использовала обработку естественного языка для анализа записей врачей, чтобы найти корреляцию с вероятностью рака, но обнаружила, что это не работает. К примеру, врач мог написать: «Мэри говорит, что не курит». Но половина имеет при этом в виду «Мэри больше не курит», а кто-то мог вкладывать другой смысл: «Мэри курит, но говорит, что нет».
«Слова одни и те же, но смысл другой, — сказал Сюраз. — И если самого доктора нет, мы никак не можем узнать, что он имел в виду. Но для многих из них тут был скрыт намёк: „Мэри говорит, что — якобы — больше не курит“ означает „Мэри курит“. Так что это неявные данные. И если они трактуются с точностью до наоборот, то нельзя получить никакие корреляции».
И это действительно очень сложная проблема из-за субъективности людей и неоднозначности данных, сказал Сюраз.
Как ИИ может учиться на данных
Есть три способа, как системы искусственного интеллекта могут учиться на данных, говорит Сюраз.
Первый это контролируемое обучение — например, когда оператор дает название объекту, а затем дает множество его изображений, так что система учится ассоциировать эти изображения с этим названием, сказал он.
Второй это неконтролируемое обучение, когда один объект ассоциируется с другим объектом безотносительно того, как они называются, сказал он.
Третий это обучение с подкреплением — так сказать, «с наградой», подобно тому, как мышь учится проходить лабиринт, получая в награду сыр, когда выбирает правильное направление. «Только мышь должна была выполнить одну и ту же задачу тысячи раз, и тогда она хорошо справлялась с этой одной задачей, — сказал Сюраз. — Примерно то же мы делаем сегодня с ИИ. В этом заключается обучение с подкреплением».
Тренировка ИИ ведет к таким функциям, как роботизированная автоматизация процессов, которая позволяет автоматизировать любой процесс, не касаясь приложения, говорит Сюраз.
«Так что я могу взять 10 приложений, каждое из которых раньше отнимало человеко-час, и полностью автоматизировать их с помощью RPA, и это просто фантастика. Это быстрее и умнее. Это работает в режиме 24×7. Реально. Всё это те причины, почему мы хотим это использовать. И практически любая выполняемая человеком повторяющаяся задача позволяет задействовать эту технологию, что представляет собой сравнительно легкий ИИ. И она не вторгается в ваши приложения со всеми их фреймворками», — сказал он.
Реальные применения ИИ
Сюраз привел несколько примеров, как уже используются ИИ и RPA.
В финансовой сфере ИИ позволяет кредитным организациям выдавать больше ссуд клиентам, которые в противном случае могли бы быть сочтены не соответствующими требованиям. Workday уже прогнозирует, останется сотрудник или уйдет. Некоторые системы, например Facebook, полностью управляются искусственным интеллектом, равно как и некоторые отрасли, например юридические исследования, сказал он.
Другой пример: в сельском хозяйстве используют снимки с дронов, чтобы понимать, какие участки полей нуждаются в поливе или в удобрениях, помогая контролировать расходы. ИИ широко используется также в автомобилестроении, здравоохранении и такими компаниями, как Google и Uber, сказал он.
Сюраз упомянул также систему, сочетающую в себе дополненную реальность, ИИ и облако, которая помогает научить рабочих выполнять сложную задачу, такую как ремонт реактивного двигателя, намного быстрее, чем традиционные методы обучения.
«Мы имеем дополненную реальность, облако и ИИ, работающие вместе, — сказал он. — И вместо того, чтобы обучать этих людей в течение года, прежде чем они начнут работать с реактивным двигателем, они способны делать это уже через пару недель. Почему? Они не могут сделать что-то не так. AR-очки, ИИ и т. д. скажут им: „Нет, Билл, не хватай этот гаечный ключ, возьми вот тот другой. Вот что ты сделаешь дальше“. И это даст им пример. Это технология, которая просто завораживает».
ИИ и безопасность
Вирусы-вымогатели стали большой проблемой, говорит Сюраз. Они уже создают угрозу человеческим жизням, что привело к появлению термина «программы-убийцы».
ИИ начинает внедряться в сетях для выявления аномальной активности, которая может указывать на нарушение кибербезопасности, сказал он.
«ИИ ищет аномальную активность, то есть действия, не характерные для сисадмина или сотрудников, или чего-то еще в сети, — сказал он. — Это работает, и работает достаточно хорошо, но не настолько, чтобы остановить рост атак вымогателей, количество которых зашкаливает. Растет и число компаний, которым пришлось заплатить. ИИ становится намного умнее. И что происходит? Вымогатели — „дети подвала“ или кто там еще — тоже становятся умнее и стараются переиграть его. Они стараются проникнуть и вести себя, как будто сотрудник. Поскольку если ты выглядишь очень похоже на то, что обычно делает сотрудник, то тебя очень трудно отличить».
Проблема не в системе, говорит Сюраз.
К примеру, в больнице проблема — это врачи: они прекрасные практикующие специалисты, но понятия не имеют о безопасности и при этом имеют доступ к медкартам всех пациентов и полномочия править или удалять записи в них, сказал он.
«Они не понимают сетевой безопасности, и каждый использует имя дочери в качестве пароля. И у 80% из них я могу найти учетные данные в даркнете», — сказал он.
Около 84% всех фишинговых атак, говорит Сюраз, имеют целью поиск учетных данных, которые позволят осуществить кибератаки, так что главное — это защитить учетные данные, но для этого нужны ИТ-системы, которые могут обеспечить 100%-ную точность идентификации авторизованных пользователей.
К сожалению, идентификационная информация, необходимая для такой точности, не может храниться в сети, потому что сеть может быть взломана, сказал Сюраз. Доступность такой информации онлайн означает, что ее всегда можно расшифровать, даже если она шифруется с помощью приложений, записывающих данные, сказал он.
© 2021. The Channel Company LLC. Initially published on CRN.com, a The Channel Company website, at https://www.crn.com. Reprinted with permission.
Источник: Джозеф Ф. Ковар, CRN/США