Искусственный интеллект – это направление информатики (computerscience), в рамках которого разрабатываются «умные» программы и устройства, способные выполнять интеллектуальные и даже в каком-то смысле «творческие» функции, традиционно считающиеся человеческими.
Ануш Мартиросян, менеджер по продукту и контролю качества в армянской компании Krisp, рассказала в беседе с корреспондентом Новости Армении – NEWS.am, что искусственный интеллект сегодня может, например, «понимать» и анализировать данные, делать полезные прогнозы и так далее. Более того, с его помощью можно решать и такие задачи, которые решить иначе просто невозможно.
Брошенный мячик – задача не для ИИ
По словам специалиста, существуют задачи, которые нет смысла решать с помощью ИИ. Но есть и такие задачи, для решения которых без ИИ не обойтись.
«Например, такая вот простая задача: я бросаю мяч, и мне интересно, на каком расстоянии он упадет. Перекладывать решение такой задачи на ИИ нет никакого смысла, ведь ее можно решить с помощью математического моделирования. Собрав необходимые данные о массе мяча, направлении и силе ветра, угле броска и так далее, можно без труда рассчитать, где этот мяч упадет. Бессмысленно решать такую задачу с помощью ИИ», – рассказала специалист.
Прогноз курса доллара – вполне достойная задача для ИИ
Существуют, однако, и такие задачи, которые невозможно решить с помощью математического моделирования. И тут уже на помощь может прийти ИИ.
«Например, каким будет курс доллара через месяц? Невозможно придумать алгоритм, который бы это посчитал. Здесь уже нужен другой подход – не простой расчет, а анализ и основанный на нем прогноз. Вот такие задачи уже целесообразно решать с помощью ИИ. Если дать алгоритму ИИ достаточное количество данных, он сможет на их основе сделать прогноз», – объяснила специалист.
Мусор на входе – мусор на выходе
Насколько точным будет прогноз искусственного интеллекта?Зависит это, естественно, от качества и количества исходных данных, на которых этот прогноз будет основан.
«Количественные и качественные характеристики данных очень важны, – отметила Ануш Мартиросян. – Если мы предоставляем данные с учетом всех нюансов, если это действительно полноценные данные, алгоритм может сделать достаточно точные выводы и прогнозы. Но если данные неполноценны, срабатывает закон GIGO: Garbagein, garbageout».
GIGO – это принцип в информатике, согласно которому, при неверных входящих данных будут получены неверные результаты, даже если сам по себе алгоритм правильно работает.
В случае с курсом доллара, по словам специалиста, алгоритм ИИ мог бы предсказать его нынешние колебания, если бы получил достаточное количество данных об изменениях курса в прошлом и если бы в этих данных была отражена и ситуация, похожая на нынешнюю.
Например, если несколько раз в течение последних 10 лет курс доллара резко падал, ИИ при достаточном количестве исходных данных может проанализировать, какие факторы влияли на происходящее, насколько эти факторы актуальны сейчас и какова вероятность, что подобное может произойти и в ближайшем будущем.
Однако если с курсом доллара происходит что-то такое, чего никогда раньше не было, никакой ИИ – по крайней мере, пока что – не сможет это предсказать.
Неидеальная точность
По словам специалиста, одна из особенностей ИИ заключается в том, что он хоть и не идеально точен, он порой может решать задачи, которые иначе решитьневозможно.
А вероятность ошибок и так называемый порог допустимости этих самых ошибок во многом зависит от сферы, в которой применяется ИИ. Если, например, алгоритм должен прогнозировать курс доллара, 99%-ная точность – это уже отличный результат. Но если алгоритм используется для распознавания рака, 99%-ной точности уже недостаточно, ведь если ИИ в 1% случаев не будет диагностировать у пациентов рак, это будет иметь фатальные последствиядля большого числа людей.
