Если какие-то компании и чувствуют себя хорошо в пандемию, так это те, что связаны с искусственными интеллектом, роботизацией, автономными средствами передвижения. Между тем, перед ними стоит огромное количество вопросов настоятельно требующих быстрого ответа.
Сотни миллионов людей в одночасье покинули рабочие места и перешли на удаленную работу, закрывшись от всего мира. Мы сегодня делаем дистанционно все, что только можно – и даже то, что вчера еще казалось невозможным.
Магазины задыхаются от количества заказов, курьеры сбиваются с ног – и конца краю этому не видно. В суматохе и страхе пандемии не все заметили новость из Китая. Китайский гигант интернет-торговли JD приступил в Ухане к испытаниям робота-доставщика 4-го уровня, а автоматизированные склады ритейлера работают в круглосуточном режиме, чтобы справиться с шквалом заказов.
Да, в одночасье автономные механизмы перестали быть просто игрушками или средствами доказательства теоретической концепции. Их призывают на реальную службу. Они больше не могут надеяться на помощь «дяди» (инженерной поддержки) в крайнем случае, сегодня эти механизмы должны быть полностью самостоятельны и очень выносливыми. Им предстоит много работы в реальных условиях, в самых разных ситуациях и обстоятельствах.
В определенном отношении пандемия ускоряет развитие прогресса, приближая автоматизированное будущее. Вирус выдвинул на первый план проблемы, которые уже долго существовали в сфере применения искусственного интеллекта. Этой индустрии необходимо на ходу перестраиваться, создавая автономные системы, приспособленные в реальному миру.
По мере того, как автономные умные машины начинают работать в реальном мире, меняются характеристики, которые действительно важны для потребителя. Скорость и продолжительность рабочего цикла не могут более показать полной картины. Потребителю нужно знать, насколько надежна система при неопределенных обстоятельствах. На первый план выходит количество необходимых для нее вмешательств человека и способность на деле, а не в теории быть автономной. Индустрии ИИ еще предстоит выработать стандарты поведения системы в различных ситуациях, ведь реальный мир, в отличие от лабораторных условий непредсказуем.
Если робот-курьер может развивать максимальную скорость 7-8 км/час, но не способен осуществить не единой доставки без помощи человека, ценность его для потребителя невысока.
Несколько лет назад появилась методология разработки программного обеспечения (DevOps) с вовлечением как специалистов по разработке, так и техников, призванная сократить время выхода на рынок программного обеспечения. Но искусственный интеллект – меняя зрелая отрасль, нежели программирование. Всего лишь 87% проектов из области машинного обучения доходят до реализации. Однако сейчас упомянутая выше методология разработки все чаще распространяется и на эти сферы деятельности (появляются так называемые MLOp и AIOp). И это – очень важный рубеж в развитии ИИ, переход от исследования к реальным продуктам, которые используются и испытывается ежедневно.
К сожалению, сейчас компании, работающие над созданием автономных систем, не так много времени уделяют разработкам систем исправления ошибок, а также взаимодействию между человеком и машиной. Между тем, это совершенно необходимо. Нужно создать классификацию ошибок и разработать разные протоколы действий для каждой из них. Прежде всего, необходимо просчитать программу действий, минимизирующих вред от фатальных ошибок, которые останавливают систему и требуют вмешательства человека. Сможем ли мы в таком случае ответить быстро и так же быстро – дистанционно — устранить проблему? Самое сложное здесь – идентификация «неизвестных неизвестных», то есть, ошибок, которые сама система обнаружить не может. Здесь особенно важно наладить двухстороннюю коммуникацию и позволять пользователям сообщать об ошибках или самим выбирать предварительно утвержденный план действий на случай обнаружение оной.
Коронавирус вынуждает компании быстрее внедрять атомизацию и переносить работу в облако. Поскольку небольшое количество людей контролирует огромное количество роботов, важно убедиться, что мы располагаем всеми нужными инструментами и технологиями, чтобы оперативно передавать нужную информацию тем, кто принимает решения. остаточно ли датчиков на каждом роботе для того, чтобы предоставить полную картину?
Сегодня мы держим связи с роботами через компьютеры. Эти материальные предметы по-прежнему остаются лучшим инструментом для этого – в условиях, когда количество информации возрастает, а время на принятие решений уменьшается? Быть может пришло время задуматься о других, менее осязаемых методах – голосе, виртуальной реальности?
Необходимо также решить, кто будет отвечать за ве это. Машины становятся все умнее. Всегда ли последнее слово будет оставаться за человеком? Например, кто будет контролировать роботакси? Сама машина? Кто-то, кто наблюдает за работой все машин удаленно? Пассажиры? И в какой ситуации ответственность переходит к каждому из них? Или, быть может, решение будет приниматься сообща – машинным и человеческим мозгом? В любом случае, все эти процесс нудно детально продумать проработать и описать заранее – время идет быстро.
В связи со всем этим встает вопрос этики. Как должен быть организован ИИ, чтобы гарантировать , что он сделает нашу жизнь лучше, а не хуже? Как правильно выбрать точки приложения автоматизации – и не промахнуться? Как создать эффективную команду из людей и машин, в которой обе стороны смогут учиться друг у друга?
Вопросов еще очень много – в том числе, и этических. А пандемия коронавируса заставляет нас искать ответы на них значительно быстрее, чем мы планировали еще совсем недавно. Ведь автономные системы доставки нужны нам уже сегодня, и в большом количестве!