Технология искусственного интеллекта находится не там, где мы думали, пишет на портале InformationWeek Дэн О’Коннелл, директор по доходам компании Dialpad.

Я до сих пор помню, как впервые воспользовался Alexa. Я сказал: «Alexa, сыграй Take On Me», и через несколько секунд зазвучали синтезаторные барабаны группы A-ha. Это был один из немногих случаев в моей жизни, когда ИИ заставил меня потерять дар речи.

Это была реальная версия технологии, которую я видел в бесчисленных научно-фантастических фильмах и телепередачах. Отдавая команду, я чувствовал себя капитаном Кирком, разговаривающим с компьютерами на корабле «Энтерпрайз».

Это было в 2013 г. Я вспоминаю, что мне было интересно, какой будет технология через пять или десять лет — то есть примерно там, где мы сейчас находимся. Я представлял, как буду вести полноценные разговоры с персональными ИИ-помощниками и давать сложные голосовые инструкции своему компьютеру. Все это казалось достижимым, вполне вероятным. В конце концов, технологии развиваются экспоненциально.

Оглядываясь назад, я вижу, что был слишком оптимистичен. Мы все еще далеки от полноценного общения человека с ИИ.

Человеческое воображение всегда опережает технологии. То, что я могу представить себе за минуту, требует десятилетия, чтобы стать чем-то осязаемым. Если это не контролировать, наше восприятие уходит от реальности. Время от времени нам приходится пересматривать свои ожидания.

Мы должны поменять наши научно-фантастические мечты на технологические факты.

Насколько продвинут ИИ на самом деле?

Сколько я себя помню, люди утверждали, что полностью самоуправляемые автомобили уже не за горами. Tesla, Toyota, General Motors и Google обещали нам автономные автомобили к концу 2020 г., но мы все еще ждем. Кажется, что технология все-таки остается недосягаемой.

То же самое происходит и в большинстве других отраслей.

Возьмите облачные коммуникации. Люди давно мечтают об автономных ИИ-агентах, которые будут обрабатывать основную часть коммуникаций в контакт-центрах. Кое-кто даже обещал, что они уже на подходе. Но, как и создание автономного автомобиля, создание ИИ-агента — это сложная задача. Я не сомневаюсь, что мы сможем добиться этого, просто это займет больше времени, чем ожидалось.

Рассмотрим две небольшие части темы: распознавание речи (транскрибирование речи в текст) и обработку естественного языка (понимание текста и устной речи).

Сегодня технология транскрибирует звонки мгновенно и с гораздо большей точностью, чем я мог бы справиться, если бы мне пришлось на день стать стенографисткой. И технология обработки естественного языка для предприятий тоже хороша. Она может анализировать стенограммы и обеспечивать базовое понимание тем, вопросов, настроений, пунктов действий и т. д.

Но чего ИИ пока не может сделать, так это понять, о чем на самом деле идет разговор. Система может расшифровать разговор о щенках. Она может вытащить вопросы о породах и выделить вопрос о ветеринарной помощи лабрадорам, на который нет ответа. Но она не знает, что такое лабрадор или что такое обработка от блох. Он даже не знает, что такое собака. Трагично ли это и немного жутковато? Конечно, но это правда.

Современные системы ИИ отлично подходят для выполнения простых, повторяющихся функций. Поскольку они выполняют эти функции хорошо, они могут создать ложное впечатление о своем потенциале. Скачок от простой функции к полностью автономному агенту или самоуправляемому автомобилю — это целая пропасть. Я с уверенностью могу сказать, что в ближайшие пять-десять лет мы не увидим полностью автономного интеллектуального агента, заменяющего человека.

Существует разрыв между тем, что, по нашему мнению, может сделать ИИ, и тем, на что он способен в реальности. И разработчики должны устранить это несоответствие. Ведь если мы дадим волю фантазиям, это подорвет все достигнутые нами успехи.

Давайте изменим наше восприятие ИИ

Заманчиво подтасовать правду и приукрасить функциональность, особенно когда речь идет о такой непрозрачной вещи, как ИИ. И многие компании именно так и поступают. По данным венчурной фирмы MMC, четыре из десяти европейских стартапов, классифицированных как ИИ-компании, не используют технологию ИИ «существенным» для своего бизнеса образом. Во многих случаях их ИИ применяется в чат-ботах или для предотвращения мошенничества. И то, и другое — полезные приложения, но это «скорее вспомогательные услуги, чем центральное место в продажах».

Небольшие приукрашивания или завышенные обещания, вероятно, помогают в краткосрочной перспективе. Компания может вызвать шумиху в СМИ, привлечь некоторых клиентов и увеличить свои прибыли. Но после того, как люди начнут пользоваться их продуктом, эти маленькие победы превратятся в большие потери.

Если вы даете заведомо нереальные обещания и недовыполняете свои обязательства, люди разочаровываются. Они жалуются. Они отменяют заказ. Они рассказывают о вашей компании своим знакомым. Я знаю, что это правда, потому что сам был таким потребителем.

В середине 1990-х я был очарован рекламой программы для преобразования речи в текст. Она обещала целый научно-фантастический опыт: говорить вслух, отдавать голосовые команды и идеально расшифровывать текст. Это звучало потрясающе, поэтому я скачал программу и провел 60 часов, обучая ее своему голосу. Подготовительная работа была закончена, и я сел начитывать эссе для колледжа.

Скажем так, программа не оправдала никаких ожиданий.

Она пропускала команды, плохо транскрибировала, и результат оказался гораздо более разочаровывающим, чем просто написание студенческих работ с помощью ручки, бумаги и кисточки-корректора. Это была сплошная шумиха и никакого содержания. Я бросил этот инструмент и больше к нему не возвращался. И только сейчас, спустя десятилетия — с развитием персональных помощников — я наконец вернулся к голосовым командам.

Основные правила, которые нужно соблюдать

Вот что самое интересное: вокруг всего этого нет никакого регулирования. Компаниям приходится читать подобные поучительные истории и принимать решения о саморегулировании. Для тех руководителей и организаций, которые готовы взять на себя ответственность, есть несколько основных правил.

Во-первых, компании должны открыто заявлять о том, как они получают данные об обучении. Такие компании, как Google и Facebook, справедливо получают нарекания за скрытность методов сбора данных. Откуда они берутся? Репрезентативны ли они? Как вы манипулируете ими после сбора?

Если вы практикуете ИИ или являетесь частью команды по выводу ИИ-продукта на рынок, вы должны быть открыты. Нет ничего такого уж конфиденциального, чем нельзя поделиться. Что произойдет, если вы расскажете своим конкурентам, как вы находите данные? Ничего. Главное — владеть данными, а не процессом их сбора.

Во-вторых, четко определите, как вы будете использовать эти данные. Данные — это жизненная сила систем ИИ. Это то, что заставляет их работать, поэтому этот вопрос нельзя обходить стороной. Если вы действуете открыто, люди обычно с радостью соглашаются поделиться своими анонимными данными с коллективным пулом, особенно если вы говорите им, что это поможет улучшить продукт.

И последнее, описывайте свои продукты ИИ точно и честно. Будьте откровенны в том, что вы можете сделать, и, когда это уместно, в том, чего вы не можете. Возможно, в краткосрочной перспективе вы чуть уступите своим конкурентам, но этичные компании выиграют в долгосрочной перспективе. Они сохранят довольных клиентов, получат устойчивый рост и обойдут организации, играющие с правдой.

Человеческое воображение — гениальная вещь. Но мы не можем позволить ему переписать нашу технологическую реальность. Во что бы то ни стало, фантазируйте, мечтайте и размышляйте. Придумайте десятки новых приложений и продуктов ИИ. Используйте эти идеи в своей работе.

Но не позволяйте своим идеям выписывать чеки, которые не может обналичить ваша технология.