Будущее ИИ, прогнозы и перспективы

Существует достаточно широкий спектр вопросов, связанных с будущим ИИ и взаимодействием человека с этимискусственным интеллектом. У каждой группы специалистов свои акценты. Одни смотрят на практическую сторону - какой инструментарий ИИ будет востребован, во что перспективно вкладывать средства, какие технологии принесут прибыль, какие технологии уйдут с бизнес-сцены, какие новации завладеют вниманием клиентов через три, пять, десять лет. Данный набор вопросов условно можно назвать бизнес-прогнозами, построенными на изучении логики развития технологии. Большинство из этих прогнозов носят краткосрочный и среднесрочный период - 3-10 лет.

Другой пласт вопросов связан с обсуждением долгосрочных прогнозов, и касаются они таких тем как: каково будет глобальное влияние ИИ на общество, как будет осуществляться взаимодействие сильного ИИ и человека. Каково будет место человека по мере того, как ИИ будет расширять свои интеллектуальные возможности и спектр применения. Насколько вероятны сценарии негативного влияния ИИ на будущее человечества. Как нивелировать риски, связанные с созданием сильного ИИ.

Конечно, первый и второй подход к построению прогнозов имеют области пересечения. Тем не менее мы попытаемся поговорить о будущем ИИ с этих двух разных точек зрения, разделив их тематически.

Прогнозная аналитика развития ИИ и ассоциированные бизнес-тенденции

Как мы отметили, бизнес-сообщество в первую очередь интересует, какие технологии будут востребованы в будущем, как скоро они выйдут на рынок, какие виды бизнеса эти новые технологии будут подрывать, каким типам компаний из-за этого придется уйти с рынка или потерять часть своих клиентов. Задача аналитиков - распознать эти новации, вычленить наиболее важные и перспективные, увидеть заранее траекторию их развития.

Сколько новых технологий можно выделить в рамках одного направления, даже такого важного и широкого, как ИИ?

Например, аналитическая компания Gartner в области ИИ отмечает несколько десятков технологий и технологических концепций и каждый год обновляет список наиболее важных новаций. Откуда берется такое количество?

Заметим, что явные технологические прорывы - это редкие события. Такие события, как появление искусственных нейронных сетей и метода обратного распространения ошибки, случаются не каждый год. Рассказ о важнейших ключевых событиях, по сути дела, и составил основу истории развития ИИ за 70 с лишним лет, которую мы обсуждали в первой лекции. При этом под новыми технологиями часто понимаются как явные технические новации, так и некоторые концепции, которые, например, отражают процесс сращивания тех или иных технологий, добавление новой функциональности в известные решения и их модификацию.

Это позволяет говорить о новациях рангом ниже, предлагая новые термины и одноименные сервисы (представляющие собой комбинацию ранее уже известных). Существенная часть этой работы носит маркетинговый характер. При этом удачные маркетинговые находки аналитиков играют на руку продуктовым менеджерам, которым нужно каждый год пополнять список новых возможностей обновляемых продуктов. Так появляются новые технологические концепции и тренды под броскими названиями типа "ответственный искусственный интеллект", "композитный ИИ" или "датацентричный ИИ". Часть терминов окажется удобными и будут востребованы сообществом, а те, что ничего не несут в себе кроме красивого названия, достаточно быстро уходят как из обихода специалистов, так и пропадают с кривых ажиотажа Gartner и материалов прочих аналитических и маркетинговых организаций.

Задача аналитиков-маркетологов - находить наиболее заметные технологические тенденции, искать закономерности, вычленять концепции, давать им названия. Время покажет, какие технические возможности окажутся популярными.

Мы неслучайно упомянули выше компанию Gartner - это крупнейший ИТ-аналитик, который пытается ежегодно давать прогноз пула технологий, которые будут востребованы сообществом, поэтому, говоря о том, какие технологии появятся в будущем, полезно обратиться именно к материалам Gartner.

Для анализа перспективности новых технологий Gartner использует две формы представления материалов - это так называемый Impact radar, который отображает вес технологических новаций и сроки их выхода на рынок (рис. 5.1), и уже рассматриваемый нами ранее Gartner Hype cycle (рис. 5.2).

Рис. 5.1. Оценка времени выхода ИИ-технологий на массовый рынок. Источник: Gartner

Рис. 5.2. Цикл ажиотажа Gartner с анализом ИИ-технологий. Источник: Gartner

Ниже приводим описание отмеченных на рис. 5.1-5.2 технологий с разделением их на три группы по времени выхода на рынок.