I dag skal vi snakke om kunstig intelligens og konvergens. Neil Jacobstein er en kunstig intelligensspesialist med lang erfaring (over 25 år med rådgivning). Han studerer for tiden AI og robotikk ved Singularity University of Peter Diamandis, en annen fremtredende skikkelse innen AI, livsforlengelse, robotikk og andre futuristiske felt. På årets Abundance360 spådde Neil fem trender som han tror vil få trekkraft de neste 5 årene.
Prognoser for kunstig intelligens for 2019-2024
AI vil gyte nye ikke-menneskelige resultater i mønstergjenkjenning og intelligens
AlphaGo Zero, et maskinlæringsdataprogram som ble trent til å spille det komplekse spillet go, beseiret verdensmesteren i 2016 med en poengsum på 100: 0. Men i stedet for å lære av mennesker, trener AlphaGo Zero ved å spille mot seg selv - en teknikk kjent som forsterkningslæring.
Ved å bygge sin egen kunnskap fra bunnen av, demonstrerer AlphaGo Zero en ny form for kreativitet fri for menneskelig skjevhet. Enda viktigere er at denne typen mønster- og mønstergjenkjenning lar maskiner samle tusenvis av års kunnskap i løpet av timer.
Selv om slike systemer ennå ikke kan svare på spørsmålet "Hva er appelsinjuice?" eller konkurrerer med intelligensen til og med en femteklassing, blir de mer og mer strategisk sammensatte, og slås sammen med andre former for høyt fokusert kunstig intelligens. I løpet av de neste fem årene, hvem vet hva slags etterfølgere som dukker opp for AlphaGo Zero, og utvikler både forretningsteknikker og funksjoner og en persons daglige liv.
Salgsfremmende video:
Leger risikerer sine stillinger ved å ikke bruke maskinlæring for å diagnostisere og planlegge behandling
Nylig har en gruppe kinesiske og amerikanske forskere opprettet et AI-system som diagnostiserer vanlige barnesykdommer, fra influensa til hjernehinnebetennelse. Utdannet fra elektroniske medisinske poster samlet inn fra 1,3 millioner polikliniske besøk til 600 000 pasienter, har AI-programmet lært å diagnostisere sykdommer med enestående nøyaktighet.
Mens det amerikanske helsevesenet ikke har det samme nivået av universelle helsedata tilgjengelig som noen kinesiske systemer, går begge fremskritt i medisinsk AI. Dr. Kang Zhang, leder for Center for Ophthalmic Genetics ved University of California, San Diego, har laget sitt eget system som oppdager tegn til diabetisk blindhet basert på både tekst og medisinske bilder.
Jacobstein spår at i fremtiden, "vil vi se et tippepunkt der klinikere føler at det ville være risikabelt å ikke bruke maskinlæring og AI i deres daglige praksis, ettersom et viktig diagnostisk signal kan gå glipp av."
Kvantegjennomgang vil dramatisk akselerere funn og testing av medikamenter
Forskere anslår at det er 10 (til 60. makten) mulige medikamentmolekyler - mer enn atomer i solsystemet vårt. Men i dag er forskere i stand til å forutsi sammensetningen av medikamenter basert på egenskapene til molekylstrukturen, og deretter syntetisere mange alternativer for å teste hypotesen.
Kvanteberegning har potensial til å gjøre denne tidkrevende og dyre prosessen til en effektiv, for ikke å snakke om en mulig forstyrrende medisinsk funnprotokoll.
"Kvanteberegning vil ha en stor industriell innvirkning," sier Jacobstein, "ikke ved å bryte kryptering, men ved å invadere medikamentdesign gjennom massivt parallelle prosesser som involverer superposisjon, kvanteforstyrrelser, sammenfiltring. De vil overgå klassiske beregninger betydelig."
AI vil akselerere både sårbarhet og sikkerhet for sikkerhetssystemer
Ettersom AI er integrert i praktisk talt alle aspekter av livene våre, blir cyberangrep mer truende. Deep Attacks kan bruke AI-generert innhold for å unngå menneskelig og AI-kontroll.
Nylige eksempler inkluderer falske videoer av den tidligere USAs president Barack Obama, der han ytrer falske setninger, og kunstig intelligens som bedrar en annen algoritme, og "erstatter" STOPP-skiltet med et fartsgrensetegn på opptil 60 km / t. Uten tilstrekkelig beskyttelse kan AI-systemer manipuleres for å utføre et hvilket som helst antall ødeleggende oppgaver, enten det er å skade omdømme eller lure autonome kjøretøy.
Ifølge Jacobstein: “Vi har alle sikkerhetssystemer i bygninger, i våre hjem, i helsevesenet, flygelederskontroll, finansinstitusjoner, militære og etterretningsfellesskap. Men vi vet alle at disse systemene med jevne mellomrom blir hacket - og vi vil se dette mer og mer. Dermed har både virksomheten og du muligheten til å tenke nå og ivareta sikkerheten før det er for sent."
AI-konstruksjonssystemer vil gi et gjennombrudd i atom nøyaktig produksjon
Akkurat som den moderne datamaskinen har endret vårt forhold til biter og informasjon, vil AI omdefinere og revolusjonere vårt forhold til molekyler og materialer. AI brukes for øyeblikket for å søke etter nye materialer innen rene teknologier: solceller, batterier og enheter for kunstig fotosyntese.
Bransjeeksperter sier at det i dag tar 15 til 20 år å lage et nytt nytt materiale. Men ettersom AI-designsystemer raskt får kraft, vil det dramatisk øke hastigheten på oppdagelsesprosessen, slik at vi kan takle presserende problemer som klimaendringer med rekordhastighet.
Atomisk presis produksjon vil gjøre det mulig for oss å produsere det tidligere utenkelige.
Hvordan vil kunstig intelligens være om fem år?
I løpet av de siste tre årene har land over hele verden signert nasjonale AI-strategier og planer om å skalere opp innovasjon. Bedrifter interesserer seg også for denne scenen og ansetter AI-ingeniører og tekniske konsulenter for å utnytte det som kalles "elektrisitet fra det 21. århundre", som Andrew Ng kalte det.
Hvis virksomheten din ikke begynner å implementere utviklingen av kunstig intelligens allerede nå, kan det snart være ute av arbeid. Er du enig i denne uttalelsen?
Ilya Khel