Когнитивные технологии, продукт развития сферы искусственного интеллекта, могут и будут использоваться для замены человеческих рабочих мест. И сейчас лидеры во всех отраслях сталкиваются с выбором, как именно их применять.
Быстрый прогресс в области искусственного интеллекта (ИИ) вызвал активные дискуссии о последствиях этой тенденции для общества. Некоторые видят в нем движущую силу экономического роста и безграничные возможности для повышения уровня жизни. Другие видят экзистенциальные угрозы, начиная от роботов-убийц и заканчивая широко распространенной в будущем технологической безработицей. Хотя мы считаем, что худшие из страхов раздуты, когнитивные технологии — продукты развития сферы ИИ — нельзя игнорировать. Они являются новым источником конкурентного преимущества для бизнеса и находятся на пути к повсеместному применению на работе и в доме.
Исследователи искусственного интеллекта стремились разработать методы, позволяющие компьютерам выполнять широкий круг задач, которые ранее считались исключительно областью человека, включая игры, распознавание лиц и речи, принятие решений в условиях неопределенности, обучение и перевод с языка на язык. В этой статье мы различаем область искусственного интеллекта и технологии, произошедшие из этой области, которые мы называем когнитивными технологиями. Используемые сегодня когнитивные технологии включают в себя компьютерное обучение, компьютерное зрение, распознавание речи, обработку языка и робототехнику.
Когнитивные технологии
В течение следующих трех-пяти лет когнитивные технологии, вероятно, окажут глубокое влияние на работу, работников и организации. Эти технологии могут и будут использоваться для замены людей на рабочих местах. Но они также позволят перепроектировать работу, создать новые возможности для работников и увеличить ценность для бизнеса и для клиентов. Руководители бизнеса должны понимать четыре основных варианта автоматизации и стратегии затрат и ценностей, которые мы здесь опишем. И они должны настраивать свои талант-практики для привлечения и развития навыков, в том числе творческих и связанных с эмоциональным интеллектом, которые станут важными в эпоху когнитивных технологий.
Конфликтующие взгляды
Существует активная, часто шокирующая дискуссия по поводу воздействия когнитивных технологий на занятость. Одна сторона прогнозирует массовую безработицу, поскольку эти технологии возьмут на себя работу, ранее выполняемую людьми. Другая предсказывает новое воплощение знакомой исторической картины технологических изменений: новые технологии повышают производительность, которая увеличивает богатство, стимулирует экономический рост и создает спрос на рабочих с новыми навыками.
Широко цитируемый недавний анализ, проведенный исследователями из Оксфордского университета, является примером “темной” стороны в этих дебатах. Согласно исследованию, 47% рабочих мест в США “подвержены риску” компьютеризации в течение следующего десятилетия или двух. Gartner Group, исследовательская фирма по информационным технологиям, занимает аналогичную позицию, прогнозируя, что “каждая третья работа будет выполняться программным обеспечением или роботами к 2025 году”. Аналитики Three Gartner пошли ещё дальше в своём “предположении о стратегическом планировании”: “К 2030 году 90% рабочих мест, которые мы знаем сегодня, будут заменены умными машинами”.
Когнитивные технологии и большие данные | Гаяне Арутюнян | TEDxSvobodnySt
Однако не все считают, что организации должны начать готовиться к будущему без рабочих мест и рабочих. Дэвид Аутор, известный экономист и авторитет в области взаимодействия технологий и занятости в Массачусетском технологическом институте, считает, что степень, в которой машины заменяют человеческий труд, часто завышается. “Проблемы с заменой работников машинами в задачах, требующих адаптивности, здравого смысла и творчества, остаются огромными” — пишет он. Он утверждает, что сильная взаимодополняемость между машинами и человеческим трудом, которая “повышает производительность, повышает заработок и усиливает спрос на квалифицированную рабочую силу”, не получает достаточного внимания. Родни Брукс (Rodney Brooks), эксперт по робототехнике и основатель двух известных робототехнических компаний, считает, что такие технологии, как робототехника, правильно воспринимать как “избавление от действительно скучной работы, которой мы не должны пытать людей”, а не как устранение людей от работы в целом.
VII Международная студенческая научная конференция Студенческий научный форум — 2015
КОГНИТИВНЫЕ ТЕХНОЛОГИИ КАК ИНСТРУМЕНТ ПРИНЯТИЯ РЕШЕНИЙ В СФЕРЕ МАЛОГО БИЗНЕСА
Тупс М.А. 1 , Тупс М.А. 1 , Шатырко Д.В. 1
1 ФГБОУ ВПО «Волгоградский государственный аграрный университет»
Работа в формате PDF
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке «Файлы работы» в формате PDF
Малый бизнес выступает важной частью социально-экономического развития территории, обеспечивая население рабочими местами, разрабатывает и внедряет новые технологии, дает значительную часть регионального и местного валового продукта. Но его развитиесвязанно с ограниченностью ресурсов, большой зависимостью от рыночной конъюнктуры, слабыми кредитными возможностями. Успешное развитие данного сектора экономики возможно лишь в случае эффективно действующей модели государственной поддержки и управления [1,2].
Существуют различные методы исследования проблем и принятия решений в малом бизнесе, том числе статистические, математические и экспертные методы [2]. Малый бизнес обладает рядом особенностей: многоаспектностью происходящих в них процессов; все происходящие явления должны рассматриваться в совокупности; отсутствие достаточной количественной информации о динамике процессов; изменчивостью характера процессов во времени.
Выше перечисленные особенности могут быть отнесены к слабоструктурированным системам, поэтому к изучению таких систем в настоящее время предлагается применять когнитивный подход и разработанную на его основе методику анализа и принятия решений в сфере малого бизнеса.
Когнитивный анализ представляет собой универсальный научный инструментарий для изучения поведения сложных систем [1]. Методика, основанная на когнитивном анализе, позволяет описать структуру и различные процессы, выявить взаимодействие и проанализировать влияние факторов на текущую ситуацию в системе.
На основании статистической и экспертной информации о состоянии малого бизнеса в Волгоградской области и с помощью разработанного программного обеспечения [3] была построена когнитивная модель взаимодействия малого бизнеса с внешней средой.
Факторами, влияющими на развитие малого бизнеса в регионе, являются(х1) инвестиционный климат, (х3) объекты инфраструктуры, (х5) экономико-географическое положение,(х11) конкуренция,(х12) – инфляция,(х13) нормативно-правовое обеспечение, (х15, х16) политика федеральных и региональных властей по поддержки малого предпринимательства.
Сложившийся инвестиционный климат в области (х1) положительно влияет на развитие малого бизнеса (х0), состояние которого существенно влияет на занятость населения (х8) и бюджет области (х6), от которых зависит уровень жизни населения (х9). Уровень жизни населения в свою очередь отрицательно влияет на уровень преступности (х17), который, повышаясь, может ухудшить инвестиционный климат региона.
Рисунок 1 — Когнитивная модель взаимодействия малого бизнеса с внешней средой
С целью определения возможных тенденций развития малого бизнеса был проведен сценарный анализ поведения системы при внесении управляющих воздействий.
При поступлении в когнитивную карту следующего управляющего воздействия: qх3 = +1 в х3 объекты инфраструктуры(развивается сеть инфраструктурных и институциональныхорганизаций)(рис.2).
Рисунок 2 — Сценарий развития малого предпринимательства при внесении управляющего воздействия qх3 = +1
На втором шаге моделирования вместе с развитием «инфраструктурных организаций» (х3) наблюдается развитие «малого бизнеса» (х0) в регионе, что приведет к улучшению социально-экономической ситуации. Развитие предпринимательства носит поступательный характер, а число малых предприятий существенно возрастает лишь после шестого такта моделирования
Разработанная модель позволяет использовать технологию когнитивного анализа для исследования состояния принятия решений в сфере малого бизнеса.С помощью полученной модели были выявлены факторы, которые оказывают наибольшее влияние на развитие малого бизнеса. Построенная модель может быть использована для получения прогноза, в зависимости от состояния различных факторов системы. Применение когнитивного моделированияна примере малого бизнеса Волгоградской области позволяет адекватно учесть взаимодействие и взаимовлияния факторов внутри экономических систем в условиях неопределенности, что приведет к существенному повышению качества управленческих решений региона.
Список использованной литературы
1. Горелова Г.В., Радченко С.А., Колесникова Н.В. Когнитивное моделирование как инструментарий исследования состояния и развития малого бизнеса в регионе // Системный анализ в проектировании и управлении: Труды Х Междунар. науч.-практ.конф. Ч.1. СПб.: Изд-во политех. ун-та, 2006. – С. 215–218.
2. Лапуста М.Г., Старостин Ю.Л. Малое предпринимательство: Учебник. – М.: ИНФРА-М, 2004. – 454 с.
3. ИС прогнозирования развития нелинейных динамических систем на основе когнитивного моделирования / Гагарин А.Г., Рогачев А.Ф. Свидетельство об официальной регистрации программы для ЭВМ № 2011613921.
Источник: scienceforum.ru
Как предприятия смогут использовать когнитивные технологии
В отличие от “обычных” ИИ-платформ, которые для подсчетов применяют алгоритмы, когнитивные системы учатся думать как человек
Предприятия полным ходом приступили к освоению решений на базе искусственного интеллекта (ИИ) и машинного обучения (МО), но это лишь вершина айсберга, которую подпирает куда более мощная технология — когнитивные вычисления (cognitive computing). Что они из себе представляют? И, что самое важное, как раскрыть их потенциал и какие преимущества они принесут бизнесу?
На эти вопросы отвечает портал Techopedia. В настоящее время наиболее известной когнитивной платформой является суперкомпьютер IBM Watson. Известность ему принесла победа в интеллектуальной викторине «Jeopardy», но его реальное применение куда шире — суперкомпьютер задействуется для обработки больших данных в здравоохранении, сфере финансов и высокотехнологичном производстве.
Когнитивные компьютеры: что это и почему они ошибаются
Пока что рано говорить о том, что когнитивный компьютинг прочно прописался на рынке. Скорее, это экспериментальная технология, которая к тому же грешит неточностями.
Подобное случалось и с Watson — машину ставило в тупик огромное количество разнородных, порой конфликтующих между собой наборов данных, однако она, как и все интеллектуальные системы, обладает способностью учиться на ошибках и адаптироваться к изменяющимся условиям. Таким образом когнитивная платформа неуклонно улучшает свою производительность, не требуя ручного кодирования.
С точки зрения перспективы это значит, что высококвалифицированная работа (обычно по анализу и обработке информации всех типов) будет проводиться автономными, самообучающимися платформами. Однако между ними есть разница. По словам Джоэл Ханса из RTInsights, ключевое различие между обычным и когнитивным ИИ заключается в том, что последний обладает возможностями познания.
Здесь важно не путать когнитивный процесс (познание) с узнаванием — мультимедийные энциклопедии, возможно, дают некоторые знания, но знание и познание — вещи абсолютно разные (познание — процесс, знание — результат этого процесса). Когнитивность позволяет решать произвольное множество задач, не ограничивая интеллектуальные потребности пользователя возможностями, намертво «зашитыми» в тех или иных программных пакетах.
Типичный ИИ очень эффективен в выборе действий при наличии их фиксированного числа. Интеллектуальный помощник, например, может анализировать формулировку определенного запроса и выбрать ответ из данного подмножества. Тем временем когнитивное решение пытается подражать человеческой мысли, занимаясь контекстно-зависимым решением проблем.
Когнитивный компьютер может давать советы и даже распознавать нюансы проблем, что выводит его на уровень выше программ, которые автоматизируют выполнение функций. Важным примером, демонстрирующим разницу между ИИ и когнитивным компьютером, может быть модулирование их действий в операционной палате.
Так, умений «обычной» ИИ-платформы достаточно для того, чтобы следить за сердечным ритмом и дыханием пациента, контролировать уровень анестезии или управляться со скальпелем во время проведения дистанционного хирургического вмешательства. В свою очередь когнитивный помощник сможет анализировать картину болезни пациента и назначать процедуры и курсы лечения, «перелопатив» для этого огромное количество медицинских журналов (лечащий врач просто физически не сможет этого сделать) и спроецировав эти знания на конкретную клиническую ситуацию.
Пока что это чисто теоретические рассуждения, но все же рано или поздно возникнет вопрос: так какую практическую пользу могут принести бизнесу когнитивные вычисления? Президент и главный исполнительный директор Aera Technology Фредерик Лалуи считает, что они пригодятся для «цифровизации исполнительных функций», но для этого их нужно научить делать выводы, анализируя разнородные данные, выбирать ответы из множества вариантов, руководствуясь не алгоритмами, а логикой, рациональностью, используя приемы причинно-следственного анализа и опыта.
В нейропсихологии исполнительные функции принято рассматривать как гипотетический набор высокоуровневых процессов, и они напрямую связаны с тем, каким образом человеческий мозг принимает решения. Если нейропсихологам удастся разгадать эту дилемму, они наверняка поделятся своими выводами со специалистами в области ИИ, а это значит, что когнитивные компьютеры смогут думать как люди.
Впрочем, некоторые познания о работе человеческого мозга уже имеются. Известно, что он развивается эволюционно: детский мозг не сразу может справиться с такими задачами, как завязывание шнурков на обуви, но по мере взросления он накапливает опыт и с каждой попыткой эта задача упрощается вплоть до того, что доводится до автоматизма.
Со временем взрослому человеку приходится решать все более сложные задачи, но для того, чтобы это делать, ему приходится полагаться не только на накопленный опыт, но и черпать новые умения из сторонних источников (книги, энциклопедии, фильмы, Интернет). Задействуя внешние источники, мозг переключается в режим защиты, то есть он взвешивает серьезность конкретной ситуации, определяя, стоит ли доверять источнику ее решения, например, совету приятеля. Чтобы достичь возможности принимать высокоуровневые решения (а не заложенные алгоритмы действий), интеллектуальной платформе придется пройти все этапы взросления человеческого мозга. Понимая это, большинство экспертов говорят, что для развития таких платформ, как Watson, потребуется немало времени. Они обладают огромными вычислительными ресурсами, но пока что не научились искать ответы без заложенных шаблонов.
ИИ становится умнее
- предикативная поддержка: огромный набор поведенческих моделей оборудования, который может применяться для прогнозирования сбоев как в цифровых, так и в механических системах;
- взаимозависимая аналитика: установка взаимосвязи между системными событиями для поиска как текущих, так и потенциальных проблем; динамический поиск путей для повышения производительности;
- самовосстановление/автономное исправление ошибок: автоматическое восстановление критически важной инфраструктуры, приложений и программного обеспечения с использованием комбинации автоматизированного инструментария, аналитики на базе МО и комплексного восстановления;
- управление самообучающимися системами: обеспечение данными в режиме реального времени; доступ к соответствующей информации, инструментам, шаблонам и другим ресурсам;
- «умные» агенты: интеллектуальные виртуальные активы, которые могут обнаруживать и реагировать на внутренние и внешние угрозы и в случае необходимости перевести предприятие в автономное и контролируемое состояние.
Некоторые эксперты называют когнитивные компьютеры «мыслящими», но это не совсем точная формулировка. Пока что основные нейрохимические процессы, которые способствуют процедуре мышления, до конца не изучены, поэтому когнитивные системы вынуждены подражать человеческому интеллекту посредством высокоуровневых алгоритмов. В качестве преимущества такого подхода называется открытость — алгоритмы можно разобрать на код, проанализировать его и пересобрать заново, гарантируя, что когнитивные технологии — это не «черный ящик» и они «являются теми, за кого себя выдают».
Источник: www.itweek.ru