Новинки технологий 2018: Самые популярные тренды в мире технологий 2018 года

«Переход от разрозненной технической инфраструктуры к экосистемным платформам закладывает основу для совершенно новых бизнес-моделей, формирующих мост между людьми и технологиями, — говорит Уокер.

Например, блокчейн может изменить правила игры для лидеров в области безопасности данных, поскольку он может повысить устойчивость, надежность, прозрачность и доверие к централизованным системам. Также к этому тренду относятся цифровые двойники, виртуальное представление реального объекта. Это начинает находить применение в обслуживании, и, по оценкам Gartner, сотни миллионов вещей будут иметь цифровых двойников в течение пяти лет.

Подробнее: Руководство по блокчейну для ИТ-директоров

Тренд №3: Биохакинг своими руками

2018 год — это только начало «трансчеловеческой» эпохи, когда взлом биологии и «расширение» людей будут становиться все популярнее и доступнее. Это будет варьироваться от простой диагностики до нейронных имплантатов и будет зависеть от юридических и социальных вопросов об этике и гуманности. Эти биохаки делятся на четыре категории: аугментация технологий, нутригеномика, экспериментальная биология и гриндер-биохакинг.

Например, биочипы позволяют обнаруживать заболевания от рака до оспы еще до того, как у пациента появятся симптомы. Эти чипы состоят из множества молекулярных сенсоров на поверхности чипа, которые могут анализировать биологические элементы и химические вещества. Также новинкой Hype Cycle в этом году являются биотехнологии, искусственно культивированные и биологически вдохновленные мышцы. Хотя эта технология все еще находится в стадии разработки в лаборатории, в конечном итоге она может позволить коже и тканям нарастить внешний вид робота, что сделает его чувствительным к давлению.

Тенденция № 4: прозрачное погружение

Технологии, такие как умные рабочие пространства, все больше ориентируются на человека, стирая границы между людьми, бизнесом и вещами, а также расширяя возможности и делая жизнь, работу и жизнь более разумными. В интеллектуальном рабочем пространстве электронные доски могут лучше фиксировать заметки о встречах, датчики помогают предоставлять персонализированную информацию в зависимости от местоположения сотрудников, а канцелярские товары могут напрямую взаимодействовать с ИТ-платформами. Что касается дома, подключенные дома будут связывать между собой устройства, датчики, инструменты и платформы, которые учатся на том, как люди используют свой дом. Все более интеллектуальные системы обеспечивают контекстуальный и персонализированный опыт.

Тренд № 5: вездесущая инфраструктура

В целом инфраструктура больше не является ключом к достижению стратегических бизнес-целей. Появление и растущая популярность облачных вычислений и постоянно доступной, безграничной инфраструктурной среды изменили ландшафт инфраструктуры. Эти технологии откроют новое будущее бизнеса.

Например, квантовые вычисления с их сложными системами кубитов и алгоритмов могут работать экспоненциально быстрее, чем обычные компьютеры. В будущем эта технология окажет огромное влияние на оптимизацию, машинное обучение, шифрование, аналитику и анализ изображений. Хотя квантовые компьютеры общего назначения, вероятно, никогда не будут реализованы, эта технология обладает большим потенциалом в узких, определенных областях.

Вторая новая технология в этом направлении — нейроморфное оборудование. Это полупроводниковые устройства, вдохновленные нейробиологической архитектурой, которые могут обеспечить исключительную производительность для таких вещей, как глубокие нейронные сети, потребляя меньше энергии и предлагая более высокую производительность, чем обычные варианты.

Подробнее: Руководство ИТ-директора по квантовым вычислениям

Рекомендуемые ресурсы для клиентов Gartner*:

Клиенты Gartner могут прочитать полный отчет в Gartner Hype Cycle for Emerging Technology, 2018 Майка Уокера. Это исследование является частью отчета Gartner Trend Insight Report «2018 Hype Cycles, Riding the Innovation Wave». С профилями технологий, услуг и дисциплин, охватывающих более 100 хайп-циклов, этот отчет Trend Insight призван помочь ИТ-директорам и ИТ-руководителям реагировать на возможности и угрозы, влияющие на их бизнес, лидировать в бизнес-инновациях, основанных на технологиях, и помогать своим организациям определять эффективная цифровая бизнес-стратегия.

*Обратите внимание, что некоторые документы могут быть доступны не всем клиентам Gartner.

Основные восемь технологических тенденций: PwC

Резюме

• Сегодня «метавселенная» является горячей темой, привлекающей внимание технологических компаний, бизнес-лидеров и потребителей.
• Хотя неизвестно, как именно будет развиваться эта концепция, она основана на технологических разработках, которые мы отслеживаем в течение последнего десятилетия.
• Основные восемь технологий PwC, такие как искусственный интеллект, блокчейн и виртуальная реальность, объединяются новыми способами, чтобы сделать метавселенную возможной.
• Эти шесть перспективных тенденций включают автоматизацию доверия, расширенную реальность, иммерсивные интерфейсы, автономность работы, цифровое отражение и гиперсвязанные сети.

О метавселенной много говорят — и много опасаются. Оба оправданы. Вот почему руководителям важно понимать, что такое шумиха, а что реальность и как ориентироваться в возможностях и рисках, которые несет с собой эта развивающаяся концепция. Наряду с заземлением в деловых последствиях , вам нужно быстро освоить вспомогательные технологии.

Наша работа в этой области началась почти десять лет назад, когда PwC проанализировала более 250 новых технологий, чтобы определить те из них, которые окажут наибольшее влияние на бизнес в различных отраслях. Мы назвали тех, кто обладает наибольшим потенциалом, Эфирной восьмеркой. К ним относятся: искусственный интеллект (ИИ), дополненная реальность (AR), блокчейн, дроны, Интернет вещей (IoT), робототехника, 3D-печать и виртуальная реальность (VR).

Сегодня Essential Eight продолжает развиваться и оставлять свой след — пандемия ускоряет внедрение новых технологий. Некоторые из них, такие как ИИ, становятся неотъемлемой частью любой компании. Другие, такие как 3D-печать, были более сконцентрированы в определенных областях, таких как производство. Все это время мы отслеживали еще один глубокий сдвиг: как эти отдельные технологии объединяются преобразующим образом. Хотя существуют и другие многообещающие технологии, такие как квантовые вычисления и нанотехнологии, наиболее практическое и глубокое влияние в ближайшие пять лет будет по-прежнему исходить от Essential Eight. Но разница в том, как они будут работать вместе, чтобы добиться этого эффекта.

Эта конвергенция превращает восемь основных технологий в шесть мощных комбинаций: автоматизация доверия, иммерсивные интерфейсы, расширенная реальность, автономия работы, цифровое отражение и гиперсвязанные сети. Эта волна инноваций будет питать метавселенную и обещает значительно расширить нашу способность работать более разумно и беспрепятственно с использованием этих конвергентных технологий.

Создание стратегии метавселенной для достижения устойчивых бизнес-результатов

Исследование метавселенной, проведенное PwC за 2022 год в США

Потребители больше всего хотят получить значимый опыт в метавселенной, в то время как бизнес-лидеры отдают приоритет рабочей силе, обучению и сотрудничеству

Узнать больше

Воспроизведение этого видео в настоящее время недоступно

1:59

Конвергенция Essential Eight

Автоматизация доверия

Что это означает

Чтобы автоматизировать доверие, технологии Essential Eight, особенно блокчейн, IoT и AI, могут работать вместе для обеспечения подлинности данных, проверки личности и обеспечения безопасных многосторонних транзакций. Конвергентные технологии могут предоставить способы автоматизации доверия к физическим, цифровым и человеческим активам.

Как это работает

В типичном примере датчики IoT могут отслеживать поддон с продуктами с момента, когда он покидает ферму, до момента, когда он попадает на склад, а затем в розничный магазин, проверяя всю цепочку поставок. Это удостоверяет, где конкретный груз находится на маршруте, а также состояние продуктов на каждом этапе пути: становится ли транспортный контейнер слишком горячим, слишком холодным или слишком влажным? Эта информация записывается в безопасный неизменяемый блокчейн. Вместе Интернет вещей и блокчейн могут создать неизменную цепочку поставок, гарантирующую, что покупатели получат подлинный продукт, который не был поврежден или заменен в пути. Эти технологии также позволяют проверить правильность и безопасность утилизации продукта, содержащего опасные материалы.

Где это оказывает влияние

• Производители могут использовать автоматизированное доверие для повышения безопасности своих подключенных систем и устройств, а также своих производственных помещений и оборудования.
• В сфере здравоохранения сети врачей и больницы могут использовать надежные технологии для подтверждения полномочий каждого нового врача: истории образования, лицензий, истории соответствия нормативным требованиям и многого другого.
• Коммунальные предприятия могут использовать автоматическое доверие для подтверждения многочисленных подрядчиков, которые спешат нанять дополнительные бригады для реагирования на стихийное бедствие.
• Любая отрасль может воспользоваться преимуществами корпоративной отчетности с поддержкой технологий для автоматизации доверия и повышения прозрачности с инвесторами, регулирующими органами и клиентами при одновременном снижении потенциального риска.

Почему это важно

Доверие лежит в основе всех деловых и личных отношений. Если сотрудники, клиенты, инвесторы и сообщества не могут доверять безопасности, защите и конфиденциальности данных, систем и процессов, ваш бизнес пострадает. Без доверия и прозрачности вы также можете подвергнуться регулятивным и юридическим действиям.

Расширенная реальность

Что это такое

Дополненная реальность (AR), виртуальная реальность (VR) и смешанная реальность (MR) представляют собой континуум иммерсивных технологий, объединенных общим термином расширенная реальность (XR), которые могут объединять физическое и виртуальные миры.

Как это работает

XR находит широкое применение в сфере развлечений, а также в нашей повседневной жизни, где, подобно нашим мобильным телефонам, устройства XR могут постоянно предоставлять информацию об окружающем нас мире. В сфере бизнеса сегодня AR и MR используются в качестве вспомогательных средств для работы и для обучения, где данные используются для улучшения физического мира пользователя, в то время как VR имитирует среду, в которой пользователи могут практиковать социальные навыки и методы профессиональных навыков. XR, которая часто использует ИИ в своих приложениях и работает с гарнитурами IoT или мобильными устройствами, позволяет работникам выполнять даже рискованные задачи безопасным и реалистичным способом. Примеры включают обучение пилотов; обучение рабочих нефтяных вышек сложным процедурам безопасности; обучение страховых аджастеров выявлению ущерба от воды, дыма и огня; и повышение квалификации врачей для проведения операций. Технология XR может принести пользу практически всем отраслям, создавая более эффективные процессы, улучшая обучение и предлагая людям способы совместной работы в виртуальной среде.

Где это оказывает влияние

• Совместная виртуальная среда позволяет людям собираться вместе и взаимодействовать, даже когда они удалены. Это было благом во время пандемии, и PwC работала со многими клиентами и проводила мероприятия, такие как наша биржа новых технологий, в совместной виртуальной реальности.
• VR может помочь бизнес-лидерам повысить квалификацию сотрудников быстрее, даже в то время, когда бюджеты на обучение могут сокращаться, а очное обучение может быть исключено. Это также позволяет нескольким пользователям просматривать один и тот же контент, но в индивидуальном порядке в зависимости от выбора каждого пользователя.
• Команды разработчиков могут исследовать, тестировать и оценивать различные концепции, не вкладывая средств в физические прототипы. Это может помочь организациям быстрее выводить на рынок более качественные продукты.

Почему это важно

Согласно оценке экономического воздействия, проведенной экономистами PwC, к 2030 году технологии расширенной реальности потенциально могут обеспечить рост мировой экономики на 1,5 триллиона долларов. Ценность будет включать в себя такие области, как создание нового клиентского опыта, ускорение разработки продуктов и повышение безопасности на рабочем месте.

Иммерсивные интерфейсы

Что это означает

Иммерсивные интерфейсы — следующий рубеж после голосовых интерфейсов. Теперь, когда мы можем разговаривать с нашей технологией, следующим шагом будет использование наших органов чувств и других восприятий для взаимодействия с ней. Иммерсивные интерфейсы обеспечивают более естественное и беспрепятственное общение между людьми, людьми, компьютерами и цифровой средой. Эти технологии используют преимущества человеческих качеств, таких как осязание и эмоции, чтобы приблизить пользователей к цифровому миру за счет гуманизации взаимодействия с технологиями.

Как это работает

Способные собирать и обрабатывать огромные объемы данных локально с помощью встроенного ИИ, иммерсивные интерфейсы могут воспринимать и реагировать на эмоции, движения всего тела, мозговые волны и поведение — в дополнение к традиционным интерфейсам, таким как голос и текст. Соединяя эту информацию с контекстуальными данными о пользователях и ситуациях, иммерсивные интерфейсы смогут предлагать идеи и дополнять рабочие процессы, позволяя пользователям интуитивно взаимодействовать с физически-цифровым миром.

Где это оказывает влияние

• Исследователи из MIT Media Labs Fluid Interface Research Group используют синтетические носители, созданные с помощью алгоритмов искусственного интеллекта, для разработки «глубоких подделок во благо». Эти сгенерированные компьютером видеоролики были протестированы во многих ранних случаях использования, в том числе:
  • В киноиндустрии это позволяет точно отображать кадры актера как более старую или более молодую версию самого себя.
  • Музеи могут использовать эту технологию, чтобы посетители могли учиться на интерактивных версиях картины — например, Мона Лиза, рассказывающая историю своего происхождения.
  • В корпоративном обучении или образовании AR может обеспечить индивидуальное дистанционное изучение темы исторической личностью, знаменитостью или другим известным человеком по выбору учащегося. Например, изучите физику у Альберта Эйнштейна или потренируйтесь у своего любимого генерального директора.
  • Транснациональные корпорации в любой отрасли могут более широко распространять обучение клиентов или корпоративные сообщения с помощью мгновенной транскрипции, перевода и синхронизации исходного видео с несколькими языковыми версиями.

Сенсорные интерфейсы

• , известные как тактильные, применяются в здравоохранении, машиностроении, автомобилестроении и других отраслях, чтобы помочь пользователям взаимодействовать с цифровыми интерфейсами с помощью элементов управления жестами. Например, тактильные перчатки можно использовать для манипулирования и управления объектами для медицинского обучения, которое проходит через гарнитуру виртуальной реальности.

Почему это важно

Чтобы люди работали более эффективно и творчески, они должны иметь возможность взаимодействовать с технологиями естественным и плавным образом. Иммерсивные интерфейсы могут помочь в этом, предлагая новые способы использования технологий, чтобы иметь большее влияние.

Автономность работы

Что это такое

Автоматизация включает преобразование ручных процессов в цифровые путем интеграции автоматизации, робототехники и интеллектуальных систем, чтобы они работали в унисон. Автономность работы — это точка на континууме, где автоматизация перешла от точечных решений к обеспечению более широкой автоматизации рабочих процессов и склеиванию отдельных систем для создания более полных сквозных автоматизированных систем. Интеллектуальная автоматизация дает системам возможность учиться на предыдущих решениях и шаблонах данных, чтобы самостоятельно принимать разумные решения, освобождая людей, чтобы сосредоточиться на важной работе.

Как это работает

Полностью автономный деловой мир еще не за горами. Вместо этого несколько отраслей разрабатывают, интегрируют и даже модернизируют автономные системы в цепочке создания стоимости. Интеллектуальные системы автоматизации и машины с искусственным интеллектом автоматизируют все, от обработки внутренних данных до совместного использования. Автономные системы собирают большие объемы ранее недоступных данных с датчиков IoT, истории транзакций, машинных данных, человеческого ввода и многих других источников для аналитики и обратной связи, что может привести к более эффективному профилактическому обслуживанию и аналитике.

Где это оказывает влияние

• Больницы используют робота Moxi компании Diligent Robotics для работы вместе с медсестрами. Moxi берет на себя такие задачи, как доставка лекарств и лабораторных образцов, чтобы врачи могли проводить больше времени непосредственно с пациентами.
• Промышленные и транспортные компании используют беспилотные транспортные средства в условиях, которые были бы небезопасными, утомительными или рискованными для людей-водителей.
• Во многих отраслях разговорный ИИ и обработка естественного языка помогают компаниям отказаться от ручной работы и найти смысл в данных. Методы машинного обучения на естественном языке применяются к неструктурированным аудио- и текстовым данным, таким как звонки клиентов и чаты, для извлечения информации, анализа закономерностей и даже генерации ответов.

Почему это важно

Рабочая автономия позволит компаниям поддерживать своих сотрудников и повышать их производительность за счет комплексной автоматизации рабочих процессов и предоставления доступа к ранее недоступным данным и получения важной информации для улучшения процесса принятия решений.

Цифровое отражение

Что это такое

Цифровое отражение — это виртуальное представление сложных взаимозависимых физических процессов и взаимодействий. Возможность оцифровывать мир вокруг нас резко возросла в последние годы благодаря достижениям в области Интернета вещей, имитационного моделирования и аналитических инструментов.

Как это работает

Этот цифровой мир может развиваться без вмешательства человека, который помогает нам находить новые идеи и тестировать сценарии. Цифровые отражения могут быть виртуальными копиями физических объектов — продуктов, процессов, мест и даже человеческих сообществ — которые можно испытать или поэкспериментировать в симуляциях, чтобы глубже понять их среду и жизненный цикл. Используя виртуальную копию физического объекта, действия можно тестировать в реальных сценариях, чтобы прогнозировать немедленный результат или принимать бизнес-решения. Например, предприятия могут использовать эту технологию для разработки виртуального автомобиля, завода или даже города.

Где это оказывает влияние

• Ученые Всемирного экономического форума создают цифровое представление мира в борьбе с изменением климата.
• Благодаря значительному увеличению пропускной способности, предлагаемой сетями 5G, передовые датчики теперь можно размещать в транспортной инфраструктуре для сбора данных в режиме реального времени, что позволяет создавать цифровых двойников для реализуемых проектов.
• Промышленные компании, энергетические, коммунальные и горнодобывающие компании используют цифровые двойники своих объектов и рабочих площадок, чтобы прогнозировать, как изменения в окружающей среде и другие факторы влияют на производительность, безопасность и планирование.
• Сиднейский университет создал цифрового двойника, представляющего каждого человека в своей переписи, чтобы смоделировать распространение COVID-19.

Почему это важно

Разработка цифровых копий реальных систем, процессов, мест — или даже самого мира — важна, поскольку позволяет организациям создавать безопасные пространства для тестирования. В цифровом отражении вы можете моделировать разные сценарии и исследовать разные результаты.

Сети с гиперсвязью

Что это такое

Сети с гиперсвязью полагаются на инфраструктуру сетей и IoT для обработки информации с молниеносной скоростью, чтобы интеллектуально соединить множество людей, устройств и систем. Эти технологии расширяют возможности подключения и обрабатывают быстрее, чем когда-либо прежде, обеспечивая беспрепятственное взаимодействие между людьми и автономными системами.

Как это работает

Миллиарды конечных точек, подключенных к Интернету вещей, в сочетании с облачными, 5G и ячеистыми сетями могут создавать стабильные, высокоскоростные сети с малой задержкой, которые служат основой крупномасштабной инфраструктуры, обеспечивая связь вездесущий. Локализованная коммуникация IoT между устройствами может генерировать информацию и ответы на основе ИИ, когда и где они необходимы, без использования облака. Когда время обработки не является критичным (и, следовательно, его не нужно выполнять локально), данные будут отправляться в сеть через 5G, спутники, глобальную сеть с низким энергопотреблением (LPWAN) и другие стандарты связи. Локализованные, эффективные вычисления в сочетании с непрерывным интеллектом откроют возможности для бизнеса, которые ранее считались перспективными.

Где это оказывает влияние

• Промышленные компании, занимающиеся горнодобывающей промышленностью и управлением строительством, среди прочего, используют платформу данных Skycatch для быстрого обследования участков с помощью сбора данных с помощью дронов и мощных граничных вычислений для локального создания 3D-моделей.
• Розничные продавцы могут подтвердить, что товары могут перемещаться с завода-изготовителя на склад и в розничные магазины максимально быстро и безопасно благодаря подключенной цепочке поставок.
• Гиперподключенные сети обеспечивают широкомасштабное взаимодействие между машинами, что позволяет им отслеживать их производительность, оптимизировать операции и заказывать детали до того, как они сломаются.

Почему это важно

Поскольку объем данных продолжает расти в геометрической прогрессии, становится все более важным собирать, распространять и хранить эти данные безопасным, масштабируемым и доступным способом, включая данные, пересылаемые с одной машины на другую. Гиперподключенные сети, включающие ИИ, Интернет вещей, блокчейн и даже дроны, могут быстро, эффективно и безопасно обрабатывать данные из различных источников в больших масштабах. Гиперподключенные сети все ближе и ближе приближаются к повсеместному подключению. Повсюду будет устойчивая связь с различными уровнями транспорта: маломощные сети для небольших объемов данных и сети с высокой пропускной способностью для критически важных приложений. Гиперподключенные сети создадут мир, полный возможностей подключения, а «мертвые зоны» станут достоянием прошлого.

Основные восемь строительных блоков

Получите краткую информацию об основных технологиях, лежащих в основе новых направлений технологической конвергенции.

• Искусственный интеллект
• Дополненная реальность
• Блокчейн
• Дроны
• Интернет вещей
• Робототехника
• Виртуальная реальность
• 3D-печать

Искусственный интеллект

Искусственный интеллект (ИИ) не является монолитной технологией. Программные алгоритмы автоматизируют сложные задачи принятия решений, имитируя мыслительные процессы и чувства человека. Подмножество ИИ, машинное обучение, фокусируется на разработке компьютерных программ, которые могут научить себя учиться, понимать, рассуждать, планировать и действовать, когда обрушиваются данные. Машинное обучение несет в себе огромный потенциал для создания значимых продуктов и услуг. Больницы могут использовать библиотеку отсканированных изображений для быстрого и точного обнаружения и диагностики рака. Страховые компании могут в цифровом виде автоматически распознавать и оценивать повреждения автомобилей, а охранные компании могут заменять неуклюже набранные пароли на распознавание голоса.

Дополненная реальность

Дополненная реальность (AR) — это визуальное или звуковое «наложение» на физический мир, которое использует интеллектуальный дисплей для предоставления контекстуальной цифровой информации, дополняющей представление пользователя о реальном мире. Умные очки с поддержкой AR могут помочь работникам склада точно выполнять заказы, производителям авиакомпаний собирать самолеты, а электрикам выполнять ремонт. Неоспорима способность доводить информацию до точки действия плавным и ненавязчивым образом. Это смешение физического и виртуального миров открывает новые возможности для изучения компаниями и отраслями.

Блокчейн

Блокчейн — это распределенная цифровая база данных или, в более широком смысле, цифровая книга, которая использует программные алгоритмы для надежной и анонимной записи и подтверждения транзакций. Запись событий доступна нескольким участникам, и после ввода и проверки информации ее нельзя изменить. Блокчейн может открыть эру автономной цифровой коммерции. Это передовая технология, которая может решить проблемы, влияющие на организации, обеспечивая прозрачность, безопасность и доверие к транзакциям.

Дроны

В зависимости от конструкции дроны сильно различаются по своим возможностям. Некоторым дронам для взлета требуется широкое пространство, в то время как квадрокоптеры могут втиснуться в космическую колонну. Некоторые дроны работают на водной основе; другие наземные. Некоторые из них могут работать и перемещаться полуавтономно (с помощью дистанционного управления) или полностью автономно (с помощью бортовых компьютеров). Компании используют дроны для самых разных целей, включая наблюдение, съемку, спорт, кинематографию и доставку. Дроны также регулярно используются для сбора данных — сбора информации для таких отраслей, как инфраструктура или сельскохозяйственные проекты.

Интернет вещей

Интернет вещей (IoT) представляет собой сеть физических объектов — устройств, транспортных средств, бытовых приборов — со встроенными датчиками, программным обеспечением, сетевым подключением и вычислительными возможностями, которые позволяют им собирать, обмениваться данными и воздействовать на них, обычно без вмешательства человека. Отслеживая цепочку поставок, IoT может повысить уверенность в конечном продукте, а его отслеживание машин и систем может обеспечить более эффективное профилактическое обслуживание и управление активами. Промышленный IoT (IIoT) относится к его использованию в производственном и промышленном секторах.

Робототехника

Роботы — это машины, обладающие расширенными возможностями восприятия, управления и интеллекта для автоматизации, дополнения или помощи в деятельности человека. Рынок роботов готов к росту в широком спектре сервисных приложений. Эти приложения трансформируют как производственные, так и непроизводственные операции с новыми возможностями, которые решают проблемы работы в изменяющихся, неопределенных и неконтролируемых средах, например, рядом с людьми, не представляя для них опасности.

Виртуальная реальность

Виртуальная реальность (ВР) — это смоделированный компьютером опыт, который создает искусственное трехмерное изображение или среду. Зрители могут использовать специальное оборудование для реалистичного взаимодействия с симуляцией. Индустрия игр и развлечений является очевидным полигоном для виртуальной реальности. Тем не менее, виртуальная реальность может трансформировать и многие другие отрасли, особенно в сфере экспериментального обучения и повышения квалификации. Исследования показывают, что виртуальная реальность может помочь компаниям быстрее повысить квалификацию своих сотрудников, даже в то время, когда бюджеты на обучение могут сокращаться, а очное обучение может быть исключено. Виртуальную реальность также можно использовать в ситуациях, которые были бы рискованными, сложными или непомерно дорогостоящими для работников в физическом мире, например, при тушении пожаров или посадке самолета.

3D-печать

3D-печать позволяет создавать трехмерные объекты на основе цифровых моделей путем наложения или «печати» последовательных слоев материалов. Технология основана на инновационных «чернилах», включая пластик, металл, стекло и дерево. Некоторые компании используют эту технологию для создания прототипов продуктов, в то время как другие используют 3D для производства деталей или даже целых продуктов. 3D-печать может превратить любой бизнес в фабрику. 3D-печать выходит за рамки использования виджетов и прототипов и используется для создания продуктов, готовых к использованию. Теперь он также распространяется на промышленное пространство с эксцентричными вариантами использования, такими как крупномасштабные 3D-принтеры, используемые для «печати» зданий.

Новые технологии

Раскрытие бизнес-потенциала новых технологий

Подробнее

Цифровые активы меняют правила игры

Превратите свое видение цифровых активов из плана в реальность

Подробнее

Здесь будут находиться следующий и предыдущий компоненты

Как искусственный интеллект меняет мир

Большинство людей не очень хорошо знакомы с концепцией искусственного интеллекта (ИИ). Например, когда в 2017 году 1500 руководителей высшего звена в США спросили об ИИ, только 17% ответили, что знакомы с ним. ¹ Некоторые из них не были уверены, что это такое и как это повлияет на их конкретные компании. Они понимали, что существует значительный потенциал для изменения бизнес-процессов, но не знали, как можно развернуть ИИ в их собственных организациях.

Несмотря на широкую малоизвестность, ИИ — это технология, которая меняет все сферы жизни. Это широкомасштабный инструмент, который позволяет людям переосмыслить то, как мы интегрируем информацию, анализируем данные и используем полученные результаты для улучшения процесса принятия решений. Мы надеемся, что с помощью этого всеобъемлющего обзора мы объясним ИИ аудитории, состоящей из политиков, лидеров общественного мнения и заинтересованных наблюдателей, и продемонстрируем, как ИИ уже меняет мир и поднимает важные вопросы для общества, экономики и управления.

В этой статье мы обсуждаем новые приложения в области финансов, национальной безопасности, здравоохранения, уголовного правосудия, транспорта и умных городов, а также затрагиваем такие вопросы, как проблемы с доступом к данным, предвзятость алгоритмов, этика и прозрачность ИИ, а также юридическая ответственность за ИИ. решения. Мы сопоставляем подходы к регулированию США и Европейского Союза и в завершение даем ряд рекомендаций по максимально эффективному использованию ИИ при сохранении важных человеческих ценностей. ²

Чтобы максимально использовать преимущества ИИ, мы рекомендуем девять шагов для продвижения вперед:

• Поощрять более широкий доступ к данным для исследователей без ущерба для конфиденциальности пользователей,
• инвестировать больше государственного финансирования в несекретные исследования ИИ,
• продвигать новые модели цифрового образования и развития рабочей силы с использованием ИИ, чтобы сотрудники обладали навыками, необходимыми в экономике 21 ^-го -го века,
• создать федеральный консультативный комитет по искусственному интеллекту для разработки рекомендаций по политике,
• взаимодействовать с государственными и местными чиновниками, чтобы они проводили эффективную политику,
• регулируют общие принципы ИИ, а не конкретные алгоритмы,
• серьезно относитесь к жалобам на предвзятость, чтобы ИИ не повторял историческую несправедливость, несправедливость или дискриминацию в данных или алгоритмах,
• поддерживать механизмы человеческого надзора и контроля, а
• наказывает злонамеренное поведение ИИ и способствует кибербезопасности.

Хотя единого согласованного определения не существует, обычно считается, что ИИ относится к «машинам, которые реагируют на стимуляцию в соответствии с традиционными реакциями людей, учитывая человеческую способность к созерцанию, суждению и намерению». ³  По словам исследователей Шубхенду и Виджая, эти программные системы «принимают решения, которые обычно требуют человеческого уровня знаний», и помогают людям предвидеть проблемы или решать проблемы по мере их возникновения. ⁴ Таким образом, они действуют преднамеренно, разумно и адаптивно.

Намеренность

Алгоритмы искусственного интеллекта предназначены для принятия решений, часто с использованием данных в реальном времени. Они не похожи на пассивные машины, которые способны только к механическим или заранее определенным реакциям. Используя датчики, цифровые данные или удаленные входы, они объединяют информацию из множества различных источников, мгновенно анализируют материал и действуют в соответствии с выводами, полученными из этих данных. Благодаря значительным улучшениям в системах хранения, скорости обработки и аналитических методах они способны на невероятную сложность анализа и принятия решений.

Искусственный интеллект уже меняет мир и поднимает важные вопросы для общества, экономики и управления.

Интеллект

ИИ обычно применяется в сочетании с машинным обучением и анализом данных. ⁵ Машинное обучение собирает данные и ищет основные тенденции. Если он обнаружит что-то, имеющее отношение к практической проблеме, разработчики программного обеспечения могут использовать эти знания и использовать их для анализа конкретных проблем. Все, что требуется, — это данные, которые достаточно надежны, чтобы алгоритмы могли распознавать полезные закономерности. Данные могут поступать в виде цифровой информации, спутниковых изображений, визуальной информации, текста или неструктурированных данных.

Адаптивность

Системы ИИ способны учиться и адаптироваться по мере принятия решений. В сфере транспорта, например, полуавтономные транспортные средства имеют инструменты, которые сообщают водителям и транспортным средствам о предстоящих заторах, выбоинах, строительных работах или других возможных препятствиях для движения. Транспортные средства могут использовать опыт других транспортных средств на дороге без участия человека, и весь объем полученного ими «опыта» может быть немедленно и полностью перенесен на другие транспортные средства с аналогичной конфигурацией. Их передовые алгоритмы, датчики и камеры включают в себя опыт текущих операций и используют информационные панели и визуальные дисплеи для представления информации в режиме реального времени, чтобы водители-люди могли понимать текущее движение и состояние транспортных средств. А в случае полностью автономных транспортных средств передовые системы могут полностью контролировать автомобиль или грузовик и принимать все навигационные решения.

ИИ — это не футуристическое видение, а нечто, что существует сегодня, интегрируется и развертывается в различных секторах. Сюда входят такие области, как финансы, национальная безопасность, здравоохранение, уголовное правосудие, транспорт и умные города. Есть множество примеров, когда ИИ уже оказывает влияние на мир и значительно расширяет возможности человека. ⁶

Одной из причин растущей роли ИИ являются огромные возможности для экономического развития, которые он предоставляет. По оценкам проекта, предпринятого PriceWaterhouseCoopers, «технологии искусственного интеллекта могут увеличить мировой ВВП на 15,7 трлн долларов, или на целых 14%, к 2030 году». ⁷ Сюда входят авансы в размере 7 трлн долларов в Китае, 3,7 трлн долларов в Северной Америке, 1,8 трлн долларов в Северной Европе, 1,2 трлн долларов в Африке и Океании, 0,9 трлн долларов в остальных странах Азии за пределами Китая, 0,7 трлн долларов в Южной Европе и 0,5 трлн долларов. трлн в Латинской Америке. Китай добивается быстрых успехов, поскольку поставил перед собой национальную цель: инвестировать 150 миллиардов долларов в ИИ и стать мировым лидером в этой области к 2030 году. Китайская экономика — это инъекция производительности, которая добавит от 0,8 до 1,4 процентных пункта к росту ВВП в год, в зависимости от скорости внедрения». ⁸ Хотя его авторы обнаружили, что Китай в настоящее время отстает от Соединенных Штатов и Великобритании в развертывании ИИ, сам размер его рынка ИИ дает этой стране огромные возможности для пилотного тестирования и дальнейшего развития.

Финансы

Инвестиции в финансовый ИИ в США утроились в период с 2013 по 2014 год и составили 12,2 миллиарда долларов. ⁹ По словам наблюдателей в этом секторе, «решения о кредитах теперь принимаются программным обеспечением, которое может учитывать различные тщательно проанализированные данные о заемщике, а не только кредитный рейтинг и проверку биографических данных». ¹⁰ Кроме того, существуют так называемые роботы-консультанты, которые «создают персонализированные инвестиционные портфели, устраняя необходимость в биржевых маклерах и финансовых консультантах». ¹¹ Эти авансы предназначены для того, чтобы снять эмоции с инвестирования и принять решения, основанные на аналитических соображениях, и сделать этот выбор за считанные минуты.

Ярким примером этого являются фондовые биржи, где высокочастотная торговля машинами заменила большую часть принятия решений человеком. Люди отправляют заказы на покупку и продажу, а компьютеры сопоставляют их в мгновение ока без вмешательства человека. Машины могут выявлять неэффективность торговли или рыночные дифференциалы в очень небольших масштабах и совершать сделки, которые приносят прибыль в соответствии с инструкциями инвестора. ¹² В некоторых местах эти инструменты, основанные на передовых вычислениях, имеют гораздо большие возможности для хранения информации из-за их акцента не на нуле или единице, а на «квантовых битах», которые могут хранить несколько значений в каждом месте. ¹³ Это значительно увеличивает емкость хранилища и сокращает время обработки.

Обнаружение мошенничества представляет собой еще один способ использования ИИ в финансовых системах. Иногда бывает трудно распознать мошеннические действия в крупных организациях, но ИИ может выявлять аномалии, выбросы или отклонения от нормы, требующие дополнительного расследования. Это помогает менеджерам обнаруживать проблемы на ранних стадиях цикла, прежде чем они достигнут опасного уровня. ¹⁴

Национальная безопасность

ИИ играет важную роль в национальной обороне. В рамках своего проекта Maven американские военные развертывают ИИ, «чтобы просеивать огромные массивы данных и видео, снятых системой наблюдения, а затем предупреждать аналитиков о закономерностях или о ненормальной или подозрительной активности». ¹⁵ По словам заместителя министра обороны Патрика Шанахана, цель новых технологий в этой области — «удовлетворить потребности наших бойцов и повысить [] скорость и гибкость [] разработки и закупки технологий». ¹⁶

Искусственный интеллект ускорит традиционный процесс ведения войны настолько быстро, что появился новый термин: гипервойна.

Аналитика больших данных, связанная с ИИ, сильно повлияет на анализ разведывательных данных, поскольку огромные объемы данных просеиваются почти в реальном времени, если не в реальном времени, тем самым предоставляя командирам и их штабам невиданный доселе уровень анализа разведывательных данных и продуктивности. . Командование и управление будут затронуты аналогичным образом, поскольку командиры-люди делегируют определенные рутинные и, в особых обстоятельствах, ключевые решения платформам ИИ, что значительно сокращает время, связанное с принятием решения и последующими действиями. В конце концов, война — это процесс конкуренции во времени, в котором обычно побеждает сторона, способная быстрее принять решение и быстрее всех перейти к исполнению. Действительно, системы искусственного интеллекта, привязанные к системам управления и контроля с помощью ИИ, могут обеспечить поддержку и принятие решений со скоростью, значительно превышающей скорость традиционных средств ведения войны. Этот процесс будет настолько быстрым, особенно в сочетании с автоматическими решениями о запуске искусственных интеллектуальных автономных систем вооружения, способных привести к летальному исходу, что специально для обозначения скорости, с которой будет вестись война, был придуман новый термин: гипервойна.

Пока бушуют этические и юридические дебаты о том, будет ли Америка когда-либо вести войну с автономными смертоносными системами с искусственным интеллектом, китайцы и русские не так уж увязли в этих дебатах, и мы должны предвидеть нашу потребность защищаться от этих систем, работающих на скорости гипервойны. Задача на Западе, где разместить «людей в петле» в сценарии гипервойны, в конечном итоге определит способность Запада быть конкурентоспособным в этой новой форме конфликта. ¹⁷

Точно так же, как искусственный интеллект будет сильно влиять на скорость ведения войны, распространение киберугроз нулевого дня или нулевой секунды, а также полиморфных вредоносных программ бросит вызов даже самой сложной киберзащите на основе сигнатур. Это требует значительного улучшения существующей киберзащиты. Все чаще уязвимые системы мигрируют, и им необходимо будет перейти на многоуровневый подход к кибербезопасности с помощью облачных платформ когнитивного ИИ. Этот подход подталкивает сообщество к «думающим» защитным возможностям, которые могут защищать сети посредством постоянного обучения известным угрозам. Эта возможность включает в себя анализ ранее неизвестного кода на уровне ДНК с возможностью распознавания и остановки входящего вредоносного кода путем распознавания строкового компонента файла. Именно так некоторые ключевые системы в США остановили изнурительные вирусы «WannaCry» и «Petya».

Подготовка к гипервойне и защита критически важных киберсетей должны стать первоочередной задачей, поскольку Китай, Россия, Северная Корея и другие страны вкладывают значительные ресурсы в ИИ. В 2017 году Государственный совет Китая опубликовал план по «строительству отечественной промышленности стоимостью почти 150 миллиардов долларов» к 2030 году. люди. Кроме того, такие города, как Шэньчжэнь, выделяют до 1 миллиона долларов на поддержку лабораторий искусственного интеллекта. Эта страна надеется, что искусственный интеллект обеспечит безопасность, борьбу с терроризмом и улучшит программы распознавания речи. ¹⁹ Двойной характер многих алгоритмов ИИ означает, что исследования ИИ, ориентированные на один сектор общества, могут быть быстро модифицированы для использования в секторе безопасности. ²⁰

Здравоохранение

Инструменты искусственного интеллекта помогают разработчикам повысить вычислительную сложность в здравоохранении. Например, Merantix — немецкая компания, которая применяет глубокое обучение к медицинским вопросам. У него есть применение в медицинской визуализации, которое «обнаруживает лимфатические узлы в организме человека на изображениях компьютерной томографии (КТ)». ²¹ По словам его разработчиков, ключом является маркировка узлов и выявление небольших поражений или новообразований, которые могут быть проблематичными. Люди могут это делать, но рентгенологи берут 100 долларов в час и могут внимательно прочитать только четыре изображения в час. Если бы было 10 000 изображений, стоимость этого процесса составила бы 250 000 долларов, что непомерно дорого для людей.

Что может сделать глубокое обучение в этой ситуации, так это обучить компьютеры на наборах данных, чтобы узнать, что такое нормально выглядящий лимфатический узел по сравнению с лимфатическим узлом неправильной формы. Выполнив это с помощью упражнений на визуализацию и оттачивая точность маркировки, специалисты по радиологической визуализации могут применить эти знания к реальным пациентам и определить, в какой степени кто-то подвержен риску рака лимфатических узлов. Поскольку только некоторые из них могут дать положительный результат, необходимо идентифицировать нездоровый узел по сравнению со здоровым.

ИИ также применяется при застойной сердечной недостаточности, болезни, которая поражает 10 процентов пожилых людей и ежегодно обходится в США в 35 миллиардов долларов. Инструменты искусственного интеллекта полезны, потому что они «заранее предсказывают потенциальные проблемы в будущем и выделяют ресурсы для обучения пациентов, зондирования и упреждающих вмешательств, которые удерживают пациентов от госпитализации». ²²

Уголовное правосудие

ИИ развертывается в сфере уголовного правосудия. Город Чикаго разработал «Стратегический список субъектов», управляемый искусственным интеллектом, который анализирует людей, которые были арестованы, на предмет риска стать преступниками в будущем. Он ранжирует 400 000 человек по шкале от 0 до 500, используя такие элементы, как возраст, преступная деятельность, виктимизация, записи об арестах за наркотики и принадлежность к банде. Изучив данные, аналитики обнаружили, что молодость является сильным предиктором насилия, то, что жертва стрельбы связана с тем, чтобы стать будущим преступником, принадлежность к банде не имеет большой прогностической ценности, а аресты за наркотики не имеют существенной связи с будущей преступной деятельностью. ²³

Судебные эксперты утверждают, что программы искусственного интеллекта уменьшают предвзятость в правоохранительных органах и приводят к более справедливой системе вынесения приговоров. Сотрудник Института R Street Калеб Уотни пишет:

Эмпирически обоснованные вопросы предиктивного анализа рисков играют на сильных сторонах машинного обучения, автоматизированного мышления и других форм ИИ. Одно моделирование политики машинного обучения показало, что такие программы могут быть использованы для снижения уровня преступности до 24,8% без изменения количества заключенных или сокращения количества заключенных до 42% без увеличения уровня преступности. ²⁴

Однако критики опасаются, что алгоритмы ИИ представляют собой «секретную систему наказания граждан за преступления, которых они еще не совершали. Оценки риска использовались много раз для проведения крупномасштабных обзоров». ²⁵ Есть опасения, что такие инструменты несправедливо нацелены на цветных людей и не помогли Чикаго снизить волну убийств, которая захлестнула его в последние годы.

Несмотря на эти опасения, другие страны продвигаются вперед с быстрым развертыванием в этой области. В Китае, например, компании уже имеют «значительные ресурсы и доступ к голосам, лицам и другим биометрическим данным в огромных количествах, что поможет им развивать свои технологии». ²⁶ Новые технологии позволяют сопоставлять изображения и голоса с другими типами информации и использовать ИИ для этих комбинированных наборов данных для улучшения правопорядка и национальной безопасности. С помощью своей программы «Острые глаза» китайские правоохранительные органы сопоставляют видеоизображения, активность в социальных сетях, онлайн-покупки, записи о поездках и личную информацию в «полицейское облако». Эта интегрированная база данных позволяет властям отслеживать преступников, потенциальных нарушителей закона и террористов. ²⁷ Иными словами, Китай стал ведущей в мире страной наблюдения с использованием ИИ.

Транспорт

Транспорт представляет собой область, в которой искусственный интеллект и машинное обучение создают крупные инновации. Исследование, проведенное Кэмероном Керри и Джеком Карстеном из Института Брукингса, показало, что в период с августа 2014 года по июнь 2017 года в технологии автономных транспортных средств было инвестировано более 80 миллиардов долларов. Эти инвестиции включают как приложения для автономного вождения, так и основные технологии, жизненно важные для этого сектора. ²⁸

Автономные транспортные средства — автомобили, грузовики, автобусы и системы доставки дронами — используют передовые технологические возможности. Эти функции включают в себя автоматическое управление транспортным средством и торможение, системы смены полосы движения, использование камер и датчиков для предотвращения столкновений, использование ИИ для анализа информации в режиме реального времени, а также использование высокопроизводительных вычислений и систем глубокого обучения для адаптации к новые обстоятельства с помощью подробных карт. ²⁹

Системы обнаружения света и дальности (лидары) и искусственный интеллект играют ключевую роль в навигации и предотвращении столкновений. Системы LIDAR сочетают в себе световые и радиолокационные приборы. Они устанавливаются на крыше транспортных средств, которые используют изображение в 360-градусной среде от радара и световых лучей для измерения скорости и расстояния до окружающих объектов. Наряду с датчиками, размещенными спереди, по бокам и сзади автомобиля, эти инструменты предоставляют информацию, которая удерживает быстро движущиеся автомобили и грузовики на своей полосе, помогает им избегать других транспортных средств, при необходимости включает тормоза и рулевое управление, и делает это мгновенно. чтобы избежать несчастных случаев.

Усовершенствованное программное обеспечение позволяет автомобилям учиться на опыте других транспортных средств на дороге и корректировать свои системы навигации при изменении погоды, вождения или дорожных условий. Это означает, что ключом является программное обеспечение, а не сам физический автомобиль или грузовик.

Поскольку эти камеры и датчики собирают огромное количество информации и должны обрабатывать ее мгновенно, чтобы избежать столкновения с автомобилем на соседней полосе, автономным транспортным средствам требуются высокопроизводительные вычисления, передовые алгоритмы и системы глубокого обучения для адаптации к новым сценариям. Это означает, что ключом является программное обеспечение, а не сам физический автомобиль или грузовик. ³⁰ Усовершенствованное программное обеспечение позволяет автомобилям учиться на опыте других транспортных средств на дороге и корректировать свои системы навигации при изменении погоды, вождения или дорожных условий. ³¹

Компании, занимающиеся райдшерингом, очень заинтересованы в автономных транспортных средствах. Они видят преимущества с точки зрения обслуживания клиентов и производительности труда. Все крупные райдшеринговые компании изучают беспилотные автомобили. Всплеск каршеринговых услуг и услуг такси, таких как Uber и Lyft в Соединенных Штатах, службы Daimler Mytaxi и Hailo в Великобритании и Didi Chuxing в Китае, демонстрируют возможности этого варианта транспорта. Uber недавно подписал соглашение о покупке 24 000 автономных автомобилей Volvo для своего сервиса совместного использования. ³²

Однако в марте 2018 года компания по совместному использованию поездок потерпела неудачу, когда один из ее беспилотных автомобилей в Аризоне сбил пешехода и убил его. Uber и несколько производителей автомобилей немедленно приостановили испытания и начали расследование того, что пошло не так и как мог произойти смертельный исход. ³³ И промышленность, и потребители хотят быть уверенными в том, что технология безопасна и способна выполнить заявленные обещания. Если не будет убедительных ответов, эта авария может замедлить продвижение ИИ в транспортном секторе.

Умные города

Городские власти используют ИИ для улучшения предоставления городских услуг. Например, по словам Кевина Десоузы, Рашми Кришнамурти и Грегори Доусона:

Пожарная служба Цинциннати использует аналитику данных для оптимизации реагирования на чрезвычайные ситуации. Новая аналитическая система рекомендует диспетчеру адекватный ответ на вызов скорой медицинской помощи — независимо от того, можно ли оказать помощь пациенту на месте или его необходимо доставить в больницу — с учетом нескольких факторов, таких как тип вызова, местоположение , погода и тому подобные звонки. ³⁴

Поскольку каждый год она обрабатывает 80 000 запросов, официальные лица Цинциннати внедряют эту технологию для определения приоритетности ответов и определения наилучших способов реагирования на чрезвычайные ситуации. Они рассматривают ИИ как способ работы с большими объемами данных и поиска эффективных способов реагирования на публичные запросы. Вместо того, чтобы решать вопросы обслуживания разрозненно, власти пытаются проявлять инициативу в том, как они предоставляют городские услуги.

Цинциннати не одинок. В ряде мегаполисов внедряются приложения для умного города, которые используют ИИ для улучшения предоставления услуг, экологического планирования, управления ресурсами, использования энергии и предотвращения преступности, среди прочего. В своем индексе умных городов журнал Fast Company оценил американские регионы и нашел Сиэтл, Бостон, Сан-Франциско, Вашингтон, округ Колумбия, и Нью-Йорк в качестве основных пользователей. Сиэтл, например, принял меры по обеспечению устойчивости и использует искусственный интеллект для управления потреблением энергии и ресурсами. Бостон запустил «City Hall To Go», которая гарантирует, что недостаточно обслуживаемые сообщества получат необходимые государственные услуги. Он также развернул «камеры и индуктивные петли для управления дорожным движением и акустические датчики для обнаружения выстрелов». Сан-Франциско сертифицировал 203 здания как соответствующие стандартам устойчивого развития LEED. ³⁵

Благодаря этим и другим средствам мегаполисы лидируют в стране по внедрению решений ИИ. Действительно, согласно отчету Национальной лиги городов, 66 процентов американских городов инвестируют в технологии умного города. Среди лучших приложений, отмеченных в отчете, — «умные счетчики для коммунальных услуг, интеллектуальные сигналы светофора, приложения электронного управления, киоски Wi-Fi и датчики радиочастотной идентификации на тротуаре». ³⁶

Эти примеры из разных областей демонстрируют, как ИИ меняет многие сферы человеческого существования. Растущее проникновение ИИ и автономных устройств во многие аспекты жизни меняет основные операции и процесс принятия решений в организациях, а также повышает эффективность и время отклика.

В то же время эти разработки поднимают важные политические, нормативные и этические вопросы. Например, как нам продвигать доступ к данным? Как мы защищаемся от предвзятых или несправедливых данных, используемых в алгоритмах? Какие типы этических принципов вводятся в программирование программного обеспечения и насколько прозрачны должны быть дизайнеры в своем выборе? Как быть с вопросами юридической ответственности в случаях причинения вреда алгоритмами? ³⁷

Растущее проникновение ИИ во многие аспекты жизни меняет процесс принятия решений в организациях и повышает эффективность. Однако в то же время эти события поднимают важные политические, нормативные и этические вопросы.

Проблемы с доступом к данным

Ключом к получению максимальной отдачи от ИИ является наличие «удобной для данных экосистемы с едиными стандартами и межплатформенным обменом». ИИ зависит от данных, которые можно анализировать в режиме реального времени и использовать для решения конкретных проблем. Наличие данных, «доступных для исследования» в исследовательском сообществе, является необходимым условием для успешной разработки ИИ. ³⁸

Согласно исследованию Глобального института McKinsey, страны, продвигающие открытые источники данных и обмен данными, скорее всего, увидят достижения ИИ. В этом отношении США имеют существенное преимущество перед Китаем. Глобальные рейтинги открытости данных показывают, что США занимают восьмое место в мире по сравнению с 9-м.3 для Китая. ³⁹

Но сейчас у Соединенных Штатов нет согласованной национальной стратегии в отношении данных. Существует несколько протоколов для продвижения доступа к исследованиям или платформ, которые позволяют получать новые идеи из закрытых данных. Не всегда ясно, кто владеет данными или сколько принадлежит публичной сфере. Эти неопределенности ограничивают инновационную экономику и тормозят академические исследования. В следующем разделе мы описываем способы улучшения доступа к данным для исследователей.

Предвзятость в данных и алгоритмах

В некоторых случаях считается, что определенные системы ИИ допускают дискриминационную или предвзятую практику. ⁴⁰ Например, Airbnb обвиняют в том, что на ее платформе есть домовладельцы, дискриминирующие расовые меньшинства. Исследовательский проект, проведенный Гарвардской школой бизнеса, показал, что «пользователи Airbnb с отчетливо афроамериканскими именами примерно на 16% реже принимаются в качестве гостей, чем пользователи Airbnb с отчетливо белыми именами». ⁴¹

Расовые проблемы также возникают при использовании программного обеспечения для распознавания лиц. Большинство таких систем работают, сравнивая лицо человека с рядом лиц в большой базе данных. Как отмечает Джой Буоламвини из Лиги алгоритмической справедливости: «Если ваши данные распознавания лиц содержат в основном лица европеоидов, ваша программа научится распознавать именно их». ⁴² Если базы данных не имеют доступа к разнообразным данным, эти программы плохо работают при попытке распознать черты афроамериканцев или американцев азиатского происхождения.

Многие наборы исторических данных отражают традиционные значения, которые могут отражать или не отражать предпочтения, требуемые в текущей системе. Как отмечает Буоламвини, такой подход рискует повторить неравенство прошлого:

Рост автоматизации и возросшая зависимость от алгоритмов при принятии решений с высокими ставками, таких как получение кем-то страховки или нет, ваша вероятность дефолта по кредиту или чье-то риск рецидива означает, что это то, что необходимо решить. Даже решения о приеме все больше автоматизируются — в какую школу ходят наши дети и какие у них есть возможности. Нам не нужно привносить структурное неравенство прошлого в будущее, которое мы создаем. ⁴³

Этика и прозрачность ИИ

Алгоритмы учитывают этические соображения и ценностный выбор в программных решениях. Таким образом, эти системы вызывают вопросы, касающиеся критериев, используемых при автоматизированном принятии решений. Некоторые люди хотят лучше понимать, как работают алгоритмы и какой выбор делается. ⁴⁴

В Соединенных Штатах многие городские школы используют алгоритмы для принятия решений о зачислении на основе различных соображений, таких как предпочтения родителей, качество района, уровень дохода и демографический фон. По словам исследователя Brookings Джона Валанта, Академия Bricolage в Новом Орлеане «отдает приоритет кандидатам из малообеспеченных семей на 33% доступных мест. На практике, однако, большинство городов выбрали категории, в которых приоритет отдается братьям и сестрам нынешних учеников, детям школьных работников и семьям, проживающим в широком географическом районе школы». ⁴⁵ Можно ожидать, что варианты регистрации будут очень разными, когда в игру вступают соображения такого рода.

В зависимости от того, как настроены системы ИИ, они могут облегчить исправление ипотечных заявок, помочь людям дискриминировать людей, которые им не нравятся, или помочь проверять или составлять списки людей на основе несправедливых критериев. Типы соображений, которые учитываются при принятии решений по программированию, имеют большое значение с точки зрения того, как работают системы и как они влияют на клиентов. ⁴⁶

По этим причинам в мае 2018 года в ЕС вводится Общий регламент по защите данных (GDPR). В правилах указывается, что люди имеют «право отказаться от персонализированной рекламы» и «могут оспаривать законные или аналогичные важные решения, принятые алгоритмами, и призыв к вмешательству человека» в форме объяснения того, как алгоритм генерировал тот или иной результат. Каждое руководство предназначено для обеспечения защиты персональных данных и предоставления людям информации о том, как работает «черный ящик». ⁴⁷

Юридическая ответственность

Есть вопросы по юридической ответственности систем ИИ. В случае причинения вреда или нарушений (или со смертельным исходом в случае беспилотных автомобилей) операторы алгоритма, скорее всего, подпадут под действие правил ответственности за качество продукции. Совокупность прецедентного права показала, что факты и обстоятельства ситуации определяют ответственность и влияют на вид налагаемых наказаний. Они могут варьироваться от гражданских штрафов до тюремного заключения за причинение серьезного вреда. ⁴⁸ Смертельный случай, связанный с Uber, в Аризоне станет важной проверкой юридической ответственности. Штат активно нанимал Uber для тестирования своих автономных транспортных средств и предоставил компании значительную свободу действий в плане дорожных испытаний. Пока неизвестно, будут ли в этом случае судебные иски и кто подаст в суд: резервный водитель, штат Аризона, пригород Феникса, где произошла авария, Uber, разработчики программного обеспечения или производитель автомобилей. Учитывая, что в дорожных испытаниях участвовало множество людей и организаций, предстоит решить множество юридических вопросов.

В областях, не связанных с транспортом, цифровые платформы часто несут ограниченную ответственность за то, что происходит на их сайтах. Например, в случае с Airbnb фирма «требует, чтобы люди согласились отказаться от своего права на подачу иска или присоединиться к любому коллективному иску или коллективному арбитражу, чтобы воспользоваться услугой». Требуя, чтобы ее пользователи пожертвовали основными правами, компания ограничивает защиту прав потребителей и тем самым ограничивает возможности людей бороться с дискриминацией, возникающей из-за недобросовестных алгоритмов. ⁴⁹ Но соблюдается ли принцип нейтральных сетей во многих секторах, еще предстоит определить на широкой основе.

Чтобы сбалансировать инновации с основными человеческими ценностями, мы предлагаем ряд рекомендаций по развитию ИИ. Это включает в себя улучшение доступа к данным, увеличение государственных инвестиций в ИИ, содействие развитию рабочей силы ИИ, создание федерального консультативного комитета, взаимодействие с государственными и местными чиновниками для обеспечения того, чтобы они проводили эффективную политику, регулирование общих целей, а не конкретных алгоритмов, серьезное отношение к предвзятости как проблема ИИ, поддержание механизмов человеческого контроля и надзора, а также наказание за злонамеренное поведение и обеспечение кибербезопасности.

Улучшение доступа к данным

Соединенным Штатам следует разработать стратегию использования данных, которая способствует инновациям и защите прав потребителей. В настоящее время не существует единых стандартов в отношении доступа к данным, обмена данными или защиты данных. Почти все данные являются собственностью и не очень широко используются исследовательским сообществом, что ограничивает инновации и проектирование систем. ИИ требуются данные для проверки и улучшения его способности к обучению. ⁵⁰ Без наборов структурированных и неструктурированных данных практически невозможно получить все преимущества искусственного интеллекта.

В целом исследовательскому сообществу необходим более широкий доступ к правительственным и коммерческим данным, хотя и с соответствующими мерами предосторожности, чтобы исследователи не злоупотребляли данными, как это сделала Cambridge Analytica с информацией Facebook. Существует множество способов, которыми исследователи могут получить доступ к данным. Один из них заключается в добровольных соглашениях с компаниями, владеющими конфиденциальными данными. Facebook, например, недавно объявил о партнерстве с экономистом из Стэнфорда Раджем Четти, чтобы использовать данные своих социальных сетей для изучения неравенства. ⁵¹ В рамках соглашения исследователи должны были пройти проверку биографических данных и могли получать доступ к данным только с защищенных сайтов, чтобы защитить конфиденциальность и безопасность пользователей.

В США нет единых стандартов в отношении доступа к данным, обмена данными или защиты данных. Почти все данные являются собственностью и не очень широко используются исследовательским сообществом, что ограничивает инновации и проектирование систем.

Google уже давно предоставляет результаты поиска в агрегированной форме для исследователей и широкой публики. Через сайт «Тренды» ученые могут анализировать такие темы, как интерес к Трампу, взгляды на демократию и взгляды на экономику в целом. ⁵² Это помогает людям отслеживать движение в общественных интересах и определять темы, которые активизируют широкую общественность.

Twitter делает большую часть своих твитов доступными для исследователей через интерфейсы прикладного программирования, обычно называемые API. Эти инструменты помогают людям за пределами компании создавать прикладное программное обеспечение и использовать данные из ее платформы социальных сетей. Они могут изучать модели общения в социальных сетях и видеть, как люди комментируют текущие события или реагируют на них.

В некоторых секторах, где существует очевидная общественная польза, правительства могут способствовать сотрудничеству, создавая инфраструктуру для обмена данными. Например, Национальный институт рака впервые разработал протокол обмена данными, в котором сертифицированные исследователи могут запрашивать имеющиеся у него данные о здоровье, используя обезличенную информацию, полученную из клинических данных, информации о заявлениях и лекарственной терапии. Это позволяет исследователям оценивать эффективность и действенность и давать рекомендации относительно лучших медицинских подходов, не ставя под угрозу конфиденциальность отдельных пациентов.

Могут существовать партнерства между государственными и частными данными, которые объединяют правительственные и коммерческие наборы данных для повышения производительности системы. Например, города могут интегрировать информацию от служб совместного использования со своими собственными материалами о местах расположения социальных служб, автобусных маршрутах, общественном транспорте и загруженности дорог для улучшения транспорта. Это помогло бы городским агломерациям справиться с пробками и помочь в планировании автомагистралей и общественного транспорта.

Некоторое сочетание этих подходов улучшит доступ к данным для исследователей, правительства и бизнес-сообщества, не нарушая приватности. Как отметил Ян Бак, вице-президент NVIDIA: «Данные — это топливо, которое приводит в движение двигатель ИИ. Федеральное правительство имеет доступ к обширным источникам информации. Открытие доступа к этим данным поможет нам получить информацию, которая изменит экономику США». ⁵³ Через свой портал Data.gov федеральное правительство уже сделало более 230 000 наборов данных общедоступными, что способствовало развитию инноваций и способствовало совершенствованию технологий искусственного интеллекта и анализа данных. ⁵⁴ Частный сектор также должен облегчить доступ к исследовательским данным, чтобы общество могло в полной мере воспользоваться преимуществами искусственного интеллекта.

Увеличение государственных инвестиций в ИИ

По словам Грега Брокмана, соучредителя OpenAI, федеральное правительство США инвестирует всего 1,1 миллиарда долларов в незасекреченные технологии ИИ. ⁵⁵ Это намного меньше, чем сумма, которую Китай или другие ведущие страны тратят на исследования в этой области. Этот дефицит заслуживает внимания, потому что экономические выгоды от ИИ значительны. Чтобы стимулировать экономическое развитие и социальные инновации, федеральным чиновникам необходимо увеличить инвестиции в искусственный интеллект и анализ данных. Более высокие инвестиции, вероятно, многократно окупятся экономическими и социальными выгодами. ⁵⁶

Содействие цифровому образованию и развитию рабочей силы

Поскольку применение ИИ ускоряется во многих секторах, жизненно важно, чтобы мы переосмыслили наши образовательные учреждения для мира, в котором ИИ будет повсеместным, а студентам потребуется обучение, отличное от того, которое они получают в настоящее время. В настоящее время многие студенты не получают инструкций по тем навыкам, которые потребуются в среде, где доминирует ИИ. Например, в настоящее время ощущается нехватка специалистов по данным, специалистов по информатике, инженеров, программистов и разработчиков платформ. Это навыки, которых не хватает; если наша образовательная система не создаст больше людей с такими способностями, это ограничит развитие ИИ.

По этим причинам как правительство штата, так и федеральное правительство инвестируют в человеческий капитал ИИ. Например, в 2017 году Национальный научный фонд профинансировал более 6500 аспирантов в областях, связанных с компьютерами, и запустил несколько новых инициатив, направленных на поощрение данных и информатики на всех уровнях от дошкольного до высшего и непрерывного образования. ⁵⁷ Цель состоит в том, чтобы создать более широкий поток специалистов по искусственному интеллекту и анализу данных, чтобы Соединенные Штаты могли воспользоваться всеми преимуществами революции знаний.

Но также необходимы существенные изменения в самом процессе обучения. В мире ИИ необходимы не только технические навыки, но и навыки критического мышления, совместной работы, проектирования, визуального отображения информации и независимого мышления. ИИ изменит то, как работает общество и экономика, и необходимо представить «общую картину» того, что это будет означать для этики, управления и социального воздействия. Людям потребуется способность широко мыслить по многим вопросам и интегрировать знания из ряда различных областей.

Одним из примеров новых способов подготовки учащихся к цифровому будущему является программа IBM Teacher Advisor, использующая бесплатные онлайн-инструменты Watson, чтобы помочь учителям привнести в класс новейшие знания. Они позволяют преподавателям разрабатывать новые планы уроков в областях STEM и других областях, находить соответствующие обучающие видео и помогать учащимся получить максимальную отдачу от занятий. ⁵⁸ Таким образом, они являются предшественниками новой образовательной среды, которую необходимо создать.

Создать федеральный консультативный комитет по искусственному интеллекту

Федеральным чиновникам нужно подумать о том, как они справятся с искусственным интеллектом. Как отмечалось ранее, существует множество проблем, начиная от необходимости улучшения доступа к данным и заканчивая решением проблем предвзятости и дискриминации. Крайне важно учитывать эти и другие проблемы, чтобы мы могли в полной мере воспользоваться преимуществами этой новой технологии.

Чтобы продвинуться вперед в этой области, несколько членов Конгресса представили «Закон о будущем искусственного интеллекта», законопроект, призванный установить широкие политические и правовые принципы для ИИ. Он предлагает министру торговли создать федеральный консультативный комитет по разработке и внедрению искусственного интеллекта. Законодательство предоставляет федеральному правительству механизм получения рекомендаций о способах содействия «инвестиционному и инновационному климату для обеспечения глобальной конкурентоспособности Соединенных Штатов», «оптимизации развития искусственного интеллекта для решения проблем потенциального роста, реструктуризации или другие изменения в рабочей силе США», «поддерживают беспристрастное развитие и применение искусственного интеллекта» и «защищают права на неприкосновенность частной жизни». ⁵⁹

Среди конкретных вопросов, на которые комитет должен ответить, входят следующие: конкурентоспособность, влияние рабочей силы, образование, обучение этике, обмен данными, международное сотрудничество, подотчетность, предвзятость машинного обучения, влияние на сельскую местность, эффективность правительства, инвестиционный климат, влияние на работу, предвзятость и влияние на потребителя. Комитету поручено представить отчет Конгрессу и администрации через 540 дней после принятия закона о любых законодательных или административных действиях, необходимых в отношении ИИ.

Этот закон является шагом в правильном направлении, хотя эта область развивается так быстро, что мы рекомендуем сократить сроки представления отчетов с 540 до 180 дней. Почти два года ожидания отчета комитета, безусловно, приведут к упущенным возможностям и бездействию по важным вопросам. Учитывая быстрый прогресс в этой области, гораздо более быстрое время обработки анализа комитетом было бы весьма полезным.

Взаимодействие с государственными и местными чиновниками

Штаты и населенные пункты также принимают меры по борьбе с ИИ. Например, городской совет Нью-Йорка единогласно принял законопроект, предписывающий мэру сформировать рабочую группу, которая будет «следить за справедливостью и достоверностью алгоритмов, используемых муниципальными органами». ⁶⁰ Городские власти используют алгоритмы, чтобы «определить, будет ли назначена меньшая сумма залога неимущему ответчику, где установлены пожарные депо, зачисление учащихся в государственные школы, оценка работы учителей, выявление мошенничества с Medicaid и определение того, где преступление произойдет дальше». ⁶¹

По словам разработчиков законодательства, городские власти хотят знать, как работают эти алгоритмы, и убедиться в достаточной прозрачности и подотчетности ИИ. Кроме того, существует обеспокоенность по поводу справедливости и предвзятости алгоритмов ИИ, поэтому рабочей группе было поручено проанализировать эти проблемы и дать рекомендации относительно будущего использования. К концу 2019 года планируется отчитаться перед мэром по целому ряду политических, юридических и нормативных вопросов в области искусственного интеллекта.

Некоторые наблюдатели уже беспокоятся, что целевая группа не продвинется достаточно далеко в привлечении к ответственности алгоритмов. Например, Джулия Поулз из Корнеллского технологического института и Нью-Йоркского университета утверждает, что законопроект изначально требовал от компаний предоставлять исходный код ИИ для всеобщего ознакомления, а также проводить моделирование принятия решений с использованием реальных данных. Однако после критики этих положений бывший член совета Джеймс Вакка отказался от требований в пользу целевой группы, изучающей эти вопросы. Он и другие городские чиновники были обеспокоены тем, что публикация конфиденциальной информации об алгоритмах замедлит внедрение инноваций и затруднит поиск поставщиков ИИ, которые будут работать с городом. ⁶² Еще неизвестно, как эта местная оперативная группа будет балансировать между вопросами инноваций, конфиденциальности и прозрачности.

Регулировать общие цели, а не конкретные алгоритмы

Европейский Союз занял ограничительную позицию по этим вопросам сбора и анализа данных. ⁶³ Правила ограничивают возможности компаний собирать данные о состоянии дорог и отображать виды улиц. Поскольку многие из этих стран обеспокоены тем, что личная информация людей в незашифрованных сетях Wi-Fi попадает в общий сбор данных, ЕС оштрафовал технологические компании, потребовал копии данных и наложил ограничения на собираемые материалы. ⁶⁴ Из-за этого работающим там технологическим компаниям стало сложнее разрабатывать карты высокого разрешения, необходимые для автономных транспортных средств.

GDPR, внедряемый в Европе, накладывает строгие ограничения на использование искусственного интеллекта и машинного обучения. Согласно опубликованным руководящим принципам, «Правила запрещают любое автоматизированное решение, которое «существенно затрагивает» граждан ЕС. Сюда входят методы, которые оценивают «производительность человека на работе, экономическое положение, здоровье, личные предпочтения, интересы, надежность, поведение, местоположение или движения» 9.1091 65 Кроме того, эти новые правила дают гражданам право проверять, как цифровые сервисы делают определенные алгоритмические выборы, влияющие на людей.

Занимая ограничительную позицию по вопросам сбора и анализа данных, Европейский Союз ставит своих производителей и разработчиков программного обеспечения в невыгодное положение по сравнению с остальным миром.

При строгой интерпретации эти правила затруднят европейским разработчикам программного обеспечения (и американским разработчикам, работающим с европейскими коллегами) внедрение искусственного интеллекта и карт высокой четкости в автономные транспортные средства. Центральным элементом навигации в этих легковых и грузовых автомобилях является отслеживание местоположения и перемещений. Без карт высокой четкости, содержащих геокодированные данные, и глубокого обучения, которое использует эту информацию, полностью автономное вождение в Европе будет стагнировать. Благодаря этим и другим действиям по защите данных Европейский Союз ставит своих производителей и разработчиков программного обеспечения в невыгодное положение по сравнению с остальным миром.

Разумнее думать о широких целях, которые ставит перед собой ИИ, и проводить политику, направленную на их достижение, а не пытаться правительствам взломать «черные ящики» и посмотреть, как именно работают конкретные алгоритмы. Регулирование отдельных алгоритмов ограничит инновации и затруднит компаниям использование искусственного интеллекта.

Серьезно относитесь к предвзятости

Предвзятость и дискриминация являются серьезными проблемами для ИИ. Уже был ряд случаев несправедливого обращения, связанного с историческими данными, и необходимо предпринять шаги, чтобы убедиться, что это не станет распространенным явлением в искусственном интеллекте. Существующие законы, регулирующие дискриминацию в физической экономике, необходимо распространить на цифровые платформы. Это поможет защитить потребителей и укрепить доверие к этим системам в целом.

Чтобы эти достижения получили широкое распространение, необходимо больше прозрачности в том, как работают системы ИИ. Эндрю Берт из Immuta утверждает: «Ключевая проблема, с которой сталкивается прогностическая аналитика, — это прозрачность. Мы живем в мире, где операции по обработке данных берут на себя все более важные задачи, и единственное, что их сдерживает, — это то, насколько хорошо специалисты по данным, которые обучают модели, могут объяснить, что делают их модели». ⁶⁶

Поддержание механизмов человеческого надзора и контроля

Некоторые люди утверждают, что должны быть возможности, чтобы люди могли осуществлять надзор и контроль над системами ИИ. Например, генеральный директор Института искусственного интеллекта Аллена Орен Эциони утверждает, что должны быть правила для регулирования этих систем. Во-первых, говорит он, ИИ должен регулироваться всеми законами, которые уже были разработаны для человеческого поведения, включая правила, касающиеся «киберзапугивания, биржевых махинаций или террористических угроз», а также «вовлечения людей в совершение преступлений». Во-вторых, он считает, что эти системы должны раскрывать информацию о том, что они являются автоматизированными системами, а не людьми. В-третьих, он утверждает: «А.И. система не может сохранять или раскрывать конфиденциальную информацию без явного согласия источника этой информации». ⁶⁷ Он объясняет это тем, что эти инструменты хранят так много данных, что люди должны осознавать риски для конфиденциальности, связанные с ИИ.

Аналогичным образом Глобальная инициатива IEEE разработала этические принципы для ИИ и автономных систем. Ее эксперты предлагают программировать эти модели с учетом общепринятых человеческих норм и правил поведения. Алгоритмы ИИ должны учитывать важность этих норм, то, как может быть разрешен конфликт норм, и то, как эти системы могут быть прозрачными в отношении разрешения норм. По мнению экспертов по этике, дизайн программного обеспечения должен быть запрограммирован на «необман» и «честность». Когда случаются сбои, должны быть механизмы смягчения последствий. В частности, ИИ должен учитывать такие проблемы, как предвзятость, дискриминация и справедливость. ⁶⁸

Группа экспертов по машинному обучению утверждает, что можно автоматизировать процесс принятия этических решений. Используя проблему троллейбуса как моральную дилемму, они задают следующий вопрос: если беспилотный автомобиль выйдет из-под контроля, должен ли он быть запрограммирован на убийство собственных пассажиров или пешеходов, переходящих улицу? Они разработали «систему, основанную на голосовании», в рамках которой 1,3 миллиона человек попросили оценить альтернативные сценарии, обобщили общий выбор и применили общую точку зрения этих людей к ряду транспортных средств. Это позволило им автоматизировать принятие этических решений в алгоритмах ИИ с учетом общественных предпочтений. ⁶⁹ Эта процедура, конечно, не снижает трагедии, связанной с любым смертельным исходом, как в случае с Uber, но она предоставляет механизм, помогающий разработчикам ИИ учитывать этические соображения при планировании.

Наказание за злонамеренное поведение и обеспечение кибербезопасности

Как и в случае любой новой технологии, важно не допускать злонамеренного лечения, предназначенного для обмана программного обеспечения или его использования в нежелательных целях. ⁷⁰ Это особенно важно, учитывая аспекты двойного назначения ИИ, когда один и тот же инструмент может использоваться в полезных или злонамеренных целях. Злонамеренное использование ИИ подвергает отдельных лиц и организации ненужным рискам и подрывает достоинства новых технологий. Это включает в себя такие действия, как взлом, манипулирование алгоритмами, компрометация частной жизни и конфиденциальности или кража личных данных. Попытки взломать ИИ для получения конфиденциальной информации должны серьезно наказываться как способ сдерживания таких действий. ⁷¹

В быстро меняющемся мире, где многие организации обладают передовыми вычислительными возможностями, кибербезопасности необходимо уделять серьезное внимание. Страны должны быть осторожны, чтобы защитить свои собственные системы и не допустить, чтобы другие страны нанесли ущерб их безопасности. ⁷² По данным Министерства внутренней безопасности США, крупный американский банк получает около 11 миллионов звонков в неделю в свой сервисный центр. Чтобы защитить свою телефонию от атак типа «отказ в обслуживании», он использует «механизм политики на основе машинного обучения, [который] блокирует более 120 000 вызовов в месяц на основе политик голосового брандмауэра, включая преследование вызывающих абонентов, автоматические вызовы и потенциальные мошеннические вызовы». ⁷³ Это представляет собой способ, с помощью которого машинное обучение может помочь защитить технологические системы от злонамеренных атак.

Подводя итог, можно сказать, что мир находится на пороге революции во многих секторах с помощью искусственного интеллекта и анализа данных. В финансах, национальной безопасности, здравоохранении, уголовном правосудии, транспорте и умных городах уже есть значительные внедрения, которые изменили процесс принятия решений, бизнес-модели, снижение рисков и производительность системы. Эти разработки приносят существенные экономические и социальные выгоды.

Мир находится на пороге революции во многих секторах с помощью искусственного интеллекта, но необходимо лучше понять, как разрабатываются системы ИИ, из-за большого значения, которое эти технологии будут иметь для общества в целом.

Однако то, как развиваются системы ИИ, имеет большое значение для общества в целом. Важно, как решаются вопросы политики, улаживаются этические конфликты, разрешаются юридические реалии и насколько требуется прозрачность в решениях для ИИ и анализа данных. ⁷⁴ Человеческий выбор в отношении разработки программного обеспечения влияет на то, как принимаются решения и как они интегрируются в организационную рутину.