torsdag 7 september 2017

Varför tanken att AI´n tar jobben argumenten är lite överskattade.



Detta är nått ni har läst flera gånger, även i denna skrift: ”Robotarna kommer för era jobb, AI´n driver bort människor från arbetsmarknaden; jobben AI tar över förs är X. för att vara rättvis finns det anledning att ta varningarna på allvar för det är grundade i en hel del fakta om hur ekonomin förändras. Ain håller på att omforma jobbmarknaden – precis som alla andra teknologier.[1] En del av hypen kan förklaras med de stora framstegen som företagen har gjort med utveckling av robotar och artificiell inteligens som har möjliggjort för datorer att genomföra uppgifter som tidigare var helt otänkbara.[2]
 
De stora genombrotten 2016-2017 tog utvecklingen ett ordentligt hopp. Men vi är fortfarande långt bort rån Singularitet och Skynet (eller Genisys eller vad datorn som leder till vår undergång kan kallas, båda från Terminator).  Vi kan dock alla erkänna att linjerna mellan människa och maskin blev lite ytterligare lite suddigare under det gångna året.

När Google DeepMinds program AlphaGo slog världsmästaren i brädspelet Go, Lee Sedol, i fyra av fem rundor var det inte bara ett ytterligare kapitel i den oändliga sagan av brädspel som spelats, matchen mellan människa och maskin var en vattendelare.

När det gäller Go är spelet flera magnituder mer komplicerade än schack eller checkers som är två andra spel där maskiner kan slå människor. Go med sin stora spelplan och olika strategier och nästintill ett obegränsat antal möjliga drag varje runda, var aldrig tänkt att kunna behärskas av någonting som har mindre än en mänsklig intelligens. Googles AlphaGo visade inte bara att den kunde spela Go på samma sätt som toppklassiga spelare, programmet visade sig också att det kunde göra rörelser som nästan aldrig skulle kommas på av det mänskliga sinnet. Genom att använda deep-learning och förstärkta inlärningsalgoritmer lärde Go-spelare AlphaGo att spela spelet. När grunden fanns där påbörjade programmet en process för att lära sig själv. Det slutade med att programmet lära sina egna programmerare att spela spelet på ett annat sätt.

Det har funnits en skärningspunkt mellan AI och cyber-säkerhet där man tänkt att AI inte kommer att ersätta säkerhetsanalytiker eftersom det är ett för avancerat jobb. Det har dock kommit några int intressanta vändningar på den fronten. IBMs Watson för Cyber-säkerhets-projekt är ett försök att kombinera mekanismerna för säkerhetsverktyg, upptäcka hot från strukturerad data (hot och virus signaturer, IoC-databaser, etc.), med en säkerhetsanalytikers arbetsmodell, där AIn ska lära sig om nya hot baserat på ostrukturerad data (rapporter, blogginlägg, nyheter, etc.). Watsons tränare och skapare tror inte att tekniken kommer att ersätta professionella analytiker, men det kommer att bli ett bra komplement.

En annan intressant cybersäkerhetshändelse var DARPA Cyber ​​Grand Challenge, den första Cybersecurity ”Capture The Flag-tävlingen” där deltagare var AI-algoritmer utbildade att autonomt hitta och korrigera säkerhetsproblem i vänlig programvara medan de upptäckte och utnyttjar hål i de som tillhör andra konkurrenter.Mayhem, vinnaren av CGC, visade sig vara ingen match för mänskliga hackare när den deltog i en liknande CTF-turnering i den närliggande konventet DefCon cybersecurity. Dock visar detta att det fortfarande en framtid för AI-algoritmer som programmerare gör redo att ta på sig mer komplicerade uppgifter.


[1] https://thenextweb.com/artificial-intelligence/2017/03/26/prepare-employment-age-artificial-intelligence/#.tnw_3DcXz1j4
[2] https://bdtechtalks.com/2016/12/23/artificial-intelligence-machine-learning-deep-learning-2016/

Inga kommentarer:

Skicka en kommentar