В издательстве «МИФ» выходит книга «От предвидения к власти. Как ИИ-прогнозирование трансформирует экономику и как использовать его силу в своих целях».

Практическое руководство, которое доступно объясняет революционную экономику ИИ и поможет использовать открывающиеся возможности. От авторитетных профессоров Университета Торонто и авторов бестселлера «Искусственный интеллект на службе бизнеса».

Мы находимся в Межвременье — колоссальный потенциал ИИ уже очевиден, но его трансформационное воздействие на экономику еще не началось. Хотя ИИ повлиял на многие отрасли по всему миру, его только начинают внедрять в стратегическое прогнозирование. Принятие решений дает власть, прибыль и контроль, поэтому такое внедрение приведет к серьезным последствиям.

ИИ-прогнозирование и принятие стратегических решений на основе этих прогнозов полностью трансформируют все отрасли глобальной экономики: финансы, медицину, машиностроение, производство, торговлю. ИИ-прогнозирование становится главным инструментом власти и умножения прибыли.

Во многих случаях прогнозирование так повлияет на процесс принятия решений, что потребуется перестройка всей системы. Прорывные изменения будут происходить при трансформации систем, а не при точечном внедрении ИИ. Мы на пороге этих изменений — и на этом пути точно будут выигравшие и проигравшие. Экономисты Аджай Агравал, Джошуа Ганс и Ави Голдфарб показывают, как компании могут подготовиться к новой реальности.

Предвзятость и системы ИИ

Оглядываясь назад, надо сказать, что вряд ли это могло хорошо кончиться. Но в 2016 году исследователи Microsoft создали алгоритм ИИ под названием Tay, собираясь научить его взаимодействовать с пользователями Twitter. В течение нескольких часов он научился и начал извергать оскорбительные твиты. Tay был не одинок в своем стремлении стать худшим из нас. Таких историй немало, и большинство, в том числе и компании, не хотят внедрять ИИ не потому, что его прогнозы менее точны, чем человеческие. Напротив, ИИ слишком хорошо воспроизводит поведение человека. Это неудивительно. Для прогнозирования с помощью ИИ требуются данные, и если вы собираетесь прогнозировать что-то касающееся людей, то взять эти данные можно только у людей.

В этом есть свои преимущества, например при обучении игре против человека, но люди несовершенны, и машина наследует эти несовершенства. Многие не понимают, что эта проблема актуальна из-за наших представлений о решениях в области ИИ.