Перевод с помощью прогностических машин включает в себя прогнозирование вероятного эквивалента на другом языке. Статистика позволяет компьютеру выбрать лучший вариант перевода, прогнозируя «если»: какое предложение, вероятнее всего, использовал бы профессиональный переводчик из соответствующих данных. Что самое интересное, для этого не нужны лингвистические правила. Фредерик Йелинек
[82] сказал: «Каждый раз, когда я увольняю лингвиста, работа распознавателя речи улучшается»
[83]. Очевидно, лингвисты и переводчики этому не обрадуются. Прочие прогностические задачи – в том числе распознавание образов, шопинг и разговор – относятся к категории сложных, но разрешимых с помощью машинного обучения.
Точный прогноз для сложных решений снижает риски. Например, недавно ИИ нашлось практическое применение в рентгенологии. Работа рентгенолога заключается в основном в изучении рентгенограммы пациента для выявления причины возникшего недомогания. Таким образом рентгенологи прогнозируют аномалии развития какого-либо процесса или внутреннего органа.
ИИ все чаще способен выполнять прогностическую функцию на уровне физиологии человека – и делает это лучше, что поможет рентгенологам и другим врачам принимать более оправданные решения относительно системы лечения. Важнейшим показателем эффективности служит точность диагноза: сможет ли машина прогнозировать заболевание у больных людей и отсутствие болезней у здоровых.
Следует учитывать все факторы таких решений. Предположим, что врачи подозревают опухоль и должны решить, каким способом выяснить, злокачественная она или нет. Один из вариантов – медицинская визуализация. Есть еще инвазивные методы, такие как биопсия. Ее преимущества заключаются в высокой вероятности постановки верного диагноза. Но из-за инвазивного характера самого метода как врачи, так и пациенты стремятся его избежать, если вероятность злокачественной опухоли невелика. Как правило, биопсию проводят только при высокой вероятности серьезного диагноза. Это гарантия своевременного лечения смертельно опасного заболевания, но она дорого обходится.
Решение сделать биопсию зависит от стоимости, степени инвазивности самой процедуры и уровня риска, если время на лечение будет упущено. Опираясь на эти факторы, врач решает, стоит ли биопсия физических и финансовых издержек.
При условии точного диагноза по снимку пациенты смогут избежать биопсии и предпринимать действия, которые в его отсутствие могут стать слишком рискованными. Теперь больше не нужно идти на компромисс: с развитием ИИ снижается потребность в разумной достаточности и появляется больше «если» и «то». Сложность выше, а риски ниже. Процесс принятия решений преображается благодаря новым вариантам выбора.
Выводы
• Улучшенный прогноз позволяет принимающим решения людям и машинам использовать больше «если» и «то». Это чаще приводит к положительному исходу. Скажем, в случае навигации, описанной на примере почтового робота, прогностические машины освобождают автономные транспортные средства от ограничений функционирования, ранее возможного только в контролируемой среде. Для нее характерен немногочисленный набор «если» (или состояний). Прогностические машины позволяют автономному транспорту работать в неконтролируемой среде, такой как городские улицы, потому что вместо программирования всех возможных «если» машина учится прогнозировать, что сделал бы человек-оператор в любой конкретной ситуации. Аналогичным образом пример с залом ожидания аэропорта иллюстрирует, как с точностью прогнозов возрастает количество «то» (то есть «выходить в X, Y или Z часов», в зависимости от прогноза, сколько времени займет дорога до аэропорта в конкретное время и конкретный день), в отличие от необходимости прибавлять время «на всякий случай», а затем лишний час ждать в аэропорту.
• При отсутствии качественного прогноза мы склонны к разумной достаточности – выбираем приемлемые решения с учетом доступной информации.
• Всегда рассчитывать дорогу в аэропорт с запасом и, как правило, ждать после прибытия туда, потому что приехали раньше, – пример разумной достаточности. Это не оптимальное, но приемлемое решение с учетом имеющейся информации. Почтовые роботы и залы ожидания в аэропортах появились как следствие разумной достаточности. Прогностические машины снизят потребность в ней, а следовательно, средства реже будут вкладываться в решения вроде почтовых роботов и залов ожидания.
• Мы настолько привыкли к разумной достаточности в деловой и социальной жизни, что с трудом представляем себе все изменения, возможные в результате развития прогностических машин, способных учитывать больше «если» и «то» и, следовательно, принимать более сложные решения в более сложной обстановке. Большинству неочевидно, что залы ожидания являются решением проблемы неточных прогнозов и в эпоху совершенных прогностических машин станут не нужны. Еще один пример – биопсия, широко распространенная вследствие низкой точности прогнозов медицинской визуализации. С ростом надежности прогностических машин ИИ заметно повлияет на работу людей, связанных с проведением биопсии, потому что эта процедура, как и залы ожидания, была ответной мерой на неточные прогнозы. И то и другое представляет собой решение по управлению рисками. А прогностические машины предоставят для этого новые, более совершенные способы.
Глава 9. Полностью автоматизированное принятие решений
12 декабря 2016 года участник форума Tesla Motors Club под ником jmdavis в теме, посвященной электромобилям, описал свой опыт передвижения по Флориде. Он ехал на работу по шоссе со скоростью примерно 96 км/ч. На приборной панели загорелся индикатор движущейся впереди машины, которую не было видно за грузовиком. Внезапно сработало экстренное торможение, хотя грузовик не замедлил ход. Спустя секунду он вильнул вбок, объезжая резко остановившуюся перед внезапным препятствием машину. Tesla приняла решение тормозить раньше грузовика и сохранила безопасную дистанцию. Вот описание этой ситуации.
«Если бы я управлял машиной самостоятельно, то вряд ли смог бы остановиться вовремя, поскольку не видел, как встала другая машина. Мой автомобиль отреагировал задолго до действий ее водителя, поэтому я избежал аварии, только при резкой остановке сильно тряхнуло. Отличная работа! Спасибо, Tesla, ты спасла меня»
[84].
