Данные поглощают программы, поглощающие мир

Дни преобладавшей ранее декларативной, детерминистической и базирующейся на правилах разработки логики программ уже сочтены


17:40 28.09.2017   |   23452 |  Джеймс Кобьелус |  InfoWorld, США

Рубрика Предприятие



Алгоритмы машинного обучения, подпитываемые данными, не только перевернут вверх дном программирование, но и снизят барьеры на пути дальнейшего продвижения искусственного интеллекта.

Практически никто сегодня не сомневается в том, что в XXI столетии все новшества формируются под влиянием программирования. Многие компании проявляют интерес к созданию программного обеспечения, с помощью которого им и удалось поймать за хвост удачу, а потому неудивительно, что Марк Андриссен в свое время декларировал: «Программы поглощают мир».

Но что это значит? И сохраняет ли актуальность по сей день? Такие вопросы возникли у меня после того, как я в очередной раз перечитал публикацию Андриссена и заметил, что он приравнивает программное обеспечение к программированию. Важную роль играет и сравнение «поглощения» с отраслевыми слияниями, в стиле технологических компаний Кремниевой долины, впоследствии превратившихся в Amazon, Netflix, Apple, Google и др. в их нынешнем виде. В статье говорится о программистах, которые своим кодом способствуют дальнейшему развитию мобильных и веб-технологий, и о построении с помощью этих технологий социальных сетей и облака, моделей ведения глобального бизнеса и прочих круглосуточно доступных через Интернет каналов.

Поскольку с момента публикации Андриссена в Wall Street Journal в 2011 году прошло шесть лет, у нас было время либо убедиться в пророческом даре автора, либо прийти к выводу, что он ошибался, но преследовал какие-то собственные цели. Я бы сказал, что пророчество здесь все же преобладает. Ведь большинство историй успеха, которые мы имели возможность наблюдать, продолжаются и по сей день, приводя к дальнейшему росту, увеличению прибыли, приобретениям, инновациям и т. д. Люди с программистским образованием, такие как Марк Цукерберг, в нашу бизнес-эпоху стали мультимиллиардерами. В этом смысле статья Андриссена избежала судьбы бестселлера Тома Питерса «В поисках совершенства», написанного в 1982 году. Многие удачные начинания, приведенные в этой книге, в последующем были разрушены конкурентами или новыми тенденциями, которые успешные когда-то люди так и не сумели разглядеть.

Взлет машин обучения

Впрочем, сегодня всем, а особенно прорывным представителям старой школы, о которых упоминает Андриссен, становится ясно: программное обеспечение в его нормальном понимании еще не является ключом к успеху. По мере продвижения вперед мы видим, что настоящим прорывом становятся подкрепленные данными алгоритмы машинного обучения, которые питают искусственный интеллект. В нынешнюю новую эпоху большую часть логики, поддерживающей интеллектуальные приложения, нельзя четко запрограммировать. Дни преобладавшей ранее декларативной, детерминистической и базирующейся на правилах разработки приложений логики уже сочтены. Вероятностная логика становится сердцем чат-ботов, а технологии выдачи рекомендаций, самоуправляемые автомобили и другие приложения искусственного интеллекта черпают все необходимое непосредственно из исходных данных.

Логика «следующего улучшения», проникающая в нашу жизнь, развивается в приложениях на основе данных, поступающих из Интернета вещей и других производственных приложений. Соответственно снижается потребность в программистах, в людях, которые быстро и качественно выстраивают логику приложений. Растет спрос на разработчиков нового поколения – исследователей данных. Под этим термином понимается широкий спектр специалистов, занимающихся проектированием, обучением и управлением регрессионными моделями и нейронными сетями, поддержкой векторных машин, автономных обучающих моделей и других алгоритмов, на основе которых построены приложения искусственного интеллекта.

Программистам нужен новый программный код для машинного обучения. Компании Amazon, Google, Facebook, Microsoft и другие тяжеловесы отрасли программного обеспечения вкладывают в науку о данных огромные средства. Они накопили грандиозные объемы данных для обучения. Поэтому колоссы Кремниевой долины уверены в том, что у них уже имеются необходимые ресурсы для построения, настройки и оптимизации инновационных алгоритмов искусственного интеллекта и машинного обучения на все случаи жизни.

Однако все стратегические преимущества, которые эти гиганты получат от ресурсов искусственного интеллекта и машинного обучения, будут краткосрочными. Подходы, основанные на обработке данных, не только вымывают основы традиционного программирования, но и порождают новые тенденции, используемые квалифицированными исследователями данных. И эти тенденции начинают подрывать ту масштабную экономию, которая доступна крупным разработчикам программного обеспечения с большими финансовыми ресурсами.

Искусственный интеллект и голиафы

Мы вступаем в эпоху, когда любой желающий может обратиться к облачным ресурсам, чтобы недорого автоматизировать разработку, развертывание и оптимизацию инновационных приложений искусственного интеллекта и машинного обучения. Подобно «змее, поедающей свой собственный хвост», технологии машинного обучения будут способствовать дальнейшей автоматизации процесса создания и оптимизации новых моделей машинного обучения. Мы видим, что в исследовательских инициативах (например, в проекте Snorkel Стэнфордского университета) машинное обучение начинает играть все более заметную роль в автоматизации приобретения и классификации данных для машинного обучения. Это значит, что наряду с многочисленными существующими алгоритмами, моделями, кодом и данными разработчики следующего поколения смогут генерировать достаточно хорошие данные-заменители для обучения, оперативно адаптируя новые приложения к новым потребностям.

По мере роста доступности недорогих, сгенерированных для обучения данных масштабные озера данных, в которых разработчики хранят петабайты проверенных сведений для обучения, начнут превращаться из стратегического актива в лишнюю обузу. А управление сложной логикой использования этих данных станет узким местом, мешающим разработчикам быстро создавать, обучать и развертывать новые приложения искусственного интеллекта.

Когда у любого разработчика появится возможность создавать такие же точные приложения искусственного интеллекта, как и у Google или Facebook, пусть даже он и не обладает опытом, бюджетом и обучающими данными, имеющимися у гигантов программной отрасли, наступит новая эпоха. И следующее поколение прорывных исследователей данных начнет отвоевывать рынок у вчерашних успешных стартапов.


Теги: Искусственный интеллект Машинное обучение
На ту же тему: