Онлайн
библиотека книг
Книги онлайн » Разная литература » Цифровая революция. Преимущества и риски. Искусственный интеллект и интернет всего - Елена Сергеевна Ларина

Шрифт:

-
+

Закладка:

Сделать
1 ... 23 24 25 26 27 28 29 30 31 ... 137
Перейти на страницу:
как в 1985 году – первое.

Увеличение федеральных инвестиций в НИОКР может стимулировать:

– развитие базирующихся на иных, нежели нейронные сети. ИИ, вдохновленных нейронаукой;

– создание отказоустойчивых ИИ, опережающим образом реагирующих на попытку взлома, перехвата управления или разрушения;

– развитие облачной инфраструктуры, помеченных обучающих данных и других инноваций для исследователей ИИ;

– создание оборудования нового поколения, использующего, в том числе нейроморфные чипы, квантовые вычисления, процессоры для вероятностных компьютеров, графовые семантические вычисления на основании сверхмощных видеокарт и т. п.;

– разработку и опробование новых решений для управляемых ИИ коллективов самообучающихся автономных роботизированных устройств различного назначения.

Ограниченная доступность федерального финансирования способствует перетоку мозгов из академических кругов в бизнес. Эта тенденция подрывает способности заниматься инновациями и обучать следующее поколение. Правительство должно преодолеть эту тенденцию в ближайшее время.

В координации работ по ИИ должна резко возрасти роль Национального Научного Фонда (NSF). В настоящее время Фонд управляет 85 % всех федеральных ассигнований на научные исследования в области ИИ со стороны правительства. Комиссия считает необходимым в течение ближайших двух лет как минимум удвоить текущий бюджет NSF на развитие ИИ и близкие научные направления, которые на 2020 финансовый год составляют чуть менее $ 1 млрд.

Комиссия рассматривает ряд моделей, которые могли бы активизировать финансирование НИОКР в области ИИ. Например, предлагается учредить в рамках NSF Национальный институт ИИ, по своему функционалу и инвестиционным возможностям напоминающий Национальный институт рака.

Также предлагается направить дополнительные федеральные ассигнования, в том числе не из научных статей бюджета, на создание инфраструктуры новых высокотехнологичных кластеров, подобных Силиконовой Долине. За основу может быть принят опыт Канады, которая в течение двух лет развернула мощные кластеры ИИ на базе университетов Эдмонтона, Торонто и Монреаля.

Еще одна многообещающая инициатива включает в себя предоставление целевых инвестиций не в темы или изделия, а непосредственно в руководителей лабораторий, специализирующихся на ИИ, предоставив им самим право выбирать конкретные направления исследований. Правительство США должно расставить приоритеты в области федеральных усилий по развитию ИИ и в срочном порядке осуществить инвестиции в этой области, нацеленные на национальную безопасность.

Комиссия полагает, что принятые президентские и правительственные документы, а также решения Конгресса уже создали исчерпывающую базу для скорейшего развертывания практической работы в области ИИ. Именно на практике, а не на принятии новых постановлений должны быть сосредоточены усилия национальных органов в ближайшие несколько лет.

В условиях бюджетных ограничений настало время перераспределить научный бюджет Министерства обороны и разведывательного сообщества в пользу ИИ за счет ограничения расходов на традиционные виды вооружений, которые не предусматривают качественного совершенствования, а продляют свой срок жизни лишь за счет модернизации.

Применение ИИ в сфере национальной безопасности

Комиссия пришла к выводу, что по состоянию на 2019 год Министерство обороны и в несколько меньшей степени разведывательное сообщество далеки от реализации уже имеющихся выгод в применении ИИ. Главная причина этого – не ограничения финансирования, а различного рода бюрократические барьеры и несоответствие новым реалиям старых нормативных документов. Технологические прорывы в лабораториях и на производстве гасятся в сфере документооборота даже тогда, когда он является электронным.

По мнению Комиссии, в настоящее время в сфере правительственных усилий по ИИ царит хаос и бюрократический беспорядок. Удалось выявить, что в настоящее время в рамках правительства в условиях недостатка ресурсов приняты и осуществляются более 600 программ развития ИИ. Очевидно, что такое мелкотемье приводит к тому, что ни одна из программ не рассчитана на достижение действительно прорывных результатов и на технологические прорывы. Деньги в рамках программ в основном расходуются не на исследования и разработки, а на подготовку различного рода документации или, что еще более удивительно, на проведение аудита того, чего нет в природе.

Комиссия пришла к выводу о том, что традиционные подходы к американской системе демократии, свободы и открытости зачастую мешают развивать важные направления использования ИИ. Например, Министерство обороны в рамках программы Maven широко привлекает к разработке общенациональной системы видеораспознавания и видеомониторинга университеты и крупнейшие технологические компании. В течение 2019 года ряд ключевых для программы технологических гигантов и стартапов отказались участвовать в программе, мотивируя это протестами общественности, гражданских активистов и части собственных работников относительно допустимости видеонаблюдения в Америке. В результате, по состоянию на сегодняшний день, Америка даже не приступила к опробованию систем видеомониторинга, которые в рамках цифрового авторитаризма не только покрывают все города Китая, но и стали предметом китайского экспорта.

Лидерство в разработке и использовании ИИ требует иных подходов

Нынешняя система финансирования разработки и приобретения технологий разработана в Министерстве обороны 40 лет назад принципиально для иных типов и видов вооружения. В результате прорывные решения входят в противоречия с управленческими процедурами. Например, разработка приложений в области ИИ может занять месяц. Но для получения разрешений на получение информации, необходимой для разработки, требуется иногда более шести месяцев, а на принятие решения о начале финансирования – до года. Этот процесс, разработанный для ограничения военных расходов в мирное время, совершенно не подходит для ситуации с ИИ.

По сути, американским разработчикам и пользователям ИИ приходится вести две схватки: одну – с Китаем, вторую – с собственными федеральными учреждениями. Кроме того, Министерство обороны привыкло работать с технологическими гигантами. Между тем, в сфере ИИ значительная часть подрывных инноваций создается небольшими компаниями, стартапами, а иногда даже неформальными коллективами разработчиков. У Министерства обороны нет ни опыта, ни желания, ни организационных процедур работать с такими командами и компаниями. Более того, выделение такого рода субъектам финансовых ассигнований рассматривается аудиторами как косвенный указатель на возможную коррупцию. В этих условиях Министерство обороны отрезает себя от значительной части наиболее эффективных разработчиков.

Нельзя сказать, что Министерство обороны ничего не пытается изменить. Так, в 2019 году были созданы частно-государственные партнерства по развитию ИИ с MIT и университетом Карнеги-Меллона.

Существует противоречие между стремлением заказчика получить надежные и безопасные решения и потребностью разработчика проверить платформы в реальных условиях. В существующей системе контрактации для Министерства обороны предусмотрена сдача полностью готовых, протестированных изделий. Однако в случае ИИ это невозможно. ИИ по самой своей природе требует дообучения на практических повседневных реальных данных. Поэтому необходимо изменить в соответствии с современными требованиями порядок контрактации.

Даже самые передовые алгоритмы ИИ потерпят неудачу если будут реализовываться на компьютерах с недостаточной вычислительной мощностью. Хотя Америке принадлежит 2/3 из 50 наиболее мощных суперкомпьютеров, проблема вычислительной мощности для ИИ остаётся острой. Суперкомпьютеры на сегодняшний день – это в подавляющем большинстве научные машины. Массовому производству сверхмощных компьютеров, ориентированных в том числе на облачные вычислительные платформы, а именно такие компьютеры нужны ИИ, пока уделяется

1 ... 23 24 25 26 27 28 29 30 31 ... 137
Перейти на страницу: