В первую очередь, книга написана для тех, кто намерен внедрять маркетинг знаний. В силу этого ограничения состав, стиль и формат книги следуют современным условиям:

Книга разделена на 5, сравнительно независимых частей:

1. Предисловие, это те страницы, которые предшествуют данной странице.

2. Лекторий. Популярное изложение искусственного интеллекта.

3. Методология. Воздействие цифрового интеллекта на бизнес.

4. Практика. Три чек-листа по внедрению маркетинга знаний.

5. Детализация. Пояснения к задачам чек-листа.

В качестве самого минимального погружения прочитайте чек-листы.

Самым коротким является «Чек-лист малый, для бизнеса», см. содержание книги. Выполнение всего лишь нескольких пунктов уже даст вполне осязаемый результат. Возможно, этого будет достаточно для Вашего бизнеса в ближайшие 1-3 года.

Следующим шагом будет чтение раздела «Чек-лист большой, для бизнеса». Возможно, большинство пунктов будут известны и понятны. Тогда необходимость дальнейшего чтения также отсутствует.

Параллельно, может стоять цель повышения цифровой известности не бизнеса, а человека в бизнесе, работника по найму, независимого консультанта или самозанятого. Для них «Чек-лист человека в бизнесе».

Если необходимо лишь уточнить понимание задач из чек-листа, читайте разделы детализации, которые синхронизированы с Большим чек-листом.

Если же Вы намерены серьезно разобраться в этой еще дискуссионной теме и сформировать свое собственное мнение и бизнес идеи, читайте все разделы подряд.

Успехов в труде,

СА Мишин.

лекторий ● Понимаем искусственный интеллект

Начнем разбор методологии с первоисточника темы, с того, что такое искусственный интеллект, и как такой интеллект связан с ведением бизнеса. Нашей целью будет изгнание мистики, неизбежно увязываемой с существованием не-человеческого ума и приведение обсуждаемой темы к полезным рекомендациям.

Прежде всего, зафиксируем важное ограничение.

Дискуссии и научные разработки по теме не-человеческого интеллекта ведутся минимум 70 лет. До сих пор нет ясности в этих глубинных определениях. Собственно, даже определение и описание нашего, человеческого интеллекта тоже далеко от завершения. Говоря сжато, мы не обсуждаем тему «что такое интеллект».

Ситуация становится рациональной, объективной и лишенной мистики, если мы начинаем сравнивать возможности человека и машины по узким, конкретным направлениям. Здесь стоит указать на важный социальный аспект – привыкание социума к инновациям. То, что еще сравнительно недавно казалось невозможным, вызывало шок при своем появлении, через совсем небольшой срок начинало представляться совсем обыденным. История развивается по спирали. Шок от знакомства с инновацией, привыкание, появление новой инновации. Точно также произойдет и с семантическим ранжированием, но разобраться с ним желательно прямо сейчас, еще до того, как привыкнем к нему. Также, как привыкли к смартфонам и видеосвязи.

Первый раз человечество испытало шок, лет 80 назад, когда компьютеры еще только появились. Оказалось, что машины выполняют арифметические вычисления в миллионы раз быстрее человека. В тот момент, равно, как и много столетий перед этим, основным вычислительным инструментом были счёты, логарифмическая линейка и механический арифмометр. Счёты были в каждом магазине, а продавцы были чемпионами по сложению. Сложные расчеты, скажем, конструкция большого корабля или полет ракеты, выполнялись на логарифмической линейке гигантскими командами инженеров.

Уже через 10-15 лет быстродействие компьютеров воспринималось на социальном уровне вполне обыденно.

Следующая мощная веха связана с игрой в шахматы. Компания IBM в 90-х годах разработала шахматный суперкомпьютер Deep Blue. Это чудо 11 мая 1997 года выиграло матч из 6 партий у чемпиона мира по шахматам Гарри Каспарова. Сейчас уже многие забыли о том шоке, когда машина оказалась сильнее, «умнее» человека, правда в ограниченной области.

Пару слов о собственно названии «искусственный интеллект». Следует понимать, что в настоящее время в этом названии высокую долю занимает банальный маркетинг. Часто, в цифровой интеллект включаются характеристики, которые имеют вполне «не-интеллектуальное» происхождение.

Если же говорить об «интеллектуальных» свойствах компьютера, то серьезный и теоретический, и практический разговор на эту тему возник где 70-х годах прошлого века. Тогда тема получила название «экспертные системы». Зафиксируйте этот момент, 70 лет тому назад.

В то время начали обсуждать вполне практическую задачу, как можно заменить дорогостоящих и уникальных экспертов. Например, есть данные сейсморазведки по широкому региону. Может ли машина дать рекомендации по наличию месторождений нефти, с той же точностью как геолог высочайшей квалификации. Или, пример из медицинской темы, есть данные обследований пациента, может ли машина поставить диагноз.

Реализованный пример из физики – поиск новых элементарных частиц. На ускорителях делают миллионы снимков столкновений частиц. Эти снимки анализируются именно экспертными системами, а потом за открытия дают Нобелевские премии. Так что, здесь тоже можно дискутировать, кому давать премию, коллаборации ученых или эксперту-роботу.

В последующем тематика «экспертные системы» плавно перешла в тему «искусственный интеллект». Например, известная сейчас тема BigData – работа со сверхбольшими объемами данных. Методика здесь едина, что искать селфи элементарной частицы среди миллионов снимков, что анализировать поведение аккаунтов в социальной сети среди миллиарда пользователей.

Справедливости ради, надо отметить существование и общетеоретических разработок в теме цифрового интеллекта. Для формирования общей картины необходимо ссылочно описать и эту компоненту. Об этом следующий раздел.

лекторий ● Тест Тьюринга

В наше время тема машинного интеллекта чрезвычайно притягательна. И ученые, и практики грызут эту тему независимо от философских проблем. К примеру, на самом известном агрегаторе научной информации https://arxiv.org, есть раздел, посвященный только искусственному интеллекту Artificial Intelligence, https://arxiv.org/list/cs.AI/recent. Агрегатор arxiv.org управляется Cornell University, USA и дает возможность быстрой публикации практически без рецензии. Ученые со всего мира сначала публикуют статью в arxiv.org, чтобы «застолбить» свой приоритет, и лишь затем продвигают статью в статусные, но рецензируемые журналы. Как видим, тема искусственного интеллекта позиционируется наравне с самыми продвинутыми областями физики и математики. Интерес к теме демонстрируется количеством статей, примерно 100 штук от авторов со всего мира в одну среднюю неделю 2018 года. Это весьма немало и сравнимо с такими разделами, как биофизика.

Тьюринг был первым, кто предложил научный подход в понимании цифрового интеллекта. И именно он перенес взгляд с общей теории на сравнение человеческого и машинного интеллектов. Еще в 1950 году он предложил удивительно простой инструмент, получивший название «тест Тьюринга» для сравнения двух интеллектов.

В трех комнатах находятся: (1) Эксперт; (2) Подопытный человек; (3) Машина. Эксперт задает текстовые вопросы подопытному человеку и машине. Вопросы задаются посредством обмена сообщениями, также, как мы обмениваемся на смартфонах. Вопросы можно задавать на любые темы. В этом, кстати, отличие от экспертных систем. Для вопросов есть единственное ограничение – формулировка вопроса должна допускать только один из двух ответов, либо Да, либо Нет. Ответы от Подопытного и Машины поступают эксперту в абсолютно одинаковые моменты времени. То есть, на экране Эксперта появляются два ответа. Таким образом, для Эксперта внешне нет никакой разницы в коммуникациях «Эксперт-Человек» и «Эксперт-Машина». Есть разница только в смыслах.

Считается, что

К примеру, вопрос: «Достоевский представитель русской литературы?». Любой образованный человек знает мгновенный ответ. Большинство программ искусственного интеллекта просто подвиснут на этом вопросе, включая, победителя по шахматам.

Тьюринг предложил свой тест 70 лет назад. За прошедшие годы тест неоднократно модифицировался и уточнялся, стал толчком ко множеству других продвижений в искусственном интеллекте. Появились специальные компьютеры, разработанные специально под прохождение теста. Тем не менее, насколько известно автору, на 2018 год ни одна машина еще не прошла полноценный тест Тьюринга. Если ограничить тему беседы, скажем, классическая музыка 19 века, то тогда машина может вести себя человекоподобным образом.

Важно понимать, что со строгой научной точки зрения факт прохождения теста Тьюринга еще не означает полноценного интеллекта у машины. Тут действует обратное утверждение, если машина не прошла тест Тьюринга, то у машины точно нет интеллекта. Другими словами, прохождение теста не означает, что машина может сочинять, как Чайковский, или писать, как Толстой.

Тем не менее, именно тест Тьюринга привел к росту интереса к машинному интеллекту за счет научно неверного, но популярного правила: