Detta är nått ni har läst flera gånger, även i denna skrift:
”Robotarna kommer för era jobb, AI´n driver bort människor från arbetsmarknaden;
jobben AI tar över förs är X. för att vara rättvis finns det anledning att ta
varningarna på allvar för det är grundade i en hel del fakta om hur ekonomin
förändras. Ain håller på att omforma jobbmarknaden – precis som alla andra
teknologier.[1] En del
av hypen kan förklaras med de stora framstegen som företagen har gjort med
utveckling av robotar och artificiell inteligens som har möjliggjort för
datorer att genomföra uppgifter som tidigare var helt otänkbara.[2]
De stora genombrotten 2016-2017 tog utvecklingen ett
ordentligt hopp. Men vi är fortfarande långt bort rån Singularitet och Skynet (eller
Genisys eller vad datorn som leder till vår undergång kan kallas, båda från
Terminator). Vi kan dock alla erkänna
att linjerna mellan människa och maskin blev lite ytterligare lite suddigare under
det gångna året.
När Google DeepMinds program AlphaGo slog världsmästaren i
brädspelet Go, Lee Sedol, i fyra av fem rundor var det inte bara ett ytterligare
kapitel i den oändliga sagan av brädspel som spelats, matchen mellan människa
och maskin var en vattendelare.
När det gäller Go är spelet flera magnituder mer
komplicerade än schack eller checkers som är två andra spel där maskiner kan
slå människor. Go med sin stora spelplan och olika strategier och nästintill
ett obegränsat antal möjliga drag varje runda, var aldrig tänkt att kunna behärskas
av någonting som har mindre än en mänsklig intelligens. Googles AlphaGo visade
inte bara att den kunde spela Go på samma sätt som toppklassiga spelare, programmet
visade sig också att det kunde göra rörelser som nästan aldrig skulle kommas på
av det mänskliga sinnet. Genom att använda deep-learning och förstärkta
inlärningsalgoritmer lärde Go-spelare AlphaGo att spela spelet. När grunden
fanns där påbörjade programmet en process för att lära sig själv. Det slutade
med att programmet lära sina egna programmerare att spela spelet på ett annat
sätt.
Det har funnits en skärningspunkt mellan AI och cyber-säkerhet
där man tänkt att AI inte kommer att ersätta säkerhetsanalytiker eftersom det
är ett för avancerat jobb. Det har dock kommit några int intressanta vändningar
på den fronten. IBMs Watson för Cyber-säkerhets-projekt är ett försök att
kombinera mekanismerna för säkerhetsverktyg, upptäcka hot från strukturerad
data (hot och virus signaturer, IoC-databaser, etc.), med en säkerhetsanalytikers
arbetsmodell, där AIn ska lära sig om nya hot baserat på ostrukturerad data (rapporter,
blogginlägg, nyheter, etc.). Watsons tränare och skapare tror inte att tekniken
kommer att ersätta professionella analytiker, men det kommer att bli ett bra
komplement.
En annan intressant cybersäkerhetshändelse var DARPA Cyber
Grand Challenge, den första Cybersecurity ”Capture The Flag-tävlingen” där
deltagare var AI-algoritmer utbildade att autonomt hitta och korrigera
säkerhetsproblem i vänlig programvara medan de upptäckte och utnyttjar hål i de
som tillhör andra konkurrenter.Mayhem, vinnaren av CGC, visade sig vara ingen
match för mänskliga hackare när den deltog i en liknande CTF-turnering i den
närliggande konventet DefCon cybersecurity. Dock visar detta att det fortfarande
en framtid för AI-algoritmer som programmerare gör redo att ta på sig mer
komplicerade uppgifter.
Inga kommentarer:
Skicka en kommentar