Карлос Моэдас, португальский банкир и политик, недавно был процитирован в статье для португальской газеты: нам нужно подготовить людей к тому, чтобы они с достоинством приняли свою новую работу; и снова на этапе WebSummit он говорил об автономных грузовиках как о примере того, как технологии возьмут на себя работу сегодняшнего дня. Для тех, кто читал и слышал его слова, это одновременно и страшно, и замечательно, в зависимости от того, на чьей вы стороне. Максима состоит в том, что на кону стоят рабочие места людей, особенно рабочих низов или промышленных рабочих. Это паническое мнение может быть подтверждено периодическими статьями, в которых говорится, что 3,5 миллиона водителей грузовиков в США вскоре могут быть заменены беспилотными грузовиками - это большое изменение, которое требует надлежащего объяснения. Чего он не объясняет, так это того, что до водителей грузовиков многие другие представители рабочего класса рискуют потерять работу. И это не сценарий, ограничивающийся низкими должностями, поскольку теперь на карту поставлена ​​даже его собственная работа.

Сказав это, давайте посмотрим на следующий график Gartner, который отображает технологии в соответствии с ожиданиями с течением времени и сколько времени требуется технологиям для достижения зрелости.

Согласно этому графику, с 2015 года машинное обучение (вы можете узнать больше об этом предмете в этом вводном видео от Фрэнка Че) потребует от 2 до 5 лет, чтобы стать товаром, а для автономных автомобилей - от 5 до 10. Это показывает. насколько важно машинное обучение для того, чтобы открыть новый уровень продуктов, на которых оно может работать, - например, автомобили без водителя или виртуальные персональные помощники, которые все еще вернулись в пространство триггеров инноваций. Этим умным помощникам, вроде той, что мы видели в фильме Она Спайка Джонза, нужно где-то учиться. Им необходимо накопить достаточный интеллект в различных вопросах, чтобы избежать недостатков в решениях для некоторых крайних случаев, что на данный момент чрезвычайно сложно, при условии, что ни у кого нет достаточно большого объема информации для создания универсального интеллекта. Таким образом, компании разыгрывают стратегию разделяй и властвуй, работая над машинным обучением для своих собственных вертикалей, что позволяет им предоставлять более качественные услуги. Примеры: Google работал над последовательной моделью, чтобы обеспечить возможность быстрых ответов по электронной почте, amazon улучшила свои результаты поиска и системы рекомендаций, а авиакомпании заменяют агентов по обслуживанию клиентов на уровень автоматизации, который может занять большой процент. входящих вопросов через инструменты обмена сообщениями. Все это возможно, потому что у этих компаний есть информация для построения моделей и обучения классификаторов и контекста для их производства. Постепенно эти игроки не только меняют свои продукты, но и в основном накапливают огромные знания о машинном обучении, которыми они в большинстве случаев публично делятся с сообществом, позволяя технологиям развиваться быстрыми темпами. Пока они не сделают это товаром, это всего лишь вопрос времени - TensorFlow от Google - отличный тому пример. Благодаря тому, что машинное обучение станет готовой технологией в будущем, перед стартапами и правительствами откроется море возможностей, которые могут нарушить закон, политику и общественные службы (все они имеют структурированные данные, с которыми можно работать) . Будучи примером того, что может быть нарушено, государственные услуги являются примером того, что может быть нарушено. Полностью автоматизированные государственные финансовые услуги посредством обмена сообщениями или голосовой связи могут значительно снизить фиксированные затраты и обеспечить децентрализацию рабочей силы, при этом повышая уровень удовлетворенности граждан. Да, все это произойдет до того, как вы сможете сесть в машину, которая едет сама.

Теперь обратим внимание на голубую точку на бирже криптовалют на графике Gartner. Для менее информированных это, вероятно, ничего не значит, но для тех, кто понимает, как эволюционировал Биткойн, это означает, что многое скоро изменится. Биткойн был создан Сатоши Накамото, который по сей день остается загадочным персонажем. Г-н Сатоши описал технологическую и социальную потребность в чисто одноранговой версии электронных денег в статье, опубликованной в Интернете. Основная концепция - это система, которая позволяет производить платежи от одной стороны к другой, минуя финансовое учреждение. Вскоре после статьи был разработан Биткойн, рыночная капитализация которого сейчас составляет 11,2 млрд, и он повсеместно распространен. Он даже принял разные формы, например, ZCASH, который в последнее время вызывает большой интерес со стороны инвесторов. Кроме того, теперь он считается достаточно хорошим активом, что видно по пику оценки после кризиса в Греции или Brexit. Кроме того, биткойн стал возможным благодаря технологии под названием Blockchain, которая обеспечивает полную прозрачность транзакций, сохраняя их зарегистрированными без необходимости для финансового учреждения действовать в качестве посредника. Смысл: существует технология, позволяющая убрать посредника из транзакционной системы, которая может в децентрализованной форме передать в руки людей банки, страховые компании и нотариусов. Ну, конечно, это не так просто, поскольку те, кто возглавляет этот квест по изучению Blockchain, являются настоящими банками, главным образом потому, что они сильно защищены законом, что затрудняет нарушение работы любого из их продуктов, не вторгаясь в болезненная юридическая война. Тем не менее, есть несколько смелых, которые справятся с этой задачей (Transferwise, Thoughtmachine), что означает, что мы можем стать свидетелями изменений в нашем подходе к финансовым услугам, производя более ориентированные на клиента продукты с меньшими бюрократическими процедурами. бремя и с лучшими ценами. Опять же, весьма вероятно, что это произойдет до того, как вы сможете сесть в машину, которая едет сама.

В заключение, политикам следует перестать думать о сексуальности беспилотных автомобилей и проблемах, которые они создадут для низших классов, и сосредоточиться на низко висящих примерах использования, которые сейчас становятся очевидными благодаря таким технологиям, как криптовалюта и ML / DL, даже если это означает подрывая себя и так называемые защищенные финансовые институты.

Эта статья написана Диого Телес и Жоао Монтенегро, двумя членами Коллектива Темной Материи и энтузиастами технологий.