Wie künstliche Intelligenz unsere Wirtschaft und den Arbeitsmarkt in der sechsten technologischen Ordnung verändern wird

Einführung

Die Forschung auf dem Gebiet der künstlichen Intelligenz (KI) wurde bereits im 20. Jahrhundert aktiv betrieben. Wissenschaftler, Ingenieure, Philosophen, Science-Fiction-Autoren und Futuristen haben KI-Lösungen auf sehr unterschiedliche Weise vorgestellt. Zum Beispiel schlugen einige Forscher vor, dass es zunächst notwendig ist, das menschliche Gehirn zu untersuchen und solche KI-Lösungen zu entwickeln, die den Denkprozess der Menschen wiederholen. Diese Forschungsrichtung war jedoch Ende des 20. Jahrhunderts beliebt, als die Leistung von Computern (selbst Supercomputern dieser Zeit) es uns noch nicht ermöglichte, eine ganze Klasse komplexer Rechenaufgaben auszuführen, die wir heute mit gewöhnlichen Geräten ohne großen Aufwand lösen.



Alan Turing ist unter Wissenschaftlern des 20. Jahrhunderts bekannt. Er entwickelte den berühmten "Turing-Test", mit dem beurteilt werden kann, ob eine Maschine denken kann und ob der Inspektor erkennen kann, wer mit einer Person oder einem Computerprogramm kommuniziert.





Abb. 1: Turing-Test



Zum ersten Mal in den späten 90ern des letzten Jahrhunderts konnte ein Computerprogramm den Schachweltmeister schlagen. Beachten Sie jedoch, dass solche Programme, die auf künstlicher Intelligenz basieren, nur eine begrenzte Klasse von Problemen lösen können (Schach spielen oder gehen, Gesichter erkennen oder einen anderen Produktionsprozess automatisieren).

Es kann festgestellt werden, dass noch keine Art universelle KI geschaffen wurde, die einerseits wie eine Person denkt und andererseits eine Person bei der Lösung fast aller intellektuellen Aufgaben übertrifft und selbst eine ganze Reihe wichtiger Entscheidungen treffen kann.



Die Forschung auf dem Gebiet der KI hat einen etwas anderen Weg eingeschlagen: eine Steigerung der Rechenleistung von Computern und der Bandbreite von Backbone-Netzwerken in den letzten Jahrzehnten, die Entstehung völlig neuer Technologien wie maschinelles Lernen (ML) und Deep Learning (Englisch) ), Suche in Big Data, im Internet der Dinge (IoT), in Cloud-Technologien usw. ermöglichte es Wissenschaftlern und Ingenieuren, einige KI-Lösungen in die Praxis umzusetzen.





Abb. 2. Neue Technologien: Künstliche Intelligenz, maschinelles Lernen, tiefes Lernen



In einem rein angewandten Aspekt fanden KI-Forscher Alternativen: Anstatt sich eingehend mit menschlichen Denkprozessen zu befassen und etwas Ähnliches für eine Maschine zu schaffen, wurde entschieden, dass maschinelles Lernen für viele Aufgaben mit großen Datenmengen gut funktioniert und die Skalierung nutzt (zunehmende Rechenleistung) Kapazitäten moderner Computersysteme). Es ist möglich, dass intelligente Maschinen, die im Bereich des Denkens nicht von Menschen zu unterscheiden sind, in Zukunft rechtzeitig kommen werden.



In diesem Artikel werden wir uns auf die Bereiche der KI und verwandter Technologien konzentrieren, die bereits in der Praxis funktionieren, den Verlauf der digitalen Transformation in der Welt bestimmen und weit verbreitete Technologien in der sechsten industriellen Ordnung sein werden.

Welche Veränderungen bringen KI und Robotik für Industrie und Logistik?

Heutzutage werden die Begriffe "unbemannte Produktion" oder "digitale Produktion" verwendet, aber früher in den 80-90er Jahren des 20. Jahrhunderts wurde die Automatisierung hauptsächlich in der Industrie eingeführt. Gegenwärtig impliziert das Konzept der "digitalen Produktion" mit der Entwicklung von IoT, additiven Technologien (3D-Druck), Big Data und Robotersystemen einen kontinuierlichen Zyklus, der Folgendes umfasst:

• Modellierung des zukünftigen Produkts und des Herstellungsprozesses selbst;
• die Verwendung von Big Data und Business Intelligence;
• den Einsatz von Robotern einer neuen Generation mit KI in Werkstätten;
• Integration verschiedener Produktionsabteilungen und Implementierung von ERP-Systemen (Enterprise Resource Planning, Enterprise Resource Planning);
• Nutzung des Internet der Dinge (IoT), Blockchain, privater Kryptowährungen für interne Zahlungen.

Skeptiker argumentieren jedoch, dass sie aufgrund des weit verbreiteten Einsatzes von KI und Robotik in der Industrie Angst vor hoher Arbeitslosigkeit haben. Darauf möchte ich antworten, dass eine vollständig "unbemannte Produktion" bislang nicht massiv anwendbar ist, und der Grund dafür liegt in den Mängeln moderner Systeme auf der Basis von KI- und Roboterkomplexen, die typische Produktionsprozesse und hochspezialisierte Operationen besser und effizienter als Menschen ausführen, jedoch in kritischen Situationen kann nicht immer schnell die richtige Entscheidung treffen.



Es gibt nur einen Ausweg: die Verwendung von Cobots (kollaborativen Robotern) - spezialisierten Geräten, die in Verbindung mit einer Person arbeiten, bei denen eine Person in Situationen, die nicht vollständig automatisiert werden können und bei denen die KI immer noch nicht effektiv genug ist, schnelle und intuitive Entscheidungen treffen muss.





Abb. 3 Implementierung von Cobots in der Produktion



Ein weiterer Bereich der KI-Nutzung sind Logistik und unbemannte Fahrzeuge, die derzeit in den USA massiv getestet werden. Übrigens wurden Unfälle mit unbemannten Luftfahrzeugen bereits registriert, daher wurde eine Anforderung für die obligatorische Teilnahme einer Person mit Führerschein an solchen Tests eingeführt. Der Grund liegt in der falschen Entscheidungsfindung im Notfall durch das KI-System eines unbemannten Fahrzeugs, bei dem ein erfahrener Fahrer schnell und intuitiv eine Entscheidung trifft, die KI immer noch nicht vollständig mit ihm konkurrieren kann.





Abb. 4. Unbemanntes Fahrzeug

Wie kann künstliche Intelligenz die Arbeitsweise von Büroangestellten und der kreativen Klasse verändern?

Im vorherigen Teil des Artikels haben wir einige Details zu den bevorstehenden Veränderungen in Industrie und Logistik enthüllt, die mit der digitalen Transformation dieses Bereichs verbunden sind (Einführung von Robotern und KI). Es scheint, dass die potenzielle Gefahr der Arbeitslosigkeit nur für die Arbeiterklasse und die Servicemitarbeiter möglich ist. Immerhin haben uns zahlreiche Futuristen immer wieder dazu inspiriert, dass Roboter und KI Menschen aus dem Bereich der physischen Arbeit und der Förderproduktion verdrängen. Im Bereich der Büroarbeit und sogar einiger kreativer Aktivitäten sehen wir jedoch bereits zahlreiche Entwicklungen im Bereich der KI, die die Geschäftsprozesse eines modernen Büros allmählich verändern.



Bei der Entwicklung der KI sollte auf eine der angewandten Richtungen geachtet werden - dies ist eine ganze Klasse von Methoden des maschinellen Lernens (maschinelles Lernen, ML). Mit diesen Methoden löst das Programm das Problem nicht direkt, sondern trainiert eine Vielzahl ähnlicher Probleme. Neuronale Netze sind auch in solchen Fällen anwendbar, die wie gewöhnliche Software trainiert und nicht programmiert sind.



Heute verwenden wir häufig maschinelle Übersetzungssysteme aus Fremdsprachen. Natürlich können sie professionelle Übersetzer noch nicht vollständig ersetzen, aber sie helfen uns bereits, den erforderlichen Text schnell von einer Sprache in eine andere zu übersetzen.



Es gibt eine Textsoftware, die Journalisten, Texter, Reporter und andere Produzenten von Inhalten ersetzen kann.





Abb. 5. Künstliche Intelligenz schreibt Texte anstelle eines Journalisten.



Wie ist die Arbeit solcher Programme, die auf KI basieren, aufgebaut?

1. Anfänglich wird eine solche Anwendung (unter Verwendung von ML-Algorithmen) auf große Mengen ähnlicher Texte mit bestimmten Parametern trainiert: Themen, Schlüsselwörter, Schreibstil usw.
2. Dann wird der am besten geeignete Algorithmus ausgewählt, der das "Lernen" bereits auf einer kompakteren Basis von Texten mit genau festgelegten Eigenschaften fortsetzt.
3. In der nächsten Phase wird ein Modell dieses maschinellen Lernens erstellt, das den Text bereits selbst generiert, jedoch immer noch fehlerhaft ist.
4. In der letzten Phase bearbeitet die Person den generierten Text und korrigiert Fehler.

Wie wir sehen können, sind solche Systeme noch nicht in der Lage, komplexe und große aussagekräftige Texte ohne menschliche Beteiligung zu erstellen. Obwohl in dieser Richtung gearbeitet wird, auch im Bereich des Malens und Komponierens von Musik.



Im Bereich der Arbeitsautomatisierung, dem sogenannten "Office Plankton", werden mit RPA-Methoden (Robotic Process Automation) in Verbindung mit ML und AI gute Ergebnisse erzielt. Tatsächlich ist RPA ein Komplex spezialisierter Technologien, mit denen Prozesse in Unternehmen, Banken und Finanzen usw. automatisiert werden. Mithilfe von RPA-Algorithmen kann ein Entwickler Bots erstellen, die gemäß einem bestimmten Algorithmus eine Routineaufgabe ausführen, z. B. einige Buchhaltungsdaten in Tabellen oder Berichten sammeln (durch Einfügen oder Kopieren, Wiederholen menschlicher Bewegungen).



Die einfache Verwendung von RPA-Methoden löst jedoch nur einen sehr engen Kreis primitiver Aufgaben und mit einer Automatisierungseffizienz von nicht mehr als 50-60% aller dieser Geschäftsprozesse. Durch Hinzufügen von maschinellem Lernen und künstlicher Intelligenz zu RPA können Sie das Spektrum automatisierter Prozesse erweitern, indem Sie intelligente "Bots" erstellen, die eine Vielzahl von Aufgaben ausführen, an komplexeren Algorithmen arbeiten und sogar Entscheidungsfreiheit haben.



Auf diese Weise können wir bis zu 80-90% der typischen Büroarbeit automatisieren. Natürlich werden weiterhin Mitarbeiter benötigt, die in der Lage sind, den Betrieb solcher Systeme zu korrigieren und Fehler von "intelligenten Bots" zu korrigieren, aber im Allgemeinen werden sehr viele Menschen von routinemäßigen und eintönigen Aktivitäten wie der Eingabe und Verarbeitung von Buchhaltungsdaten, der Abstimmung und der Erstellung von Berichten befreit usw.





Abbildung 6. Bereiche der RPA-Anwendung



Wird künstliche Intelligenz in der Lage sein, Managementaufgaben zu bewältigen, oder ist es das ausschließliche Recht nur eines menschlichen Managers (Manager, Leiter des Unternehmens usw.)? In unserem Land werden Managemententscheidungen vorerst von Menschen getroffen. In der sechsten technologischen Ordnung werden jedoch auch neue Managementmodelle gefragt sein, die auf probabilistischen Methoden und reflexivem Management basieren. Es gibt bereits IBM Watson (einen Supercomputer von IBM), der mithilfe von KI eine ganze Klasse sehr komplexer Beratungs- und sogar wissenschaftlicher Probleme löst (effektive Lösungen für Unternehmen entwickelt, mathematische Modelle für die Forschung auf dem Gebiet der Onkologie erstellt usw.).

Fazit

Der Einsatz künstlicher Intelligenz wird der Wirtschaft, der Industrie und dem sozialen Leben viele Vorteile für die Bürger bringen und einige Probleme aufwerfen, die es wert sind, jetzt beachtet zu werden:

1. KI-Technologien sowie ML, Big Data, IoT usw. können in die Hände einer engen Gruppe von Einzelpersonen oder Monopolen gelangen, was zur Schaffung einer "digitalen Diktatur" und neuer totalitärer Systeme führen wird, in denen Algorithmen Entscheidungen für uns treffen Haushalts-, berufliche, soziale und sogar politische Fragen.
2. AI ( « », ..) . «» — , « ». , .
   
   
   
   
   
   7.
3. AI , , .

All diese Probleme müssen jetzt in der Zeit der digitalen Transformation der Wirtschaft gelöst werden, damit der Übergang zur sechsten technologischen Ordnung für die Mehrheit der Bürger nicht sehr schmerzhaft ist und nur positive Aspekte in ihr Leben bringt.