Если человек какую-то вещь сделать в состоянии, то есть абсолютная уверенность, что и для машины эта цель в конечном счете достижима, особенно если мы говорим про какую-то узкую задачу — Крайнов Александр, Руководитель службы компьютерного зрения и технологий искусственного интеллекта, Группа компаний Яндекс.

Искусственный интеллект сейчас дошел до распознавания речи, распознавания изображения, распознавания текста, но все это основано на базовых принципах, которые мы наблюдаем в нашем собственном мозге. Не на деталях, а на базовых принципах — Сейновски Терренс, Профессор, заведующий лабораторией вычислительной нейробиологии, Институт биологических исследований Солка; заслуженный профессор биологических наук, Калифорнийсий университет в Сан-Диего.

Если брать компьютерное зрение, то уже сейчас компьютеры лучше распознают людей, чем сами люди. Сами люди не могут распознать мошенника загримированного, а программа это делает на раз-два. <…> Во многом искусственный интеллект, наверное, не будет идентичен нашему, потому что есть аппаратные ограничения, есть и какие-то другие ограничения, но во многом, я думаю, он будет и превосходить человеческий мозг. Мы видим, что по нишевым задачам это уже так — Яманов Артем, Старший вице-президент по развитию бизнеса, АО «Тинькофф Банк».

Современная наука, и в частности математика, без искусственного интеллекта сейчас еще, конечно, возможна. Но в ближайшие годы перестанет быть возможной. Это аналогично тому, как появление компьютеров сильно видоизменило труд ученого. Аналогично разработка технологий искусственного интеллекта тоже видоизменит труд ученого, эти технологии станут неотъемлемым инструментом для научной работы. Собственно, частично это уже сейчас происходит — Ветров Дмитрий, Профессор-исследователь, Национальный исследовательский университет «Высшая школа экономики»; руководитель лаборатории машинного обучения, Центр искусственного интеллекта в России, Samsung.

Сейчас искусственный интеллект мы должны рассматривать исключительно как инструмент, инструмент, который поможет расширить наши когнитивные возможности, способности. Не только ученых, но и докторов, инженеров, юристов. Поможет нам делать нашу работу лучше — Сейновски Терренс, Профессор, заведующий лабораторией вычислительной нейробиологии, Институт биологических исследований Солка; заслуженный профессор биологических наук, Калифорнийсий университет в Сан-Диего.

Мы должны понять, что мы понимаем под искусственным интеллектом. Ведь есть две ветки, и они отличаются. То, что условно называется сильный искусственный интеллект и слабый. Сильный — это то, что развивается не в полной степени зависимо от нас; то есть мы даем какие-то стартовые вещи, а дальше система начинает самосовершенствоваться. Слабая — это то, что практически является продолжением нас, нашим инструментом. <…> Если мы хотим жить в мире с этой новой реальностью, то очень важно с самого начала пытаться понимать, как, по каким законам, по каким правилам, по каким путям эта новая реальность будет развиваться. Для того, чтобы самим не оказаться в очень сложной ситуации, когда мы потратим все свои силы на то, чтобы каким-то образом ее ликвидировать, например. Это вопрос нашей безопасности — Фурсенко Андрей, Помощник Президента Российской Федерации.

Как это часто бывает, технологии начинают работать раньше, чем мы понимаем все детали, все тонкости этих технологий. Поэтому без полного понимания деталей, почему технология работает, неизбежно возникают разного рода инциденты. И в атомной энергетике мы это проходили. <…> Я боюсь, что аналогичная ситуация неизбежна и в искусственном интеллекте. <…> На сегодняшний день технологии, конечно, сырые. <…> Мы не до конца понимаем, почему та или иная технология работает и почему компьютер оказывается в состоянии извлечь гораздо больше информации с данных, чем мы ожидали — Ветров Дмитрий, Профессор-исследователь, Национальный исследовательский университет «Высшая школа экономики»; руководитель лаборатории машинного обучения, Центр искусственного интеллекта в России, Samsung.

Без понимания [принципов работы искусственного интеллекта, — Ред.] говорить о реальной безопасности, особенно в критических областях, невозможно — Аветисян Арутюн, Член-корреспондент, профессор, директор, Институт системного программирования, Российская академия наук.

Если посмотреть на лучшие исследования, которые проходят сейчас, они делают акцент на том, как объяснить результаты, потому что потребители не хотят ответов от “черного ящика”, они не готовы принимать это — Бробст Стивен, Главный технический директор, Teradata.

Сегодня такси в Москве, да и в Питере, без GPS не ездят. <…> Мы же должны понимать и другую вещь: в один прекрасный день вдруг это выключится. В Америке было исследование, что 90 процентов американцев не найдут дорогу домой. <…> В Москве, я думаю, от трети до половины — Фурсенко Андрей, Помощник Президента Российской Федерации.

Сейчас уже нужно думать о последствиях, потому что потом уже будет поздно, когда мы будем внедрять искусственный интеллект — Сейновски Терренс, Профессор, заведующий лабораторией вычислительной нейробиологии, Институт биологических исследований Солка; заслуженный профессор биологических наук, Калифорнийсий университет в Сан-Диего.

Нужны какие-то новые математические модели, в том числе связанные с безопасностью — Аветисян Арутюн, Член-корреспондент, профессор, директор, Институт системного программирования, Российская академия наук.

Нужна новая наука, нужна новая математика. Нужна такая наука, следствия в которой на каком-то уровне будут понимать не только ученые, но и само общество, потому что мы видим новые технологии, мы хотим понимать, почему они работают — Смирнов Станислав, Лауреат Филдсовской премии; профессор, Университет Женевы.

Без математики мы не сможем улучшить работу нейронных сетей. Мы не сможем применять их к решению практических проблем — Сейновски Терренс, Профессор, заведующий лабораторией вычислительной нейробиологии, Институт биологических исследований Солка; заслуженный профессор биологических наук, Калифорнийсий университет в Сан-Диего.

Если вы не предоставите объяснения, люди не согласятся с результатом. Поэтому нужно понимать с математической точки зрения, как это происходит — Бробст Стивен, Главный технический директор, Teradata.

Самое важное, может быть, сейчас — это снизить участие человека в обучении [машин — Ред.], то есть нужны технологии, связанные, направленные на атаку этой задачи. <…> Не только математика, но и инженерные подходы — Аветисян Арутюн, Член-корреспондент, профессор, директор, Институт системного программирования, Российская академия наук.

Нужно убрать человека максимально, потому что это замедляет процесс исследования, делает его ненадежным и не таким быстрым, как бы хотелось. <…> Практически все алгоритмы, которые используются для искусственного интеллекта, страдают от искажений. Искажения привносятся человеком — Бробст Стивен, Главный технический директор, Teradata.

Важная задача — добиться, чтобы нейронные сети не просто принимали то или иное решение, а еще и генерировали объяснение, понятное человеку, почему-то или иное решение было принято — Ветров Дмитрий, Профессор-исследователь, Национальный исследовательский университет «Высшая школа экономики»; руководитель лаборатории машинного обучения, Центр искусственного интеллекта в России, Samsung.

Есть продукты, в которых для людей не так уж важно, как они работают внутри, а важно, что выдают. Например, какую вам рекомендуют музыку. Вы же не будете хотеть этот алгоритм получить? <…> Если брать что-то критичное, например, медицину. Вы же не хотите прийти с анализами, выдать их врачу, врач их сканировал, забил в “черный ящик”, вам “черный ящик” выдал диагноз, которого вы не ожидали. <…> Вы будете требовать какого-то понятного объяснения. По-моему, всегда надо разделять продукты на те, в которых можно экспериментировать и не думать даже так сильно о математике, и на те, в которых нам надо понимать, как все работает — Бунина Елена, Генеральный директор, директор по организационному развитию и управлению персоналом, Яндекс в России .

У банков есть разные задачи. Есть технологические задачи, они очень схожи с теми задачами, которые решают технологические компании. Это такие задачи, как компьютерное зрение, распознавание речи или синтез речи. Здесь нам, как банкирам, не очень важно, как это работает, главное, что есть результат — Яманов Артем, Старший вице-президент по развитию бизнеса, АО «Тинькофф Банк».