Глобальная Задача для Искусственного Интеллекта и Big Data

Моя цель - предложение широкого ассортимента товаров и услуг на постоянно высоком качестве обслуживания по самым выгодным ценам.

Похоже, Искусственный Интеллект уже достаточно освоился в нашем мире и пришла пора поручить ему реальные глобальные задачи человечества.

Модель и параметры

Математически человечество представляет собой множество объектов Ч с соответствующими наборами параметров.

Выберем некоторые параметры непосредственно для данной задачи, а именно:
1. знания, умения, возможности
2. потребности
3. желание превращать знания, потребности, возможности одного Ч (п.1) в соответствие с потребностями другого Ч (п.2)

Модель можно дополнительно усилить, добавив время T, то есть получаем тензор из параметров на текущий момент и на заданные моменты в будущем с довольно понятным алгоритмом превращения параметров одного временного интервала в параметры другого временного интервала (реклама, пропаганда, воспитание, плотность распределения вероятности)..

Оптимизационная функция = Общая Полезность

Введем Общую Полезность.
Каждый раз, когда знания, умения, возможности одного Ч превращаются в удовлетворение потребностей другого Ч - происходит "сделка", "обмен" - к значению общей полезности добавляется заданное количество баллов. Таким образом максимальная Общая Полезность всех Ч друг для друга соответствует глобальному максимуму возможных баллов. Другими словами, чем больше значение Общей Полезности, тем счастливее человечество в целом.

Частные случаи

Из общей модели естественным образом вытекает частный случай - полезность каждого. Так любой человек Ч сможет составить для себя свою собственную матрицу увеличения своей востребованности, своей полезности, своей удовлетворенности, своего дохода и так далее. Точнее, Искусственный Интеллект сможет составить такую матрицу для каждого человека или объединенной группы.

Для крупных организаций Искусственный Интеллект сможет сформировать варианты распределения ресурсов для максимальной полезности группы или каждого участника

Ограничения

В первом приближении допустим, что ресурсы не ограничены, то есть солнечного света, воды, углекислого газа, углеводородов и полезных ископаемых достаточно для создания еды, жилья, различных благ и имущества..

Искусственные ограничения, вызванные действиями правительств и крупных корпораций в данном случае пока не берем. Опять же, первоначально модель пишем идеализируемую, а уже в нее возможно добавлять какие-либо ограничения.

Риски

Может показаться, что реализации модели может привести к ущербу организаций, искусственно ограничивающих доступ к природным ресурсам и зарабатывающих на этом. На самом деле необходимо и достаточно скорректировать восприятие и подход к получению прибыли - если такие организации будут не ограничивать доступ к природным ресурсам для получения сверхприбыли ограниченным числом Ч, а направят имеющиеся возможности и таланты на реализацию данной модели, то их прибыль (как частный случай из параметров потребности) может увеличиться за счет резкого увеличения оборота и "сделок".

Big Data

Конечно, для реализации данной модели необходимы данные, очень много данных. При этом уже сейчас данные собираются со всего интернет, социальных сетей, мессенджеров и переписки. Теоретически, Искусственный Интеллект уже сейчас может формировать, группировать и классифицировать общемировые данные для данной задачи. Технически это уже возможно, дело лишь в соответствующей инициативе, консолидации и воли лидеров.

Вывод

Представляется, что такой BIg Data Set может быть самым полезным для всего человечества в целом, а реализация данной модели - именно та задача, для чего действительно стоило создавать и развивать Искусственный Интеллект.

Чем больше значение Общей Полезности, тем счастливее человечество в целом.
Именно в этом может быть предназначение и заслуга Искусственного Интеллекта.

Источник: https://habr.com/ru/articles/729698/


Интересные статьи

Интересные статьи

Данные становятся движущей силой современного мира, поэтому почти каждый уже сталкивался с такими терминами, как data science, «машинное обучение», «искусственный интеллект», «глубокое обучение» и d...
Мне 26 лет, я сменил направление карьеры с прикладной аналитики на Data Science. В моей истории не было кардинальной смены профессии, но я последовательно искал задачи «под себя».Мой опыт может быть п...
Всем привет!Я работаю над WebRTC - фреймворком для аудио-видео конференций (или звонков? проще говоря - real time communication). В этой статье я хочу описать интересную задачу, вста...
Привет, Хабр! Представляю вашему вниманию перевод статьи «4 Engineers, 7000 Servers, And One Global Pandemic» автора Adib Daw. Если этот заголовок не вызвал легкую дрожь в позвоноч...
Data Science — сфера не новая. Обработкой данных занимаются уже более 50 лет, что не мешает сфере оставаться на пике популярности: аналитики данных и Data Scientist сегодня очень востребованы сре...