Жэньсюнь считает, что индустрия ИИ и машинного обучения сегодня на самом начальном этапе развития. Эти технологии популярны среди интернет-компаний, но существует огромное количество других сфер, где даже не слышали об этом. Поэтому мир захватывает традиционное ПО. Но он уверен, что развившись, ИИ быстро расправится со старым софтом.
Предприниматель говорит, что следующей отраслью, которую захватит ИИ, будет автомобильная индустрия. В долгосрочной перспективе автопилоты будут учиться водить так же, как люди. Nvidia уже выпустила железо, которое позволяет ИИ наблюдать за тем, как человек управляет автомобилем и учиться. Жэньсюнь считает, что именно в таком формате должно происходить обучение автомобилей самостоятельности. Он говорит, что текущие чипы Drive PX 2, которые стоят, например, в Tesla имеют достаточную емкость, чтобы выдержать множество улучшений. Но пока окончательно не ясно, смогут ли они потянуть полную автономность.
Новая технология позволит электромобилям проезжать 1000 км
Кейсы
После придет черед медицины и здравоохранения. Здесь влияние машинного обучения на общество будет особенно велико. Информация о здоровье людей беспорядочна и неструктурирована. ИИ не только исправит это, но и изменит саму технологию постановки диагнозов. Все они будут ставиться при поддержке ИИ и его базы.
Эти технологии встретятся с барьером в лице регуляторов. Но их невозможно будет проигнорировать. Когда система ставит диагноз в 10, а то и в 100 раз лучше человека, никакие регуляторы не смогут остановить ее внедрение. Жэньсюнь уверен, что найдутся разумные люди, которые сертифицируют эти технологии и передадут их на вооружение докторам, хирургам, диагностам, рентгенологам.
Сооснователь DeepMind: «Капитализм стал подводить человечество»
Мнения
Nvidia, по словам директора планирует инвестировать $2,5 млрд в глубокое обучение. Компания сделает свою архитектуру доступной повсеместно: в ПК, на серверах, в облаках, в автомобилях и роботах. Ранее стало известно, что Nvidia только за этот год собирается обучить 100 тысяч разработчиков систем искусственного интеллекта — это в 10 раз больше, чем в 2016 году.