Аплодисменты алгоритмам

Спасение жизней и открытие новых дверей

Иностранный язык. Черное и белое. Безымянный актерский состав. Это идеальная буря описаний, чтобы выключить меня из фильма. Но Netflix сопоставил мне это с оценкой в ​​90-х годах.

Хотя бегемот онлайн-трансляций посвящен во все мои грязные секреты просмотра (полное раскрытие: супергерои и космические войны), я тоже. И я бы не выбрал Рому из моя собственная воля. Но Netflix предполагал, что знает обо мне что-то, чего не знал даже я. Так что я попробовал Рома. Я не был разочарован.

Теперь я не утверждаю, что понимаю внутреннюю магию алгоритмов. Я полагаю, что знающая толпа — довольно элитный клуб технических волшебников. Но есть одна вещь, которую я понимаю. Алгоритмы обеспечивают машинное обучение и инструменты глубокого обучения, которые позволяют обрабатывать и анализировать бесконечное множество точек данных. Что-то, что невозможно понять моему мозгу, твоему мозгу и даже мозгу Эйнштейна. А массив данных, которые Netflix собрал из моих пристрастий к перееданию, а затем подключил к своим алгоритмам, показал, что я хотел бы Рома. Что-то даже я не знал.

И для многих это ужас.

48 % населения Европы не знают, что такое алгоритм. Менее половины знают, что алгоритмы уже используются во многих сферах их жизни.

Алгоритмы получили плохую репутацию: они единолично спровоцировали падение демократии. Они вызывают плохое потребительское поведение. Они будут нести ответственность за потерю сотен тысяч рабочих мест. Они предвзяты. Они различают. Их решения непонятны и неотслеживаемы. Это очень много негативной прессы для чего-то, что по сути является прославленной инструкцией по эксплуатации.

И эти опасения усугубляются толпами политических политтехнологов, непродуманными усилиями по регулированию и широко распространенной цифровой неграмотностью. Все это тоже идеальный шторм. И это увековечивает ложный нарратив. Тот, который фокусирует гораздо больше внимания на том, где алгоритмы пошли не так, и совершенно не упоминает, где они пошли очень, очень правильно.

Алгоритмы, переопределяющие диагностику

Когда Мюнхенская лаборатория лейкемии расширила свои помещения и персонал, значительные инвестиции были вложены в современные системы секвенирования следующего поколения (NGS). Большие машины для больших данных.

Наука сложна, но проще говоря: эти системы NGS позволяют анализировать последовательность всего генома (WGS), предоставляя больше данных и быстрее о нашем генетическом материале. Почему это важно? Данные, предоставленные WGS, являются ключом к обнаружению патогенных мутаций, наследственных заболеваний и вспышек заболеваний. И именно эти данные приложения машинного обучения, проинструктированные алгоритмами, могут анализировать лучше и быстрее, чем человеческий глаз.

Алгоритмы способны выявлять мутации и аберрации с большей точностью, чем микроскоп: 0,3 % против 5 % остаточных лейкозных клеток, обнаруженных после лечения.

Одним из алгоритмов, играющих наибольшую роль в развитии диагностики NGS, является алгоритм выравнивания. Он может выравнивать многочисленные и длинные последовательности ДНК и РНК, определенные системой NGS. Что-то, что было бы трудно, если не невозможно, сделать ученым и врачам, учитывая огромное количество данных. Как только эти последовательности выровнены, можно проводить сравнения и обнаруживать аномалии в генетическом коде. И очень, очень быстро.

А для таких заболеваний, как лейкемия, когда время имеет решающее значение, скорость и данные могут означать разницу между жизнью и смертью.

«Точная медицина стремится использовать геномные данные, чтобы обеспечить правильное лечение нужному пациенту в нужное время».

Анализ, предоставляемый алгоритмами выравнивания, способствует развитию лечения рака и другими способами. Секвенирование опухолей дает подробную информацию о конкретных генетических аномалиях, обусловливающих рост опухоли. А это означает, что онкологи могут предоставлять пациентам терапию, специально предназначенную для их генетических мутаций. Эта область точной медицины может устранить множество догадок, когда дело доходит до лечения, а это означает, что пациенты больше не будут вынуждены проходить ненужные и сложные процедуры. И они также получат лучшее, наиболее целенаправленное лечение раньше, что имеет большое значение, когда речь идет об агрессивных изнурительных заболеваниях.

Одет машинами

Хотя не все алгоритмы действуют с такими альтруистическими намерениями, они последовательны в своей функциональности. Они излагают набор правил для решения проблем и выполнения задач. Одной из таких задач, из-за которой они прославились, является то, в чем люди заведомо паршивы: принятие решений.

Именно на этом Стич построил свой бизнес. Это УТП? Наука о данных. Вряд ли это было бы необычно для компании-разработчика программного обеспечения. Но Стич совсем не такой. Компания является интернет-магазином одежды. Один из тысяч. Но с изюминкой. Стич полностью берет на себя процесс принятия решений о покупках.

Теперь есть много людей, которые могут быть в ужасе от будущего, в котором алгоритмы одевают нас. Любой, кто читал стихи, написанные алгоритмами, слушал сочиненную ими музыку и видел созданные ими образы, стал свидетелем кошмарных антиутопий. Творческая лицензия не должна полностью доверяться машинам.

"Машинное обучение изменит каждый аспект технологий, но ни одна машина не сможет имитировать творческие способности человеческого разума". Шантану Нарайен, Adobe

Но помните, алгоритмы могут перемещаться по данным так, как не могут люди. И чем больше данных вы им предоставляете, тем умнее становятся инструменты обучения, которыми они управляют. Именно этим и воспользовался Стич.

Алгоритм стиля компании обрабатывает данные: данные о клиентах, данные о продуктах, данные отзывов. Размеры, любимые цвета, популярные фасоны. Но также более 30 атрибутов измерения на предмет: от расстояния от локтя до плеча на рубашке на пуговицах до длины внутреннего шва на паре брюк.

После того, как алгоритмы «выбрали» ваши идеальные новые нити, они передают окончательное решение стилистам-людям, также выбранным алгоритмом, который наилучшим образом соответствует вашему стилю. Эти стилисты делают последний выбор в отношении того, что появляется на вашем пороге.

Одна из целей компании? Избавьтесь от необходимости использовать этикетки с размерами и предлагайте каждому покупателю только «ваш размер». Любой, кто хоть раз покупал джинсы, видит в этом ценность. Лично я бы с радостью пропустил психологическую травму и сокрушительную битву за то, чтобы втискиваться в джинсы X-числа только для того, чтобы вернуться домой ни с чем.

Даже самый мощный ИИ не заменяет человеческий интеллект, он просто помогает людям делать то, что они любят, лучше и быстрее.

Но есть еще одно преимущество. То, что многие люди не считают. Вернемся к Роме. Монохромный иностранный фильм в море супергероев и научно-фантастических триллеров. Это может быть монументальным усилием, чтобы сломать наши привычки и шаблоны. Чтобы открыть наши умы, наши видеотеки, наши шкафы для чего-то нового. Не потому, что мы обязательно противимся новым вещам или можем однозначно сказать, что нам что-то не понравится. А потому, что мы существа привычки.

И хотя некоторым может показаться жутким, что новые цифровые бизнес-модели используют алгоритмы, чтобы лучше, чем мы, предсказать наши симпатии и антипатии, возможно, мы должны рассматривать это как возможность. Шанс расширить наши горизонты, отказаться от наших пристрастий. Я, например, очень рад, что Netflix показывает мне, что существует мир за пределами Вселенной Marvel.