Искусственный интеллект — многогранный термин. Согласно Википедии:

«В просторечии термин «искусственный интеллект» применяется, когда машина имитирует «когнитивные» функции, которые люди связывают с другими человеческими разумами, такие как «обучение» и «решение проблем». Другие утверждают, что в наши дни все получает ярлык «искусственный интеллект», пока вы не поймете, как это работает… тогда это становится просто «программным обеспечением».

Важным подходом, используемым в ИИ, является машинное обучение. Однако машинное обучение не является синонимом ИИ, даже несмотря на то, что многие отождествляют их (см. «Что такое искусственный интеллект» для некоторых пояснений). Артуру Сэмюэлю приписывают его определение: метод, который «дает компьютерам возможность учиться без явного программирования». Именно машинное обучение позволяет нам научить компьютер находить кошку на изображении или понимать, что он «видит» на улице, управляя беспилотным автомобилем. Это машинное обучение, которое анализирует, какие фильмы и сериалы смотрят люди, чтобы дать мне рекомендации, что смотреть дальше. Можно возразить, что в этом нет никакого разума  — в конце концов, именно человеческий разум судил о сходстве материала; алгоритм просто собирает то, что придумали люди.

И полагаться на эту конкретную технику ИИ приходится дорого. Ситуация становится проблематичной, когда разработчики переоценивают производительность ИИ, а во время запуска он не справляется. Если по мере использования становится лучше, насколько он хорош, когда я начинаю его использовать? Предлагает ли он достаточную ценность из коробки, чтобы я хотел продолжать использовать его, чтобы в конечном итоге пожинать плоды? Я хочу доказать, что многие решения терпят неудачу в этом, потому что они используют (в масштабе) практику выпуска программного обеспечения, в которой некоторые обвиняют Microsoft: общедоступное бета-тестирование того, что пользователи считают зрелым продуктом.

Возьми Сири. При запуске iOS 9 Apple пообещала самообучающийся продукт, который становится лучше, чем больше вы его используете. И вот, спустя год, я ежедневно пользуюсь предсказаниями приложения Siri, но все еще сталкиваюсь с ситуациями, когда оно ведет себя глупо. Я набираю первую букву приложения, которое хочу запустить — «приложение, которое использую часто», — а оно вместо этого думает, что мне нужно приложение, которым я пользуюсь редко. Я начинаю пользоваться телефоном только в 5 утра, когда мне нужно успеть на ранний рейс. Я практически ВСЕГДА использую Uber, чтобы добраться до аэропорта. Тем не менее, предлагает ли Siri мне Uber в качестве одного из 8 приложений, которые мне, вероятно, понадобятся, когда я отключу телефон от режима полета в 5 утра? Или он сообщает мне, вовремя ли мой рейс? Это не. Я также практически ВСЕГДА использую Uber, чтобы забрать меня из аэропорта прибытия. Если Siri обнаружит, что я какое-то время не был в сети, а затем вернусь в сеть, и я внезапно окажусь в совершенно другом месте, разве она не должна знать, что я лечу и, вероятно, в следующий раз мне понадобится Uber? Должно, но нет.

Почему индустрия программного обеспечения старается так неукоснительно полагаться на метод, который явно недооценивает среднего пользователя? Что случилось со старой доброй тщательностью и ориентированным на пользователя дизайном? Если мы хотим, чтобы персональные помощники или аналогичные технологии были успешными, мы не можем полагаться только на машинное обучение с самого начала. Разработчики программного обеспечения (точнее, дизайнеры) должны «оцифровать» нашу жизнь, тщательно определяя правила, описывающие, как мы ведем повседневную жизнь, чтобы маленькие помощники действительно могли помочь нам в этом, помогая, как человек. Как проходит процесс организации барбекю с друзьями? Как проходит командировка, покупка страховки жизни, запись на прием к стоматологу? Каждый шаг должен быть разработан и продуман, преобразован в правила и деревья решений. Затем машинное обучение может со временем улучшить процессы, и да, возможно, «узнать меня со временем» — со временем, но не в первый день.

Пока это не так, попробуйте запустить с достаточно зрелым решением, но позвольте мне улучшить его самостоятельно вместе с управляемым машинным обучением. Позвольте мне написать «макросы», как мы до сих пор делаем в наших настольных операционных системах или в MS Word. Позвольте мне настроить свои собственные правила и поведение помощника. Я лучше всех знаю свою жизнь и предпочтения.