Машинное зрение: слишком дорого для экономики?

Feb 01, 2024 16:11


Мы продолжаем срывать покровы критически анализировать экономические исследования по теме замещения работников искусственным интеллектом. Сегодня мы познакомимся с работой «Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision?», посвященной экономической привлекательности замены людей на ИИЭта работа была широко ( Read more... )

ИИ, рынок труда, экономика, онолитека, роботизация, технологии

Leave a comment

Comments 23

vanxant February 1 2024, 14:55:27 UTC

Разбор бомба!

Единственное, чего можно было бы добавить - явного разделения на "сильный" и "слабый" ИИ.

Сильный это универсальный, мультимодальный, с большим запасом общих сведений и способностью к самообучению, т.е. то, что мы привыкли считать собственно "интеллектом". Но, с другой стороны, дорогой по ресурсам и деньгам, почти наверняка облачный, и всё равно требующий доводки под конкретную задачу.

А слабый - это алгоритм, натасканный на одну конкретную задачу. Отличный пример - постановка диагноза по рентгеновскому снимку. Он может быть не только быстрее и дешевле, но и точнее "среднестатистического" человека (ссылку не дам, но соответствующее исследование было). Уставший дежурный врач в травмпункте может что-то и пропустить...

И вот такие слабые ИИ уже не просто внедряются, в ряде областей они давно эксплуатируются. Например, OCR давно и без всяких там видеокарт потеснил "машинисток", набиравших текст с бумаги - и вот этот кейс вполне можно было бы и обсчитать с точки зрения бухгалтерии.

Reply

snake_d_ha February 2 2024, 05:34:20 UTC

Машинисток все-таки на мой взгляд вынесли не OCR, а текстовые редакторы с возможностью корректировать введенный текст.
Резко упала цена ошибки, и печатать стали конечные пользователи, а не специалисты.

Но разделение отличное, и хороший вопрос, считать ли слабый ИИ таки И, или это просто натренированный алгоритм не сложнее тоже же OCR?

Reply

giovanni1313 February 2 2024, 09:04:03 UTC
Как называть - это вопрос личных предпочтений :) (без шуток, границы здесь довольно размытые). Для экономики самое главное - может ли эта штука выполнять экономически полезные задачи. А они могут, что OCR, что слабый ИИ.

Reply

vanxant February 2 2024, 10:06:49 UTC

Вероятно вы пропустили джинсу FineReader-а в 90-ых, когда OCR только появился, и надо было продать саму идею. Причем не только софта, но и сканера.

У них была шикарная статья с претензией на научность. Вот взяли 20 опытных машинисток из разных отраслей, дали им одни и те же документы общей длиной 100 страниц. Каждую попросили сначала набрать, а потом это же отсканировать и распознать. Точность получилась примерно одинаковая, 1-2 ошибки на страницу, зато затраты времени в 10 раз меньше. Покупайте файнридер!

Reply


271200 February 1 2024, 20:17:32 UTC
Весь вопрос здесь не "если" а когда.
Сроки плавают конечно.
Но тенденция уточнения сроков выкидывания кожаных мешков, думаю будет иметь только одно направление.
Убыстрение наступления таких сроков

Reply


snake_d_ha February 2 2024, 05:09:39 UTC

Отличный разбор, как всегда.

Спасибо. :)

Вы видите перспективу аутсорса в создании и сопровождении таких моделей, то есть ниша есть.
Другой вопрос - я не совсем ее понимаю, если всего 11 инженеров делают ее за 6 месяцев и 1,8 млн.
Зарплата инженера конечно 240 тысяч в год, что дороговато, но и процесс еще тестовый, в финале ее можно будет уменьшить в два раза примерно.

То есть наш инженер-учитель получится 120 тысяч американских долларов в год, что существенно ниже отрасли сейчас, при этом он довольно легко и массово учится типовым операциям по обучению таких моделей.

В аутсорсе он будет стоить пусть в два-три раза дешевле, но для этого нужно передать наружу весь массив данных для обучения, что проблемно.
Узким местом может быть необходимость множества таких обучающих инженеров одновременно - но может и не быть.
Интересно, сколько таких инженеров может потребоваться на массовое начальное обучение моделей в экономике?
Одно дело если моделей нужно десятки тысячи, другое дело если миллионы.

Но мы можем легко это оценить.
Например, берем 416 ( ... )

Reply

giovanni1313 February 2 2024, 09:23:48 UTC
Хорошие расчеты, как мне кажется.

Но мне всё-таки кажется более перспективным направление фундаментальных моделей. Во-первых, они мне нравятся, потому что они гораздо сильнее двигают прогресс в ИИ по сравнению с разработкой "узких" моделей. Во-вторых, более объективный аргумент - они будут лучше масштабироваться в экономическом смысле, т.е. будут шире распространяться за счет своей универсальности. Всё-таки в хорошей масштабируемости есть практический смысл, не зря венчурные капиталисты так за ней гоняются. Если мы говорим о суммах порядка 15-30 млрд. долларов - у универсальной модели тут есть хорошие возможности выиграть по издержкам.

Reply


vlkamov February 2 2024, 06:50:08 UTC
Про косметологов уточню.

Полно софта, приукрашивающего портрет пользователя, например
"BeautyPlus
Утилита с большим набором опций, приятным и понятным дизайном
ретушь: коррекция фигуры и формы носа, выравнивание тона кожи, изменение параметров головы, удаление тёмных кругов и покраснений;
несколько десятков бесплатных фильтров.
Полная версия BeautyPlus на Андроид и Айфон стоит 399 рублей в месяц"

Оно уже содержит распознавалку и десятки вариантов макияжа. Манипулятор с кисточкой и косметическими красками в 2018 году казался курьёзом
https://120.su/2018/11/08/%D1%80%D0%BE%D0%B1%D0%BE%D1%82-%D0%BD%D0%B0%D0%BD%D0%BE%D1%81%D0%B8%D1%82-%D0%BC%D0%B0%D0%BA%D0%B8%D1%8F%D0%B6/

Reply


vladimir690 February 2 2024, 15:58:36 UTC
Случаем пишете параллельно докторскую на данную тему?)

Reply

giovanni1313 February 2 2024, 17:10:36 UTC
Куда мне... Вокруг очень много талантливых людей, которые могли бы написать диссертации на эту тему гораздо лучше :)

Reply


Leave a comment

Up