МОСКВА, 14 мая - РИА Новости. Искусственный интеллект уже научился выполнять базовые задачи и может заменять человека в распознавании мошеннических сайтов или ссылок, но предсказать будущее не способен, рассказал РИА Новости ведущий исследователь данных в "Лаборатории Касперского" Владислав Тушканов.
«
"Искусственный интеллект, на мой взгляд, не применим в том, что называется предсказание социального поведения человека. Было много таких исследований, которые посвящены тому, например, будет ли человек хорошо учиться в вузе или какую профессию ему выбрать. Берутся все данные об этом человеке, передаются искусственному интеллекту, но результаты получаются очень спорными. Прогнозы о поведении людей - это то, где искусственный интеллект применять не нужно, потому что последствия будут непредсказуемы", - поделился он мнением.
Отвечая же на вопрос, где искусственный интеллект может применяться и применяется уже сейчас, Тушканов заявил, что нейросетям можно доверить некоторые базовые задачи, выполняемые сейчас младшими специалистами.
«
"Есть один простой принцип, чтобы понять, где можно использовать машинное обучение. Если специалист может выполнить эту задачу мгновенно, например, распознать фишинговую ссылку или мошеннический сайт, то в таких случаях довольно рационально применять нейросети, потому что они легко автоматизируются. В нашей практике тоже есть рутинная работа: весь фишинг и вредоносное ПО руками не разберешь - мы детектируем 400 тысяч уникальных вредоносных объектов в день", - привел он пример.
При этом эксперт пояснил, что нейросеть может помочь только в случае с самыми простыми угрозами, в распознавании же более сложных участие человека все еще необходимо.
В то же время Тушканов предостерег от восприятия нейросетей как панацеи. "Вокруг того же ChatGPT очень много хайпа, и сейчас очень много людей думают, что это серебряная пуля, которая решит их проблемы быстро и просто. Но это особая сфера, она очень давно развивается, и работать с ней должны специалисты, которые умеют с ней обращаться, которые понимают, как делать эти решения надежными, как делать так, чтобы они не ошибались или ошибались в контролируемом количестве случаев", - пояснил он.