Хүний оролцоогүйгээр үүсгэгч хиймэл оюун ухаанд юу найдаж болох вэ?

Товч агуулга

Хиймэл оюун ухаан (ХИ) буюу машинуудад текст, зураг, код гэх мэт зүйлсийг бүтээх боломжийг олгодог технологи нь сүүлийн жилүүдэд огцом өсөлттэй байна. Энэхүү цагаан баримт бичигт ХИ нь хүний ​​оролцоогүйгээр өнөөдөр юуг найдвартай хийж чадах, дараагийн арван жилд юу хийхээр төлөвлөж байгаа талаар хүртээмжтэй тоймыг оруулсан болно. Бид үүнийг бичих, урлаг, код бичих, харилцагчийн үйлчилгээ, эрүүл мэнд, боловсрол, ложистик, санхүүгийн салбарт ашиглахыг судалж, ХИ нь бие даан ажилладаг, хүний ​​хяналт чухал хэвээр байгаа газруудыг онцолсон. Амжилт болон хязгаарлалтыг харуулахын тулд бодит жишээнүүдийг оруулсан болно. Гол үр дүнгүүд нь:

• Өргөн хэрэглээ: 2024 онд судалгаанд хамрагдсан компаниудын 65% нь генератив хиймэл оюун ухааныг тогтмол ашигладаг гэж мэдээлсэн нь өмнөх оныхоос бараг хоёр дахин их байна ( 2024 оны эхэн үеийн хиймэл оюун ухааны төлөв байдал | McKinsey ). Хэрэглээ нь маркетингийн контент бүтээх, хэрэглэгчийн дэмжлэгийн чатбот, код үүсгэх гэх мэт олон зүйлийг хамардаг.

• Одоогийн бие даасан чадавхи: Өнөөгийн үүсгэгч хиймэл оюун ухаан нь бүтэцлэгдсэн, давтагдсан ажлуудыг хамгийн бага хяналттайгаар найдвартай гүйцэтгэдэг. Жишээ нь, томъёолсон мэдээний тайланг автоматаар үүсгэх (жишээ нь, корпорацийн орлогын хураангуй) ( Филана Паттерсон - ONA Community Profile ), цахим худалдааны сайтууд дээр бүтээгдэхүүний тайлбар, тоймыг онцлох үйл явдлуудыг гаргах, кодыг автоматаар бөглөх зэрэг орно. Эдгээр салбарт хиймэл оюун ухаан нь ердийн контент үүсгэх ажлыг хариуцаж хүний ​​ажилчдын ажлыг нэмэгдүүлдэг.

• Нарийн төвөгтэй ажлуудын хувьд хүн-давталт: Бүтээлч бичих, дэлгэрэнгүй дүн шинжилгээ хийх, эсвэл эмнэлгийн зөвлөгөө авах гэх мэт илүү нарийн төвөгтэй эсвэл нээлттэй ажлуудын хувьд баримтын нарийвчлал, ёс зүйн дүгнэлт, чанарыг хангахын тулд хүний ​​хяналт шаардлагатай хэвээр байна. Өнөөдөр олон хиймэл оюун ухааныг нэвтрүүлэхдээ хиймэл оюун ухааныг контентоор ноороглож, хүмүүс хянадаг "хүн-давталт" загварыг ашигладаг.

• Ойрын хугацааны сайжруулалтууд: Дараагийн 5-10 жилийн хугацаанд үүсгэгч хиймэл оюун ухаан илүү найдвартай, бие даасан . Загварын нарийвчлал болон хамгаалалтын механизмын дэвшил нь хиймэл оюун ухаанд бүтээлч болон шийдвэр гаргах ажлуудын илүү их хувийг хүний ​​оролцоог хамгийн бага байлгах боломжийг олгож магадгүй юм. Жишээлбэл, 2030 он гэхэд хиймэл оюун ухаан нь хэрэглэгчийн үйлчилгээний харилцаа холбоо, шийдвэрийн дийлэнх хэсгийг бодит цаг хугацаанд зохицуулна гэж мэргэжилтнүүд таамаглаж байна ( CX руу шилжих шилжилтийг дахин төсөөлөхийн тулд маркетерууд эдгээр 2 зүйлийг хийх ёстой ), мөн 90% хиймэл оюун ухаанаар үүсгэгдсэн контентоор томоохон кино бүтээх боломжтой ( Үйлдвэр, аж ахуйн нэгжүүдэд зориулсан үүсгэгч хиймэл оюун ухааны хэрэглээний тохиолдлууд ).

• 2035 он гэхэд: Арван жилийн дараа бид бие даасан хиймэл оюун ухааны агентууд олон салбарт түгээмэл болно гэж найдаж байна. Хиймэл оюун ухааны багш нар хувь хүнд тохирсон боловсролыг өргөн хүрээнд олгох, хиймэл оюун ухааны туслахууд мэргэжлийн гарын үсэг зурах зорилгоор хууль эрх зүйн гэрээ эсвэл эмнэлгийн тайланг найдвартай боловсруулж, өөрөө жолооддог системүүд (генератив симуляцийн тусламжтайгаар) логистикийн үйл ажиллагааг эхнээс нь дуустал ажиллуулж болно. Гэсэн хэдий ч зарим эмзэг салбарууд (жишээлбэл, өндөр эрсдэлтэй эмнэлгийн оношлогоо, хууль эрх зүйн эцсийн шийдвэр) аюулгүй байдал, хариуцлагын хувьд хүний ​​​​шүүмжлэлийг шаардах магадлалтай хэвээр байх болно.

• Ёс зүй ба найдвартай байдлын асуудлууд: Хиймэл оюун ухааны бие даасан байдал өсөхийн хэрээр санаа зовоосон асуудлууд ч мөн адил нэмэгддэг. Өнөөдрийн асуудлуудад хий үзэгдэл (хиймэл оюун ухаан баримт зохиох), үүсгэсэн контент дахь нэг талыг баримтлах, ил тод байдал дутмаг, худал мэдээлэлд буруугаар ашиглах зэрэг орно. Хяналтгүйгээр ажиллаж байх үед хиймэл оюун ухаанд итгэж нь хамгийн чухал юм. Ахиц дэвшил гарч байна - жишээлбэл, байгууллагууд эрсдэлийг бууруулахад (нарийвчлал, кибер аюулгүй байдал, оюуны өмчийн асуудлыг шийдвэрлэх) илүү их хөрөнгө оруулалт хийж байна ( Хиймэл оюун ухааны төлөв байдал: Дэлхийн судалгаа | McKinsey ) - гэхдээ бат бөх засаглал, ёс зүйн хүрээ шаардлагатай байна.

• Энэхүү өгүүллийн бүтэц: Бид үүсгэгч хиймэл оюун ухааны танилцуулга болон бие даасан болон хяналттай хэрэглээний тухай ойлголтоос эхэлнэ. Дараа нь гол салбар (бичих, урлаг, код бичих гэх мэт) бүрийн хувьд бид хиймэл оюун ухаан өнөөдөр юуг найдвартай хийж чадах, ирээдүйд юу хийх боломжтойг хэлэлцэнэ. Бид үүсгэгч хиймэл оюун ухааныг хариуцлагатайгаар ашиглах талаарх олон талт сорилтууд, ирээдүйн төсөөлөл, зөвлөмжүүдээр өндөрлөнө.

Ерөнхийдөө, генератив хиймэл оюун ухаан нь хүний ​​байнгын удирдлагагүйгээр гайхалтай олон ажлыг гүйцэтгэх чадвартай болох нь батлагдсан. Одоогийн хязгаарлалт болон ирээдүйн боломжийг ойлгосноор байгууллагууд болон олон нийт хиймэл оюун ухаан нь зөвхөн хэрэгсэл биш, харин ажил, бүтээлч сэтгэлгээний бие даасан хамтрагч болох эрин үед илүү сайн бэлтгэх боломжтой.

Танилцуулга

шинжлэх чадвартай болсон боловч саяхан л хиймэл оюун ухааны системүүд зохиол бичих, зураг зохиох, програм хангамж програмчлах гэх мэт зүйлсийг бүтээхийг үүсгэгч хиймэл оюун ухааны загварууд (жишээлбэл, текстэд зориулсан GPT-4 эсвэл зургийн хувьд DALL·E) нь асар их өгөгдлийн багц дээр сургагдсан тул хүсэлтэд хариу үйлдэл үзүүлэх шинэлэг контент үүсгэдэг. Энэхүү нээлт нь салбар бүрт инновацийн давалгааг эхлүүлсэн. Гэсэн хэдий ч нэг чухал асуулт гарч ирж байна: Хүн гаралтыг нь давхар шалгахгүйгээр хиймэл оюун ухаанд дангаараа юу хийх боломжтой гэж бид үнэндээ итгэж болох вэ?

хяналттай болон бие даасан хэрэглээг ялгах нь чухал юм

• Хүний хяналттай хиймэл оюун ухаан гэдэг нь хиймэл оюун ухааны гаралтыг хүмүүс хянаж эсвэл боловсруулж, эцэслэн боловсруулдаг нөхцөл байдлыг хэлнэ. Жишээлбэл, сэтгүүлч нийтлэлээ ноороглохын тулд хиймэл оюун ухааны туслах ашиглаж болох ч редактор засварлаж, баталдаг.

• Автономит хиймэл оюун ухаан (хүний ​​оролцоогүй хиймэл оюун ухаан) гэдэг нь хүний ​​оролцоогүйгээр эсвэл бараг засварлахгүйгээр шууд ашиглагдах даалгавруудыг гүйцэтгэдэг эсвэл контент үүсгэдэг хиймэл оюун ухааны системүүдийг хэлнэ. Жишээ нь, хүний ​​агентгүйгээр хэрэглэгчийн хүсэлтийг шийдвэрлэдэг автомат чатбот эсвэл хиймэл оюун ухааны үүсгэсэн спортын онооны тоймыг автоматаар нийтэлдэг мэдээллийн хэрэгсэл юм.

Үүсгэх хиймэл оюун ухааныг аль хэдийн хоёр горимд хэрэгжүүлж байна. байгууллагууд туршилт хийж, хэрэглээ нь огцом өссөн 2024 оны эхээр хиймэл оюун ухааны төлөв байдал | McKinsey ). Хувь хүмүүс ч мөн ChatGPT зэрэг хэрэгслүүдийг ашиглаж эхэлсэн - мэргэжилтнүүдийн 79% нь 2023 оны дунд үе гэхэд үүсгэгч хиймэл оюун ухаанд дор хаяж тодорхой хэмжээгээр өртсөн гэж тооцоолж байна ( 2023 оны хиймэл оюун ухааны төлөв байдал: Үүсгэгч хиймэл оюун ухааны нээлтийн жил | McKinsey ). Энэхүү хурдацтай хэрэглээ нь үр ашиг, бүтээлч сэтгэлгээний өсөлтийн амлалтаас үүдэлтэй юм. Гэсэн хэдий ч энэ нь "эхэн үе" хэвээр байгаа бөгөөд олон компаниуд хиймэл оюун ухааныг хариуцлагатайгаар хэрхэн ашиглах талаар бодлого боловсруулсаар байна ( 2023 оны хиймэл оюун ухааны төлөв байдал: Үүсгэгч хиймэл оюун ухааны нээлтийн жил | McKinsey ).

Бие даасан байдал яагаад чухал вэ: Хүний хяналтгүйгээр хиймэл оюун ухааныг ажиллуулах нь үр ашгийн асар их ашиг тусыг авчирч, уйтгартай ажлуудыг бүрэн автоматжуулахаас гадна найдвартай байдлын эрсдэлийг нэмэгдүүлдэг. Бие даасан хиймэл оюун ухааны агент нь алдааг олж харах бодит цаг хугацаанд хүн байхгүй байж магадгүй тул бүх зүйлийг зөв хийх (эсвэл түүний хязгаарыг мэдэх) ёстой. Зарим даалгаварууд бусдаасаа илүү үүнийг хийх боломжтой байдаг. Ерөнхийдөө хиймэл оюун ухаан дараах тохиолдолд хамгийн сайн бие даасан байдлаар ажилладаг:

• Даалгавар нь тодорхой бүтэц эсвэл хэв маягтай (жишээ нь, өгөгдлөөс тогтмол тайлан гаргах).

• Алдаа нь эрсдэл багатай эсвэл амархан тэвчих боломжтой (жишээлбэл, сэтгэл ханамжгүй тохиолдолд татгалзаж болох дүрс үүсгэх, эмнэлгийн оношлогоотой харьцуулахад).

• сургалтын хангалттай мэдээлэл байдаг тул хиймэл оюун ухааны гаралт нь бодит жишээн дээр суурилсан (таамаглалыг багасгадаг).

Үүний эсрэгээр, нээлттэй , өндөр эрсдэлтэй эсвэл нарийн ширийн зүйлийг сайтар нягтлан бодох шаардлагатай ажлууд өнөөдөр ямар ч хяналтгүйгээр гүйцэтгэхэд тохиромжгүй юм.

Дараах хэсгүүдэд бид генератив хиймэл оюун ухаан одоо юу хийж байгаа, цаашид юу хийхээ харахын тулд олон салбарыг судлах болно. Бид хиймэл оюун ухаанаар бичигдсэн мэдээний нийтлэл, хиймэл оюун ухаанаар үүсгэгдсэн урлагийн бүтээлээс эхлээд код бичих туслахууд болон виртуал хэрэглэгчийн үйлчилгээний агентууд хүртэл тодорхой жишээнүүдийг авч үзэх бөгөөд ямар ажлуудыг хиймэл оюун ухаанаар бүрэн хийж болох, аль ажлуудыг нь хүнээр гүйцэтгэх шаардлагатайг онцлон тэмдэглэх болно. Долгион бүрийн хувьд бид одоогийн чадавхийг (ойролцоогоор 2025 он) 2035 он гэхэд юу найдвартай байж болох талаарх бодит төсөөллөөс тодорхой ялгаж салгаж авч үзэх болно.

Бид бие даасан хиймэл оюун ухааныг салбар бүрт харуулснаар уншигчдад тэнцвэртэй ойлголт өгөхийг зорьж байна: хиймэл оюун ухааныг ид шидийн алдаа мадаггүй гэж хэтрүүлэн магтах, түүний бодит бөгөөд өсөн нэмэгдэж буй чадамжийг дутуу үнэлэхгүй. Үүний үндсэн дээр бид ёс зүйн асуудал, эрсдэлийн менежмент зэрэг хяналтгүйгээр хиймэл оюун ухаанд итгэхэд тулгардаг нийтлэг бэрхшээлүүдийг хэлэлцэж, гол дүгнэлтүүдийг гаргах болно.

Бичих болон контент бүтээхэд генератив хиймэл оюун ухаан

Генератив хиймэл оюун ухаан анх шуугиан тарьсан салбаруудын нэг бол текст үүсгэлт байв. Том хэлний загварууд нь мэдээний нийтлэл, маркетингийн текстээс эхлээд олон нийтийн мэдээллийн хэрэгслээр нийтлэгдсэн нийтлэл, баримт бичгийн хураангуй хүртэл бүх зүйлийг бүтээж чаддаг. Гэхдээ энэ бичвэрийн хэр их хэсгийг хүний ​​редакторгүйгээр хийж чадах вэ?

Одоогийн чадавхи (2025): Хиймэл оюун ухаан нь ердийн контентын автомат бичигчийн хувьд

нь хүний ​​оролцоогүйгээр эсвэл хүний ​​оролцоогүйгээр олон төрлийн ердийн бичгийн ажлуудыг Филана Паттерсон - ONA Community Profile ). Эдгээр богино мэдээний хэсгүүд нь загварыг дагадаг (жишээ нь, "X компани Y-ийн орлогыг мэдээлсэн, Z% -иар өссөн...") бөгөөд хиймэл оюун ухаан (байгалийн хэл үүсгэх програм хангамжийг ашиглан) тоо болон үг хэллэгийг ямар ч хүнээс хурдан бөглөж чаддаг. AP-ийн систем нь эдгээр тайланг автоматаар нийтэлж, хүний ​​зохиолч шаардлагагүйгээр хамрах хүрээг эрс өргөжүүлдэг (улиралд 3000 гаруй түүх ) .

Спортын сэтгүүл зүй мөн адил сайжирсан: хиймэл оюун ухааны системүүд спортын тоглоомын статистик мэдээллийг авч, товч түүхийг гаргаж чаддаг. Эдгээр салбарууд нь өгөгдөлд суурилсан, томъёололтой тул өгөгдөл зөв байгаа тохиолдолд алдаа ховор байдаг. Эдгээр тохиолдолд бид жинхэнэ бие даасан байдлыг - хиймэл оюун ухаан бичиж, контентыг шууд нийтэлдэг.

Бизнесүүд бүтээгдэхүүний тодорхойлолт, имэйл мэдээллийн товхимол болон бусад маркетингийн контентыг боловсруулахад генератив хиймэл оюун ухааныг ашиглаж байна. Жишээлбэл, цахим худалдааны аварга компани Amazon одоо бүтээгдэхүүний талаарх хэрэглэгчийн сэтгэгдлийг нэгтгэн дүгнэхэд хиймэл оюун ухааныг ашиглаж байна. Хиймэл оюун ухаан нь олон тооны хувь хүний ​​сэтгэгдлийн текстийг сканнердаж, хүмүүсийн тухайн зүйлд юу таалагдаж, юу нь таалагдаагүйг товч тодруулсан догол мөрийг гаргаж, дараа нь гараар засварлахгүйгээр бүтээгдэхүүний хуудсан дээр харуулдаг ( Amazon нь хэрэглэгчийн сэтгэгдлийн туршлагыг хиймэл оюун ухааны тусламжтайгаар сайжруулдаг ). Доор Amazon-ы гар утасны аппликейшнд байрлуулсан энэхүү функцийн жишээг харуулав . "Хэрэглэгчид хэлэв" хэсгийг бүхэлд нь хиймэл оюун ухаан нь сэтгэгдлийн өгөгдлөөс үүсгэдэг:

( Амазон нь хиймэл оюун ухааны тусламжтайгаар хэрэглэгчийн сэтгэгдлийн туршлагыг сайжруулдаг ) Цахим худалдааны бүтээгдэхүүний хуудсан дээрх хиймэл оюун ухаанаар үүсгэгдсэн сэтгэгдлийн хураангуй. Амазоны систем нь хэрэглэгчийн сэтгэгдлээс авсан нийтлэг санаануудыг (жишээ нь, ашиглахад хялбар байдал, гүйцэтгэл) богино догол мөр болгон нэгтгэн дүгнэж, худалдан авагчдад "Хэрэглэгчийн сэтгэгдлийн текстээс хиймэл оюун ухаанаар үүсгэгдсэн" гэж харуулдаг.

Ийм хэрэглээний тохиолдлууд нь контент урьдчилан таамаглах боломжтой хэв маягийг дагаж мөрдөх эсвэл одоо байгаа өгөгдлөөс нэгтгэх үед хиймэл оюун ухаан үүнийг ихэвчлэн дангаар нь зохицуулж чаддаг болохыг . Бусад одоогийн жишээнд дараахь зүйлс орно.

• Цаг агаар болон замын хөдөлгөөний шинэчлэлтүүд: Хэвлэл мэдээллийн хэрэгслүүд мэдрэгчийн өгөгдөлд үндэслэн өдөр тутмын цаг агаарын мэдээ эсвэл замын хөдөлгөөний мэдээллийн товхимол эмхэтгэхдээ хиймэл оюун ухаан ашигладаг.

• Санхүүгийн тайлан: Компаниуд санхүүгийн товч тойм (улирлын үр дүн, хөрөнгийн зах зээлийн товч мэдээлэл)-ийг автоматаар гаргадаг. 2014 оноос хойш Bloomberg болон бусад мэдээллийн хэрэгслүүд компанийн орлогын талаарх мэдээний товч мэдээллийг бичихэд хиймэл оюун ухааныг ашиглаж ирсэн бөгөөд энэ үйл явц нь мэдээлэл оруулсны дараа ихэвчлэн автоматаар ажилладаг ( AP-ийн 'робот сэтгүүлчид' одоо өөрсдийн түүхийг бичиж байна | The Verge ) ( Вайоминг мужийн сурвалжлагч хуурамч ишлэл, түүх үүсгэхийн тулд хиймэл оюун ухааныг ашиглаж байгаад баригдсан ).

• Орчуулга ба бичвэр: Бичвэрийн үйлчилгээ нь одоо хүний ​​бичээчгүйгээр уулзалтын бичвэр эсвэл тайлбар бичихэд хиймэл оюун ухааныг ашигладаг болсон. Бүтээлч утгаараа бүтээмжтэй биш боловч эдгээр хэлний даалгаврууд нь тодорхой дуу авиа гаргахын тулд өндөр нарийвчлалтайгаар бие даан ажилладаг.

• Ноорог үүсгэх: Олон мэргэжилтнүүд имэйл эсвэл баримт бичгийн анхны хувилбарыг ноороглоход ChatGPT гэх мэт хэрэгслүүдийг ашигладаг бөгөөд хэрэв агуулга нь эрсдэл багатай бол хааяа тэдгээрийг бараг засварлаагүй эсвэл огт засварлаагүй илгээдэг.

Гэсэн хэдий ч илүү нарийн төвөгтэй зохиолын хувьд 2025 онд хүний ​​хяналт хэвийн хэвээр байна . Мэдээллийн байгууллагууд хиймэл оюун ухаанаас шууд мөрдөн байцаах эсвэл аналитик нийтлэл нийтлэх нь ховор байдаг - редакторууд хиймэл оюун ухаанаар бичсэн ноорогуудыг баримтаар шалгаж, боловсронгуй болгоно. Хиймэл оюун ухаан хэв маяг, бүтцийг сайн дуурайж чаддаг ч бодит алдаа (ихэвчлэн "хий үзэгдэл" гэж нэрлэдэг) эсвэл хүний ​​ойлгох шаардлагатай эвгүй хэллэгийг оруулж болзошгүй. Жишээлбэл, Германы Express сонин анхны мэдээ бичихэд туслах зорилгоор Клара хэмээх хиймэл оюун ухааны "дижитал хамт ажиллагч"-ыг нэвтрүүлсэн. Клара спортын мэдээг үр дүнтэй бэлтгэж, тэр ч байтугай уншигчдыг татсан гарчиг бичиж чаддаг бөгөөд Express-ийн нийтлэлийн 11%-д хувь нэмэр оруулдаг - гэхдээ хүний ​​редакторууд, ялангуяа нарийн төвөгтэй мэдээний талаарх бүх нийтлэлийг үнэн зөв, сэтгүүлзүйн шударга байдлыг хянадаг хэвээр байна ( Сэтгүүлчид мэдээллийн өрөөнд хиймэл оюун ухааны хэрэгслийг ашигладаг 12 арга - Twipe ). Хүн-хиймэл оюун ухааны энэхүү түншлэл өнөөдөр түгээмэл байдаг: хиймэл оюун ухаан нь текст үүсгэх хүнд ажлыг хариуцдаг бөгөөд хүмүүс шаардлагатай бол найруулж, залруулдаг.

2030-2035 оны хэтийн төлөв: Найдвартай бие даасан бичгийн чиглэлд

Дараагийн арван жилд бид хиймэл оюун ухаан нь өндөр чанартай, баримттай зөв текст үүсгэхэд илүү найдвартай болж, бие даан гүйцэтгэх бичгийн даалгаврын хүрээг өргөжүүлнэ гэж найдаж байна. Үүнийг хэд хэдэн чиг хандлага дэмжиж байна:

• Нарийвчлал сайжирсан: Үргэлжилж буй судалгаа нь хиймэл оюун ухааны худал эсвэл хамааралгүй мэдээлэл гаргах хандлагыг хурдацтай бууруулж байна. 2030 он гэхэд илүү сайн сургалттай (баримтуудыг мэдээллийн сантай бодит цаг хугацаанд нь тулгах арга техникийг оролцуулан) дэвшилтэт хэлний загварууд нь дотооддоо бараг хүний ​​түвшний баримт шалгах ажлыг хийж чадна. Энэ нь хиймэл оюун ухаан нь эх сурвалжаас автоматаар авсан зөв ишлэл, статистик мэдээллийг агуулсан бүрэн хэмжээний мэдээний нийтлэлийг бичиж, засварлахад бага зэрэг шаардлага тавьж болно гэсэн үг юм.

• Домэйнд зориулсан хиймэл оюун ухаан: Бид тодорхой салбаруудад (хууль эрх зүй, анагаах ухаан, техникийн бичвэр) илүү нарийн тохируулсан илүү мэргэшсэн үүсгэгч загваруудыг харах болно. 2030 оны хууль эрх зүйн хиймэл оюун ухааны загвар нь стандарт гэрээг найдвартай боловсруулж эсвэл шүүхийн практикийг нэгтгэн дүгнэж болох бөгөөд энэ нь бүтэц нь томъёолсон боловч одоогоор хуульчийн цаг хугацаа шаарддаг ажлууд юм. Хэрэв хиймэл оюун ухаан нь баталгаажсан хууль эрх зүйн баримт бичиг дээр сургагдсан бол түүний ноорог нь хуульч зөвхөн эцсийн харцаар л хангалттай найдвартай байж магадгүй юм.

• Байгалийн хэв маяг ба уялдаа холбоо: Загварууд урт баримт бичгийн дагуу контекстийг хадгалахдаа сайжирч байгаа нь илүү уялдаа холбоотой, цэгцтэй урт хэлбэрийн контентыг бий болгоход хүргэж байна. 2035 он гэхэд хиймэл оюун ухаан нь өөрөө уран зохиолын бус ном эсвэл техникийн гарын авлагын зохистой анхны ноорог зохиож, хүмүүсийг голчлон зөвлөх үүрэг гүйцэтгэх (зорилго тавих эсвэл тусгай мэдлэг олгох) боломжтой байх магадлалтай.

Практик дээр энэ ямар харагдаж болох вэ? Ердийн сэтгүүл зүй тодорхой хугацаанд бараг бүрэн автоматжиж магадгүй юм. 2030 онд мэдээллийн агентлаг орлогын тайлан, спортын мэдээ, сонгуулийн үр дүнгийн шинэчлэлтийн эхний хувилбарыг хиймэл оюун ухааны системээр бичиж, чанарын баталгаажуулалтын үүднээс редактор зөвхөн цөөн хэдийг нь л түүвэрлэж байгааг бид харж магадгүй юм. Үнэндээ мэргэжилтнүүд онлайн контентын улам бүр өсөн нэмэгдэж буй хувийг машин үүсгэнэ гэж таамаглаж байна - салбарын шинжээчдийн нэгэн зоримог таамаглалаар 2026 он гэхэд онлайн контентын 90% хүртэлх хувийг хиймэл оюун ухаан үүсгэнэ гэж ( 2026 он гэхэд хүн бус хүмүүсийн үүсгэсэн онлайн контент хүний ​​үүсгэсэн контентоос хамаагүй их байх болно - OODAloop ), гэхдээ энэ тоо маргаантай хэвээр байна. Илүү консерватив үр дүн гаргавал 2030-аад оны дунд үе гэхэд ердийн вэб нийтлэл, бүтээгдэхүүний хуулбар, магадгүй хувийн мэдээний ихэнх хэсгийг хиймэл оюун ухаан зохиох болно гэсэн үг юм.

Маркетинг болон корпорацийн харилцаа холбооны салбарт үүсгэгч хиймэл оюун ухаан (Generative AI) нь бүхэл бүтэн кампанит ажлыг бие даан явуулах үүрэг хүлээсэн байх магадлалтай. Энэ нь хувь хүнд тохирсон маркетингийн имэйл, сошиал медиа бичлэг, зар сурталчилгааны хувилбаруудыг үүсгэж, илгээж, хэрэглэгчийн хариу үйлдэлд үндэслэн мессежийг байнга өөрчилж чаддаг - энэ бүхэнд хүний ​​​​копирайтер оролцдоггүй. Gartner-ийн шинжээчид 2025 он гэхэд томоохон аж ахуйн нэгжүүдийн гадагш чиглэсэн маркетингийн мессежийн дор хаяж 30% нь хиймэл оюун ухаанаар ( Selections and Enterprises-д зориулсан Generative AI Use Cases ) синтетик байдлаар үүсгэгдэх бөгөөд энэ хувь 2030 он гэхэд л өсөх болно гэж таамаглаж байна.

хүний ​​бүтээлч байдал, шүүлт нь ялангуяа өндөр эрсдэлтэй контентын хувьд чухал үүрэг гүйцэтгэсээр байх болно гэдгийг тэмдэглэх нь чухал юм . 2035 он гэхэд хиймэл оюун ухаан хэвлэлийн мэдээ эсвэл блог нийтлэлийг дангаар нь хариуцаж магадгүй ч хариуцлагатай байдал эсвэл эмзэг сэдвүүдийг хамарсан мөрдөн байцаах сэтгүүлзүйн хувьд хэвлэл мэдээллийн хэрэгслүүд хүний ​​хяналтыг шаардаж магадгүй юм. Ирээдүйд шаталсан хандлага гарч ирэх магадлалтай: хиймэл оюун ухаан өдөр тутмын контентын ихэнх хэсгийг бие даан үйлдвэрлэдэг бол хүмүүс стратегийн буюу эмзэг хэсгүүдийг засварлах, бүтээхэд анхаарлаа төвлөрүүлдэг. Үндсэндээ хиймэл оюун ухааны ур чадвар өсөхийн хэрээр "ердийн" гэж тооцогддог зүйлсийн шугам өргөжих болно.

хиймэл оюун ухаанаар үүсгэгдсэн интерактив өгүүлэмж эсвэл хувь хүнд тохирсон тайлан гэх мэт шинэ хэлбэрийн контент гарч ирж магадгүй юм. Жишээлбэл, компанийн жилийн тайланг хиймэл оюун ухаанаар олон хэв маягаар гаргаж болно - удирдлагуудад зориулсан товч мэдээлэл, ажилчдад зориулсан өгүүлэмжийн хувилбар, шинжээчдэд зориулсан өгөгдөл ихтэй хувилбар - тус бүрийг ижил үндсэн өгөгдлөөс автоматаар бүтээдэг. Боловсролын салбарт сурах бичгийг өөр өөр унших түвшинд тохируулан хиймэл оюун ухаанаар динамикаар бичиж болно. Эдгээр хэрэглээ нь ихэвчлэн бие даасан байж болох ч баталгаажсан мэдээллээр баталгаажсан байж болно.

Бичгийн хөгжлийн чиг хандлага нь 2030-аад оны дунд үе гэхэд хиймэл оюун ухаан үр бүтээлтэй зохиолч болно . Үнэхээр бие даасан үйл ажиллагааны гол түлхүүр нь түүний үр дүнд итгэх итгэлийг бий болгох явдал юм. Хэрэв хиймэл оюун ухаан баримтын нарийвчлал, хэв маягийн чанар, ёс зүйн стандартад нийцсэн байдлыг тууштай харуулж чадвал мөр бүрээр нь хүний ​​хяналт шалгалт хийх хэрэгцээ багасна. Энэхүү цагаан баримт бичгийн хэсгүүдийг 2035 он гэхэд хиймэл оюун ухааны судлаач редактор шаардлагагүйгээр бичиж болох бөгөөд зохих хамгаалалтыг хангасан тохиолдолд бид болгоомжтойгоор өөдрөг үзэлтэй байна.

Дүрслэх урлаг болон дизайны салбар дахь үүсгэгч хиймэл оюун ухаан

Бүтээлч хиймэл оюун ухааны зураг, урлагийн бүтээл бүтээх чадвар нь олон нийтийн төсөөллийг татаж, урлагийн тэмцээнд түрүүлсэн хиймэл оюун ухаанаар үүсгэгдсэн зургуудаас эхлээд бодит бичлэгээс ялгагдахааргүй гүнзгий хуурамч видео бичлэгүүд хүртэл бий болгосон. Харааны салбарт үүсгэгч өрсөлдөгч сүлжээ (GAN) болон диффузийн загварууд (жишээ нь, Тогтвортой диффузи, Midjourney) зэрэг хиймэл оюун ухааны загварууд нь текстийн өдөөлт дээр үндэслэн анхны зургийг гаргаж чаддаг. Тэгэхээр хиймэл оюун ухаан одоо бие даасан уран бүтээлч эсвэл дизайнер болж чадах уу?

Одоогийн чадавхи (2025): Бүтээлч туслахын хувьд хиймэл оюун ухаан

хүссэн үедээ гайхалтай нарийвчлалтайгаар зураг бүтээхдээ чадварлаг болсон . Хэрэглэгчид хиймэл оюун ухаанаар зурагнаас "Ван Гогийн хэв маягаар нар жаргах үеийн дундад зууны үеийн хот"-ыг зурахыг хүсч, хэдхэн секундын дотор итгэл үнэмшилтэй уран сайхны дүрсийг хүлээн авах боломжтой. Энэ нь график дизайн, маркетинг, зугаа цэнгэлийн салбарт концепт урлаг, туршилтын загвар, тэр ч байтугай зарим тохиолдолд эцсийн дүрслэлд хиймэл оюун ухааныг өргөнөөр ашиглахад хүргэсэн. Онцлох зүйл:

• График дизайн ба Сток зургууд: Компаниуд вэбсайтын график, чимэглэл эсвэл сток зургуудыг хиймэл оюун ухаанаар дамжуулан үүсгэдэг бөгөөд энэ нь уран бүтээлчээс бүтээл бүрийг захиалах хэрэгцээг бууруулдаг. Олон маркетингийн багууд хэрэглэгчдэд юу таалагдаж байгааг шалгахын тулд зар сурталчилгаа эсвэл бүтээгдэхүүний зургийн хувилбаруудыг гаргахын тулд хиймэл оюун ухааны хэрэгслүүдийг ашигладаг.

• Урлаг ба Зураг чимэглэл: Хувь уран бүтээлчид санаагаа боловсруулах эсвэл дэлгэрэнгүй мэдээлэл оруулахын тулд хиймэл оюун ухаантай хамтран ажилладаг. Жишээлбэл, зураач нь хиймэл оюун ухааныг ашиглан дэвсгэр зураг үүсгэж, дараа нь хүний ​​зурсан дүрүүдтэйгээ нэгтгэж болно. Зарим комик ном бүтээгчид хиймэл оюун ухаанаар үүсгэгдсэн самбар эсвэл будах аргыг туршиж үзсэн байдаг.

• Хэвлэл мэдээлэл ба зугаа цэнгэл: Хиймэл оюун ухаанаар бүтээгдсэн урлагийн бүтээлүүд сэтгүүл болон номын хавтас дээр гарч ирсэн. Үүний нэг алдартай жишээ бол 2022 оны 8-р сарын Cosmopolitan сэтгүүлийн нүүрэнд сансрын нисгэгчийн зураг гарсан явдал бөгөөд энэ нь урлагийн найруулагчийн удирдлага дор хиймэл оюун ухаанаар (OpenAI-ийн DALL·E) бүтээгдсэн анхны сэтгүүлийн нүүрний зураг гэж мэдээлэгдэж байна. Энэ нь хүний ​​өдөөлт, сонголттой холбоотой байсан ч жинхэнэ урлагийн бүтээлийг машинаар дүрсэлсэн байв.

Хамгийн гол нь эдгээр одоогийн хэрэглээний ихэнх нь хүний ​​​​курс болон давталттай холбоотой хэвээр байна . Хиймэл оюун ухаан нь олон арван зургийг гаргаж чаддаг бөгөөд хүн хамгийн сайныг нь сонгож, магадгүй түүнийгээ засдаг. Энэ утгаараа хиймэл оюун ухаан бий болгохын боловч хүмүүс бүтээлч чиглэлийг удирдан чиглүүлж, эцсийн сонголтыг хийж байна. Энэ нь маш их контентыг хурдан бүтээхэд найдвартай боловч анхны оролдлогоор бүх шаардлагыг хангана гэсэн баталгаатай биш юм. Буруу мэдээлэл (жишээлбэл, хиймэл оюун ухаан буруу тооны хуруугаараа гараа зурах, мэдэгдэж буй хачин зүйл) эсвэл санамсаргүй үр дүн гэх мэт асуудлууд нь хүний ​​​​урлагийн найруулагч гаралтын чанарыг хянах шаардлагатай болдог гэсэн үг юм.

Гэсэн хэдий ч хиймэл оюун ухаан бүрэн бие даасан байдалд ойртож буй салбарууд байдаг:

• Үүсгэн байгуулах дизайн: Архитектур, бүтээгдэхүүний дизайн зэрэг салбарт хиймэл оюун ухааны хэрэгслүүд нь тодорхой хязгаарлалтыг хангасан дизайны туршилтын загваруудыг бие даан бий болгож чаддаг. Жишээлбэл, тавилгын хүссэн хэмжээс, функцийг харгалзан үзвэл үүсгэн байгуулах алгоритм нь анхны үзүүлэлтээс гадна хүний ​​оролцоогүйгээр хэд хэдэн амьдрах чадвартай загварыг (зарим нь нэлээд ер бусын) гаргаж чаддаг. Эдгээр загварыг дараа нь хүмүүс шууд ашиглаж эсвэл сайжруулж болно. Үүнтэй адилаар инженерчлэлийн салбарт үүсгэн байгуулах хиймэл оюун ухаан нь жин, бат бэхийн хувьд оновчтой болгосон эд ангиудыг (жишээлбэл, онгоцны эд анги) зохион бүтээж, хүний ​​төсөөлөөгүй байж болох шинэ хэлбэрийг бий болгож чаддаг.

• Видео тоглоомын хөрөнгө: Хиймэл оюун ухаан нь видео тоглоомуудад зориулсан бүтэц, 3D загвар эсвэл бүхэл бүтэн түвшинг автоматаар үүсгэж чаддаг. Хөгжүүлэгчид эдгээрийг контент бүтээх ажлыг хурдасгахын тулд ашигладаг. Зарим бие даасан тоглоомууд нь хүний ​​бүтээсэн хамгийн бага хөрөнгөтэй асар том, динамик тоглоомын ертөнцийг бий болгохын тулд процедурын дагуу үүсгэсэн урлагийн бүтээл, тэр ч байтугай харилцан яриаг (хэлний загвараар дамжуулан) нэгтгэж эхэлсэн.

• Анимэйшн ба Видео (Шинээр гарч ирж буй): Статик зургуудаас бага боловсорсон ч видеоны үүсгэгч хиймэл оюун ухаан хөгжиж байна. Хиймэл оюун ухаан нь аль хэдийн богино видео клип эсвэл хөдөлгөөнт дүрсийг өдөөлтөөс гаргаж чаддаг боловч чанар нь тогтворгүй байдаг. Бүтээгч Deepfake технологи нь бодит нүүрний өөрчлөлт эсвэл дуу хоолойн хуулбарыг бий болгож чаддаг. Хяналттай орчинд студи нь хиймэл оюун ухааныг ашиглан арын хэсэг эсвэл олны хөдөлгөөнт дүрсийг автоматаар үүсгэж болно.

контентын 90%-ийг хиймэл оюун ухаанаар (скриптээс эхлээд дүрслэл хүртэл) үзэх болно гэж таамаглаж байсан нь анхаарал татаж байна Үйлдвэрлэл, аж ахуйн нэгжүүдэд зориулсан хиймэл оюун ухааны хэрэглээний тохиолдлууд ). 2025 он гэхэд бид хараахан болоогүй байна - хиймэл оюун ухаан бие даан бүрэн хэмжээний кино хийж чадахгүй. Гэхдээ энэ тааврын хэсгүүд хөгжиж байна: скрипт үүсгэх (текст хиймэл оюун ухаан), дүр болон үзэгдлийн үүсгэх (зураг/видео хиймэл оюун ухаан), дуут жүжиглэлт (хиймэл оюун ухааны дуут хуулбар), засварлах тусламж (хиймэл оюун ухаан аль хэдийн таслалт болон шилжилтэд тусалж чадна).

2030-2035 оны хэтийн төлөв: Хиймэл оюун ухаанаар үүсгэгдсэн медиа өргөн цар хүрээтэй

Ирээдүйд дүрслэх урлаг, дизайны салбарт генератив хиймэл оюун ухааны үүрэг эрс өргөжих төлөвтэй байна. 2035 он гэхэд хиймэл оюун ухаан нь олон дүрслэх мэдээллийн хэрэгслээр гол контент бүтээгч

• Бүрэн хиймэл оюун ухаанаар бүтээсэн кино, видео: Дараагийн арван жилд бид ихэвчлэн хиймэл оюун ухаанаар бүтээгдсэн анхны кино, цувралуудыг харах боломжтой. Хүмүүс өндөр түвшний найруулга (жишээ нь, зохиолын тойм эсвэл хүссэн хэв маяг) өгч болох бөгөөд хиймэл оюун ухаан нь үзэгдлийг дүрслэн харуулж, жүжигчдийн дүр төрхийг бий болгож, бүх зүйлийг хөдөлгөөнт дүрслэх болно. Богино хэмжээний кинонуудын анхны туршилтууд хэдхэн жилийн дотор хийгдэх магадлалтай бөгөөд 2030-аад он гэхэд бүрэн хэмжээний кино хийх оролдлогууд хийгдэх болно. Эдгээр хиймэл оюун ухаанаар бүтээгдсэн кинонууд нь тусгай зориулалтын (туршилтын хөдөлгөөнт дүрс гэх мэт) кинонд орж эхлэх боловч чанар сайжрах тусам гол урсгал болж магадгүй юм. Gartner-ийн 2030 он гэхэд киноны 90% -ийн таамаглал ( Салбар, аж ахуйн нэгжүүдэд зориулсан хиймэл оюун ухааныг ашиглах тохиолдлууд ) нь амбицтай боловч хиймэл оюун ухааны контент бүтээх нь кино бүтээхэд ихэнх ачааллыг үүрэхэд хангалттай боловсронгуй болно гэсэн салбарын итгэлийг онцолж байна.

• Дизайны автоматжуулалт: Загвар эсвэл архитектур зэрэг салбарт үүсгэгч хиймэл оюун ухааныг "өртөг, материал, хэв маяг X" гэх мэт параметрүүд дээр үндэслэн хэдэн зуун дизайны концепцийг бие даан боловсруулахад ашиглах магадлалтай бөгөөд ингэснээр хүмүүс эцсийн дизайныг сонгох боломжтой болно. Энэ нь одоогийн динамикийг өөрчилж байна: дизайнерууд эхнээс нь бүтээж, магадгүй хиймэл оюун ухааныг урам зориг болгон ашиглахын оронд ирээдүйн дизайнерууд кураторын үүрэг гүйцэтгэж, хиймэл оюун ухааны үүсгэсэн хамгийн сайн дизайныг сонгож, магадгүй тохируулж болно. 2035 он гэхэд архитектор барилгад тавигдах шаардлагыг оруулж, хиймэл оюун ухаанаас санал болгож буй бүрэн зураг төслийг авах боломжтой (бүгд бүтцийн хувьд зөв, суулгагдсан инженерийн дүрмийн дагуу).

• Хувь хүнд зориулсан контент бүтээх: Бид хиймэл оюун ухаан (AI) хэрэглэгч бүрт зориулсан дүрслэлийг шууд үүсгэж байгааг харж магадгүй. 2035 онд видео тоглоом эсвэл виртуал бодит байдлын туршлагыг төсөөлөөд үз дээ, тэнд үзэсгэлэнт байдал болон дүрүүд нь тоглогчийн сонголтод тохируулан, хиймэл оюун ухаанаар бодит цаг хугацаанд бүтээгддэг. Эсвэл хэрэглэгчийн өдөрт үндэслэн бүтээсэн хувь хүнд зориулсан комик зургууд - орой бүр таны текст тэмдэглэлийг автоматаар зураг болгон хувиргадаг бие даасан "өдөр тутмын тэмдэглэлийн комик" хиймэл оюун ухаан.

• Олон төрлийн бүтээлч байдал: Бүтээлч хиймэл оюун ухааны системүүд улам бүр олон төрлийн болж байна - өөрөөр хэлбэл тэд текст, зураг, аудио гэх мэтийг хамтад нь зохицуулж чадна. Эдгээрийг нэгтгэснээр хиймэл оюун ухаан нь "Надад X бүтээгдэхүүний маркетингийн кампанит ажил хийгээрэй" гэх мэт энгийн асуултыг авч, зөвхөн бичгээр хуулбарлахаас гадна тохирох график, магадгүй богино сурталчилгааны видео клипүүдийг үүсгэж, бүгд хэв маягийн хувьд тогтвортой байж чадна. Энэ төрлийн нэг товшилтоор агуулгын багц нь 2030-аад оны эхээр үйлчилгээнд гарах магадлалтай.

Хиймэл оюун ухаан хүний ​​уран бүтээлчдийг орлох ? Энэ асуулт байнга гарч ирдэг. Хиймэл оюун ухаан нь олон тооны үйлдвэрлэлийн ажлыг (ялангуяа бизнест шаардлагатай давтагддаг эсвэл хурдан эргэлттэй урлаг) хариуцах магадлалтай ч хүний ​​урлаг өвөрмөц байдал, инновацийн төлөө хэвээр байх болно. 2035 он гэхэд бие даасан хиймэл оюун ухаан нь алдартай уран бүтээлчийн хэв маягаар зураг зурж болох ч шинэ хэв маяг эсвэл соёлын гүн гүнзгий утга учиртай урлаг бүтээх нь хүний ​​​​хүч чадал хэвээр байж магадгүй юм (магадгүй Хиймэл оюун ухаан нь хамтран ажиллагч байх). Хүний уран бүтээлчид бие даасан Хиймэл оюун ухааны "хамтран уран бүтээлчид"-тэй хамтран ажиллах ирээдүйг бид урьдчилан харж байна. Жишээлбэл, хүн гэртээ дижитал галерейд зориулж тасралтгүй урлаг бүтээх хувийн хиймэл оюун ухаанд захиалга өгч, байнга өөрчлөгдөж буй бүтээлч орчныг бүрдүүлж болно.

Найдвартай байдлын үүднээс авч үзвэл, харааны үүсгүүр хиймэл оюун ухаан нь текстээс зарим талаараа бие даасан байдалд хүрэхэд хялбар байдаг: зураг нь төгс биш байсан ч субъектив байдлаар "хангалттай сайн" байж болох бол текст дэх бодит алдаа нь илүү асуудалтай байдаг. Тиймээс бид харьцангуй бага эрсдэлтэй хэрэглээг - хэрэв хиймэл оюун ухаанаар үүсгэгдсэн загвар нь муухай эсвэл буруу байвал та үүнийг зүгээр л ашиглахгүй, гэхдээ энэ нь өөрөө ямар ч хор хөнөөл учруулахгүй. Энэ нь 2030-аад он гэхэд компаниуд хиймэл оюун ухааныг хяналтгүйгээр загваруудыг гаргаж, зөвхөн үнэхээр шинэлэг эсвэл эрсдэлтэй зүйл шаардлагатай үед л хүмүүсийг оролцуулахыг зөвшөөрч магадгүй гэсэн үг юм.

Товчхондоо, 2035 он гэхэд хиймэл оюун ухаан нь дүрслэлийн салбарт хүчирхэг контент бүтээгч болж, бидний эргэн тойрон дахь зураг, мэдээллийн хэрэгслийн ихээхэн хэсгийг хариуцах төлөвтэй байна. Энэ нь зугаа цэнгэл, дизайн, өдөр тутмын харилцаа холбооны контентыг найдвартай үүсгэх болно. Бие даасан уран бүтээлчид тэнгэрийн хаяанд ирлээ - гэхдээ хиймэл оюун ухаан нь бүтээлч эсвэл зүгээр л маш ухаалаг хэрэгсэл гэж тооцогддог эсэх нь маргаан бөгөөд түүний гарц нь хүний ​​​​гараар бүтээгдсэнээс ялгагдахгүй болох тусам хөгжих болно.

Програм хангамж хөгжүүлэлт (код бичих) дахь үүсгэгч хиймэл оюун ухаан

Програм хангамж хөгжүүлэх нь маш их аналитик ажил мэт санагдаж болох ч энэ нь бүтээлч элементтэй байдаг - код бичих нь үндсэндээ бүтэцлэгдсэн хэл дээр текст үүсгэх явдал юм. Орчин үеийн генератив хиймэл оюун ухаан, ялангуяа том хэлний загварууд нь код бичихдээ нэлээд чадварлаг болох нь батлагдсан. GitHub Copilot, Amazon CodeWhisperer болон бусад хэрэгслүүд нь хиймэл оюун ухааны хос программист болж, хөгжүүлэгчид бичих үед кодын хэсгүүд эсвэл бүхэл бүтэн функцуудыг санал болгодог. Энэ нь бие даасан програмчлал руу хэр хол явах вэ?

Одоогийн чадавхи (2025): Код бичих хамтран туршилтын хувьд хиймэл оюун ухаан

2025 он гэхэд хиймэл оюун ухааны код үүсгэгч нь олон хөгжүүлэгчдийн ажлын урсгалд түгээмэл болсон. Эдгээр хэрэгслүүд нь кодын мөрүүдийг автоматаар гүйцээх, стандарт функц эсвэл тест гэх мэт загвар үүсгэх, тэр ч байтугай байгалийн хэлний тайлбартай энгийн програмуудыг бичих боломжтой. Гэхдээ хамгийн чухал нь тэд хөгжүүлэгчийн хяналтан дор ажилладаг - хөгжүүлэгч нь хиймэл оюун ухааны саналуудыг хянаж, нэгтгэдэг.

Одоогийн зарим баримт, тоо баримт:

• Мэргэжлийн хөгжүүлэгчдийн талаас илүү хувь нь 2023 оны сүүл гэхэд хиймэл оюун ухааны код бичих туслахуудыг ашигласан ( Copilot дээрх код бичих: 2023 оны өгөгдөл нь кодын чанарт дарамт учруулж байгааг харуулж байна (2024 оны төсөөллийг оруулаад) - GitClear ), энэ нь хурдацтай хэрэгжиж байгааг харуулж байна. Анхны өргөн хэрэглэгддэг хэрэгслүүдийн нэг болох GitHub Copilot нь ашиглагдаж буй төслүүдэд кодын дунджаар 30-40%-ийг үүсгэдэг гэж мэдээлсэн ( Код бичих нь цаашид MOAT биш болсон. GitHub дээрх кодын 46% нь аль хэдийн ... ). Энэ нь хиймэл оюун ухаан аль хэдийн кодын чухал хэсгийг бичиж байгаа гэсэн үг боловч хүн үүнийг удирдаж, баталгаажуулж байна.

• Эдгээр хиймэл оюун ухааны хэрэгслүүд нь давтагдах код бичих (жишээ нь, өгөгдлийн загварын ангиуд, getter/setter аргууд), нэг програмчлалын хэлийг нөгөө хэл рүү хөрвүүлэх, эсвэл сургалтын жишээтэй төстэй энгийн алгоритмуудыг бий болгох зэрэг ажлуудыг амжилттай гүйцэтгэдэг. Жишээлбэл, хөгжүүлэгч нь "// функцийг хэрэглэгчдийн жагсаалтыг нэрээр нь эрэмбэлэх" гэж тайлбарлаж болох бөгөөд хиймэл оюун ухаан нь тохирох эрэмбэлэх функцийг бараг тэр даруй үүсгэх болно.

• алдаа засах, тайлбарлахад тусалдаг : хөгжүүлэгчид алдааны мессежийг буулгаж болох бөгөөд хиймэл оюун ухаан засвар санал болгож эсвэл "Энэ код юу хийдэг вэ?" гэж асууж, байгалийн хэлний тайлбар авч болно. Энэ нь тодорхой утгаараа бие даасан (хиймэл оюун ухаан асуудлыг өөрөө оношилж чадна) боловч хүн засварыг хэрэгжүүлэх эсэхээ шийддэг.

• Чухал зүйл бол одоогийн хиймэл оюун ухааны код бичих туслахууд алдаа мадаггүй биш юм. Тэд аюулгүй бус код эсвэл асуудлыг бараг хүнийг хяналтандаа байлгах - хөгжүүлэгч нь хүний ​​бичсэн кодтой адил хиймэл оюун ухааны бичсэн кодыг туршиж, алдааг нь засдаг. Зохицуулалттай салбарууд эсвэл чухал програм хангамж (жишээлбэл, эмнэлгийн болон нисэхийн систем)-д хиймэл оюун ухааны оруулсан аливаа хувь нэмрийг нарийн хянадаг.

Өнөө үед хөгжүүлэгчийн хяналтгүйгээр хиймэл оюун ухаанаар бүрэн эхээр нь бичигдсэн ямар ч түгээмэл програм хангамжийн систем ашиглагдаагүй байна. Гэсэн хэдий ч зарим бие даасан эсвэл хагас бие даасан хэрэглээ гарч ирж байна:

• Автоматаар үүсгэгдсэн нэгжийн тест: Хиймэл оюун ухаан нь кодыг шинжилж, янз бүрийн тохиолдлуудыг хамрах нэгжийн тестийг гаргаж чаддаг. Тестийн систем нь алдааг илрүүлэхийн тулд эдгээр хиймэл оюун ухаанаар бичигдсэн тестийг бие даан үүсгэж, ажиллуулж, хүний ​​бичсэн тестийг нэмэгдүүлж болно.

• Хиймэл оюун ухаантай бага код/кодгүй платформууд: Зарим платформууд нь программист бус хүмүүст хүссэн зүйлээ тайлбарлах боломжийг олгодог (жишээ нь "бичлэгийг хадгалахын тулд холбоо барих маягт болон мэдээллийн сантай вэб хуудас үүсгэх") бөгөөд систем нь кодыг үүсгэдэг. Энэ нь эхний шатандаа явж байгаа ч хиймэл оюун ухаан нь стандарт хэрэглээний тохиолдлуудад зориулж програм хангамжийг бие даан бүтээж болох ирээдүйг харуулж байна.

• Скрипт бичих болон код наах: Мэдээллийн технологийн автоматжуулалт нь ихэвчлэн системийг холбох скрипт бичихийг шаарддаг. Хиймэл оюун ухааны хэрэгслүүд нь эдгээр жижиг скриптүүдийг автоматаар үүсгэж чаддаг. Жишээлбэл, лог файлыг задлан шинжилж, имэйл мэдэгдэл илгээх скрипт бичих нь хиймэл оюун ухаан нь хамгийн бага засвартай эсвэл огт засваргүй ажиллаж буй скриптийг үүсгэж чаддаг.

2030-2035 оны хэтийн төлөв: “Өөрийгөө хөгжүүлэх” програм хангамж руу чиглэх

Дараагийн арван жилд генератив хиймэл оюун ухаан нь код бичих ачааллын илүү их хувийг эзэлж, тодорхой ангиллын төслүүдэд зориулсан бүрэн бие даасан програм хангамж хөгжүүлэхэд ойртох төлөвтэй байна. Зарим төлөвлөсөн хөгжил:

• Бүрэн функцийн хэрэгжилт: 2030 он гэхэд хиймэл оюун ухаан нь энгийн програмын функцуудыг эхнээс нь дуустал хэрэгжүүлэх чадвартай болно гэж бид таамаглаж байна. Бүтээгдэхүүний менежер нь функцийг энгийн хэлээр тайлбарлаж болох юм ("Хэрэглэгчид имэйл холбоосоор дамжуулан нууц үгээ дахин тохируулах боломжтой байх ёстой") бөгөөд хиймэл оюун ухаан нь шаардлагатай кодыг (урд талын маягт, арын логик, мэдээллийн сангийн шинэчлэлт, имэйл илгээлт) үүсгэж, кодын санд нэгтгэж болно. Хиймэл оюун ухаан нь техникийн үзүүлэлтүүдийг дагаж мөрдөж чаддаг залуу хөгжүүлэгчийн үүрэг гүйцэтгэх болно. Хүний инженер зүгээр л кодын хяналт хийж, туршилт хийж болно. Хиймэл оюун ухааны найдвартай байдал сайжрах тусам кодын хяналт нь хурдан шуурхай болж магадгүй юм.

• Автономит кодын засвар үйлчилгээ: Програм хангамжийн инженерчлэлийн томоохон хэсэг нь зөвхөн шинэ код бичихээс гадна одоо байгаа кодыг шинэчлэх, алдааг засах, гүйцэтгэлийг сайжруулах, шинэ шаардлагад нийцүүлэх явдал юм. Ирээдүйн хиймэл оюун ухааны хөгжүүлэгчид үүнийг маш сайн хийх болно. Кодын сан болон зааврыг ("хэт олон хэрэглэгч нэгэн зэрэг нэвтрэхэд манай апп гацаж байна") өгсөн тохиолдолд хиймэл оюун ухаан асуудлыг (жишээ нь, зэрэгцээ алдаа) олж, нөхөж магадгүй юм. 2035 он гэхэд хиймэл оюун ухааны системүүд нь ердийн засвар үйлчилгээний тасалбарыг шөнийн турш автоматаар боловсруулж, програм хангамжийн системүүдэд зориулсан цуцашгүй засвар үйлчилгээний баг болж ажиллах боломжтой болно.

• Интеграци ба API хэрэглээ: Илүү олон програм хангамжийн систем болон API нь хиймэл оюун ухаанаар уншигдахуйц баримт бичигтэй ирдэг тул хиймэл оюун ухааны агент нь цавуу код бичих замаар А системийг В үйлчилгээтэй хэрхэн холбохыг бие даан олж мэдэх боломжтой. Жишээлбэл, хэрэв компани дотоод Хүний нөөцийн системээ шинэ цалингийн API-тай синхрончлохыг хүсвэл тэд хиймэл оюун ухаанд "эдгээрийг хоорондоо ярилцуулах" даалгавар өгч болох бөгөөд энэ нь хоёр системийн техникийн үзүүлэлтийг уншсаны дараа интеграцийн кодыг бичих болно.

• Чанар ба Оновчлол: Ирээдүйн код үүсгэх загварууд нь код ажиллаж байгаа эсэхийг шалгахын тулд санал хүсэлтийн давталтуудыг багтаах магадлалтай (жишээлбэл, туршилт эсвэл симуляцийг хамгаалагдсан орчинд ажиллуулах). Энэ нь хиймэл оюун ухаан нь зөвхөн код бичихээс гадна түүнийг туршиж өөрөө засах боломжтой гэсэн үг юм. 2035 он гэхэд бид даалгавар өгсөн тохиолдолд бүх туршилтууд давтагдах хүртэл кодоо давтаж хийдэг хиймэл оюун ухааныг төсөөлж болно - энэ үйл явц нь хүн мөр мөрөөр нь хянах шаардлагагүй байж магадгүй юм. Энэ нь бие даан үүсгэсэн кодонд итгэх итгэлийг ихээхэн нэмэгдүүлэх болно.

2035 он гэхэд жижиг програм хангамжийн төсөл - жишээ нь бизнест зориулсан захиалгат гар утасны аппликейшн - ихэвчлэн өндөр түвшний зааварчилгаа өгсөн хиймэл оюун ухааны агентаар боловсруулагдах нөхцөл байдлыг төсөөлж болно. Энэ тохиолдолд хүний ​​"хөгжүүлэгч" нь төслийн менежер эсвэл баталгаажуулагчийн үүрэг гүйцэтгэдэг бөгөөд шаардлага, хязгаарлалтыг (аюулгүй байдал, хэв маягийн удирдамж) тодорхойлж, хиймэл оюун ухаанд бодит код бичих ажлыг хийх боломжийг олгодог.

Гэсэн хэдий ч нарийн төвөгтэй, том хэмжээний програм хангамжийн хувьд (үйлдлийн систем, дэвшилтэт хиймэл оюун ухааны алгоритмууд гэх мэт) хүний ​​мэргэжилтнүүд гүнзгий оролцсоор байх болно. Програм хангамжийн бүтээлч асуудлыг шийдвэрлэх, архитектурын дизайн нь хэсэг хугацаанд хүний ​​удирдлага дор хэвээр байх магадлалтай. Хиймэл оюун ухаан олон код бичих ажлыг гүйцэтгэж болох ч юу бүтээхээ шийдэх, ерөнхий бүтцийг зохион бүтээх нь өөр сорилт юм. Гэсэн хэдий ч үүсгэгч хиймэл оюун ухаан хамтран ажиллаж эхлэх үед - системийн өөр өөр бүрэлдэхүүн хэсгүүдийг хариуцдаг олон хиймэл оюун ухааны агентууд - тэд архитектурыг тодорхой хэмжээгээр хамтран зохион бүтээх боломжтой гэж үзэж болно (жишээлбэл, нэг хиймэл оюун ухаан системийн дизайныг санал болгож, нөгөө нь шүүмжилж, давтаж, хүн үйл явцыг хянадаг).

Код бичихдээ хиймэл оюун ухааныг ашиглах гол ашиг тус бол бүтээмжийг нэмэгдүүлэх явдал . Gartner-ийн таамаглаж байгаагаар 2028 он гэхэд програм хангамжийн инженерүүдийн 90% нь хиймэл оюун ухааны кодын туслахуудыг ашиглах болно (2024 онд 15%-иас бага байсан бол өссөн) ( GitHub Copilot нь хиймэл оюун ухааны кодын туслахуудын судалгааны тайланг тэргүүлж байна - Visual Studio сэтгүүл ). Энэ нь хиймэл оюун ухааныг ашигладаггүй хүмүүс цөөхөн байх болно гэсэн үг юм. Мөн хиймэл оюун ухаан нь цоорхойг нөхөж байгаа нь тодорхой салбарт хүний ​​хөгжүүлэгчдийн хомсдолыг бууруулж байгааг бид харж магадгүй юм; үндсэндээ хөгжүүлэгч бүр кодыг бие даан боловсруулж чадах хиймэл оюун ухааны туслахын тусламжтайгаар илүү ихийг хийж чадна.

Итгэлцэл гол асуудал хэвээр байх болно. 2035 онд ч гэсэн байгууллагууд бие даан үүсгэсэн код аюулгүй (хиймэл оюун ухаан эмзэг байдлыг бий болгох ёсгүй), хууль эрх зүйн/ёс зүйн хэм хэмжээтэй нийцэж байгаа эсэхийг баталгаажуулах шаардлагатай болно (жишээлбэл, хиймэл оюун ухаан нь зохих лицензгүй нээлттэй эхийн сангаас хуулбарласан кодыг агуулдаггүй). Бид хиймэл оюун ухаанаар бичигдсэн кодын гарал үүслийг баталгаажуулж, мөрдөх боломжтой сайжруулсан хиймэл оюун ухааны засаглалын хэрэгслүүдийг эрсдэлгүйгээр илүү бие даасан код бичих боломжийг олгоход туслах болно гэж найдаж байна.

Товчхондоо, 2030-аад оны дунд үе гэхэд генератив хиймэл оюун ухаан нь програм хангамжийн ердийн ажлуудын кодчилолын арслангийн хувийг хариуцаж, нарийн төвөгтэй ажлуудад ихээхэн туслалцаа үзүүлэх магадлалтай. Програм хангамжийн хөгжүүлэлтийн амьдралын мөчлөг нь шаардлагаас эхлээд байршуулалт хүртэл илүү автоматжсан байх бөгөөд хиймэл оюун ухаан нь кодын өөрчлөлтийг автоматаар үүсгэж, байршуулах боломжтой болно. Хүний хөгжүүлэгчид өндөр түвшний логик, хэрэглэгчийн туршлага, хяналтад илүү анхаарлаа хандуулах бол хиймэл оюун ухааны агентууд хэрэгжүүлэлтийн нарийн ширийн зүйлийг боловсруулж байх болно.

Харилцагчийн үйлчилгээ болон дэмжлэгийн салбарт үүсгэгч хиймэл оюун ухаан

Хэрэв та сүүлийн үед онлайн хэрэглэгчийн дэмжлэгийн чаттай харилцаж байсан бол хиймэл оюун ухаан үүний ядаж нэг хэсэгт нь байсан байх магадлал өндөр. Харилцагчийн үйлчилгээ нь хиймэл оюун ухааны автоматжуулалтад бэлэн болсон салбар юм: энэ нь хэрэглэгчийн асуултад хариулахыг шаарддаг бөгөөд үүнийг үүсгэгч хиймэл оюун ухаан (ялангуяа харилцан ярианы загварууд) маш сайн хийж чаддаг бөгөөд ихэвчлэн хиймэл оюун ухаан сурч болох скрипт эсвэл мэдлэгийн баазын өгүүллүүдийг дагадаг. Хиймэл оюун ухаан үйлчлүүлэгчдийг хэрхэн бие даан зохицуулж чадах вэ?

Одоогийн чадавхи (2025): Чатбот болон виртуал агентууд тэргүүн эгнээнд гарч байна

Өнөөдрийн байдлаар олон байгууллагууд эхний холбоо барих цэг болгон хиймэл оюун ухааны чатботуудыг . Эдгээр нь энгийн дүрэмд суурилсан ботуудаас ("Төлбөр тооцоо хийхийн тулд 1, дэмжлэг авахын тулд 2 дарна уу...") эхлээд чөлөөт хэлбэрийн асуултуудыг тайлбарлаж, харилцан яриагаар хариулж чаддаг дэвшилтэт хиймэл оюун ухааны чатботууд хүртэл янз бүр байна. Гол санаанууд:

• Түгээмэл асуултуудыг шийдвэрлэх: Хиймэл оюун ухааны агентууд байнга асуудаг асуултуудад хариулах, мэдээлэл өгөх (дэлгүүрийн цагийн хуваарь, буцаан олголтын бодлого, мэдэгдэж буй асуудлуудыг шийдвэрлэх алхамууд), хэрэглэгчдийг стандарт журмаар удирдан чиглүүлэхдээ маш сайн ажилладаг. Жишээлбэл, банкны хиймэл оюун ухааны чатбот нь хэрэглэгчдэд дансны үлдэгдлээ шалгах, нууц үгээ шинэчлэх эсвэл зээл авах хүсэлт гаргахыг тайлбарлахад хүний ​​тусламжгүйгээр бие даан тусалж чадна.

• Байгалийн хэлний ойлголт: Орчин үеийн үүсгэгч загварууд нь илүү уян хатан, "хүн шиг" харилцан үйлчлэлийг зөвшөөрдөг. Үйлчлүүлэгчид асуултыг өөрийн үгээр бичиж болох бөгөөд хиймэл оюун ухаан нь ихэвчлэн зорилгыг нь ойлгож чаддаг. Компаниуд өнөөгийн хиймэл оюун ухааны агентууд хэдэн жилийн өмнөх болхи ботуудаас хамаагүй илүү хэрэглэгчдэд сэтгэл ханамжтай байгааг мэдээлж байна - одоо хэрэглэгчдийн бараг тал хувь нь хиймэл оюун ухааны агентууд асуудлыг шийдвэрлэхдээ өрөвдөх сэтгэлтэй, үр дүнтэй байж чадна гэж үзэж байна ( 2025 оны хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний 59 статистик ), энэ нь хиймэл оюун ухаанд суурилсан үйлчилгээнд итгэх итгэл нэмэгдэж байгааг харуулж байна.

• Олон сувгийн дэмжлэг: Хиймэл оюун ухаан зөвхөн чат дээр ажилладаггүй. Дуут туслахууд (жишээлбэл, ард нь хиймэл оюун ухаантай утасны IVR системүүд) дуудлага хүлээн авч эхэлж байгаа бөгөөд хиймэл оюун ухаан нь хэрэглэгчийн асуултад имэйлээр хариу өгөх боломжтой бөгөөд хэрэв зөв гэж үзвэл автоматаар илгээгдэж магадгүй юм.

• Хүмүүс оролцох үед: Ерөнхийдөө хиймэл оюун ухаан төөрөлдөх эсвэл асуулт хэтэрхий төвөгтэй байвал энэ нь хүний ​​төлөөлөгчид дамжуулдаг. Одоогийн системүүд хязгаараа мэдэхдээ . Жишээлбэл, хэрэв үйлчлүүлэгч ер бусын зүйл асуух эсвэл бухимдал илэрхийлбэл ("Би тантай гурав дахь удаагаа холбогдож байгаа бөгөөд маш их бухимдаж байна ..."), хиймэл оюун ухаан үүнийг хүний ​​​​даалгаврыг гүйцэтгэхийн тулд тэмдэглэж болно. Дамжуулах босгыг компаниуд үр ашиг болон хэрэглэгчийн сэтгэл ханамжийг тэнцвэржүүлэхийн тулд тогтоодог.

Олон компаниуд харилцан үйлчлэлийн томоохон хэсгийг зөвхөн хиймэл оюун ухаан шийддэг гэж мэдээлсэн. Салбарын судалгаагаар өнөөдөр хэрэглэгчийн ердийн лавлагааны 70-80% -ийг хиймэл оюун ухааны чатботууд шийдвэрлэж чаддаг бөгөөд компаниудын сувгуудаар дамжуулан хэрэглэгчийн харилцааны 40% орчим нь аль хэдийн автоматжуулсан эсвэл хиймэл оюун ухааны тусламжтайгаар хийгдсэн байдаг ( Таны мэдэх ёстой хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний 52 статистик - Plivo ). IBM-ийн Дэлхийн хиймэл оюун ухааныг нэвтрүүлэх индекс (2022)-д дурдсанаар, 2025 он гэхэд компаниудын 80% нь хэрэглэгчийн үйлчилгээнд хиймэл оюун ухааны чатботуудыг ашигладаг эсвэл ашиглахаар төлөвлөж байна.

Сонирхолтой хөгжил бол хиймэл оюун ухаан нь зөвхөн үйлчлүүлэгчдэд хариу өгөхөөс гадна хүний ​​агентуудад бодит цаг хугацаанд урьдчилан тусалж байгаа явдал юм. Жишээлбэл, шууд чат эсвэл дуудлагын үеэр хиймэл оюун ухаан нь хүний ​​агентыг сонсож, санал болгосон хариулт эсвэл холбогдох мэдээллийг шууд өгч болно. Энэ нь бие даасан байдлын хил хязгаарыг бүдгэрүүлдэг - хиймэл оюун ухаан нь зөвхөн үйлчлүүлэгчтэй тулгардаггүй, харин хүний ​​тодорхой асуултгүйгээр идэвхтэй оролцдог. Энэ нь агентын бие даасан зөвлөх болж үр дүнтэй ажилладаг.

2030-2035 оны хэтийн төлөв: Ихэвчлэн хиймэл оюун ухаанаар удирдуулсан хэрэглэгчийн харилцан үйлчлэл

2030 он гэхэд харилцагчийн үйлчилгээний харилцааны дийлэнх нь хиймэл оюун ухаанаар дамжин хэрэгжих төлөвтэй байгаа бөгөөд ихэнх нь эхнээс нь дуустал бүхэлдээ хиймэл оюун ухаанаар зохицуулагдана. Үүнийг баталж буй таамаглал болон чиг хандлага:

• Өндөр нарийн төвөгтэй асуултуудыг шийдвэрлэсэн: Хиймэл оюун ухааны загварууд өргөн хүрээтэй мэдлэгийг нэгтгэж, үндэслэлийг сайжруулснаар илүү төвөгтэй хэрэглэгчийн хүсэлтийг боловсруулах боломжтой болно. Ирээдүйн хиймэл оюун ухаан нь "Барааг хэрхэн буцаах вэ?" гэж хариулахын оронд "Миний интернет тасарсан байна, би дахин асаахыг оролдсон, та тусалж чадах уу?" гэх мэт олон шаттай асуудлыг харилцан яриагаар дамжуулан асуудлыг оношлох, үйлчлүүлэгчийг дэвшилтэт алдааг олж засварлахад чиглүүлэх, бусад бүх зүйл бүтэлгүйтсэн тохиолдолд л техникчийг томилох замаар шийдвэрлэж магадгүй юм - өнөөдөр хүний ​​​​тусламжийн техникч шаардлагатай байж болох ажлууд. Эрүүл мэндийн үйлчилгээний салбарт хиймэл оюун ухаан нь өвчтөний цаг товлох хуваарь эсвэл даатгалын асуултуудыг бүрэн хариуцаж болно.

• Төгс үйлчилгээний шийдэл: Бид хиймэл оюун ухаан нь үйлчлүүлэгчид юу хийхийг нь хэлээд зогсохгүй, үнэндээ үүнийг арын систем дотор үйлчлүүлэгчийн өмнөөс хийж байгааг харж болно. Жишээлбэл, хэрэв үйлчлүүлэгч "Би нислэгээ дараагийн Даваа гараг руу шилжүүлж, өөр тээш нэмэхийг хүсч байна" гэж хэлбэл 2030 онд хиймэл оюун ухааны агент нь агаарын тээврийн компанийн захиалгын системтэй шууд холбогдож, өөрчлөлтийг хийж, тээшний төлбөрийг боловсруулж, үйлчлүүлэгчид баталгаажуулж болно - энэ бүхэн бие даан явагдана. Хиймэл оюун ухаан нь зөвхөн мэдээллийн эх сурвалж биш, харин бүрэн үйлчилгээний агент болдог.

• Хаа сайгүй байдаг хиймэл оюун ухааны агентууд: Компаниуд утас, чат, имэйл, олон нийтийн мэдээллийн хэрэгсэл гэх мэт хэрэглэгчийн бүх харилцах цэгүүдэд хиймэл оюун ухааныг ашиглах магадлалтай. Олон хэрэглэгчид хиймэл оюун ухаантай эсвэл хүнтэй ярьж байгаагаа ч мэдэхгүй байж магадгүй, ялангуяа хиймэл оюун ухааны дуу хоолой илүү байгалийн болж, чатын хариултууд нь илүү нөхцөл байдалд мэдрэгдэх болсонтой холбогдуулан. 2035 он гэхэд хэрэглэгчийн үйлчилгээтэй холбогдох нь таны өмнөх харилцааг санаж, таны сонголтыг ойлгож, таны өнгө аястай зохицдог ухаалаг хиймэл оюун ухаантай харилцах гэсэн үг бөгөөд энэ нь үндсэндээ хэрэглэгч бүрт зориулсан хувьчилсан виртуал агент юм.

• Харилцаа холбооны үед хиймэл оюун ухаанаар шийдвэр гаргах нь: Асуултанд хариулахаас гадна хиймэл оюун ухаан нь одоогоор удирдлагын зөвшөөрөл шаардлагатай шийдвэрүүдийг гаргаж эхэлнэ. Жишээлбэл, өнөөдөр хүний ​​төлөөлөгч ууртай хэрэглэгчийг тайвшруулахын тулд буцаан олголт эсвэл тусгай хөнгөлөлт санал болгохын тулд удирдагчийн зөвшөөрөл авах шаардлагатай болж магадгүй юм. Ирээдүйд хиймэл оюун ухаанд тооцоолсон хэрэглэгчийн амьдралын үнэ цэнэ болон сэтгэл хөдлөлийн шинжилгээнд үндэслэн тодорхой хязгаарт эдгээр шийдвэрийг даатгаж болно. Futurum/IBM-ийн судалгаагаар 2030 он гэхэд бодит цагийн хэрэглэгчийн харилцааны үеэр гаргасан шийдвэрийн 69 орчим хувийг ухаалаг машинууд гаргана гэж таамаглаж байна ( CX руу шилжих шилжилтийг дахин төсөөлөхийн тулд маркетерууд эдгээр 2 зүйлийг хийх ёстой ) - үр дүнтэйгээр хиймэл оюун ухаан нь харилцан үйлчлэлийн хамгийн сайн үйлдлийг шийддэг.

• 100% хиймэл оюун ухааны оролцоо: хэрэглэгчийн харилцаанд ( 2025 оны 59 хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний статистик ямар ч үүрэг гүйцэтгэнэ гэж үзсэн байна . Энэ нь хүн хэрэглэгчтэй харилцаж байсан ч түүнд хиймэл оюун ухаан (санал өгөх, мэдээлэл авах) туслах болно гэсэн үг байж болох юм. Өөрөөр хэлбэл, хэрэглэгчийн ямар ч асуулт хэзээ ч хариулагдаагүй хэвээр байна - хэрэв хүмүүс офлайн байвал хиймэл оюун ухаан үргэлж тэнд байдаг гэсэн тайлбар юм.

2035 он гэхэд бид хүний ​​үйлчилгээний агентууд зөвхөн хамгийн мэдрэмтгий эсвэл өндөр түвшний нөхцөл байдалд (жишээлбэл, VIP үйлчлүүлэгчид эсвэл хүний ​​​​өрөвч сэтгэлийг шаарддаг нарийн төвөгтэй гомдлын шийдвэрлэлт) мэргэшсэн болохыг олж мэдэх болно. Банкнаас эхлээд жижиглэн худалдаа, техникийн дэмжлэг хүртэл тогтмол асуултуудад 24/7 ажилладаг хиймэл оюун ухааны агентууд үйлчилж, харилцан үйлчлэл бүрээс тасралтгүй суралцаж болно. Энэхүү өөрчлөлт нь хэрэглэгчийн үйлчилгээг илүү тогтвортой, шуурхай болгож чадна, учир нь хиймэл оюун ухаан хүмүүсийг хүлээлгэдэггүй бөгөөд онолын хувьд хязгааргүй тооны үйлчлүүлэгчдийг нэгэн зэрэг зохицуулах боломжтой.

Энэхүү алсын харааг хэрэгжүүлэхийн тулд даван туулах ёстой бэрхшээлүүд бий: Хиймэл оюун ухаан нь хүний ​​хэрэглэгчдийн урьдчилан таамаглах аргагүй байдлыг даван туулахын тулд маш хүчтэй байх ёстой. Энэ нь хэллэг, уур хилэн, төөрөгдөл болон хүмүүсийн харилцах хязгааргүй олон янзын арга замыг даван туулах чадвартай байх ёстой. Мөн хамгийн сүүлийн үеийн мэдлэг шаардлагатай (хиймэл оюун ухааны мэдээлэл хуучирсан бол ямар ч утгагүй). Хиймэл оюун ухаан болон компанийн мэдээллийн сангуудын хоорондын интеграцид хөрөнгө оруулснаар (захиалга, тасалдал гэх мэт бодит цагийн мэдээллийг авахын тулд) эдгээр саад бэрхшээлийг даван туулж чадна.

Ёс зүйн хувьд компаниуд "та хиймэл оюун ухаантай ярьж байна" гэж хэзээ мэдэгдэхээ шийдэж, шударга байдлыг хангах шаардлагатай болно (хиймэл оюун ухаан нь нэг талыг барьсан сургалтын улмаас зарим үйлчлүүлэгчдэд сөрөг байдлаар хандахгүй). Эдгээрийг удирддаг гэж үзвэл бизнесийн үндэслэл хүчтэй байна: хиймэл оюун ухааны хэрэглэгчийн үйлчилгээ нь зардал болон хүлээлгийн хугацааг эрс бууруулж чадна. Байгууллагууд эдгээр чадавхид хөрөнгө оруулалт хийснээр 2030 он гэхэд хэрэглэгчийн үйлчилгээний салбарт хиймэл оюун ухааны зах зээл хэдэн арван тэрбум доллар болж өсөх төлөвтэй байна (Хэрэв 2025-2030 оны хэрэглэгчийн үйлчилгээний зах зээлийн тайланд хиймэл оюун ухаан: Тохиолдол ) ( Үйлдвэрлэлийн хиймэл оюун ухаан логистикийг хэрхэн сайжруулж байна вэ | Райдер ) гэж тооцоолж байна.

Товчхондоо, бие даасан хиймэл оюун ухааны хэрэглэгчийн үйлчилгээ хэвийн үзэгдэл болох . Тусламж авах нь ихэвчлэн таны асуудлыг хурдан шийдэж чадах ухаалаг машинтай харилцах гэсэн үг юм. Хүмүүс хяналт тавих, зах зээлийн хэргүүдийг шийдвэрлэхийн тулд давхцал хэвээр байх боловч хиймэл оюун ухааны ажиллах хүчний удирдагчдын үүрэг гүйцэтгэх болно. Үр дүн нь хэрэглэгчдэд илүү хурдан, илүү хувь хүнд тохирсон үйлчилгээ үзүүлэх боломжтой - хэрэв хиймэл оюун ухааныг өнгөрсөн үеийн "робот шуурхай утас"-ны туршлагын бухимдлаас урьдчилан сэргийлэхийн тулд зохих ёсоор сургаж, хянаж байвал.

Эрүүл мэнд, анагаах ухаанд үүсгэгч хиймэл оюун ухаан

Эрүүл мэндийн салбар бол эрсдэл өндөртэй салбар юм. Анагаах ухаанд хүний ​​хяналтгүйгээр хиймэл оюун ухаан ажиллах санаа нь сэтгэл хөдлөл (үр ашиг, хүртээмжийн хувьд) болон болгоомжтой байдлыг (аюулгүй байдал, бусдыг ойлгох шалтгаанаар) өдөөдөг. Генератив хиймэл оюун ухаан нь эмнэлгийн дүрс оношилгоо, клиник баримтжуулалт, тэр ч байтугай эмийн нээлт зэрэг салбарт нэвтэрч эхэлсэн. Энэ нь хариуцлагатайгаар дангаараа юу хийж чадах вэ?

Одоогийн чадавхи (2025): Эмч нарт туслах, тэднийг орлох биш

Одоогийн байдлаар эрүүл мэндийн салбарт үүсгэгч хиймэл оюун ухаан нь хүчирхэг туслагч . Жишээлбэл:

• Эмнэлгийн баримтжуулалт: Эрүүл мэндийн салбарт хиймэл оюун ухааныг хамгийн амжилттай хэрэгжүүлсэн аргуудын нэг бол эмч нарт бичиг цаасны ажилд туслах явдал юм. Байгалийн хэлний загварууд нь өвчтөний үзлэгийг бичиж, эмнэлзүйн тэмдэглэл эсвэл эмнэлгээс гарсан тухай дүгнэлтийг гаргаж чаддаг. Компаниуд үзлэгийн үеэр (микрофоноор дамжуулан) сонсож, эмчийн хянаж үзэхийн тулд уулзалтын тэмдэглэлийн ноорогыг автоматаар гаргадаг "хиймэл оюун ухааны бичээч"-тэй байдаг. Энэ нь эмч нарт бичих цагийг хэмнэдэг. Зарим системүүд цахим эрүүл мэндийн бүртгэлийн хэсгүүдийг автоматаар дүүргэдэг. Үүнийг хамгийн бага оролцоотойгоор хийж болно - эмч ноорог дээрх жижиг алдааг засдаг бөгөөд энэ нь тэмдэглэл бичих нь ихэвчлэн бие даасан гэсэн үг юм.

• Рентген зураг ба дүрслэл: Хиймэл оюун ухаан, түүний дотор үүсгэгч загварууд нь рентген зураг, MRI болон компьютер томографийн шинжилгээгээр гажиг (хавдар эсвэл хугарал гэх мэт) илрүүлэх боломжтой. 2018 онд Хүнс, эмийн захиргаа (FDA) торлог бүрхэвчийн зурган дээрх чихрийн шижингийн ретинопати (нүдний өвчин)-ийг бие даан илрүүлэх хиймэл оюун ухааны системийг баталсан - ялангуяа тухайн тодорхой скрининг нөхцөлд мэргэжилтний хяналтгүйгээр дуудлага хийх эрхтэй болсон. Энэ систем нь үүсгэгч хиймэл оюун ухаан биш боловч зохицуулагчид хязгаарлагдмал тохиолдолд хиймэл оюун ухааныг бие даан оношлохыг зөвшөөрсөн болохыг харуулж байна. Бүрэлдэхүүн загварууд цогц тайлан гаргахад ашиглагддаг. Жишээлбэл, хиймэл оюун ухаан нь цээжний рентген зургийг шалгаж, рентген судлаачийн тайланг бичиж . Дараа нь рентген судлаач зөвхөн баталгаажуулж, гарын үсэг зурдаг. Зарим ердийн тохиолдолд, хэрэв рентген судлаач хиймэл оюун ухаанд итгэж, хурдан шалгалт хийвэл эдгээр тайланг засваргүйгээр гаргаж болно.

• Шинж тэмдэг шалгагч болон виртуал сувилагч: Хиймэл оюун ухааны чатботуудыг шинж тэмдгийг шалгагч болгон ашиглаж байна. Өвчтөнүүд шинж тэмдгээ оруулж, зөвлөгөө авах боломжтой (жишээ нь, "Энэ нь ханиад томуу байж магадгүй; амарч, шингэн уух хэрэгтэй, гэхдээ X эсвэл Y шинж тэмдэг илэрвэл эмчид хандаарай."). Babylon Health зэрэг аппликейшнууд зөвлөмж өгөхдөө хиймэл оюун ухааныг ашигладаг. Одоогийн байдлаар эдгээрийг ихэвчлэн мэдээллийн шинж чанартай болгож байгаа бөгөөд эмнэлгийн тодорхой зөвлөгөө биш бөгөөд ноцтой асуудлын үед хүний ​​эмчтэй дахин уулзахыг дэмждэг.

• Эмийн нээлт (Үе шатны хими): Үе шатны хиймэл оюун ухааны загварууд нь эмийн шинэ молекулын бүтцийг санал болгож чадна. Энэ нь өвчтөний эмчилгээнээс илүү судалгааны салбарт хамаатай. Эдгээр хиймэл оюун ухаан нь хүссэн шинж чанартай мянга мянган нэр дэвшигч нэгдлүүдийг санал болгохын тулд бие даан ажилладаг бөгөөд хүний ​​химич нар үүнийг хянаж, лабораторид туршдаг. Insilico Medicine зэрэг компаниуд хиймэл оюун ухааныг ашиглан шинэ эмийн нэр дэвшигчдийг хамаагүй бага хугацаанд гаргаж авсан. Энэ нь өвчтөнүүдтэй шууд харьцдаггүй ч гэсэн энэ нь хиймэл оюун ухаан нь хүмүүс олоход илүү удаан хугацаа шаардагдах шийдлүүдийг (молекулын загвар) бие даан бий болгож байгаагийн жишээ юм.

• Эрүүл мэндийн үйл ажиллагаа: Хиймэл оюун ухаан нь эмнэлгүүдэд хуваарь гаргах, хангамжийн менежмент болон бусад ложистикийг оновчтой болгоход тусалж байна. Жишээлбэл, үүсгэгч загвар нь өвчтөний урсгалыг дуурайж, хүлээх хугацааг багасгахын тулд хуваарийн тохируулгыг санал болгож болно. Хэдийгээр тийм ч харагдахгүй ч эдгээр нь хиймэл оюун ухаан хамгийн бага гараар өөрчлөлт оруулснаар гаргаж чадах шийдвэрүүд юм.

2025 оны байдлаар ямар ч эмнэлэг хиймэл оюун ухаанд хүний ​​гарын үсэггүйгээр томоохон эмнэлгийн шийдвэр, эмчилгээг бие даан хийхийг зөвшөөрөхгүй гэдгийг хэлэх нь чухал юм Оношлогоо, эмчилгээний төлөвлөлт нь хүний ​​гарт бат бөх хэвээр байгаа бөгөөд хиймэл оюун ухаан нь оролцоог хангадаг. Хиймэл оюун ухаан өвчтөнд "Та хорт хавдартай" гэж бүрэн бие даан хэлэх эсвэл эм бичиж өгөхөд шаардлагатай итгэл хараахан байхгүй бөгөөд өргөн хүрээтэй баталгаажуулалтгүйгээр байх ёсгүй. Эмнэлгийн мэргэжилтнүүд хиймэл оюун ухааныг хоёр дахь нүд эсвэл цаг хэмнэх хэрэгсэл болгон ашигладаг боловч чухал үр дүнг баталгаажуулдаг.

2030-2035 оны хэтийн төлөв: Эмчийн хамтрагч (магадгүй сувилагч эсвэл эм зүйч) болох хиймэл оюун ухаан

Ирэх арван жилд бид генератив хиймэл оюун ухаан нь илүү ердийн клиник ажлуудыг бие даан гүйцэтгэж, эрүүл мэндийн үйлчилгээний хүртээмжийг нэмэгдүүлэх болно гэж найдаж байна

• Автоматжуулсан урьдчилсан оношлогоо: 2030 он гэхэд хиймэл оюун ухаан олон нийтлэг өвчний анхны шинжилгээг найдвартай хийж чадна. Эмнэлэгт өвчтөний шинж тэмдэг, өвчний түүх, тэр ч байтугай тэдний өнгө аяс, нүүрний хувирлыг камераар уншиж, оношлогооны санал, зөвлөмж болгосон шинжилгээг өгдөг хиймэл оюун ухааны системийг төсөөлөөд үз дээ - энэ бүхэн нь хүн эмч өвчтөнийг харахаас өмнө юм. Дараа нь эмч оношийг баталгаажуулж, хэлэлцэхэд анхаарлаа төвлөрүүлж болно. Телемедицинд өвчтөн эхлээд асуудлыг нарийсгадаг хиймэл оюун ухаантай ярилцаж болно (жишээлбэл, синусын халдварын магадлал эсвэл илүү хүнд зүйл), дараа нь шаардлагатай бол эмчтэй холбож болно. Зохицуулагчид маш нарийвчлалтай болох нь батлагдсан тохиолдолд хиймэл оюун ухаанаар албан ёсоор оношлохыг зөвшөөрч магадгүй юм - жишээлбэл, хиймэл оюун ухаан нь отоскопын дүрснээс энгийн чихний халдварыг оношлох боломжтой байж болно.

• Хувийн эрүүл мэндийн хяналтын төхөөрөмжүүд: Зүүдэг төхөөрөмжүүд (ухаалаг цаг, эрүүл мэндийн мэдрэгч) олширсноор хиймэл оюун ухаан өвчтөнүүдийг тасралтгүй хянаж, асуудлын талаар бие даан анхааруулах болно. Жишээлбэл, 2035 он гэхэд таны зүүдэг төхөөрөмжийн хиймэл оюун ухаан зүрхний хэмнэлийн хэвийн бус байдлыг илрүүлж, яаралтай виртуал зөвлөгөө авах цаг товлох эсвэл зүрхний шигдээс эсвэл цус харвалтын шинж тэмдэг илэрвэл түргэн тусламж дуудах боломжтой. Энэ нь бие даасан шийдвэр гаргах нутаг дэвсгэрт шилждэг - нөхцөл байдлыг яаралтай гэж үзээд арга хэмжээ авах - энэ нь хиймэл оюун ухааныг ашиглах магадлалтай бөгөөд амь насыг аврах арга хэмжээ юм.

• Эмчилгээний зөвлөмж: Анагаах ухааны уран зохиол болон өвчтөний мэдээлэлд сургагдсан генератив хиймэл оюун ухаан нь хувь хүнд тохирсон эмчилгээний төлөвлөгөөг санал болгож магадгүй юм. 2030 он гэхэд хорт хавдар гэх мэт нарийн төвөгтэй өвчний үед хиймэл оюун ухааны хавдрын зөвлөлүүд өвчтөний генетикийн бүтэц, өвчний түүхийг шинжилж, санал болгож буй эмчилгээний дэглэмийг (химийн эмчилгээний төлөвлөгөө, эмийн сонголт) бие даан боловсруулж чадна. Хүний эмч нар үүнийг хянаж үзэх боловч цаг хугацаа өнгөрөхөд итгэл нэмэгдэхийн хэрээр тэд ялангуяа ердийн тохиолдлуудад хиймэл оюун ухааны үүсгэсэн төлөвлөгөөг хүлээн авч, зөвхөн шаардлагатай үед тохируулж эхэлж магадгүй юм.

• Виртуал сувилагч ба гэрийн асаргаа: Харилцаж, эмнэлгийн зөвлөгөө өгөх боломжтой хиймэл оюун ухаан нь олон тооны хяналт, архаг тусламж үйлчилгээний хяналтыг зохицуулж чадна. Жишээлбэл, архаг өвчтэй гэртээ байгаа өвчтөнүүд өдөр тутмын үзүүлэлтийг хиймэл оюун ухааны сувилагчийн туслахад мэдээлж, зөвлөгөө өгдөг ("Таны цусан дахь сахарын хэмжээ бага зэрэг өндөр байна, оройн зуушаа тохируулах талаар бодож үзээрэй") бөгөөд зөвхөн заалт хязгаараас хэтэрсэн эсвэл асуудал үүссэн тохиолдолд л хүний ​​сувилагчийг дууддаг. Энэхүү хиймэл оюун ухаан нь эмчийн алсын удирдлага дор ихэвчлэн бие даан ажиллах боломжтой.

• Эмнэлгийн дүрслэл ба лабораторийн шинжилгээ – Бүрэн автоматжуулсан дамжуулах хоолой: 2035 он гэхэд зарим салбарт эмнэлгийн сканнерыг унших ажлыг голчлон хиймэл оюун ухаан хийж магадгүй юм. Рентген судлаачид хиймэл оюун ухааны системийг хянаж, нарийн төвөгтэй тохиолдлуудыг шийдвэрлэх боловч хэвийн сканнерын ихэнхийг (үнэхээр хэвийн) хиймэл оюун ухаан шууд "уншиж", гарын үсэг зурж болно. Үүнтэй адилаар, эмгэг судлалын слайдыг шинжлэх (жишээлбэл, биопсийн аргаар хорт хавдрын эсийг илрүүлэх) нь анхны үзлэгт зориулж бие даан хийж, лабораторийн үр дүнг эрс хурдасгах боломжтой.

• Эмийн нээлт ба клиник туршилтууд: Хиймэл оюун ухаан нь зөвхөн эмийн молекулуудыг зохион бүтээхээс гадна туршилтад зориулж өвчтөний синтетик өгөгдлийг үүсгэх эсвэл оновчтой туршилтын нэр дэвшигчдийг олох магадлалтай. Энэ нь бодит туршилтаас өмнө сонголтуудыг нарийсгахын тулд виртуал туршилтуудыг (өвчтөнүүд хэрхэн хариу үйлдэл үзүүлэхийг дуурайлган) бие даан ажиллуулж магадгүй юм. Энэ нь хүний ​​оролцоотой туршилтуудыг цөөлснөөр эмийг зах зээлд илүү хурдан гаргах боломжтой.

Хиймэл оюун ухааны эмч алсын хараа одоо хүртэл хол байгаа бөгөөд маргаантай хэвээр байна. 2035 он гэхэд хиймэл оюун ухаан хамтрагч . Нарийн төвөгтэй оношлогоо нь өвчтөний нөхцөл байдлыг ойлгохын тулд зөн совин, ёс зүй, яриа шаарддаг - хүний ​​эмч нар онцгой сайн ажилладаг салбарууд. Гэсэн хэдий ч хиймэл оюун ухаан нь ердийн ажлын ачааллын 80%-ийг хариуцаж чаддаг: бичиг цаасны ажил, энгийн тохиолдлууд, хяналт гэх мэт, ингэснээр хүний ​​эмч нарт төвөгтэй 20% болон өвчтөний харилцаанд анхаарлаа төвлөрүүлэх боломжийг олгодог.

Эрүүл мэндийн салбарт бие даасан хиймэл оюун ухааныг зохицуулах байгууллагаас батлах нь маш хатуу (зохих ёсоор). Хиймэл оюун ухааны системүүд нь өргөн хүрээтэй клиник баталгаажуулалт шаарддаг. Бид аажмаар хүлээн зөвшөөрөгдөхийг харж магадгүй - жишээлбэл, эрүүл мэндийн тусламж үйлчилгээний хүртээмжийг өргөжүүлэх арга зам болгон эмч байхгүй, үйлчилгээ багатай газарт хиймэл оюун ухаанд бие даан оношлох, эмчлэхийг зөвшөөрдөг (2030 он гэхэд хотын эмчийн үечилсэн теле хяналттай ажилладаг алслагдсан тосгонд "хиймэл оюун ухааны клиник" гэж төсөөлөөд үз дээ).

Ёс зүйн асуудлууд чухал ач холбогдолтой. Хариуцлага (хэрэв бие даасан хиймэл оюун ухаан оношлогоонд алдаа гаргавал хэн хариуцлага хүлээх вэ?), мэдээлэлтэй зөвшөөрөл (өвчтөнүүд хиймэл оюун ухаан тэдний эмчилгээнд оролцож байгаа эсэхийг мэдэх шаардлагатай), тэгш байдлыг хангах (хиймэл оюун ухаан бүх хүн амд сайн үйлчилдэг, нэг талыг баримтлахаас зайлсхийдэг) зэрэг нь шийдвэрлэхэд бэрхшээлтэй асуудлууд юм. Эдгээрийг шийдвэрлэвэл 2030-аад оны дунд үе гэхэд үүсгэгч хиймэл оюун ухааныг эрүүл мэндийн тусламж үйлчилгээний бүтцэд оруулж, хүний ​​​​үйлчилгээ үзүүлэгчдийг чөлөөлөх олон ажлыг гүйцэтгэж, одоогоор хязгаарлагдмал хүртээмжтэй өвчтөнүүдэд хүрч чадна.

Товчхондоо, 2035 он гэхэд эрүүл мэндийн салбарт хиймэл оюун ухаан гүнзгий нэгдсэн боловч ихэвчлэн дэмжлэг үзүүлэх үүрэг гүйцэтгэх төлөвтэй байна. Бид хиймэл оюун ухаанд сканнердах, амин чухал үзүүлэлтүүдийг харах, төлөвлөгөө боловсруулах гэх мэт олон зүйлийг хийх болно гэдэгт , гэхдээ чухал шийдвэр гаргахад хүний ​​​​хяналтын аюулгүй байдлын сүлжээ хэвээр байх болно. Үүний үр дүнд хиймэл оюун ухаан хүнд ажлыг хариуцаж, хүмүүс бусдыг ойлгох, эцсийн дүгнэлтийг гаргадаг илүү үр ашигтай, хариу үйлдэл үзүүлэх эрүүл мэндийн систем бий болж магадгүй юм.

Боловсрол дахь үүсгэгч хиймэл оюун ухаан

Боловсрол бол хиймэл оюун ухаанаар ажилладаг багшийн роботуудаас эхлээд автоматжуулсан үнэлгээ, контент бүтээх хүртэл үүсгэгч хиймэл оюун ухаан давалгаа үүсгэж буй өөр нэг салбар юм. Заах, суралцах нь үүсгэгч загваруудын давуу тал болох харилцаа холбоо, бүтээлч байдлыг хамардаг. Гэхдээ багшийн хяналтгүйгээр хиймэл оюун ухаанд боловсрол олгоход итгэж болох уу?

Одоогийн чадавхи (2025): Багш нар болон контент үүсгэгчид нэгдмэл байдлаар

Одоогоор хиймэл оюун ухааныг боловсролд бие даасан багшийн оронд нэмэлт хэрэгсэл

• Хиймэл оюун ухааны туслахууд: Хан Академийн “Khanmigo” (GPT-4-өөр ажилладаг) зэрэг хэрэгслүүд эсвэл хэл сурах янз бүрийн аппликейшнууд нь нэг нэгээр нь багшлах эсвэл харилцан ярианы хамтрагчаа дуурайлган хиймэл оюун ухааныг ашигладаг. Оюутнууд байгалийн хэлээр асуулт асууж, хариулт эсвэл тайлбар авах боломжтой. Хиймэл оюун ухаан нь гэрийн даалгаврын бодлогын талаар зөвлөгөө өгөх, ойлголтыг өөр өөрөөр тайлбарлах, эсвэл интерактив түүхийн хичээлд түүхэн дүрийн дүрд тоглох боломжтой. Гэсэн хэдий ч эдгээр хиймэл оюун ухааны багш нарыг ихэвчлэн хяналттай ашигладаг; багш нар эсвэл аппликейшнийг хариуцсан хүмүүс харилцан яриаг хянаж эсвэл хиймэл оюун ухааны хэлэлцэж болох зүйлийн хил хязгаарыг тогтоодог (буруу мэдээлэл эсвэл зохисгүй контентоос зайлсхийхийн тулд).

• Багш нарт зориулсан контент бүтээх: Бүтээлч хиймэл оюун ухаан нь асуулт хариултын асуулт, уншсан материалын хураангуй, хичээлийн төлөвлөгөөний тойм гэх мэт зүйлсийг бий болгосноор багш нарт тусалдаг. Багш хиймэл оюун ухаанаас "Хариулттай квадрат тэгшитгэл дээр 5 дадлагын бодлого гарга" гэж асууж болох бөгөөд энэ нь бэлтгэлийн цагийг хэмнэдэг. Энэ нь бие даасан контент бүтээх боловч багш ихэвчлэн гаралтын нарийвчлал, сургалтын хөтөлбөртэй нийцэж байгаа эсэхийг хянадаг. Тиймээс энэ нь бүрэн бие даасан байхаас илүү хөдөлмөр хэмнэх хэрэгсэл юм.

• Үнэлгээ ба санал хүсэлт: Хиймэл оюун ухаан олон сонголттой шалгалтыг автоматаар дүгнэж чаддаг (шинэ зүйл биш) бөгөөд богино хариулт эсвэл эссэг улам бүр үнэлж чаддаг. Зарим сургуулийн системүүд бичгээр өгсөн хариултыг дүгнэж, сурагчдад санал хүсэлт өгөхөд хиймэл оюун ухааныг ашигладаг (жишээлбэл, дүрмийн залруулга, маргааныг өргөжүүлэх санал). Шинэ хиймэл оюун ухаан нь өөрөө бүтээмжтэй даалгавар биш ч гэсэн гаргаж , сайжруулах шаардлагатай хэсгүүдийг тодруулж чаддаг. Багш нар энэ үе шатанд нарийн мэдрэмжийн талаар санаа зовж байгаагаас болж хиймэл оюун ухаанаар үнэлэгдсэн эссэг давхар шалгадаг.

• Дасан зохицох сургалтын системүүд: Эдгээр нь сурагчийн гүйцэтгэлд үндэслэн материалын хүндрэл эсвэл хэв маягийг тохируулдаг платформууд юм. Бүтээлч хиймэл оюун ухаан нь сурагчийн хэрэгцээнд тохируулан шинэ асуудал эсвэл жишээг шууд бий болгосноор үүнийг сайжруулдаг. Жишээлбэл, хэрэв сурагч ямар нэгэн ойлголттой тэмцэж байгаа бол хиймэл оюун ухаан нь тухайн ойлголтод төвлөрсөн өөр нэг аналоги эсвэл дадлагын асуулт гаргаж ирж магадгүй юм. Энэ нь зарим талаараа бие даасан боловч багш нарын боловсруулсан системийн хүрээнд байдаг.

• Суралцагчийн сургалтын хэрэглээ: Суралцагчид өөрсдөө суралцахад туслах зорилгоор ChatGPT гэх мэт хэрэгслүүдийг ашигладаг - тодруулга, орчуулга хүсэх, эсвэл эссений ноорог дээр санал хүсэлт авахын тулд хиймэл оюун ухаан ашигладаг ("оршил догол мөрөө сайжруулах"). Энэ нь өөрөө удирддаг бөгөөд багшийн мэдлэггүйгээр байж болно. Энэ тохиолдолд хиймэл оюун ухаан нь захиалгат багш эсвэл хянагч болж ажилладаг. Асуудал нь сурагчид үүнийг зөвхөн хариулт авахын оронд суралцахад ашиглахыг баталгаажуулах явдал юм (академик шударга байдал).

2025 оны байдлаар боловсролын салбарт хиймэл оюун ухаан хүчирхэг байгаа нь тодорхой боловч ерөнхийдөө хиймэл оюун ухааны хувь нэмрийг боловсруулдаг хүний ​​сурган хүмүүжүүлэгчтэй хамтран ажилладаг нь тодорхой байна. Ойлгомжтой анхааруулга байна: бид хиймэл оюун ухаанд буруу мэдээлэл заах эсвэл сурагчдын эмзэг харилцааг хоосон зайд зохицуулна гэдэгт итгэхийг хүсэхгүй байна. Багш нар хиймэл оюун ухааны багш нарыг сурагчдад илүү их дадлага хийж, ердийн асуултуудад шууд хариулт өгөх тустай туслахууд гэж үздэг бөгөөд энэ нь багш нарыг илүү гүнзгий зөвлөгөө өгөхөд анхаарлаа төвлөрүүлэх боломжийг олгодог.

2030-2035 оны хэтийн төлөв: Хувь хүнд зориулсан хиймэл оюун ухааны багш нар болон автоматжуулсан заах туслахууд

Дараагийн арван жилд бид генератив хиймэл оюун ухаан нь илүү хувь хүнд тохирсон, бие даасан суралцах туршлагыг бөгөөд багш нарын үүрэг хувьсан өөрчлөгдөнө.

• Оюутан бүрт зориулсан хиймэл оюун ухааны хувийн багш нар: 2030 он гэхэд (Хан Академийн Сал Хан зэрэг мэргэжилтнүүдийн хуваалцсан алсын хараа нь) оюутан бүр олон талаараа хүний ​​багштай адил үр дүнтэй хиймэл оюун ухааны багштай болох боломжтой гэсэн үзэл баримтлал юм ( Энэхүү хиймэл оюун ухааны багш хүмүүсийг 10 дахин ухаалаг болгож чадна гэж бүтээгч нь хэлэв ). Эдгээр хиймэл оюун ухааны багш нар 24/7 ажиллах боломжтой бөгөөд сурагчийн суралцах түүхийг сайн мэдэж, заах арга барилаа түүнд тохируулан өөрчлөх болно. Жишээлбэл, хэрэв сурагч алгебрын ойлголттой тэмцэж буй харааны суралцагч бол хиймэл оюун ухаан нь туслахын тулд харааны тайлбар эсвэл интерактив симуляцийг динамикаар үүсгэж болно. Хиймэл оюун ухаан нь сурагчийн ахиц дэвшлийг цаг хугацааны явцад хянаж чаддаг тул дараагийн сэдвийг давтах эсвэл шинэ ур чадвар руу хэзээ шилжихээ бие даан шийдэж, хичээлийн төлөвлөгөөг бичил утгаар нь үр дүнтэй удирдаж чадна.

• Багш нарын ердийн даалгаврын ачааллыг бууруулах: Дүн гаргах, ажлын хуудас хийх, хичээлийн материалыг ноороглох - эдгээр даалгавруудыг 2030 он гэхэд бараг бүхэлд нь хиймэл оюун ухаанд шилжүүлж болно. Хиймэл оюун ухаан нь хичээлд зориулж долоо хоногийн захиалгат гэрийн даалгавар гаргаж, өнгөрсөн долоо хоногийн бүх даалгаврыг (тэр ч байтугай нээлттэй даалгавруудыг) санал хүсэлтээр дүгнэж, аль сурагчдад ямар сэдвээр нэмэлт тусламж хэрэгтэй байж болохыг багшид онцолж болно. Энэ нь багшийн оролцоог хамгийн бага байлгаж, хиймэл оюун ухааны дүн шударга харагдаж байгаа эсэхийг шалгахын тулд зүгээр л нэг харцаар харж болно.

• Автономит Дасан зохицох Сургалтын Платформууд: Бид тодорхой хичээлүүдэд зориулсан бүрэн хиймэл оюун ухаанд суурилсан сургалтуудыг харж магадгүй юм. Хүний багшгүй, хиймэл оюун ухааны агент материалыг танилцуулж, жишээ өгч, асуултанд хариулж, суралцагчийн хурдыг тохируулдаг онлайн сургалтыг төсөөлөөд үз дээ. Сурагчийн туршлага нь тэдэнд өвөрмөц, бодит цаг хугацаанд бий болж болно. Зарим корпорацийн сургалт болон насанд хүрэгчдийн сургалт энэ загварт эрт шилжиж магадгүй бөгөөд 2035 он гэхэд ажилтан "Би Excel-ийн дэвшилтэт макро сурахыг хүсч байна" гэж хэлж болох бөгөөд хиймэл оюун ухааны багш нь тэдэнд хүний ​​багшгүйгээр дасгал хийх, шийдлийг нь үнэлэх зэрэг хувь хүнд тохирсон сургалтын хөтөлбөрөөр дамжуулан заах болно.

• Ангийн хиймэл оюун ухааны туслахууд: Биет болон виртуал анги танхимд хиймэл оюун ухаан ангийн хэлэлцүүлгийг сонсож, багшид шууд тусалж чадна (жишээлбэл, чихэвчээр дамжуулан "Хэд хэдэн сурагч энэ ойлголтын талаар төөрөлдсөн харагдаж байна, магадгүй өөр жишээ дурдъя" гэсэн саналуудыг шивнэх). Мөн онлайн ангийн форумуудыг зохицуулж, сурагчдын асуусан энгийн асуултуудад ("Даалгавар хэзээ өгөх вэ?" эсвэл лекцийн санааг тодруулах) хариулж, багшийг имэйлээр бөмбөгдөхгүй байх боломжтой. 2035 он гэхэд багш нь дээд түвшний удирдамж, сэдэлжүүлэлтийн тал дээр анхаарлаа төвлөрүүлж байх үед анги танхимд хиймэл оюун ухааны хамтран багштай байх нь стандарт болж магадгүй юм.

• Дэлхий нийтийн боловсролын хүртээмж: Автономит хиймэл оюун ухааны багш нар багшийн хомсдолтой бүс нутагт суралцагчдыг сургахад тусалж чадна. Хиймэл оюун ухааны багштай таблет нь боловсрол хязгаарлагдмал сурагчдад бичиг үсэг тайлагдал, математикийн үндсэн хичээлүүдийг хамарсан үндсэн багш болж чадна. 2035 он гэхэд энэ нь хамгийн үр дүнтэй хэрэглээний нэг болж магадгүй юм - хүний ​​багш байхгүй үед хиймэл оюун ухааны зөрүүг арилгах. Гэсэн хэдий ч өөр өөр нөхцөлд хиймэл оюун ухааны боловсролын чанар, соёлын зохистой байдлыг хангах нь чухал юм.

Хиймэл оюун ухаан багш нарыг орлох уу? Бүрэн хэмжээгээрээ магадлал багатай. Заах нь зөвхөн агуулга хүргэхээс илүү зүйл юм - энэ бол зөвлөгөө өгөх, урам зориг өгөх, нийгэм-сэтгэл хөдлөлийн дэмжлэг юм. Эдгээр хүний ​​элементүүдийг хиймэл оюун ухаан хуулбарлахад хэцүү байдаг. Гэхдээ хиймэл оюун ухаан хоёр дахь багш эсвэл мэдлэг дамжуулах анхны багш болж чаддаг тул хүний ​​сурган хүмүүжүүлэгчид хүмүүсийн хамгийн сайн хийдэг зүйл болох бусдыг ойлгох, урам зориг өгөх, шүүмжлэлт сэтгэлгээг хөгжүүлэхэд анхаарлаа төвлөрүүлэх боломжийг олгодог.

Удирдах ёстой асуудлууд байна: хиймэл оюун ухаан үнэн зөв мэдээлэл өгөхийг баталгаажуулах (худал баримтын талаарх боловсролын хий үзэгдэл гарахгүй байх), боловсролын агуулгад нэг талыг баримтлахаас зайлсхийх, сурагчдын мэдээллийн нууцлалыг хадгалах, сурагчдыг татан оролцуулах (хиймэл оюун ухаан нь зөвхөн зөв биш, урам зориг өгөх ёстой). Бид сурах бичигтэй адил хиймэл оюун ухааны боловсролын системийг стандартад нийцүүлэн магадлан итгэмжлэх эсвэл гэрчилгээжүүлэхийг харах болно.

Өөр нэг бэрхшээл бол хэт их найдлага юм: хэрэв хиймэл оюун ухааны багш хариултаа хэтэрхий амархан өгвөл оюутнууд тууштай байдал эсвэл асуудлыг шийдвэрлэхийг сурахгүй байж магадгүй юм. Үүнийг бууруулахын тулд ирээдүйн хиймэл оюун ухааны багш нар заримдаа оюутнуудыг (хүний ​​багш шиг) бэрхшээлтэй байлгах эсвэл шийдлийг өгөхийн оронд зөвлөмжөөр асуудлыг шийдвэрлэхэд нь урамшуулах зорилготой байж болно.

2035 он гэхэд анги танхим өөрчлөгдөж магадгүй: сурагч бүр хиймэл оюун ухаантай холбогдсон төхөөрөмжтэй болж, багш нь бүлгийн үйл ажиллагааг зохион байгуулж, хүний ​​​​ойлголт өгөх болно. Боловсрол илүү үр дүнтэй, тохирсон болж магадгүй юм. Амлалт нь сурагч бүр хэрэгтэй үедээ хэрэгтэй тусламжаа авах явдал юм - жинхэнэ "хувийн багш"-ын өргөн хүрээтэй туршлага. Эрсдэл нь хүний ​​​​хандлагыг алдах эсвэл хиймэл оюун ухааныг буруу ашиглах явдал юм (оюутнууд хиймэл оюун ухаанаар хуурч байгаа шиг). Гэхдээ ерөнхийдөө сайн удирдвал үүсгэгч хиймэл оюун ухаан нь сурагчийн боловсролын аялалд үргэлж бэлэн, мэдлэгтэй хамтрагч байснаар суралцах үйл явцыг ардчилж, сайжруулах болно.

Логистик ба хангамжийн сүлжээнд үүсгэгч хиймэл оюун ухаан

Ложистик - бараа зөөх, хангамжийн сүлжээг удирдах урлаг, шинжлэх ухаан - "үйлдвэрлэгч" хиймэл оюун ухааны уламжлалт салбар мэт санагдаж болох ч бүтээлч асуудлыг шийдвэрлэх, төлөвлөх нь энэ салбарт гол түлхүүр юм. Үүсгэн байгуулагч хиймэл оюун ухаан нь нөхцөл байдлыг дуурайлган хийх, төлөвлөгөөг оновчтой болгох, тэр ч байтугай робот системийг хянах замаар тусалж чадна. Ложистикийн зорилго нь үр ашиг, зардал хэмнэх явдал бөгөөд энэ нь өгөгдлийг шинжлэх, шийдэл санал болгоход хиймэл оюун ухааны давуу талуудтай сайн нийцдэг. Тэгэхээр хиймэл оюун ухаан хангамжийн сүлжээ болон логистикийн үйл ажиллагааг хэрхэн бие даасан байдлаар явуулж чадах вэ?

Одоогийн чадавхи (2025): Хүний хяналтаар оновчтой болгох, оновчтой болгох

Өнөөдөр хиймэл оюун ухааныг (зарим бүтээх аргуудыг оролцуулан) логистикт голчлон шийдвэр гаргахад дэмжлэг үзүүлэх хэрэгсэл .

• Маршрутын оновчлол: UPS болон FedEx зэрэг компаниуд хүргэлтийн маршрутыг оновчтой болгохын тулд хиймэл оюун ухааны алгоритмуудыг аль хэдийн ашиглаж байгаа бөгөөд ингэснээр жолооч нар хамгийн үр ашигтай замыг сонгох боломжтой болно. Уламжлал ёсоор эдгээр нь үйл ажиллагааны судалгааны алгоритмууд байсан бол одоо бүтээмжийн аргууд нь янз бүрийн нөхцөлд (замын хөдөлгөөн, цаг агаар) өөр маршрутын стратеги судлахад тусалдаг. Хиймэл оюун ухаан нь маршрутыг санал болгодог бол хүний ​​диспетчер эсвэл менежерүүд параметрүүдийг (жишээлбэл, тэргүүлэх чиглэлүүд) тогтоож, шаардлагатай бол дахин тохируулж болно.

• Ачаа болон зайны төлөвлөлт: Ачаа тээвэрлэгч машин эсвэл тээврийн чингэлэг савлахын тулд хиймэл оюун ухаан оновчтой ачих төлөвлөгөөг (аль хайрцаг хаашаа явах) гаргаж чаддаг. Генератив хиймэл оюун ухаан нь зайны ашиглалтыг хамгийн их байлгахын тулд олон савлах тохиргоог гаргаж, үндсэндээ хүмүүсийн сонгож болох шийдлүүдийг "бүтээж" чаддаг. Үүнийг АНУ-д ачааны машинууд ихэвчлэн 30% хоосон ажилладаг бөгөөд хиймэл оюун ухааны тусламжтайгаар илүү сайн төлөвлөлт хийснээр энэ хаягдлыг бууруулж чадна гэж тэмдэглэсэн судалгаагаар онцолсон ( Логистикийн салбарт хиймэл оюун ухааныг ашиглах шилдэг тохиолдлууд ). Эдгээр хиймэл оюун ухаанаар үүсгэгдсэн ачих төлөвлөгөө нь түлшний зардал болон ялгарлыг бууруулах зорилготой бөгөөд зарим агуулахуудад тэдгээрийг гараар хамгийн бага өөрчлөлтөөр гүйцэтгэдэг.

• Эрэлтийн урьдчилсан тооцоо ба бараа материалын менежмент: Хиймэл оюун ухааны загварууд нь бүтээгдэхүүний эрэлтийг урьдчилан таамаглаж, нөөцийг дахин нэмэгдүүлэх төлөвлөгөө гаргаж чаддаг. Бүтээлч загвар нь эрэлтийн янз бүрийн хувилбаруудыг дуурайж (жишээлбэл, хиймэл оюун ухаан нь удахгүй болох баярын улмаас эрэлт огцом нэмэгдэхийг "төсөөлөдөг"), бараа материалын нөөцийг зохих ёсоор төлөвлөдөг. Энэ нь хангамжийн сүлжээний менежерүүдэд бэлтгэхэд тусалдаг. Одоогийн байдлаар хиймэл оюун ухаан урьдчилсан тооцоо, саналуудыг өгдөг боловч үйлдвэрлэлийн түвшин эсвэл захиалга өгөх эцсийн шийдвэрийг хүмүүс гаргадаг.

• Эрсдэлийн үнэлгээ: Дэлхийн хангамжийн сүлжээ тасалдалтай тулгардаг (байгалийн гамшиг, боомтын саатал, улс төрийн асуудлууд). Хиймэл оюун ухааны системүүд одоо мэдээ, өгөгдлийг нягталж, болзошгүй эрсдэлийг тодорхойлж байна. Жишээлбэл, нэг логистикийн компани интернетийг сканнердаж, эрсдэлтэй тээврийн коридоруудыг (жишээлбэл, хар салхи эсвэл үймээн самууны улмаас асуудалтай тулгарах магадлалтай газрууд) тэмдэглэхэд хиймэл оюун ухааныг ашигладаг ( Логистикийн салбарт хиймэл оюун ухааныг ашиглах хамгийн түгээмэл тохиолдлууд ). Энэхүү мэдээллийн тусламжтайгаар төлөвлөгчид асуудалтай цэгүүдийн дагуу тээвэрлэлтийг бие даан дахин чиглүүлж болно. Зарим тохиолдолд хиймэл оюун ухаан нь маршрутын өөрчлөлт эсвэл тээврийн хэрэгслийн өөрчлөлтийг автоматаар санал болгож, дараа нь хүмүүс үүнийг баталдаг.

• Агуулахын автоматжуулалт: Олон агуулахыг хагас автоматжуулсан бөгөөд роботууд түүж, савлах үүрэгтэй. Бүтээлч хиймэл оюун ухаан нь оновчтой урсгалыг хангахын тулд даалгавруудыг робот болон хүмүүст динамикаар хуваарилж чаддаг. Жишээлбэл, хиймэл оюун ухаан нь өглөө бүр захиалгад үндэслэн робот түүгчдэд ажлын дараалал үүсгэж болно. Энэ нь ихэвчлэн бүрэн бие даасан гүйцэтгэлтэй байдаг бөгөөд менежерүүд зөвхөн KPI-г хянадаг - хэрэв захиалга гэнэт огцом нэмэгдвэл хиймэл оюун ухаан үйл ажиллагаагаа өөрөө тохируулдаг.

• Автопаркийн удирдлага: Хиймэл оюун ухаан нь хэв маягийг шинжилж, зогсолтын хугацааг багасгах оновчтой засвар үйлчилгээний хуваарийг гаргаснаар тээврийн хэрэгслийн засвар үйлчилгээний хуваарийг гаргахад тусалдаг. Мөн аяллыг багасгахын тулд ачаа тээвэрлэлтийг бүлэглэж болно. Эдгээр шийдвэрийг үйлчилгээний шаардлагыг хангасан тохиолдолд хиймэл оюун ухааны програм хангамж автоматаар гаргаж болно.

Ерөнхийдөө 2025 оны байдлаар хүмүүс зорилгоо тодорхойлсон (жишээ нь, "зардлыг багасгах боловч 2 өдрийн дотор хүргэхийг баталгаажуулах") бөгөөд хиймэл оюун ухаан үүнийг хэрэгжүүлэхийн тулд шийдэл эсвэл хуваарь гаргадаг. Системүүд нь ер бусын зүйл тохиолдох хүртэл өдөр бүр хөндлөнгийн оролцоогүйгээр ажиллах боломжтой. Логистикийн ихэнх хэсэг нь давтагдсан шийдвэрүүдийг (энэ ачааг хэзээ явуулах ёстой вэ? Энэ захиалгыг аль агуулахаас гүйцэтгэх вэ?) багтаадаг бөгөөд хиймэл оюун ухаан эдгээрийг тогтмол гаргаж сурах боломжтой. Компаниуд аажмаар хиймэл оюун ухаанд эдгээр бичил шийдвэрийг зохицуулахад итгэж, зөвхөн үл хамаарах зүйл гарсан тохиолдолд л менежерүүдэд мэдэгдэж байна.

2030-2035 оны хэтийн төлөв: Өөрийгөө хөдөлгөгч хангамжийн сүлжээ

Дараагийн арван жилд бид хиймэл оюун ухаанаар удирдуулсан логистикийн бие даасан зохицуулалтыг

• Автономит тээврийн хэрэгсэл ба дрон: Өөрөө жолооддог ачааны машин болон хүргэлтийн дрон нь хиймэл оюун ухаан/роботын өргөн хүрээтэй сэдэв боловч логистикт шууд нөлөөлдөг. 2030 он гэхэд зохицуулалтын болон техникийн бэрхшээлийг даван туулбал бид хурдны зам дээр ачааны машиныг тогтмол жолооддог хиймэл оюун ухаан эсвэл хотуудад сүүлийн милийн хүргэлтийг хийдэг дронтой болж магадгүй юм. Эдгээр хиймэл оюун ухаан нь хүний ​​жолоочгүйгээр бодит цагийн шийдвэр гаргах (маршрутыг өөрчлөх, саад бэрхшээлээс зайлсхийх) болно. Үүсгэх өнцөг нь эдгээр тээврийн хэрэгслийн хиймэл оюун ухаан нь асар их өгөгдөл, симуляциас хэрхэн суралцаж, тоо томшгүй олон нөхцөл байдалд үр дүнтэйгээр "сургалт" хийдэгт оршино. Бүрэн автономит флот нь 24/7 ажиллах боломжтой бөгөөд хүмүүс зөвхөн алсаас хянах боломжтой. Энэ нь логистикийн үйл ажиллагаанаас асар их хүний ​​​​элементийг (жолооч нар) зайлуулж, бие даасан байдлыг эрс нэмэгдүүлдэг.

• Өөрийгөө эдгээх хангамжийн сүлжээ: Үүсгэн байгуулагч хиймэл оюун ухааныг хангамжийн сүлжээний нөхцөл байдлыг байнга дуурайлган, болзошгүй нөхцөл байдлын төлөвлөгөө боловсруулахад ашиглах магадлалтай. 2035 он гэхэд хиймэл оюун ухаан нь нийлүүлэгчийн үйлдвэр хаагдсаныг автоматаар илрүүлж (мэдээ эсвэл мэдээллийн сувгаар дамжуулан), нэн даруй шилжүүлж магадгүй юм. Энэ нь хиймэл оюун ухаан санаачилга гаргаснаар хангамжийн сүлжээ тасалдалаас өөрийгөө "эдгээдэг" гэсэн үг юм. Хүний менежерүүдэд тойрон гарах шийдлийг эхлүүлж буй менежерүүдээс илүүтэй хиймэл оюун ухаан юу хийснийг мэдэгдэх болно.

• Бараа материалын бүрэн оновчлол: Хиймэл оюун ухаан нь агуулах, дэлгүүрийн бүхэл бүтэн сүлжээнд бараа материалын нөөцийг бие даан удирдах боломжтой. Энэ нь бараа материалыг хэзээ, хааш нь зөөхийг (магадгүй робот эсвэл автоматжуулсан тээврийн хэрэгсэл ашиглан) шийдэж, байршил бүрт хангалттай бараа материалын нөөцийг хадгалах болно. Хиймэл оюун ухаан нь үндсэндээ хангамжийн сүлжээний хяналтын цамхагийг ажиллуулдаг: бүх урсгалыг харж, бодит цаг хугацаанд тохируулга хийдэг. 2035 он гэхэд "өөрөө жолооддог" хангамжийн сүлжээний санаа нь систем өдөр бүр хамгийн сайн түгээлтийн төлөвлөгөөг гаргаж, бүтээгдэхүүн захиалж, үйлдвэрийн хуваарийг гаргаж, тээвэрлэлтийг өөрөө зохион байгуулдаг гэсэн үг байж магадгүй юм. Хүмүүс ерөнхий стратегиа хянаж, Хиймэл оюун ухааны одоогийн ойлголтоос давсан үл хамаарах зүйлсийг зохицуулдаг.

• Логистикийн салбар дахь үүсмэл дизайн: Бид хиймэл оюун ухаан шинэ хангамжийн сүлжээг зохион бүтээж байгааг харж болно. Компани шинэ бүс нутаг руу өргөжсөн гэж бодъё; хиймэл оюун ухаан нь өгөгдсөн өгөгдлөөр тухайн бүс нутагт оновчтой агуулахын байршил, тээврийн холбоос, бараа материалын бодлогыг бий болгож чадна - өнөөдөр зөвлөх, шинжээчид хийдэг зүйл. 2030 он гэхэд компаниуд хангамжийн сүлжээний дизайны сонголтуудад хиймэл оюун ухааны зөвлөмжид найдаж, хүчин зүйлсийг илүү хурдан жинлэж, хүмүүсийн анзаараагүй бүтээлч шийдлүүдийг (жишээлбэл, тодорхой бус түгээлтийн төвүүд) олох боломжтой болно.

• Үйлдвэрлэлтэй нэгтгэх (Аж үйлдвэр 4.0): Ложистик нь дангаараа оршдоггүй; энэ нь үйлдвэрлэлтэй холбоотой байдаг. Ирээдүйн үйлдвэрүүд нь үйлдвэрлэлийн хуваарийг гаргах, түүхий эдийг цаг тухайд нь захиалах, дараа нь логистикийн сүлжээнд бүтээгдэхүүнийг нэн даруй тээвэрлэх зааварчилгаа өгөх генератив хиймэл оюун ухаантай байж болно. Энэхүү нэгдсэн хиймэл оюун ухаан нь хүний ​​төлөвлөлтийг ерөнхийд нь багасгаж, өртөг, хурд, тогтвортой байдлыг оновчтой болгосон алгоритмуудаар удирддаг үйлдвэрлэлээс хүргэлт хүртэлх тасралтгүй гинжин хэлхээг бий болгоно гэсэн үг юм. 2025 он гэхэд өндөр гүйцэтгэлтэй хангамжийн сүлжээнүүд өгөгдөлд суурилсан болсон; 2035 он гэхэд тэдгээр нь ихэвчлэн хиймэл оюун ухаанд суурилсан байж магадгүй юм.

• Логистикийн динамик хэрэглэгчийн үйлчилгээ: Харилцагчийн үйлчилгээний хиймэл оюун ухаанд тулгуурлан нийлүүлэлтийн сүлжээний хиймэл оюун ухаан нь хэрэглэгчид эсвэл үйлчлүүлэгчидтэй шууд холбогдож болно. Жишээлбэл, хэрэв томоохон үйлчлүүлэгч бөөнөөр нь захиалсан захиалгаа сүүлийн мөчид өөрчлөхийг хүсвэл хиймэл оюун ухааны агент нь хүний ​​менежер хүлээхгүйгээр боломжит хувилбаруудыг ("Бид одоо талыг нь, дараа долоо хоногт хязгаарлалтын улмаас талыг нь хүргэж чадна" гэх мэт) тохиролцож болно. Үүнд хоёр талыг (хэрэглэгчийн хэрэгцээ ба үйл ажиллагааны хүчин чадал) ойлгож, үйлчлүүлэгчдийг сэтгэл ханамжтай байлгаж, үйл ажиллагааг жигд байлгах шийдвэр гаргах зэрэг орно.

Хүлээгдэж буй ашиг тус нь илүү үр ашигтай, уян хатан, хариу үйлдэл үзүүлдэг логистикийн систем юм. Компаниуд асар их хэмнэлтийг урьдчилан харж байна - McKinsey хиймэл оюун ухаанд суурилсан хангамжийн сүлжээний оновчлол нь зардлыг мэдэгдэхүйц бууруулж, үйлчилгээний түвшинг сайжруулж, салбаруудад их наяд долларын үнэ цэнийг нэмж чадна гэж тооцоолсон ( 2023 онд хиймэл оюун ухааны төлөв байдал: Бүтээлч хиймэл оюун ухааны нээлтийн жил | McKinsey ).

Гэсэн хэдий ч хиймэл оюун ухаанд илүү их хяналт тавих нь хиймэл оюун ухааны логик алдаатай тохиолдолд алдаа гарах зэрэг эрсдэл дагуулдаг (жишээлбэл, хиймэл оюун ухааны хангамжийн сүлжээ нь загварчлалын алдаанаас болж компанийг санамсаргүйгээр дуусгавар болгодог алдарт хувилбар). "Том шийдвэр гаргахад хүн оролцдог" эсвэл ядаж л хүний ​​​​хурдан хяналтыг зөвшөөрдөг хяналтын самбар гэх мэт хамгаалалтын арга хэмжээ 2035 он хүртэл үргэлжлэх магадлалтай. Цаг хугацаа өнгөрөхөд хиймэл оюун ухааны шийдвэрүүд батлагдах тусам хүмүүс ухарч гарахад илүү тухтай болно.

Сонирхолтой нь, үр ашгийг оновчтой болгосноор хиймэл оюун ухаан заримдаа хүний ​​сонголт эсвэл уламжлалт дадал зуршилтай зөрчилдөх сонголтуудыг хийж болзошгүй юм. Жишээлбэл, цэвэр оновчтой болгох нь маш бага нөөцөд хүргэж болзошгүй бөгөөд энэ нь үр ашигтай боловч эрсдэлтэй мэт санагдаж болно. 2030 онд нийлүүлэлтийн сүлжээний мэргэжилтнүүд зөн совингоо тохируулах шаардлагатай болж магадгүй, учир нь хиймэл оюун ухаан нь асар их өгөгдлийг боловсруулж байгаа нь түүний ер бусын стратеги үнэндээ илүү сайн ажилладаг болохыг харуулж магадгүй юм.

Эцэст нь хэлэхэд, бид физик хязгаарлалтууд (дэд бүтэц, физик процессын хурд) нь логистикийн хурдыг хязгаарладаг гэдгийг анхаарч үзэх ёстой тул эндхийн хувьсгал нь бүхэлдээ шинэ физик бодит байдал гэхээсээ илүү ухаалаг төлөвлөлт, хөрөнгийг ашиглах тухай юм. Гэхдээ эдгээр хязгаар дотор ч гэсэн бүтээгч хиймэл оюун ухааны бүтээлч шийдлүүд болон тасралтгүй оновчлол нь гараар төлөвлөлтийг хамгийн бага хийснээр дэлхий даяар бараа бүтээгдэхүүний хөдөлгөөнийг эрс сайжруулж чадна.

Товчхондоо, 2035 он гэхэд логистик нь сайн боловсруулсан автомат машин шиг ажиллах боломжтой: бараа үр ашигтай урсаж, замууд тасалдалд бодит цаг хугацаанд тохируулагдаж, агуулахууд роботуудаар өөрсдийгөө удирдаж, бүхэл бүтэн систем нь өгөгдлөөс тасралтгүй суралцаж, сайжруулж байгаа нь энэ бүхнийг үйл ажиллагааны тархи болж ажилладаг генератив хиймэл оюун ухаан удирддаг.

Санхүү, бизнесийн салбар дахь үүсгэгч хиймэл оюун ухаан

Санхүүгийн салбар нь мэдээлэл - тайлан, дүн шинжилгээ, харилцагчийн харилцаа холбоо зэрэгт ихээхэн анхаарал хандуулдаг бөгөөд энэ нь хиймэл оюун ухааныг бий болгох үржил шимтэй хөрсийг бий болгодог. Банкнаас эхлээд хөрөнгө оруулалтын менежмент, даатгал хүртэл байгууллагууд автоматжуулалт болон ойлголт бий болгох зорилгоор хиймэл оюун ухааныг судалж байна. Асуулт нь энэ салбарт нарийвчлал, итгэлцлийн ач холбогдлыг харгалзан үзвэл хиймэл оюун ухаан ямар санхүүгийн ажлуудыг хүний ​​хяналтгүйгээр найдвартай гүйцэтгэж чадах вэ гэдэг юм

Одоогийн чадавхи (2025): Автоматжуулсан тайлан ба шийдвэр гаргалтын дэмжлэг

Өнөөдрийн байдлаар хиймэл оюун ухаан нь санхүүгийн салбарт хэд хэдэн аргаар хувь нэмэр оруулж байгаа бөгөөд ихэвчлэн хүний ​​​​хяналт дор явагддаг:

• Тайлан гаргах: Банкууд болон санхүүгийн фирмүүд олон тооны тайлан гаргадаг - орлогын хураангуй, зах зээлийн тайлбар, портфолио шинжилгээ гэх мэт. Эдгээрийг боловсруулахад хиймэл оюун ухааныг аль хэдийн ашиглаж байна. Жишээлбэл, Bloomberg нь BloombergGPT-г бөгөөд энэ нь терминал хэрэглэгчдэдээ мэдээний ангилал, асуулт хариулт зэрэг ажлуудад туслах зорилготой юм ( Generative AI санхүүжилтэд гарч ирж байна ). Үүний гол хэрэглээ нь хүмүүст мэдээлэл олоход нь туслах боловч энэ нь хиймэл оюун ухааны өсөн нэмэгдэж буй үүргийг харуулж байна. Automated Insights (AP хамтран ажилласан компани) нь санхүүгийн нийтлэлүүдийг мөн гаргадаг. Олон хөрөнгө оруулалтын мэдээллийн товхимол нь өдөр тутмын зах зээлийн хөдөлгөөн эсвэл эдийн засгийн үзүүлэлтүүдийг нэгтгэн дүгнэхэд хиймэл оюун ухааныг ашигладаг. Ихэвчлэн хүмүүс үйлчлүүлэгчдэд илгээхээсээ өмнө эдгээрийг хянадаг боловч энэ нь эхнээс нь бичихээс илүү хурдан засварлах явдал юм.

• Харилцагчийн харилцаа холбоо: Жижиглэнгийн банкны салбарт хиймэл оюун ухааны чатботууд нь дансны үлдэгдэл, гүйлгээ эсвэл бүтээгдэхүүний мэдээллийн талаарх хэрэглэгчийн лавлагааг (харилцагчийн үйлчилгээний салбарт нэгтгэн) хариуцдаг. Түүнчлэн, хиймэл оюун ухаан нь хувийн санхүүгийн зөвлөгөөний захидал эсвэл түлхэлт үүсгэж чаддаг. Жишээлбэл, хиймэл оюун ухаан нь үйлчлүүлэгч төлбөрөө хэмнэж болохыг тодорхойлж, өөр дансны төрөл рүү шилжихийг санал болгосон мессежийг автоматаар бичиж болох бөгөөд энэ нь хүний ​​оролцоо багатайгаар явагддаг. Энэ төрлийн хувийн харилцаа холбоо нь санхүүгийн салбарт хиймэл оюун ухааныг одоогийн байдлаар ашиглаж байгаа хэлбэр юм.

• Луйврын илрүүлэлт ба сэрэмжлүүлэг: Үүсгэн байгуулагч хиймэл оюун ухаан нь залилангийн системээр илрүүлсэн гажигийн талаар өгүүлэмж эсвэл тайлбар бий болгоход тусалдаг. Жишээлбэл, сэжигтэй үйлдлийг тэмдэглэсэн бол хиймэл оюун ухаан нь үйлчлүүлэгчид тайлбар мессеж ("Бид шинэ төхөөрөмжөөс нэвтрэхийг анзаарсан ...") эсвэл шинжээчдэд зориулсан тайлан үүсгэж болно. Илрүүлэлтийг автоматжуулсан (хиймэл оюун ухаан/машины машины гажиг илрүүлэлтийг ашиглан) бөгөөд харилцаа холбоо улам бүр автоматжиж байгаа боловч эцсийн үйлдлүүд (данс хаах) нь ихэвчлэн хүний ​​​​шалганатай байдаг.

• Санхүүгийн зөвлөгөө (хязгаарлагдмал): Зарим робот зөвлөхүүд (автоматжуулсан хөрөнгө оруулалтын платформууд) хүний ​​зөвлөхгүйгээр портфолио удирдахын тулд алгоритмуудыг (заавал үүсгэгч хиймэл оюун ухаан биш) ашигладаг. Үүсгэгч хиймэл оюун ухаан нь тодорхой арилжаа яагаад хийгдсэн талаар тайлбар эсвэл үйлчлүүлэгчид тохируулсан портфолиогийн гүйцэтгэлийн хураангуйг гаргаж оруулдаг. Гэсэн хэдий ч цэвэр санхүүгийн зөвлөгөө (нарийн төвөгтэй санхүүгийн төлөвлөлт гэх мэт) нь ихэвчлэн хүний ​​​​эсвэл дүрэмд суурилсан алгоритм хэвээр байна; хяналтгүйгээр чөлөөт хэлбэрийн үүсгэгч зөвлөгөө нь буруу бол хариуцлага хүлээх эрсдэлтэй байдаг.

• Эрсдэлийн үнэлгээ ба даатгалын үйлчилгээ: Даатгалын компаниуд эрсдэлийн үнэлгээний тайлан эсвэл бодлогын баримт бичгийн төслийг автоматаар бичих зорилгоор хиймэл оюун ухааныг туршиж байна. Жишээлбэл, үл хөдлөх хөрөнгийн талаарх мэдээлэл өгөгдсөн тохиолдолд хиймэл оюун ухаан нь даатгалын бодлогын төсөл эсвэл эрсдэлийн хүчин зүйлсийг тайлбарласан даатгагчийн тайланг гаргаж болно. Гэрээний аливаа алдаа нь үнэтэй байж болох тул хүмүүс одоогоор эдгээр гаралтыг хянаж байна.

• Өгөгдлийн шинжилгээ ба ойлголт: Хиймэл оюун ухаан нь санхүүгийн тайлан эсвэл мэдээг нягтлан үзэж, дүгнэлт гаргаж чаддаг. Шинжээчид 100 хуудастай жилийн тайланг гол санаанууд болгон шууд нэгтгэн дүгнэх эсвэл орлогын дуудлагын тэмдэглэлээс гол санааг гаргаж авах боломжтой хэрэгслүүдийг ашигладаг. Эдгээр дүгнэлт нь цаг хэмнэж, шийдвэр гаргахад шууд ашиглах эсвэл дамжуулж болох боловч ухаалаг шинжээчид чухал мэдээллийг давхар шалгадаг.

Үндсэндээ санхүүгийн салбар дахь одоогийн хиймэл оюун ухаан нь хүмүүсийн сайжруулдаг контентыг бий болгож, цуцашгүй шинжээч/зохиолчийн үүрэг гүйцэтгэдэг . Бүрэн бие даасан хэрэглээ нь ихэвчлэн өгөгдөлд суурилсан мэдээ (субъектив дүгнэлт шаардлагагүй) эсвэл хэрэглэгчийн үйлчилгээний хариу үйлдэл гэх мэт тодорхой чиглэлүүдэд байдаг. Мөнгөний талаарх шийдвэрийг (жишээлбэл, хөрөнгийг шилжүүлэх, урьдчилан тогтоосон алгоритмаас гадуур арилжаа хийх) хиймэл оюун ухаанд шууд итгэх нь өндөр эрсдэл, зохицуулалтын хяналтаас шалтгаалан ховор тохиолддог.

2030-2035 оны хэтийн төлөв: Хиймэл оюун ухааны шинжээчид ба бие даасан санхүүгийн үйл ажиллагаа

Ирээдүйд харахад 2035 он гэхэд хиймэл оюун ухааныг санхүүгийн үйл ажиллагаанд гүнзгий нэвтрүүлж, олон ажлыг бие даан гүйцэтгэх боломжтой болно

• Хиймэл оюун ухааны санхүүгийн шинжээчид: Бид компани болон зах зээлийг шинжилж, хүний ​​​​хувийн судалгааны шинжээчийн түвшинд зөвлөмж эсвэл тайлан гаргаж чаддаг хиймэл оюун ухааны системийг харж магадгүй юм. 2030 он гэхэд хиймэл оюун ухаан нь компанийн бүх санхүүгийн тайланг уншиж, салбарын өгөгдөлтэй харьцуулж, хөрөнгө оруулалтын зөвлөмжийн тайлан ("Худалдаж авах/Зарах" гэсэн үндэслэлтэй) өөрөө гаргаж чадна гэж үзэж болно. Зарим хедж сангууд арилжааны дохио үүсгэхийн тулд хиймэл оюун ухааныг аль хэдийн ашиглаж байгаа; 2030 он гэхэд хиймэл оюун ухааны судалгааны тайлан түгээмэл болж магадгүй юм. Хүний портфолио менежерүүд хиймэл оюун ухааны үүсгэсэн шинжилгээг бусад оролтын нэг хэсэг болгон итгэж эхэлж магадгүй юм. Хиймэл оюун ухаан портфолиогоо бие даан удирдах боломжтой: урьдчилан тодорхойлсон стратегийн дагуу хөрөнгө оруулалтыг тасралтгүй хянаж, дахин тэнцвэржүүлдэг. Үнэндээ алгоритмын арилжаа аль хэдийн маш их автоматжсан байдаг - үүсгэгч хиймэл оюун ухаан нь шинэ арилжааны загваруудыг өөрөө бий болгож, туршиж үзснээр стратегийг илүү дасан зохицох чадвартай болгож магадгүй юм.

• Автоматжуулсан санхүүгийн төлөвлөлт: Хэрэглэгчдэд чиглэсэн хиймэл оюун ухааны зөвлөхүүд хувь хүмүүсийн санхүүгийн ердийн төлөвлөлтийг хийж чадна. 2030 он гэхэд та хиймэл оюун ухаанд зорилгоо (байшин худалдаж авах, коллежид мөнгө хуримтлуулах) хэлж, танд тохирсон бүрэн санхүүгийн төлөвлөгөө (төсөв, хөрөнгө оруулалтын хуваарилалт, даатгалын санал) гаргаж болно. Эхэндээ санхүүгийн төлөвлөгч үүнийг хянаж болох боловч өөртөө итгэх итгэл нэмэгдэхийн хэрээр ийм зөвлөгөөг хэрэглэгчдэд шууд өгч, зохих мэдэгдэл өгч болно. Гол нь хиймэл оюун ухааны зөвлөгөө нь дүрэм журмыг дагаж мөрдөж, үйлчлүүлэгчийн ашиг сонирхолд нийцэж байгаа эсэхийг баталгаажуулах явдал юм. Хэрэв асуудлыг шийдвэл хиймэл оюун ухаан нь санхүүгийн үндсэн зөвлөгөөг хямд өртгөөр илүү хүртээмжтэй болгож чадна.

• Арын албаны автоматжуулалт: Үүсгэн байгуулагч хиймэл оюун ухаан нь зээлийн өргөдөл, нийцлийн тайлан, аудитын хураангуй зэрэг олон арын албаны баримт бичгийг бие даан боловсруулж болно. Жишээлбэл, хиймэл оюун ухаан нь бүх гүйлгээний өгөгдлийг авч, аудитын тайлан гаргаж болно . 2035 онд аудиторууд бүх зүйлийг өөрсдөө нягтлахын оронд хиймэл оюун ухаанаар тэмдэглэгдсэн үл хамаарах зүйлсийг хянах илүү их цаг зарцуулж магадгүй юм. Үүнтэй адилаар, нийцлийн хувьд хиймэл оюун ухаан нь шинжээч эхнээс нь бичихгүйгээр зохицуулагчдад зориулж сэжигтэй үйл ажиллагааны тайлан (SAR) гаргаж болно. Хүний хяналтаар үл хамаарах зүйл рүү шилжсэнээр эдгээр ердийн баримт бичгийг бие даан үүсгэх нь стандарт болж магадгүй юм.

• Даатгалын нэхэмжлэл ба даатгалын гэрээ: Хиймэл оюун ухаан нь даатгалын нэхэмжлэлийг (зургийн нотлох баримт гэх мэт) боловсруулж, хамрах хүрээг тодорхойлж, төлбөрийн шийдвэрийн захидлыг автоматаар гаргаж болно. Бид энгийн нэхэмжлэлүүдийг (тодорхой мэдээлэлтэй автомашины осол гэх мэт) хиймэл оюун ухаанаар ирүүлснээс хойш хэдхэн минутын дотор бүрэн шийдвэрлүүлэх цэгт хүрч магадгүй юм. Шинэ бодлогын даатгалын гэрээ нь үүнтэй төстэй байж болно: Хиймэл оюун ухаан нь эрсдэлийг үнэлж, бодлогын нөхцөлийг бий болгодог. 2035 он гэхэд зөвхөн нарийн төвөгтэй эсвэл хил хязгаарын хэргүүдийг хүний ​​даатгагчид шилжүүлэх боломжтой.

• Луйвар ба аюулгүй байдал: Санхүүгийн салбарт залилан мэхлэлт эсвэл кибер аюул заналхийллийг илрүүлэх, хариу арга хэмжээ авахад хиймэл оюун ухаан бүр ч чухал ач холбогдолтой байх магадлалтай. Автономит хиймэл оюун ухааны агентууд гүйлгээг бодит цаг хугацаанд хянаж, тодорхой шалгуур хангагдсан үед яаралтай арга хэмжээ авч (данс хаах, гүйлгээг царцаах), дараа нь үндэслэл гаргаж болно. Хурд нь энд чухал тул хүний ​​оролцоог хамгийн бага байлгах шаардлагатай. Бүтээлч хэсэг нь эдгээр үйлдлийг үйлчлүүлэгчид эсвэл зохицуулагч байгууллагуудад тодорхой байдлаар мэдээлэх явдал байж болно.

• Гүйцэтгэх дэмжлэг: Гүйцэтгэх захирлуудад зориулсан бизнесийн тайланг шууд гаргаж чаддаг хиймэл оюун ухааны "ажилтны дарга"-г төсөөлөөд үз дээ. "Манай Европын хэлтэс энэ улиралд хэрхэн ажилласан бэ, өнгөрсөн жилтэй харьцуулахад гол хөдөлгөгч хүч нь юу байсан бэ?" гэж асуувал хиймэл оюун ухаан нь өгөгдлөөс үндэслэсэн, үнэн зөв график бүхий товч тайланг гаргах болно. Энэ төрлийн динамик, бие даасан тайлан, дүн шинжилгээ нь яриа шиг хялбар болж магадгүй юм. 2030 он гэхэд хиймэл оюун ухаанаас бизнесийн мэдээллийн талаар асууж, зөв ​​хариулт өгнө гэдэгт итгэх нь статик тайлан, магадгүй зарим шинжээчийн үүргийг орлох боломжтой.

Нэг сонирхолтой таамаглал байна: 2030-аад он гэхэд санхүүгийн контентын дийлэнх хэсэг (мэдээ, тайлан гэх мэт) нь хиймэл оюун ухаанаар үүсгэгдсэн байж магадгүй юм . Доу Жонс, Ройтерс зэрэг хэвлэл мэдээллийн хэрэгслүүд аль хэдийн тодорхой мэдээний хэсгүүдэд автоматжуулалтыг ашиглаж байна. Хэрэв энэ хандлага үргэлжилсээр байвал, санхүүгийн мэдээллийн огцом өсөлтийг харгалзан үзвэл хиймэл оюун ухаан үүний ихэнх хэсгийг шүүж, дамжуулах үүрэгтэй байж магадгүй юм.

Гэсэн хэдий ч итгэлцэл болон баталгаажуулалт гол үүрэг гүйцэтгэнэ. Санхүүгийн салбар нь хатуу зохицуулалттай бөгөөд бие даан ажилладаг аливаа хиймэл оюун ухаан нь хатуу стандартыг хангах шаардлагатай болно:

• Хий үзэгдэл гарахгүй байх (та хиймэл оюун ухааны шинжээчээр зах зээлийг төөрөгдүүлж болзошгүй бодит бус санхүүгийн хэмжүүрийг зохион бүтээж болохгүй).

• Нэг талыг баримталсан сургалтын өгөгдлийн улмаас зээлийн шийдвэрийг санамсаргүйгээр өөрчлөх гэх мэт нэг талыг баримтлах эсвэл хууль бус үйлдлээс зайлсхийх.

• Аудит хийх боломжтой байдал: зохицуулагчид хиймэл оюун ухааны шийдвэрийг тайлбарлах боломжтой байхыг шаардах магадлалтай. Хэрэв хиймэл оюун ухаан зээлээс татгалзсан эсвэл арилжааны шийдвэр гаргасан бол шалгаж болох үндэслэл байх ёстой. Үүсгэн байгуулах загварууд нь хар хайрцаг шиг байж болох тул шийдвэрээ ил тод болгохын тулд тайлбарлах боломжтой хиймэл оюун ухааны

Дараагийн 10 жилд хиймэл оюун ухаан болон санхүүгийн мэргэжилтнүүдийн нягт хамтын ажиллагаа өрнөж, итгэл нэмэгдэхийн хэрээр бие даасан байдлын шугам аажмаар шилжих төлөвтэй байна. Эрсдэл багатай автоматжуулалт (тайлан гаргах гэх мэт) эрт үеийн ялалтууд гарах болно. Зээлийн шийдвэр эсвэл хөрөнгө оруулалтын сонголт гэх мэт гол дүгнэлтүүд илүү хэцүү байх болно, гэхдээ тэнд ч гэсэн хиймэл оюун ухааны амжилтын түүх нэмэгдэхийн хэрээр компаниуд түүнд илүү их бие даасан байдлыг олгож магадгүй юм. Жишээлбэл, хиймэл оюун ухааны сан нь гүйцэтгэл хазайсан эсвэл хиймэл оюун ухаан тодорхойгүй байдлыг тэмдэглэсэн тохиолдолд л хөндлөнгөөс оролцдог хүний ​​​​хянагчтай ажиллах болно.

Эдийн засгийн хувьд McKinsey хиймэл оюун ухаан (ялангуяа үеийн хиймэл оюун ухаан) нь банкны салбарт жилд 200-340 тэрбум долларын үнэ цэнийг нэмж, даатгал болон хөрөнгийн зах зээлд үүнтэй төстэй томоохон нөлөө үзүүлэх боломжтой гэж тооцоолсон ( 2023 онд хиймэл оюун ухааны төлөв байдал: Үүсгэн байгуулагч хиймэл оюун ухааны нээлтийн жил | McKinsey ) ( Үүсгэн байгуулагч хиймэл оюун ухааны ирээдүй юу вэ? | McKinsey ). Энэ нь үр ашиг, илүү сайн шийдвэр гаргах үр дүнтэй холбоотой юм. Энэ үнэ цэнийг олж авахын тулд санхүүгийн шинжилгээ, харилцаа холбооны ихэнх хэсгийг хиймэл оюун ухааны системд шилжүүлэх магадлалтай.

Товчхондоо, 2035 он гэхэд хиймэл оюун ухаан нь санхүүгийн салбарт ажиллаж буй залуу шинжээчид, зөвлөхүүд, бичиг хэргийн ажилтнуудын арми шиг болж, хүнд хэцүү ажил, нарийн шинжилгээний ихэнх хэсгийг бие даан хийж чадна. Хүмүүс зорилго тавьж, өндөр түвшний стратеги, үйлчлүүлэгчидтэй харилцах харилцаа, хяналтыг хариуцах болно. Санхүүгийн ертөнц болгоомжтой байж, аажмаар бие даасан байдлыг өргөжүүлэх боловч мэдээлэл боловсруулах, тэр ч байтугай шийдвэр гаргах зөвлөмжийг хиймэл оюун ухаанаас улам ихээр авах чиглэл тодорхой байна. Хамгийн тохиромжтой нь энэ нь илүү хурдан үйлчилгээ (шуурхай зээл, цагийн турш зөвлөгөө өгөх), бага зардал, илүү бодитой байдлыг (өгөгдлийн хэв маягт суурилсан шийдвэр) бий болгоход хүргэдэг. Гэхдээ итгэлцлийг хадгалах нь чухал байх болно; санхүүгийн салбарт хиймэл оюун ухааны нэг өндөр түвшний алдаа нь асар их хохирол учруулж болзошгүй (хиймэл оюун ухаанаас үүдэлтэй гэнэтийн осол эсвэл мянга мянган хүнд буруугаар татгалзсан ашиг тусыг төсөөлөөд үз дээ). Тиймээс, арын албаны үйл явц өндөр бие даасан болсон ч гэсэн, ялангуяа хэрэглэгчдэд чиглэсэн үйл ажиллагааны хувьд хамгаалалтын хашлага, хүний ​​​​шалгалт үргэлжилсээр байх магадлалтай.

Сорилтууд ба ёс зүйн асуудлууд

Эдгээр бүх салбарт үүсгэгч хиймэл оюун ухаан илүү бие даасан үүрэг хариуцлага хүлээхийн хэрээр нийтлэг бэрхшээл, ёс зүйн асуултууд гарч ирдэг. Хиймэл оюун ухааныг найдвартай, ашигтай бие даасан төлөөлөгч болгох нь зөвхөн техникийн ажил биш, харин нийгмийн ажил юм. Энд бид гол санаа зовоосон асуудлууд болон тэдгээрийг хэрхэн шийдвэрлэж байгаа (эсвэл шийдвэрлэх шаардлагатай) талаар тоймлон харуулав:

Найдвартай байдал ба нарийвчлал

Галлюцинациягийн асуудал: Үүсгэх хиймэл оюун ухааны загварууд нь өөртөө итгэлтэй харагдаж буй буруу эсвэл бүрэн зохиомол гаралтыг гаргаж чаддаг. Энэ нь ялангуяа алдааг илрүүлэх хүн байхгүй үед аюултай байдаг. Чатбот нь үйлчлүүлэгчид буруу зааварчилгаа өгч магадгүй, эсвэл хиймэл оюун ухааны бичсэн тайланд зохиомол статистик мэдээлэл агуулагдаж болно. 2025 оны байдлаар байгууллагууд алдааг үүсгэгч хиймэл оюун ухааны хамгийн том эрсдэл гэж хүлээн зөвшөөрсөн ( 2023 онд хиймэл оюун ухааны төлөв байдал: Үүсгэх хиймэл оюун ухааны нээлтийн жил | McKinsey ) ( Хиймэл оюун ухааны төлөв байдал: Дэлхийн судалгаа | McKinsey ). Цаашид хиймэл оюун ухааныг багасгахын тулд мэдээллийн сантай харьцуулсан баримт шалгах, загвар архитектурын сайжруулалт, санал хүсэлтээр бэхжүүлэх сургалт зэрэг аргуудыг ашиглаж байна. Автономит хиймэл оюун ухааны системүүд нь чухал ажлуудад (жишээлбэл, алдаа гарвал алдаа/аюулгүй байдлын алдаа гаргаж болзошгүй код үүсгэх) хатуу туршилт, магадгүй албан ёсны баталгаажуулалт шаардлагатай байх магадлалтай.

Тогтвортой байдал: Хиймэл оюун ухааны системүүд цаг хугацааны явцад болон бүх нөхцөл байдалд найдвартай ажиллах шаардлагатай. Жишээлбэл, хиймэл оюун ухаан нь стандарт асуултуудад сайн ажиллаж болох ч хамгийн сүүлийн үеийн тохиолдлуудад алдаа гаргадаг. Тогтвортой гүйцэтгэлийг хангахын тулд янз бүрийн нөхцөл байдлыг хамарсан өргөн хүрээтэй сургалтын мэдээлэл, тасралтгүй хяналт шаардлагатай. Олон байгууллага нь тасралтгүй нарийвчлалын түвшинг хэмжихийн тулд эрлийз арга барил ашиглахаар төлөвлөж байна - хиймэл оюун ухаан ажилладаг ч санамсаргүй түүврийг хүмүүс шалгадаг.

Алдаа дутагдал: Хиймэл оюун ухаан бие даасан байх үед өөрийн тодорхойгүй байдлаа хүлээн зөвшөөрөх нь чухал юм. Системийг "мэдэхгүй үедээ мэдэх" байдлаар зохион бүтээх хэрэгтэй. Жишээлбэл, хэрэв хиймэл оюун ухааны эмч оношоо сайн мэдэхгүй байгаа бол санамсаргүй таамаглал дэвшүүлэхийн оронд хүний ​​үзлэгт хамруулах ёстой. Тодорхойгүй байдлын тооцооллыг хиймэл оюун ухааны гаралтад оруулах (мөн хүнээс автоматаар шилжүүлэх босготой байх) нь хөгжлийн идэвхтэй чиглэл юм.

Ялгаварлан гадуурхалт ба шударга ёс

Үүсгэн байгуулагч хиймэл оюун ухаан нь түүхэн өгөгдлөөс суралцдаг бөгөөд энэ нь арьс өнгө, хүйс гэх мэт гадуурхалтыг агуулж болно. Бие даасан хиймэл оюун ухаан нь эдгээр гадуурхлыг үргэлжлүүлэх эсвэл бүр нэмэгдүүлэх боломжтой:

• Ажилд авах эсвэл элсүүлэхдээ AI-ийн шийдвэр гаргагч сургалтын өгөгдөл нь буруу зөрүүтэй байсан бол шударга бусаар ялгаварлан гадуурхаж болно.

• Харилцагчийн үйлчилгээний хувьд хиймэл оюун ухаан нь аялгуу болон бусад хүчин зүйлээс хамааран хэрэглэгчдэд өөрөөр хариу үйлдэл үзүүлж болзошгүй бөгөөд үүнийг сайтар шалгаж үзээгүй тохиолдолд л хийж болно.

• Бүтээлч салбарт сургалтын багц тэнцвэргүй байсан бол хиймэл оюун ухаан тодорхой соёл эсвэл хэв маягийг дутуу төлөөлж магадгүй юм.

Үүнийг шийдвэрлэхийн тулд мэдээллийн санг сайтар нягталж, алдааг шалгах, шударга байдлыг хангахын тулд алгоритмын тохируулга хийх шаардлагатай. Ил тод байдал бол гол түлхүүр юм: компаниуд хиймэл оюун ухааны шийдвэрийн шалгуурыг ил тод болгох шаардлагатай болно, ялангуяа бие даасан хиймэл оюун ухаан нь хэн нэгний боломж эсвэл эрхэд нөлөөлдөг бол (жишээ нь зээл авах эсвэл ажилд орох). Зохицуулагчид аль хэдийн анхаарал хандуулж байна; жишээлбэл, Европын Холбооны хиймэл оюун ухааны тухай хууль (2020-иод оны дунд үеэс хэрэгжиж байгаа) нь өндөр эрсдэлтэй хиймэл оюун ухааны системүүдийн алдааг үнэлэхийг шаардах магадлалтай.

Хариуцлага ба хууль ёсны хариуцлага

Автономит байдлаар ажилладаг хиймэл оюун ухааны систем хохирол учруулах эсвэл алдаа гаргахад хэн хариуцлага хүлээх вэ? Хууль эрх зүйн орчин дараах зүйлсийг гүйцэж түрүүлж байна:

• Хиймэл оюун ухааныг ашигладаг компаниуд ажилтны үйлдлийн хариуцлагыг хүлээхтэй адил хариуцлага хүлээх магадлалтай. Жишээлбэл, хэрэв хиймэл оюун ухаан алдагдалд хүргэх муу санхүүгийн зөвлөгөө өгвөл компани үйлчлүүлэгчид нөхөн төлбөр төлөх шаардлагатай болж магадгүй юм.

• Хиймэл оюун ухааны "хувь хүн" эсвэл дэвшилтэт хиймэл оюун ухаан хэсэгчлэн хариуцлага хүлээх боломжтой эсэх талаар маргаан байгаа ч энэ нь одоо илүү онолын асуудал юм. Практикт буруутан нь хөгжүүлэгчид эсвэл операторуудаас улбаатай байх болно.

• Хиймэл оюун ухааны алдааны шинэ даатгалын бүтээгдэхүүнүүд гарч ирж магадгүй. Хэрэв өөрөө жолооддог ачааны машин осол гаргавал үйлдвэрлэгчийн даатгал нь бүтээгдэхүүний хариуцлагын нэгэн адил үүнийг хамруулж магадгүй юм.

• Хиймэл оюун ухааны шийдвэрийг баримтжуулж, бүртгэх нь нас баралтын дараах шинжилгээнд чухал ач холбогдолтой байх болно. Хэрэв ямар нэгэн зүйл буруу болвол бид хиймэл оюун ухааны шийдвэрийн мөрийг аудит хийж, үүнээс суралцаж, хариуцлага хүлээлгэх хэрэгтэй. Зохицуулагчид яг энэ шалтгааны улмаас хиймэл оюун ухааны бие даасан үйл ажиллагааны бүртгэлийг хийхийг шаардаж болно.

Ил тод байдал ба тайлбарлах боломжтой байдал

Автономит хиймэл оюун ухаан нь, ялангуяа санхүү, эрүүл мэндийн тусламж үйлчилгээ, шүүхийн тогтолцооны чиглэлээр өөрийн үндэслэлийг хүн ойлгож чадахуйц байдлаар тайлбарлах чадвартай байх нь хамгийн тохиромжтой. Тайлбарлах боломжтой хиймэл оюун ухаан бол хар хайрцгийг тайлахыг эрмэлзэж буй салбар юм

• Хиймэл оюун ухааны (AI) зээл олгохоос татгалзсан тохиолдолд дүрэм журам (АНУ-ын ECOA гэх мэт) өргөдөл гаргагчид шалтгааныг нь зааж өгөхийг шаардаж болно. Тиймээс Хиймэл оюун ухаан (AI) нь тайлбар болгон хүчин зүйлсийг (жишээ нь, "өр ба орлогын өндөр харьцаа") гаргах ёстой.

• Хиймэл оюун ухаантай харилцаж буй хэрэглэгчид (жишээлбэл, хиймэл оюун ухааны багштай оюутнууд эсвэл хиймэл оюун ухааны эрүүл мэндийн аппликейшнтай өвчтөнүүд) зөвлөгөө хэрхэн ирдэгийг мэдэх ёстой. Загваруудыг хялбарчлах эсвэл зэрэгцээ тайлбарлах загваруудтай байх замаар хиймэл оюун ухааны сэтгэлгээг илүү мөшгих боломжтой болгох хүчин чармайлт гарсаар байна.

• Ил тод байдал нь хэрэглэгчид хэрхэн харьцаж байгаагаа мэдэж байх ёстой гэсэн үг юм. Ёс зүйн удирдамж (магадгүй зарим хууль) нь үйлчлүүлэгч боттой ярьж байгаа бол мэдээлэл задруулахыг шаарддаг. Энэ нь хууран мэхлэлтээс сэргийлж, хэрэглэгчийн зөвшөөрлийг олгодог. Зарим компаниуд итгэлцлийг хадгалахын тулд хиймэл оюун ухаанаар бичсэн контентыг (жишээлбэл, "Энэ нийтлэлийг хиймэл оюун ухаан үүсгэсэн") шууд шошголодог болсон.

Нууцлал ба Өгөгдлийн Хамгаалалт

Бүтээлч хиймэл оюун ухаан нь ажиллах эсвэл суралцахын тулд ихэвчлэн өгөгдөл, түүний дотор эмзэг хувийн мэдээлэл шаардлагатай байдаг. Автономит үйл ажиллагаа нь нууцлалыг хүндэтгэх ёстой:

• Хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний агент нь үйлчлүүлэгчид туслахын тулд дансны мэдээлэлд хандах болно; уг өгөгдлийг хамгаалж, зөвхөн тухайн ажилд ашиглах ёстой.

• Хэрэв хиймэл оюун ухааны багш нар сурагчдын профайлд хандах боломжтой бол боловсролын мэдээллийн нууцлалыг хангахын тулд FERPA (АНУ-д) зэрэг хуулиудад анхаарах зүйлс бий.

• Том загварууд сургалтын өгөгдлөөсөө тодорхой зүйлсийг санамсаргүйгээр санаж чаддаг (жишээлбэл, сургалтын үеэр харсан хүний ​​хаягийг дахин санах). Сургалтанд ялгаатай нууцлал болон өгөгдлийг нууцлах зэрэг аргууд нь үүсгэсэн гаралтад хувийн мэдээлэл алдагдахаас урьдчилан сэргийлэхэд чухал үүрэгтэй.

• GDPR зэрэг зохицуулалтууд нь хувь хүмүүст өөрсдөд нь нөлөөлдөг автоматжуулсан шийдвэр гаргах эрхийг олгодог. Хүмүүс шийдвэрүүд нь тэдэнд мэдэгдэхүйц нөлөө үзүүлсэн тохиолдолд зөвхөн хүний ​​хяналт эсвэл автоматжуулсан шийдвэр гаргахгүй байхыг хүсч болно. 2030 он гэхэд эдгээр зохицуулалтууд нь хиймэл оюун ухаан улам бүр түгээмэл болж, тайлбар авах эрхийг бий болгох эсвэл хиймэл оюун ухааны боловсруулалтаас татгалзах зэрэгт хувьсан өөрчлөгдөж магадгүй юм.

Аюулгүй байдал ба хүчирхийлэл

Автономит хиймэл оюун ухааны системүүд хакердах эсвэл хортой үйлдэл хийхэд ашиглагдаж болзошгүй:

• Хиймэл оюун ухааны контент үүсгэгчийг буруугаар ашиглаж, өргөн хүрээтэй худал мэдээлэл (гүн хуурамч видео, хуурамч мэдээний нийтлэл) үүсгэж болзошгүй бөгөөд энэ нь нийгмийн эрсдэл юм. Маш хүчирхэг үүсгэгч загваруудыг гаргах ёс зүй нь ширүүн маргаантай байдаг (жишээлбэл, OpenAI анх GPT-4-ийн дүрсний чадавхид болгоомжтой ханддаг байсан). Шийдлүүдэд хуурамч зүйлийг илрүүлэхэд туслах зорилгоор хиймэл оюун ухаанаар үүсгэгдсэн контентыг усан тэмдэг тавих, хиймэл оюун ухаантай тэмцэхэд хиймэл оюун ухаан ашиглах (гүн хуурамчыг илрүүлэх алгоритм гэх мэт) орно.

• Хэрэв хиймэл оюун ухаан физик процессуудыг (нисгэгчгүй онгоц, машин, үйлдвэрлэлийн хяналт) хянадаг бол кибер халдлагаас хамгаалах нь чухал юм. Хакердсан бие даасан систем нь бодит ертөнцөд хор хөнөөл учруулж болзошгүй. Энэ нь бат бөх шифрлэлт, аюулгүй ажиллагаа, ямар нэгэн зүйл эвдэрсэн мэт санагдвал хүний ​​​​дараах чадвар эсвэл унтраах чадвар гэсэн үг юм.

• Мөн хиймэл оюун ухаан төлөвлөсөн хязгаараас давж гарах вий гэсэн болгоомжлол байна ("хуурамч хиймэл оюун ухаан" хувилбар). Одоогийн хиймэл оюун ухаанд эрх мэдэл, зорилго байхгүй ч ирээдүйн бие даасан системүүд илүү идэвхтэй байх юм бол буруу тодорхойлсон зорилгын улмаас зөвшөөрөлгүй арилжаа хийхгүй байх, хууль зөрчихгүй байхын тулд хатуу хязгаарлалт, хяналт шаардлагатай.

Ёс зүйн хэрэглээ ба хүний ​​нөлөө

Эцэст нь, ёс зүйн өргөн хүрээтэй асуудлууд:

• Ажлын байрны шилжилт: Хэрэв хиймэл оюун ухаан хүний ​​оролцоогүйгээр ажлуудыг хийж чадвал эдгээр ажлуудад юу тохиолдох вэ? Түүхээс харахад технологи нь зарим ажлыг автоматжуулдаг ч бусдыг бий болгодог. Автоматжуулсан ажлуудад ур чадвараа зориулсан ажилчдын хувьд шилжилт нь хүнд хэцүү байж болно. Нийгэм үүнийг дахин ур чадвар олгох, боловсрол олгох, магадгүй эдийн засгийн дэмжлэгийг дахин бодох замаар зохицуулах шаардлагатай болно (зарим нь хэрэв их хэмжээний ажлыг автоматжуулсан бол хиймэл оюун ухаан нь бүх нийтийн үндсэн орлого гэх мэт санаануудыг шаардаж магадгүй гэж үздэг). Судалгаагаар аль хэдийн холимог мэдрэмж төрж байна - нэг судалгаагаар ажилчдын гуравны нэг нь хиймэл оюун ухаан ажлын байрыг орлох вий гэж санаа зовж байгаа бол зарим нь үүнийг хүнд хүчир ажлыг арилгаж байна гэж үзэж байна.

• Хүний ур чадварын элэгдэл: Хэрэв хиймэл оюун ухааны багш нар зааж, хиймэл оюун ухааны автомат жолоодлого хийж, хиймэл оюун ухаан код бичвэл хүмүүс эдгээр ур чадвараа алдах уу? Хиймэл оюун ухаанд хэт найдах нь хамгийн муу тохиолдолд мэргэжлийн ур чадварыг бууруулж болзошгүй; энэ нь боловсрол, сургалтын хөтөлбөрүүдэд тохируулга хийх шаардлагатай зүйл бөгөөд хиймэл оюун ухаан тусалсан ч гэсэн хүмүүс үндсэн мэдлэгийг эзэмшсээр байх болно.

• Ёс зүйн шийдвэр гаргалт: Хиймэл оюун ухаанд хүний ​​ёс суртахууны шүүлт дутагддаг. Эрүүл мэндийн үйлчилгээ эсвэл хууль эрх зүйн салбарт зөвхөн өгөгдөлд суурилсан шийдвэрүүд нь тухайн тохиолдолд энэрэн нигүүлсэх сэтгэл эсвэл шударга ёстой зөрчилдөж болзошгүй. Бид ёс зүйн хүрээг хиймэл оюун ухаанд (жишээлбэл, хиймэл оюун ухааны ёс зүйн судалгааны чиглэл, жишээлбэл, хиймэл оюун ухааны шийдвэрийг хүний ​​үнэт зүйлстэй уялдуулах) оруулах шаардлагатай болж магадгүй юм. Хамгийн багадаа хүмүүсийг ёс зүйтэй шийдвэр гаргахад хяналт тавих нь зүйтэй.

• Хүртээмжтэй байдал: Хиймэл оюун ухааны ашиг тусыг өргөн хүрээнд түгээх нь ёс зүйн зорилго юм. Хэрэв зөвхөн том компаниуд дэвшилтэт хиймэл оюун ухааныг худалдан авч чадвал жижиг бизнесүүд эсвэл ядуу бүс нутгууд хоцорч магадгүй юм. Нээлттэй эхийн хүчин чармайлт болон боломжийн үнэтэй хиймэл оюун ухааны шийдлүүд нь хандалтыг ардчилахад тусална. Түүнчлэн, интерфэйсийг хэн ч хиймэл оюун ухааны хэрэгслүүдийг (өөр хэл, хөгжлийн бэрхшээлтэй хүмүүст зориулсан хүртээмж гэх мэт) ашиглаж болохуйц байдлаар зохион бүтээх хэрэгтэй бөгөөд ингэснээр бид "хэн хиймэл оюун ухааны туслахтай, хэн нь байхгүй" гэсэн шинэ дижитал хуваагдлыг бий болгохгүй.

Одоогийн эрсдэлийг бууруулах арга хэмжээ: Эерэг тал нь компаниуд хиймэл оюун ухааныг нэвтрүүлж байгаатай холбогдуулан эдгээр асуудлын талаарх мэдлэг, арга хэмжээ нэмэгдэж байна. 2023 оны сүүл гэхэд хиймэл оюун ухааныг ашигладаг компаниудын бараг тал хувь нь нарийвчлалгүй байдал зэрэг эрсдэлийг бууруулахын тулд идэвхтэй ажиллаж байсан ( 2023 онд хиймэл оюун ухааны төлөв байдал: Бүтээлч хиймэл оюун ухааны нээлтийн жил | McKinsey ) ( Хиймэл оюун ухааны төлөв байдал: Дэлхийн судалгаа | McKinsey ) бөгөөд энэ тоо өсөн нэмэгдэж байна. Технологийн компаниуд хиймэл оюун ухааны ёс зүйн зөвлөл байгуулсан; засгийн газрууд дүрэм журмыг боловсруулж байна. Гол нь дараа нь хариу үйлдэл үзүүлэхийн оронд хиймэл оюун ухааны хөгжилд ёс зүйг эхнээс нь оруулах ("Загвараар ёс зүй") явдал юм.

Сорилтуудын талаар дүгнэлт хийхэд: хиймэл оюун ухаанд илүү их бие даасан байдал олгох нь хоёр талдаа иртэй сэлэм юм. Энэ нь үр ашиг, инновацийг бий болгож болох ч өндөр хариуцлага шаарддаг. Ирэх жилүүдэд технологийн шийдлүүд (хиймэл оюун ухааны зан төлөвийг сайжруулах), үйл явцын шийдлүүд (бодлого, хяналтын хүрээ), магадгүй шинэ стандарт эсвэл гэрчилгээ (хиймэл оюун ухааны системийг өнөөгийн хөдөлгүүр эсвэл электроникийн адил аудит хийж, баталгаажуулж болно) зэрэг холимог шийдлүүд гарах магадлалтай. Эдгээр сорилтуудыг амжилттай даван туулах нь хүний ​​сайн сайхан байдал, итгэлийг нэмэгдүүлэх байдлаар бие даасан хиймэл оюун ухааныг нийгэмд хэрхэн жигд нэгтгэж болохыг тодорхойлно.

Дүгнэлт

Хиймэл оюун ухаан шинэ туршилтаас бидний амьдралын өнцөг булан бүрт хүрсэн хувьсгалт ерөнхий зориулалттай технологи болж хурдацтай хөгжиж байна. Энэхүү цагаан баримт бичигт 2025 он гэхэд хиймэл оюун ухааны системүүд аль хэдийн нийтлэл бичиж, график дизайн хийж, програм хангамж код бичиж, үйлчлүүлэгчидтэй чатлаж, эмнэлгийн тэмдэглэл нэгтгэн дүгнэж, оюутнуудад хичээл зааж, хангамжийн сүлжээг оновчтой болгож, санхүүгийн тайлан боловсруулж байгааг судалсан болно. Хамгийн чухал нь эдгээр ажлуудын олонх нь, ялангуяа тодорхой, давтагдах боломжтой ажлуудын хувьд хиймэл оюун ухаан бараг ямар ч хүний ​​оролцоогүйгээр . Компаниуд болон хувь хүмүүс хиймэл оюун ухаан эдгээр үүргээ бие даан гүйцэтгэж, хурд, цар хүрээний хувьд ашиг тусаа хүртэнэ гэдэгт итгэж эхэлж байна.

2035 оныг харахад бид хиймэл оюун ухаан улам бүр түгээмэл хамтрагч болох эриний босгон дээр зогсож байна - ихэвчлэн үл үзэгдэх дижитал ажиллах хүч юм . Бид генератив хиймэл оюун ухаан зам дээр машин, ачааны машиныг найдвартай жолоодож, агуулахын бараа материалыг шөнийн турш удирдаж, мэдлэгтэй хувийн туслахуудын хувьд бидний асуултанд хариулж, дэлхий даяарх оюутнуудад нэг бүрчлэн зааварчилгаа өгч, тэр ч байтугай анагаах ухаанд шинэ эмчилгээг нээхэд туслах болно гэж найдаж байна - энэ бүхэн нь шууд хяналтыг улам бүр багасгана. Хиймэл оюун ухаан зааврыг идэвхгүй дагаж мөрдөхөөс урьдчилан сэргийлэх шийдэл бий болгоход шилжих тусам хэрэгсэл болон агентын хоорондох зааг бүдгэрэх болно.

Гэсэн хэдий ч энэхүү бие даасан хиймэл оюун ухааны ирээдүй рүү чиглэсэн аялалд болгоомжтой хандах хэрэгтэй. Бидний дурдсанчлан, салбар бүр өөрийн гэсэн хязгаарлалт, үүрэг хариуцлагатай байдаг:

• Өнөөдрийн бодит байдлын шалгалт: Хиймэл оюун ухаан алдаа мадаггүй. Энэ нь хэв маягийг таних, контент үүсгэхдээ давуу талтай боловч хүний ​​​​утга учиртай жинхэнэ ойлголт, эрүүл ухаан дутмаг байдаг. Тиймээс одоогоор хүний ​​​​хяналт аюулгүй байдлын тор хэвээр байна. Хиймэл оюун ухаан хаана ганцаараа нисэхэд бэлэн байгааг (мөн хаана нисэхгүй байгааг) хүлээн зөвшөөрөх нь маш чухал юм. Өнөөдөр олон амжилт нь хүн-хиймэл оюун ухааны багийн загвараас үүдэлтэй бөгөөд энэхүү эрлийз арга барил нь бүрэн бие даасан байдал хараахан ухаалаг болоогүй байгаа газарт үнэ цэнэтэй хэвээр байх болно.

• Маргаашийн амлалт: Загварын архитектур, сургалтын техник, хяналтын механизмын дэвшлийн ачаар хиймэл оюун ухааны чадавхи улам бүр өргөжин тэлэх болно. Дараагийн арван жилийн судалгаа, хөгжүүлэлт нь одоогийн олон асуудлыг (хий үзэгдлийг багасгах, тайлбарлах чадварыг сайжруулах, хиймэл оюун ухааныг хүний ​​үнэт зүйлстэй уялдуулах) шийдэж чадна. Хэрэв тийм бол 2035 он гэхэд хиймэл оюун ухааны системүүд илүү их бие даасан байдлыг даатгахад хангалттай бат бөх болж чадна. Энэхүү баримт бичигт байгаа хиймэл оюун ухааны багш нараас эхлээд ихэвчлэн өөрөө удирддаг бизнес хүртэлх төсөөлөл нь бидний бодит байдал байж магадгүй, эсвэл өнөөдөр төсөөлөхөд хэцүү инновациудаас ч давж гарах магадлалтай.

• Хүний үүрэг ба дасан зохицох байдал: Хиймэл оюун ухаан хүмүүсийг бүрэн орлохын оронд бид хувьсан өөрчлөгдөж буй үүрэг ролийг урьдчилан харж байна. Бүх салбарын мэргэжилтнүүд хиймэл оюун ухаантай ажиллахдаа чадварлаг болж , түүнийг удирдан чиглүүлж, баталгаажуулж, бусдыг ойлгох, стратегийн сэтгэлгээ, нарийн төвөгтэй асуудлыг шийдвэрлэх зэрэг хүний ​​​​давуу талыг шаарддаг ажлын талуудад анхаарлаа хандуулах шаардлагатай болно. Боловсрол, ажиллах хүчний сургалт нь эдгээр өвөрмөц хүний ​​​​ур чадвар, түүнчлэн хүн бүрт хиймэл оюун ухааны мэдлэг олгоход чиглэгдэх ёстой. Бодлого боловсруулагчид болон бизнесийн удирдагчид хөдөлмөрийн зах зээл дэх шилжилтийг төлөвлөж, автоматжуулалтад өртсөн хүмүүст дэмжлэг үзүүлэх системийг хангах ёстой.

• Ёс зүй ба засаглал: Магадгүй хамгийн чухал нь энэхүү технологийн өсөлтийг ёс зүйн хиймэл оюун ухааны хэрэглээ болон засаглалын хүрээ дэмжих ёстой. Итгэлцэл бол хэрэглээний гол хэрэгсэл бөгөөд хүмүүс хиймэл оюун ухааныг аюулгүй гэж итгэж байгаа тохиолдолд л машин жолоодох эсвэл мэс засалд туслахыг зөвшөөрдөг. Энэхүү итгэлцлийг бий болгоход хатуу шалгалт, ил тод байдал, оролцогч талуудын оролцоо (жишээлбэл, эмнэлгийн хиймэл оюун ухааныг зохион бүтээхэд эмч нарыг, хиймэл оюун ухааны боловсролын хэрэгсэлд багш нарыг оролцуулах), зохих зохицуулалт орно. Хариуцлагатай хэрэглээний дэлхийн хэм хэмжээг хангахын тулд гүн хуурамч эсвэл дайнд хиймэл оюун ухаан зэрэг бэрхшээлийг шийдвэрлэхийн тулд олон улсын хамтын ажиллагаа шаардлагатай байж магадгүй юм.

Эцэст нь хэлэхэд, үүсгэгч хиймэл оюун ухаан нь дэвшлийн хүчирхэг хөдөлгүүр болж байна. Ухаалгаар ашиглавал хүмүүсийг хүнд хүчир ажлаас чөлөөлж, бүтээлч байдлыг нээж, үйлчилгээг хувь хүнд тохируулж, цоорхойг арилгах боломжтой (мэргэжилтнүүд хомс байгаа газарт мэргэжлийн ур чадварыг авчрах). Гол нь хүний ​​чадавхийг гадуурхахын оронд нэмэгдүүлэх . Ойрын хугацаанд энэ нь хүмүүсийг хиймэл оюун ухааныг чиглүүлэхийн тулд цаг алдалгүй байлгах гэсэн үг юм. Урт хугацаанд энэ нь хиймэл оюун ухааны системийн цөмд хүмүүнлэг үнэт зүйлсийг кодлох гэсэн үг бөгөөд ингэснээр тэд бие даан ажиллахдаа ч гэсэн бидний хамтын ашиг сонирхолд нийцүүлэн ажиллах болно.

Домэйн	Өнөөдрийн найдвартай бие даасан байдал (2025)	2035 он гэхэд найдвартай бие даасан байдал бий болно гэж таамаглаж байна
Бичих ба контент	- Ердийн мэдээ (спорт, орлого) автоматаар үүсгэгддэг. - Хиймэл оюун ухаанаар нэгтгэсэн бүтээгдэхүүний тоймууд. - Хүний засварлах нийтлэл эсвэл имэйлийн ноорог. ( Филана Паттерсон - ONA нийгэмлэгийн профайл ) ( Амазон нь хиймэл оюун ухааны тусламжтайгаар хэрэглэгчийн тойм туршлагыг сайжруулдаг )	- Ихэнх мэдээ, маркетингийн контентыг бодит үнэн зөвөөр автоматаар бичдэг. - Хиймэл оюун ухаан нь бүрэн хэмжээний нийтлэл, хэвлэлийн мэдээг хамгийн бага хяналттайгаар гаргадаг. - Өндөр хувьчилсан контентыг хүсэлтийн дагуу үүсгэдэг.
Дүрслэх урлаг ба дизайн	- Хиймэл оюун ухаан нь өдөөлтөөс зураг үүсгэдэг (хүн хамгийн сайныг нь сонгодог). - Концепт урлаг болон дизайны хувилбаруудыг бие даан бүтээдэг.	- Хиймэл оюун ухаан нь бүрэн хэмжээний видео/кино үзэгдэл болон нарийн төвөгтэй график бүтээдэг. - Тодорхойлсон үзүүлэлтүүдийг хангасан бүтээгдэхүүн/архитектурын генератив дизайн. - Захиалгаар бүтээгдсэн хувь хүнд зориулсан медиа (зураг, видео).
Програм хангамжийн кодчилол	- Хиймэл оюун ухаан кодыг автоматаар гүйцээж, энгийн функцуудыг бичдэг (dev хянасан). - Автомат тест үүсгэх болон алдааны саналуудыг гаргадаг. ( Copilot дээр код бичих: 2023 оны өгөгдөл нь кодын чанарт дарамт учруулж байгааг харуулж байна (2024 оны төсөөллийг оруулаад) - GitClear ) ( GitHub Copilot нь хиймэл оюун ухааны кодын туслахуудын судалгааны тайланг тэргүүлж байна -- Visual Studio сэтгүүл )	- Хиймэл оюун ухаан нь техникийн үзүүлэлтээс бүх функцийг найдвартай хэрэгжүүлдэг. - Мэдэгдэж буй хэв маягийн хувьд бие даасан дибаг хийх болон код засвар үйлчилгээ хийх. - Хүний оролцоо багатай бага код бүхий аппликейшн үүсгэх.
Харилцагчийн үйлчилгээ	- Чатботууд Түгээмэл асуултуудад хариулж, энгийн асуудлуудыг шийдвэрлэдэг (нарийн төвөгтэй тохиолдлуудыг дамжуулдаг). - Хиймэл оюун ухаан зарим сувгаар ердийн лавлагааны ~70%-ийг зохицуулдаг. ( 2025 оны 59 хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний статистик ) ( 2030 он гэхэд хэрэглэгчийн харилцааны явцад гарсан шийдвэрийн 69% нь ... болно .)	- Хиймэл оюун ухаан нь нарийн төвөгтэй асуултууд зэрэг хэрэглэгчийн ихэнх харилцан үйлчлэлийг эхнээс нь дуустал нь зохицуулдаг. - Үйлчилгээний хөнгөлөлт (буцаан олголт, шинэчлэлт)-ийн талаар бодит цагийн хиймэл оюун ухааны шийдвэр гаргах. - Зөвхөн хүндэрсэн эсвэл онцгой тохиолдолд хүний ​​төлөөлөгчид оролцдог.
Эрүүл мэнд	- Хиймэл оюун ухаан нь эмнэлгийн тэмдэглэл бичдэг; эмч нарын баталгаажуулсан оношийг санал болгодог. - Хиймэл оюун ухаан нь зарим сканнер (рентген судлал)-г хяналтгүйгээр уншдаг; энгийн тохиолдлуудыг ангилдаг. ( Хиймэл оюун ухааны дүрс оношилгооны бүтээгдэхүүний тоо 2035 он гэхэд тав дахин нэмэгдэх боломжтой )	- Хиймэл оюун ухаан нь нийтлэг өвчнийг найдвартай оношилж, ихэнх эмнэлгийн зургийг тайлбарладаг. - Хиймэл оюун ухаан нь өвчтөнүүдийг хянаж, тусламж үйлчилгээ үзүүлдэг (жишээлбэл, эмийн сануулга, яаралтай тусламжийн сэрэмжлүүлэг). - Виртуал Хиймэл оюун ухааны "сувилагч" нь тогтмол хяналтыг хариуцдаг; эмч нар нарийн төвөгтэй тусламж үйлчилгээнд анхаарлаа төвлөрүүлдэг.
Боловсрол	- Хиймэл оюун ухааны багш нар сурагчдын асуултанд хариулж, дадлагын асуудал үүсгэдэг (багш хянадаг). - Хиймэл оюун ухаан нь дүнг гаргахад тусалдаг (багшийн хяналттай хамт). ([Бага ангийн 12-р ангид зориулсан хиймэл оюун ухааныг бий болгох)	Applify-н судалгааны тайлан]( https://www.applify.co/research-report/gen-ai-for-k12#:~:text=AI%20tutors%3A%20Virtual%20AI,individual%20learning%20styles%20and%20paces ))
Ложистик	- Хиймэл оюун ухаан хүргэлтийн зам болон сав баглаа боодлыг оновчтой болгодог (хүн зорилго тавьдаг). - Хиймэл оюун ухаан хангамжийн сүлжээний эрсдэлийг тэмдэглэж, бууруулах арга хэмжээг санал болгодог. ( Логистикийн салбарт хиймэл оюун ухааныг ашиглах шилдэг тохиолдлууд )	- Ихэвчлэн өөрөө жолооддог хүргэлтүүд (ачааны машин, дрон)-ыг хиймэл оюун ухааны хянагч нар хянадаг. - Хиймэл оюун ухаан нь тасалдлын эргэн тойронд тээвэрлэлтийг бие даан чиглүүлж, бараа материалын нөөцийг тохируулдаг. - Нийлүүлэлтийн сүлжээний зохицуулалтыг (захиалга, түгээлт) хиймэл оюун ухаан удирддаг.
Санхүү	- Хиймэл оюун ухаан нь санхүүгийн тайлан/мэдээний хураангуйг гаргадаг (хүний ​​хяналттай). - Робо-зөвлөхүүд энгийн портфолио удирддаг; Хиймэл оюун ухааны чат нь хэрэглэгчийн асуултыг хариулдаг. ( Үүсгэн байгуулагч хиймэл оюун ухаан санхүүжилтэд орж ирж байна )	- Хиймэл оюун ухааны шинжээчид хөрөнгө оруулалтын зөвлөмж болон эрсдэлийн тайланг өндөр нарийвчлалтай гаргадаг. - Тогтсон хязгаарын дотор бие даасан арилжаа болон портфолио дахин тэнцвэржүүлэх. - Хиймэл оюун ухаан нь стандарт зээл/нэхэмжлэлийг автоматаар баталдаг; хүмүүс үл хамаарах зүйлсийг зохицуулдаг.

Ашигласан материал:

1. Паттерсон, Филана. Автомат орлогын түүхүүд үрждэг . Ассошиэйтед Пресс (2015) – AP нь хүний ​​зохиолчгүйгээр мянга мянган орлогын тайланг автоматаар үүсгэдэг тухай тайлбарласан ( Автомат орлогын түүхүүд үрждэг | Ассошиэйтед Пресс ).

2. McKinsey & Company. 2024 оны эхээр хиймэл оюун ухааны төлөв байдал: Хиймэл оюун ухааны үеийн хэрэглээ огцом өсч, үнэ цэнэ бий болгож эхэлдэг . (2024) – Байгууллагуудын 65% нь генератив хиймэл оюун ухааныг тогтмол ашигладаг бөгөөд энэ нь 2023 оноос бараг хоёр дахин их байгааг мэдээлэв ( 2024 оны эхээр хиймэл оюун ухааны төлөв байдал | McKinsey ), мөн эрсдэлийг бууруулах хүчин чармайлтын талаар хэлэлцэв ( Хиймэл оюун ухааны төлөв байдал: Дэлхийн судалгаа | McKinsey ).

3. Gartner. ChatGPT-ээс гадна: Аж ахуйн нэгжүүдэд зориулсан үүсгэгч хиймэл оюун ухааны ирээдүй . (2023) – 2030 он гэхэд блокбастер киноны 90% нь хиймэл оюун ухаанаар үүсгэгдэх боломжтой гэж таамаглаж байна ( Аж үйлдвэр, аж ахуйн нэгжүүдэд зориулсан үүсгэгч хиймэл оюун ухааны хэрэглээний тохиолдлууд ) бөгөөд эмийн дизайн гэх мэт үүсгэгч хиймэл оюун ухааны хэрэглээний тохиолдлуудыг онцолдог ( Аж үйлдвэр, аж ахуйн нэгжүүдэд зориулсан үүсгэгч хиймэл оюун ухааны хэрэглээний тохиолдлууд ).

4. Twipe. Сэтгүүлчид мэдээллийн өрөөнд хиймэл оюун ухааны хэрэгслийг ашигладаг 12 арга . (2024) – Мэдээний агентлагт нийт нийтлэлийн 11%-ийг бичдэг, хүний ​​редакторууд бүх хиймэл оюун ухааны контентыг хянадаг "Клара" хиймэл оюун ухааны жишээ ( Сэтгүүлчид мэдээллийн өрөөнд хиймэл оюун ухааны хэрэгслийг ашигладаг 12 арга - Twipe ).

5. Amazon.com Мэдээ. Amazon нь хиймэл оюун ухааны тусламжтайгаар хэрэглэгчийн сэтгэгдлийн туршлагыг сайжруулдаг . (2023) – Худалдан авагчдад туслах зорилгоор бүтээгдэхүүний хуудсан дээр хиймэл оюун ухаанаар үүсгэгдсэн сэтгэгдлийн хураангуйг зарладаг ( Amazon нь хиймэл оюун ухааны тусламжтайгаар хэрэглэгчийн сэтгэгдлийн туршлагыг сайжруулдаг ).

6. Zendesk. 2025 оны хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний статистик 59. (2023) – CX байгууллагуудын гуравны хоёроос илүү нь хиймэл оюун ухаан нь үйлчилгээнд "дулаан" нэмнэ гэж үзэж байгааг харуулж байна ( 2025 оны хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний статистик 59 ) бөгөөд хэрэглэгчийн харилцааны 100%-д хиймэл оюун ухаан нөлөөлнө гэж таамаглаж байна ( 2025 оны хиймэл оюун ухааны хэрэглэгчийн үйлчилгээний статистик 59 ).

7. Futurum Research & SAS. Туршлага 2030: Хэрэглэгчийн туршлагын ирээдүй . (2019) – Судалгаагаар брэндүүд 2030 он гэхэд хэрэглэгчтэй харилцах явцад гаргасан шийдвэрийн ~69%-ийг ухаалаг машинууд гаргана гэж найдаж байгааг тогтоожээ ( CX руу шилжих шилжилтийг дахин төсөөлөхийн тулд маркетерууд дараах 2 зүйлийг хийх ёстой ).

8. Dataiku. Логистик дахь хиймэл оюун ухааныг ашиглах шилдэг тохиолдлууд . (2023) – GenAI нь ачааллыг хэрхэн оновчтой болгодог (ачааны машины хоосон зайг ~30% бууруулдаг) ( Логистик дахь хиймэл оюун ухааныг ашиглах шилдэг тохиолдлууд ) болон мэдээг сканнердах замаар хангамжийн сүлжээний эрсдэлийг хэрхэн тэмдэглэдэг талаар тайлбарласан.

9. Visual Studio сэтгүүл. GitHub Copilot нь хиймэл оюун ухааны кодын туслахуудын судалгааны тайланг тэргүүлэв . (2024) – Gartner-ийн стратегийн төлөвлөлтийн таамаглал: 2028 он гэхэд аж ахуйн нэгжийн хөгжүүлэгчдийн 90% нь хиймэл оюун ухааны кодын туслахуудыг ашиглах болно (2024 онд 14% байсан бол өссөн) ( GitHub Copilot нь хиймэл оюун ухааны кодын туслахуудын судалгааны тайланг тэргүүлэв -- Visual Studio сэтгүүл ).

10. Bloomberg News. BloombergGPT-г танилцуулж байна . (2023) – Асуулт хариулт болон дүн шинжилгээний дэмжлэг үзүүлэх терминалд суурилуулсан санхүүгийн ажлуудад чиглэсэн Bloomberg-ийн 50B параметрийн загварын дэлгэрэнгүй мэдээлэл ( Generative AI санхүүжилтэд орж ирж байна ).

Үүний дараа унших дуртай нийтлэлүүд:

🔗 Хиймэл оюун ухаан орлож чадахгүй ажлууд – Мөн хиймэл оюун ухаан ямар ажлуудыг орлох вэ?
Хөгжиж буй ажлын байрны талаарх дэлхийн өнцөг булан бүрээс авч үзэж, хиймэл оюун ухааны тасалдалаас аль албан тушаалууд аюулгүй, аль нь хамгийн эрсдэлтэй болохыг судална.

🔗 Хиймэл оюун ухаан хөрөнгийн зах зээлийг урьдчилан таамаглаж чадах уу?
Хөрөнгийн зах зээлийн урьдчилсан мэдээнд хиймэл оюун ухааныг ашиглах боломж, хязгаарлалт, ёс зүйн асуудлуудыг гүнзгий судлах.

🔗 Кибер аюулгүй байдалд үүсгэгч хиймэл оюун ухааныг хэрхэн ашиглах вэ?
Гажиг илрүүлэхээс эхлээд аюул заналын загварчлал хүртэл кибер аюул заналаас хамгаалахын тулд үүсгэгч хиймэл оюун ухааныг хэрхэн ашиглаж байгааг мэдэж аваарай.