Искусственный интеллект

Если говорить о навыках в области ИИ-этики и науке о данных, то острая нехватка квалифицированных кадров, безусловно, тормозит развитие на глобальном уровне. Быстрого решения этой проблемы нет, но компании могут инвестировать в развитие навыков у сотрудников и, опять же, использовать средства ИИ для персонализации обучения, как это делает IBM.

Для каждого этапа нужна соответствующая ИТ-инфраструктура. Для сбора и хранения данных — производительные и емкие системы хранения данных (СХД), для организации, обработки и обучения моделей — специфичное оборудование с использованием GPU, TPU или CPU. Для промышленного внедрения нужны производительные и отказоустойчивые сервера с быстрыми интерфейсами, такие как IBM POWER Systems.

Как уже было сказано, сейчас тяжело найти отрасль, которая бы не внедрила ИИ или не рассматривает такую возможность. Например, финансовая отрасль одной из первых начала использовать ИИ, чтобы минимизировать риски утечки информации и взлома путем автоматического выявления аномалий в доступе и использовании корпоративных информационных систем.

Современные кейсы чаще всего касаются производственных задач. Причем если еще несколько лет назад эти проекты были скорее предметом научной статьи, то сейчас они играют важную роль в корпоративных процессах. Наглядный пример — прогнозирование отказов типового оборудования. В этом случае недостаточно просто спрогнозировать отказ узла или детали. Нужно классифицировать такие отказы и способы их ремонта, научиться предсказывать те из них, которые следует превентивно устранять. Причем важно уметь прогнозировать отказы с запасом времени, чтобы успеть среагировать.

Впоследствии было создано множество машин, понимающих речь человека, умеющих поддерживать беседы на заданные темы, роботов, играющих в настольные игры: знаменитый матч между компьютером и Каспаровым в шахматах закончился победой машины. Сейчас искусственный интеллект занимает важную позицию в развитии науки, особенно в рамках концепции Интернета вещей, ведь недостаточно только собирать данные, необходимо их обрабатывать, анализировать и действовать в тех случаях, когда человек этого сделать не может.

Сейчас сложно найти сферу, в которой бы не использовались средства искусственного интеллекта. Причем как там, где раньше человек справлялся вручную, так и в принципиально новых областях. Ведь лучше, когда ИИ привносит что-то новое, ранее недоступное, а не заменяет человека, автоматизируя рутинные операции. В таких сценариях обрабатываются большие объемы данных, значительно сокращается время ответа или возникают другие факторы, с которыми человеку самостоятельно справиться не под силу.

Mayflower — это полностью автономное морское исслед овательское судно с искусственным интеллектом. Его цель — сбор критически важных данных об океане. На борту установлено научное оборудование. В роли капитана корабля – ИИ. Ассимилируя данные из ряда источников, ИИ постоянно оценивает свой маршрут, статус и миссию и принимает решения о том, что делать дальше. Камеры и системы компьютерного зрения сканируют горизонт в поисках опасностей, а потоки метеорологических данных выявляют потенциально опасные штормы.

Центральным понятием в искусственном интеллекте является агент. Под агентов подразумевается то, что воспринимает окружающую среду и воздействует на нее через исполнительные механизмы. Например, в Интернете вещей и робототехнике это восприятие происходит через различные датчики.

Идеи создания машин, обладающих сознанием, возникали еще в Древней Греции. В средние века и Новое время ученые создавали механизмы, заменяющие человеческий труд, например, в 17 веке Паскаль изобрел первую механическую цифровую вычислительную машину, в 19 веке Джозеф-Мари Жаккард создал программируемый ткацкий станок с инструкциями на перфокартах. В 1937 году Алан Тьрюнинг обнародовал свое изобретение – универсальную машину Тьюринга, в 1939 году в Нью-Йорке были представлены первый механический человек Electro с собакой Sparco.

Если опустить разговоры про отсутствие на сегодняшний день сильного или общего искусственного интеллекта, то слабые стороны ИИ сейчас во многом определяются уровнем соблюдения этики или способностью построить объективно справедливые модели, а также качеством используемых данных.

Также искусственный интеллект используют для создания тренажеров и летательных аппаратов в авиации и при разработке новейших транспортных средств в целом. В робототехнике системы искусственного интеллекта внедряются в различных ботов, устройства для развлечения, например, создание самообучающихся щенков-роботов.

Однако возможность разрабатывать программы, выполняющие сложные интеллектуальные задачи, появилась только после появления современных компьютеров после Второй мировой войны. В 1950-х годах ученые из различных областей стали задумываться о возможности создания искусственного мозга. Тогда исследования в области неврологии показали, что мозг представляет собой нейронную сеть, а А. Тьюнинг предположил, что любой вид вычислений можно представить в цифровом виде, и в 1951 году была создана первая нейронная сеть SNARC аспирантом Марвином Мински. К 1950 году А. Тьюринг разработал тест, определяющий уровень схожести действий машины с сознанием человека, впоследствии названный тестом Тьюринга. Название «искусственный интеллект» впервые было использовано на Дартмутской конференции в 1956 году, тогда же и появилась научная дисциплина «Исследование искусственного интеллекта».

Это первая система искусственного интеллекта, которая может обсуждать сложные темы в живой дискуссии. Цель — помочь людям построить убедительные аргументы и принять взвешенные решения. Project Debator анализирует массивные тексты, строит хорошо структурированную речь по заданной теме, ясно ее излагает, опровергает доводы оппонента. Project Debater помогает людям рассуждать, предоставляя убедительные, основанные на фактах аргументы и ограничивая влияние эмоций, предвзятости или двусмысленности.

Что касается гуманитарных направлений, то за последний год значимая часть программ обучения переместилась на онлайн-площадки, и многие образовательные учреждения столкнулись с проблемой нехватки ИИ-решений для составления индивидуальной программы, автоматизации проверки заданий, синтеза речи и перевода голоса в текст.