Виды искусственного интеллекта — их особенности и применение

Генеративный ИИ

Несколько упрощая, процесс обучения выглядит следующим образом. Имеется большое число однотипных задач, в которых известно условие и известен правильный ответ или один из возможных ответов. Примером может быть задача машинного перевода, в которой условием является фраза на одном языке, а ответом — ее перевод на другой язык. Модель машинного обучения, например глубинная нейронная сеть, работает по принципу черного ящика, который принимает на вход условие задачи и выдает сигнал в пространстве ответов. Применительно к машинному переводу это будет произвольный текст на втором языке. У черного ящика есть дополнительные параметры. Их значения определяют, как входной сигнал будет преобразовываться в выходной. Процесс обучения черного ящика заключается в поиске таких значений параметров, при котором для заданных входов он выдает сигнал, близкий к желаемым выходам. Настроив параметры так, что для всех задач с известным ответом черный ящик выдает желаемые ответы или близкие к ним, можно рассчитывать, что и для новых задач того же типа черный ящик будет выдавать разумные ответы. Разумеется, в общем случае гарантировать этого нельзя, но для многих популярных моделей машинного обучения действительно удается настроить модель так, что она успешно справляется с решением новых задач того же типа, ответов на которые модель не видела в ходе своего обучения. Из этого примера становится понятно, что существует несколько принципиальных ограничений для технологии машинного обучения. Во-первых, черный ящик должен быть достаточно гибким, что напрямую зависит от числа настраиваемых в ходе обучения параметров. Современные модели включают в себя десятки миллионов параметров, сложным образом определяющих, как входы преобразуются в выходы. Во-вторых, итоговое качество напрямую зависит от числа задач, которые демонстрировались модели в ходе обучения. Поэтому наилучшие результаты ИИ демонстрирует в тех областях, в которых удается накопить огромные объемы данных с миллиардами однотипных задач. В-третьих, ответы задачи должны объективно зависеть от условий. Методы машинного обучения бессмысленно применять, если между входами и выходами нет никакой семантической связи.

По сути, компьютер использовался для задач, алгоритм решения которых был известен человеку. И только в последние годы человечество стало осознавать, что компьютер способен на много большее — он может находить способ решать задачи, для которых алгоритма решения нет или он не известен человеку. Это стало возможным благодаря развитию технологий машинного обучения, которые сейчас все чаще называют искусственным интеллектом

Так как всё больше автопроизводителей вкладывают средства в транспорт, то ожидается, что беспилотные авто скоро будут представлены на рынке в большом количестве. Согласно прогнозу к 2040 году автономный транспорт будет широко применяться в общественном транспорте. По прогнозам, к 2045 году в автомобильном парке число таких новых машин приблизится к половине.

«Предупреждение поломок оборудования, автоматизация складской деятельности и цепочек поставок, обнаружение попыток мошенничества, формирование стратегии в сфере продаж – это задачи, которые легко решить с помощью российского аналитического комплекса Prognoz Platform», – утверждает Алексей Выскребенцев.

Термин «Искусственный интеллект» впервые произнёс Джон Маккарти, который и стал его автором. Он собрал первую конференцию в 1956 году, речь на которой шла о машинах, способных мыслить как человек, осуществлять обучение, собирать больше данных и производить обработку информации.

борьба с атаками на информационную безопасность на базе ИИ — сразу, как была выявлено, что атака с использованием искусственного интеллекта может быть эффективной, стало понятно, что данные нападки на систему можно избежать путём привлечения ресурсов нейронных сетей

Эта система не ограничена по уровню выполняемых операций, она предназначена для решения интеллектуальных задач. Цель вида — разработать систему, которая будет думать самостоятельно как человек. Сегодня сильный тип на стадии создания и разработки, нужно чтобы техника могла работать в коллективе

Проекты с использованием элементов искусственного интеллекта имеют как технологические, так и организационные особенности. Главная из них – необходимость доверить машине важные задачи, в том числе аналитическую работу и принятие решений. «Требуется существенно повысить степень доверия специалистов (логистов, риск-менеджеров, юристов, диспетчеров, специалистов по безопасности и других) к компьютерным системам, а далее – пересмотреть и адаптировать бизнес-процессы под ИИ», – считает Дмитрий Шушкин. Он подчеркивает, что на начальном этапе интеллектуальные решения нужно тщательно подготовить в соответствии с задачей заказчика, а затем – дообучать ИИ по мере развития проекта. Глава ABBYY в России подчеркнул, что для ИИ-проектов характерна быстрая окупаемость: около года и менее.

На основе возможностей

Данный тип искусственного интеллекта является сверхумным, он имеет чувства и эмоции, его считают из области фантастики. Эта система может превосходить человека в уме и лучше решать поставленные задачи. Самосознание находится в процессе исследования и разработки, создание этого нового типа ИИ затрагивает ряд этических и общественных норм

Особый интерес представляет использование инструментов ИИ в ИТ-службах – в тех видах работ, когда значительная часть операций повторяется. В группе компаний ICL машинное обучение применяют для автоматизации входящих обращений в ИТ-поддержку, рассказал руководитель направления бизнес-услуг и услуг по приложениям ООО «ДжиДиСи Сервисез» (ICL Group) Дмитрий Каштанов. «Мы исследуем, как производительность инженеров зависит от опыта и количества проектов, в которые они вовлечены в один и тот же период, чтобы прогнозировать эффективность команд и лучше планировать их нагрузку», – говорит он.

Это одно из самых больших и вредных заблуждений. Технологии ИИ предназначены для решения конкретных интеллектуальных задач. Для каждой задачи используется отдельная модель. Стратегическая цель — создание так называемого сильного ИИ: универсальной обучаемой системы, способной постоянно учиться решать все новые и новые разнообразные типы задач, но не забывающей, как решать старые задачи.

«Одно из решений Navicon на базе технологий машинного обучения помогает собирать данные о взаимодействиях каждого потребителя с компанией и на их основе формировать шаблоны покупательского поведения», – рассказывает Алексей Талаев. Опираясь на эту информацию, можно определить приоритеты покупателей, оптимизировать кросспродажи и закупки товаров для розницы. «По нашим оценкам, это увеличивает объемы приобретения сопутствующих товаров на 2-6 %, а оборот товаров – до 7 %», – поделился глава департамента «УК «Навикон».

Менеджер по продуктам Orange Business Services в России и СНГ Мирослав Шестернин рассказал об интеграции ИИ с контакт-центрами компании, в результате чего автоматизированы обзвон и информирование клиентов. «Система учитывает большой объем данных: количество предыдущих обращений клиента, его основные интересы, персональную информацию и прочее. Это позволяет снизить нагрузку на операторов и операционные затраты, а кроме того – повысить уровень лояльности клиентов. Аналогичная технология используется и в чат-ботах», – говорит Мирослав Шестернин.

Об искусственном интеллекте говорят многие, но каждый понимает под этим что-то свое. К ИИ могут относить машинное обучение, самообучающиеся алгоритмы и даже классические алгоритмы прогнозирования, считает эксперт по продуктам ООО «Форсайт» Алексей Выскребенцев. «Пока рано говорить про широкое использование ИИ – скорее, речь идет об инструментах интеллектуальной поддержки принятия решений. Под ИИ многие понимают нейронные сети, в том числе многослойные, результаты применения которых довольно сложно интерпретировать. Такие алгоритмы хорошо работают с неструктурированной информацией, решают задачи классификации изображений и образов, а также справляются с обработкой машинно генерируемых данных, но только в тех областях, где цена ошибки невелика», – считает специалист «Форсайта».

По мнению аналитиков генеративный искусственный интеллект в предстоящие лет 5 будет трендом, так как к нему сегодня вырос интерес и он обладает хорошей коммерциализацией. Но применение генеративного ИИ имеет большие риски. Главный — повышенная угроза, создаваемая «глубинными подделками». Создание человеческих обликов, которые реалистичны, часто применяются чтоб обмануть или в качестве мошенничества в финансовой области. Особая опасность кроется в дипфейках реального времени основанных на ИИ, они могут подделывать человеческий голоса.

Есть у руководителя ABBYY и другие примеры: «Инвестиционная компания «АК Барс» создала робота, который через мобильное приложение консультирует клиентов на тему открытия брокерского счета, по финансовым продуктам и другим темам. Благодаря технологии, компания разгрузила контакт-центр на 34 %. Сбербанк с помощью ИИ автоматизирует оценку рисков, онлайн-чат, открытие счетов и выдачу кредитов. Как заявил Герман Греф на Давосском форуме, по итогам 2017 года банк заработал около $2 млрд с помощью интеллектуальных технологий. ПАО «Мобильные ТелеСистемы» использует ИИ для анализа больших массивов данных и улучшения работы салонов связи. Прогнозы посещаемости розничных точек позволили МТС на 15 % сократить затраты на персонал».

В каких сферах ИИ применяется уже сейчас?

Словосочетания «нейронные сети», «машинное обучение», «искусственный интеллект» звучат все чаще и чаще. Их произносят Владимир Путин и Максим Кац. Профессию специалиста по анализу данных называют одной из самых востребованных сейчас и в ближайшем будущем. Но вокруг темы искусственного интеллекта существует большое количество мифов и заблуждений. Ответы на наиболее популярные вопросы об искусственном интеллекте (ИИ) VTimes дает Дмитрий Ветров, профессор-исследователь НИУ ВШЭ.

С момента появления первых компьютеров они рассматривались как программируемые вычислительные устройства, способные выполнять миллиарды простых арифметических и логических операций по заранее заданному алгоритму. Это позволило решить большое количество важных задач, в первую очередь связанных с расчетами в сложных математических моделях различных процессов, которые описывались дифференциальными уравнениями.

Еще об одном проекте для банка «Открытие» рассказал генеральный директор ООО «Аби» (ABBYY Россия) Дмитрий Шушкин: «Недавно мы внедрили в банке платформу для обработки данных, созданную на основе ИИ. Теперь для того чтобы открыть счет, представителю малого или среднего бизнеса просто нужно оставить заявку на сайте банка и загрузить сканы документов. Платформа автоматически проверяет наличие всех документов и правильность их оформления. В результате всю процедуру можно пройти удаленно за 4 часа, и это значительно быстрее, чем во многих других банках».

Подобно тому, как люди физически не ослабли после появления станков и машин, способных заменить человека в физическом труде, появление технологий, способных решить за нас часть когнитивных задач, не приведет к тому, что люди станут меньше работать головой. Просто они начнут делать это для удовольствия, а не для того, что прокормить себя. Наконец, вопросы этики и морали, смысла жизни точно останутся прерогативой человека.

Сегодня искусственный интеллект — быстро развивающаяся область, которая изменит нашу жизнь. ИИ включает в себя методики, состоящие из следующих наук: математики, биологии, психологии, кибернетики, которые используются в разработке программ. Несмотря на мнение, что скоро техника заменит людей, это не так. В ближайшее время люди и машины будут с большей активностью взаимодействовать между собой на пользу человечества.

Руководитель ABBYY в России отметил, что в Сбербанке и Тинькофф Банке «умные» алгоритмы используются для выдачи кредитов. «Такие решения собирают информацию из документов, отраслевых баз и СМИ, определяют уровень дохода клиентов и выявляют возможные риски, такие как банкротство или арест активов», – рассказал Дмитрий Шушкин. Он добавил, что широкое применение технологии ИИ получили в клиентской поддержке. Так, сеть отелей Hilton тестирует робота-консьержа, который отвечает на вопросы гостей, может помочь заказать еду, найти ресторан или парковку.