Совместный проект
Искусственный интеллект
Что умеет и может искусственный интеллект?

Что такое искусственный интеллект: уже наступившее будущее, перспективное направление для решения широкого круга задач или громкий маркетинговый термин, и никакого ИИ на самом деле не существует? Выслушаем мнение эксперта Ильи Калагина, к.т.н., директора центра когнитивных технологий компании «АйТеко».

ИИ: границы понятия

Что мы понимаем под ИИ? Искусственный интеллект – современное научное направление для решения широкого класса задач, которые ранее требовали обязательного участия человека.

ИИ включает в себя множество методов из различных научных дисциплин, включая информатику, математику, лингвистику, биологию. Самые массовые направления применения ИИ, которые сегодня «на слуху», – это компьютерное зрение (видеоаналитика), речевые технологии, обработка естественного языка, основанная на машинном обучении предиктивная аналитика и робототехника.

В развитии ИИ периоды взлетов сменялись временем затишья. Подъем интереса к ИИ и наблюдаемый в настоящее время бум объясняется такими факторами, как рост вычислительных мощностей по закону Мура; лавинообразное увеличение количества данных (Big Data); развитие интернета и облачных вычислений, позволяющих широкой группе пользователей получить доступ к данным и вычислительным ресурсам; совершенствование алгоритмов и доступность их модификации благодаря open source решениям.

Сферы применения и направления развития ИИ

Компьютерное зрение – одна из наиболее известных сфер применения ИИ. Еще совсем недавно в задачах машинного зрения в подавляющем большинстве применялись классические алгоритмы распознавания, точность которых была существенно ниже, чем у человека.

Однако в 2012 году на престижных соревнованиях по классификации изображений модель, основанная на свёрточных нейронных сетях, обошла все традиционные модели более чем на треть. С тех пор нейросетевые системы распознавания не просто приблизились к человеку, но и существенно опередили его.

Благодаря совершенствованию алгоритмов ИИ сейчас стало возможным решение таких задач, как детектирование объектов на изображении, распознавание людей, лиц, пола, возраста, эмоций, номеров автомобилей, выявление ДТП, обнаружение бесхозных вещей.

В сфере обработки естественного языка использование ИИ достигло потрясающих результатов сравнительно недавно: бурное применение рекуррентных нейронных сетей, которые оказались очень эффективны в задачах обработки последовательностей, началось с 2015 года.

Отныне стало возможным решение таких задач, как текстовое взаимодействие машины с человеком, более известное как чат-боты, и генерация текстовой информации. Пример – первый короткометражный фильм Sunspring 2016 года, сценарий которого был написан нейронной сетью. Значительно улучшилось качество машинного перевода, по некоторым позициям вплотную приблизившись к человеческому результату.

Не отстают в этом плане и речевые технологии. Теперь с помощью нейронных сетей стало возможным качественное транскрибирование речи (перевод речи в текст), идентификация человека по голосу, обработка голосовых запросов, интеллектуальное голосовое взаимодействие с устройствами.

И хотя в этом направлении точность систем пока ниже человеческих, по сравнению с тем, что было десять лет назад, технологии значительно продвинулись.

Предиктивная аналитика – не столь известное в широких массах направление, хотя первые упоминания о Байесовских методах были опубликованы еще в XVIII веке. Линейная, или логистическая, регрессия используется для построения сравнительно простых прогнозов уже десятки лет.

Но только в наши дни благодаря развитию алгоритмов машинного обучения стало возможным эффективное решение более широкого класса задач: прогнозирование событий, таргетированная реклама, рекомендательные системы, прогноз поведения клиента, выявление перспективных групп покупателей, выявление закономерностей в покупках различных типов товаров, сегментация товарной корзины и пр.

Если еще пять лет назад приведенные примеры были характерны лишь для таких крупных ИТ-грандов, как Google, Amazon, Microsoft, Apple, Yandex, то сегодня решения в области предиктивной аналитики встраиваются в ERP-системы, все шире применяясь в различных сферах бизнеса.

Робототехника – пожалуй, одна из наиболее сложных сфер применения ИИ, так как в ней задействован целый комплекс систем. Помимо распознавания изображений, голоса и обработки естественного языка (для формирования ответов), в состав комплекса входят системы планирования, взаимодействия с человеком и другими роботами, воздействия на внешнюю среду через различные устройства манипуляторы.

Здесь на помощь приходит класс алгоритмов обучения с подкреплением – reinforcement learning, который отличается от алгоритмов обучения с учителем тем, что система ИИ постоянно обучается в процессе взаимодействия с окружающей средой. Используя этот алгоритм, машины достигли значительных успехов, победив чемпиона мира по игре в го, что является громадным прорывом в сфере ИИ.

ИИ vs человек?

Наблюдая впечатляющий прогресс в области ИИ, многие эксперты выражают опасения, а не приведет ли такой бурный рост к тому, что человек станет ненужным в экономике будущего? Не отнимут ли роботы наши рабочие места? Одни строят страшные прогнозы, предсказывая тотальную безработицу - другие сравнивают ИИ с «новым электричеством», связывая с этим дальнейший прогресс человечества.

Если проследить в ретроспективе, как в свое время в социуме воспринимались последовательно механизация производства, электрификация, автоматизация и информатизация, можно заметить, что все изменения на начальном этапе неизбежно сопровождались опасениями и скептицизмом.

Однако с внедрением инноваций, повсеместным распространением и развитием прогрессивных технологий все вставало на свои места: машины занимали свою нишу, а человек – свою.

Не стоит наделять ИИ сверхъестественными способностями и воспринимать его как панацею. Любая техническая система не является совершенной и абсолютно надежной, и искусственный интеллект – не исключение.

Конечно, ИИ отличается от традиционных алгоритмических решений, требуя в этом плане другого анализа надежности. Как показывает практика последних лет, даже самые передовые системы распознавания, точность которых выше человеческих возможностей, могут сильно ошибаться в тех случаях, когда исходная информация искажена особыми способами (человек же при этом распознает картину правильно).

Искусственный интеллект – это будущее, которое уже наступило. Мы используем в гаджетах интеллектуальные голосовые сервисы, программы для обработки фото и видео, видеоигры, в которых применяются алгоритмы ИИ, а пользователи порой об этом даже не подозревают.

ИИ – это мощный драйвер развития науки и технологий, позволяющий решать широкий спектр сугубо «человеческих» задач и брать на себя те творческие функции, которые ранее считались исключительной прерогативой человека. ​

Поделитесь:

Еще про Искусственный интеллект

5
Системы видеоаналитики: наукоемкие технологии в индустриальных решениях

О создании искусственного интеллекта в промышленности и развитии наукоемких технологий «умного» производства на основе машинного зрения рассказывает Фарид Нигматуллин, генеральный директор компании-резидента Сколково «ВидеоМатрикс», чьи инновационные разработки активно используются в проектах ГК «АйТеко».

Читать
13
AI-решения: из клиники – в банк

Одним из ярких ИТ-трендов становится бурное развитие сервисов на основе технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей. Предлагаем обзор ряда интересных проектов, связанных с ИИ, и неординарных программных решений в сфере финансов и здравоохранения.

Читать
Фокус
следующего месяца
Технотренды
Эксперт темы
Игорь Зимненко
Зам. генерального директора компании "АйТеко"