В рамках круглого стола на конференции КИИ-2016 «Когнитивная семиотика и искусственный интеллект» присутствующие специалисты-нейрофизиологи констатировали факт, что 25 лет назад, когда многие из них начинали работать над этой темой, они не знали, как работает мозг человека на уровне, достаточном, чтобы его воссоздать, — сообщает KV.BY.
Прошли годы, были проведены многочисленные исследования, и хотя сейчас мы уже используем глубокие искусственные нейронные сети, мы и сейчас точно так же не знаем этого. На базе искусственного нейрона действительно можно строить универсальные аппроксиматоры, но его нельзя считать аналогом биологического нейрона. Так есть ли прогресс в развитии технологий искусственного интеллекта (ИИ)? Об этом KV.by рассказал ведущий эксперт СНГ в области искусственного интеллекта Александр Сизов.
До т.н. «сильного» интеллекта, «восстания машин», несмотря на тревожные пророчества Илона Маска, безусловно, еще далеко, но «слабый» ИИ уже прочно вошел в нашу жизнь и нашел широкое практическое применение. Сумасшествие последних лет по машинному обучению имеет под собой фундаментальные причины и вполне обосновано – бизнесу стали очень нужны эти «умные» технологии, и это уже не только для имиджа или дань «моде». Они дают конкретный экономический эффект.
Аналитики компании McKinsey оценивают рынок ИИ к 2025 году до $126 млрд. при расходовании в год до $30 млрд. основными игроками в последние годы.
Во многом повышенный интерес к ИИ со стороны специалистов вызван новым этапом в развитии нейросетевых технологий, а именно — глубоких нейронных сетей, но определяющее значение в этом сыграла революция в работе с данными. Мы умеем оцифровывать то бесчисленное количество информации, которая сама жизнь генерирует ежесекундно, умеем ее хранить, обрабатывать и, что особенно важно, хотим, пытаемся и во многом умеем ее анализировать.
Сочетание развития больших данных (Big Data), возможностей их обработки (Data Engineering) и, конечно же, их анализа (Data Science), на фоне всеобщей «интернетализации» и широкого распространения «Интернета вещей» (IoT) привело к тому, что на международных конференциях доклады без упоминания ИИ не включают в программу, каждый стартап грозит с помощью ИИ перевернуть мир, а каждый уважающий себя руководитель компании (в любой сфере) считает наличие у себя отдела машинного обучения обязательным.
Большинство математических моделей были уже давно известны, но именно большие данные и аппаратные возможности их обработки в режиме «более» реального времени привели к такому буму и появлению новых специальностей, на которые еще мало где профессионально готовят, но много где хотят взять на работу – Data Engineer и Data Scientist.
Интересно, что последнее поколение «рожденных в СССР» изучало в высших школах нейронные сети – в основе своей был тот же искусственный нейрон, но это не были глубокие архитектуры, которые взорвали реальность и заставили человечество снова говорить о нейронных сетях, о которых уже несколько раз забывали, разочаровываясь и запирали их в сундуке в чулане.
Если говорить об основных научно-технических направлениях, то ИИ на сегодняшний день включает следующие: машинное/глубокое обучение и предиктивную аналитику, обработку естественного языка и речи (Natural Language Processing, NLP), умных роботов и компьютерное зрение. Но практичнее рассматривать эти направления в разрезе их бизнес-применений, и именно об этом задумываются Data Scientist, познав прелести использования библиотеки xgboost и ансамблирования моделей на конкурсах Kaggle.
В первых рядах приложения ИИ начала применять держащая всегда «нос по ветру» торговля, а также требующий высокоточных предиктивных моделей финтех, производство, здравоохранение, спорт активно используют многие наработки и, главное, вкладываются в их развитие на перспективу.
Например, розничная торговля – адресное, персонализированное взаимодействие с покупателями, распознавание их поведения, виртуальные помощники и умнеющие не «по дням», а по обучающим корпусам чат-боты, оптимизация геолокации розничных точек, раскладки товаров на полках торговых залов, смарт-контракты с поставщиками, использование роботов для складских операций – все это привело к снижению затрат и увеличению продаж.
Наибольшее практическое применение сейчас получили компьютерное зрение и обработка естественного языка. Первое, пожалуй, больше на слуху – яркие визуальные эффекты действуют на массы как банка из-под консервов на людоеда Мумбо-Юмбо из известного произведения Ильфа и Петрова. Но NLP имеет, возможно, более масштабную и долгоидущую природу. На сегодняшний день даже такие консервативные отрасли, как страхование, юриспруденция, начинают внедрять ИИ.
Происходит изменение привычных, как казалось, уже незыблемых процедур. Пока речь не идет о полном исчезновении профессий, но, безусловно, количество специалистов, требующихся в этих отраслях, будет неуклонно уменьшаться. Это будут только высококвалифицированные профессионалы, которые должны будут идти в ногу с технологиями, чтобы остаться востребованными.
Если взять другой пример: ИИ технологии в юридическом деле, рынок которых оценивается в $16 млрд. только в США. На сегодня они уже используются не только для выполнения рутинных работ (проверки контрактов, их комплексной юридической оценки, исследования положений законов, судебных решений и прецедентов), где их применение экономит более 50% времени работы специалистов, но и в автоматизированных рекомендательных системах и даже для прогнозирования исхода судебных дел. Первые боты-юристы уже официально «приняты» на работу и количество оказываемых ими услуг будет расти вместе с их качеством.
Если подытожить этот поверхностный обзор текущих применений и перспектив ИИ, можно заключить, что искусственный интеллект пока еще используется в основном на уровне рекомендательных и автоматизированных советующих систем и СППР, помогая специалисту экономить время и принимать обоснованные решения, но это, вне всяких сомнений, только промежуточный этап перед переходом к полностью автоматическим системам на базе ИИ.
Мы, безусловно, не стоим на пороге коренных изменений. Мы уже перешагнули через него и пользуемся их результатами. И те специалисты, которые хотят при следующем шаге вверх по этой лестнице дома «умных» технологий не остаться в «пролете» между этажами, должны сделать ИИ своим надежным помощником.
[customscript]techrocks_custom_after_post_html[/customscript]
[customscript]techrocks_custom_script[/customscript]