Tema umjetne inteligencije (AI) dominirala je medijskim vijestima tokom cijele godine. Ton daju glavni njuzmejkeri - Elon Musk i Mark Zuckerberg, raspravljajući o opasnostima i prednostima korištenja umjetne inteligencije u ljudskom životu. Rusija i Kina su razvoj AI proglasile prioritetnim pravcem u digitalnoj ekonomiji. 2018. će biti godina razvoja i daljeg proučavanja mogućnosti upotrebe AI, posebno metode dubokog učenja, kao najperspektivnije grane vještačke inteligencije. Reći ću vam više o ovom trendu u oblasti visoke tehnologije na primjeru upotrebe AI u marketingu.
Suština umjetne inteligencije je stvaranje strojeva toliko pametnih da će nadmašiti misaone i analitičke sposobnosti ljudi. Mašinsko učenje, osnovna AI metoda, ima takve mogućnosti i već se široko koristi u mnogim sektorima ekonomije i područjima ljudskog života. Međutim, druge, naprednije tehnologije se ubrzano razvijaju.
To je posebno vidljivo u tempu razvoja dubokog učenja, koje gotovo u potpunosti replicira princip rada ljudskog mozga u obradi podataka i modeliranju donošenja odluka. U 2017. duboko učenje postalo je sastavni dio tehnoloških procesa u zdravstvu i proizvodnji automobila. Marketing, kao najdinamičnija komponenta svakog poslovanja, takođe nije ostao po strani od upotrebe naprednih tehnologija. Dubinsko učenje imalo je revolucionaran uticaj na čitavu reklamnu industriju.
Tehnologija koja se koristi u metodi dubokog učenja zasniva se na principima interakcije bioloških neurona. Uz pomoć algoritama za samoučenje, trgovci sada dobijaju opise kupovnog potencijala kupca bez ljudske pomoći. Na primjer, RTB House je nedavno analizirao ogromnu količinu podataka, jasno pokazujući da korištenje umjetne inteligencije umjesto preporuka iskusnih marketara u kampanjama za ponovno ciljanje može poboljšati rezultate konverzije za 35%. I to nije sve. Koristeći metodu dubokog učenja, oglašivači dobijaju prognozu radnji korisnika na osnovu analize njegovih karakteristika ponašanja i želja. Ovo uvelike pojednostavljuje posao marketeru nudeći najbolje opcije za ciljane reklamne poruke koje sadrže proizvode za koje korisnik nije ni znao ili još nije vidio.
Mnogi veliki brendovi su već vidjeli prednosti implementacije rješenja dubokog učenja u svoje proizvode ili marketinške alate. U 2018. očekujemo široku upotrebu dubokog učenja i povećanje ulaganja u razvoj njegovog potencijala.
Od „učenja pod nadzorom“ do novih horizonata
U 2017. godini došlo je do pomaka od takozvanog „učenja pod nadzorom“ tipičnog za proces mašinskog učenja prema složenijem sistemu „transfernog učenja“. Ova tehnologija se zasniva na prenošenju ljudskih instrukcija na kompjuter: analizira postojeće modele odlučivanja, primere, skupove podataka i njihovu kasniju analizu.
Način na koji funkcioniše transferno učenje je sposobnost računara da obrađuje podatke iz simulacija, a ne iz stvarnosti. Ovaj proces je mnogo jednostavniji i jeftiniji, kao i brži, što je veoma važno kada se analiziraju ogromne količine podataka. Koristeći ovu metodu, mašina uči da samostalno donosi odluke: logičkim zaključcima, analogijom ili deduktivnom metodom.
Na primjer, koristeći stariji model mašinskog učenja, auto koji se samostalno vozi mogao bi odvesti osobu milione milja dok se podaci snimaju. Ovi podaci se prenose do automobila, koji na osnovu odluka vozača razume kako da vozi automobil. Zahvaljujući „transferu učenja“, više nema potrebe za pravim vozačem. Umjesto toga, podaci se mogu uzeti iz različitih simulacija vožnje. Simulirajući milione sati vožnje, automobil sam razumije kuda treba ići i već prevodi znanje u stvarni svijet.
Drugi pristup se naziva „pojačano učenje“. Njegov cilj je osposobiti računar da donosi najbolje odluke na osnovu povratnih informacija iz okoline i radnji koje se u njemu odvijaju. Na primjer, kako se to dešava kada učestvujete u nadmetanju za kupovinu oglasnog prostora. Aukcijski sistemi su veoma složeni. Čak i stručnjaci često imaju problema u određivanju optimalne stope koja će im omogućiti postizanje željenih rezultata uz minimalne troškove. Automobil će naići na iste prepreke na početku svog kretanja. Međutim, za razliku od osobe, automobil može raditi 24 sata dnevno u okruženju simulacije. A takođe može naučiti niz radnji, mnogo brže od čovjeka. Da se vratimo na naš primjer kupovine reklamnog prostora, kompjuter uči iz simulacije aukcija, primajući podatke o tome kako djelovati najefikasnije i tako pobijediti na aukciji.
Novi poslovi i novi izazovi
Zaista, princip rada algoritama dubokog učenja je apsolutno identičan funkcioniranju ljudskog mozga. Ali, za razliku od ljudi, kompjuteri uče mnogo brže i mogu analizirati ogromne količine podataka. Računari ne zaspu i prave mnogo grešaka. Ovdje dolazi do izražaja super performansa. Na vrlo jednostavan način, AI će nastojati da nadmaši ljudske sposobnosti u mnogim oblastima. Trenutno, algoritmi koji se samouče mogu prepoznati akcije i slike mnogo preciznije od ljudi.
Znači li to da postoji opasnost da ljudi budu potpuno zamijenjeni robotima? Ne baš. Prema podacima Svjetskog ekonomskog foruma, 65% djece koja danas polaze u osnovnu školu dobiće poslove koji trenutno ne postoje. Trenutni nivo razvoja AI omogućava kompanijama da traže više IT stručnjaka, analitičara podataka i programera. Sljedeće godine ćemo vjerovatno vidjeti bum novih ponuda za posao za naučnike podataka. Iako sada takav prijedlog još nije popularan.
Inovacije 2017. će dobiti snažan podsticaj za razvoj u 2018. godini
Ciljevi kojima se teži primjenom metode dubokog učenja su pojednostavljenje naših života i povećanje efikasnosti ljudskih aktivnosti. Zbog toga upotreba AI više nije standard, već neophodnost za kompanije koje žele da budu konkurentne na globalnom tržištu. Ne radi se o mogućnosti personalizacije ili poboljšanja mogućnosti finalnog proizvoda, već io nizu drugih indirektnih aktivnosti poput prikupljanja i analize podataka. Kompanije već imaju tako veliku količinu podataka za analizu da se ne mogu nositi s njihovom obradom.
Ovakva situacija direktno utiče na odluke koje donose njihovi zaposleni, a samim tim i na njihove finansijske rezultate. Kompanije čije je poslovanje specijalizovano za prikupljanje i analizu podataka za različita preduzeća biće sve traženije. Preduzeća sa većim budžetom će koristiti AI da klasifikuju: šta ponuditi kupcima, koje uslove preporučiti dobavljačima, kako uputiti zaposlene, šta da kažu i rade u realnom vremenu. Također treba pretpostaviti da će se uskoro pojaviti mnogi novi startupi koji će ponuditi rješenja zasnovana na algoritmima koji se samouče kako ova tehnologija postaje široko rasprostranjena.
Umjetna inteligencija je 2017. godine postala dio našeg svakodnevnog života i javnih rasprava. U narednim godinama fokus će biti na razvoju različitih tehnologija zasnovanih na umjetnoj inteligenciji koje će zamijeniti ljude u mnogim složenim industrijama, što će nam u konačnici znatno olakšati život. Ali ovo će zahtijevati mnogo rada.
Ericsson je imenovao 10 najpopularnijih potrošačkih trendova za sljedeću godinu
Umjetna inteligencija i virtuelna stvarnost: 10 potrošačkih trendova za 2017. Foto: elearningindustry.com
Ericsson je predstavio svoju prognozu najpopularnijih potrošačkih trendova u narednoj godini. Vrhunski trend 2017. godine bit će umjetna inteligencija, koja postepeno prodire u našu svakodnevicu.
Dakle, Ericsson je nazvao najpopularniji potrošački trendovi za 2017:
Sve više ljudi želi da umjetna inteligencija prodre u njihove živote. 35% korisnika interneta bi željelo da umjetnu inteligenciju vidi kao svog pomoćnika na poslu, a 25% kao svog menadžera. Međutim, 50% ispitanika smatra umjetnu inteligenciju opasnom. Konkretno, ova tehnologija može uzrokovati da mnogi ljudi izgube posao, jer njihove funkcije lako mogu obavljati roboti.
Aplikacije se aktivno koriste za pojednostavljenje i automatizaciju određenih aspekata života. Istovremeno se ubrzava razvoj interneta stvari. 40% ispitanika je uvjereno da će doći vrijeme kada će pametni telefoni moći naučiti navike i obavljati niz funkcija svojih vlasnika.
I opet o gubitku poslova - uskoro će umjetna inteligencija zamijeniti i vozače. 25% ispitanika podržava ideju da se vozači zamijene autopilotima, jer smatraju da će to biti mnogo sigurnije za pješake. 65% ispitanika bi željelo kupiti auto sa autopilotom.
80% ispitanika je uvjereno da će virtuelna stvarnost za samo tri godine dostići takav nivo razvoja da će je biti nemoguće razlikovati od fizičkog svijeta.
Ispitanici predviđaju da će razvoj novih tehnologija imati negativan uticaj na zdravlje ljudi. Konkretno, upotreba aplikacija virtuelne i proširene stvarnosti će uzrokovati mučninu kretanja, zbog čega je 33% ispitanika spremno da uzme odgovarajuće tablete.
Uprkos činjenici da većina ljudi pokušava da se zaštiti što je više moguće, 60% ispitanika priznaje da korišćenje pametnih telefona nosi rizike.
Više od 50% ispitanika bi željelo da ima naočare proširene stvarnosti. Među mogućim opcijama za njihovu upotrebu: isticanje tamnih područja, upozorenje na opasnost, mogućnost promjene ili uklanjanja elemenata okoline koji iritiraju.
Više od 30% ispitanika uvjereno je da privatnost na internetu više ne postoji, pa je 50% učesnika studije zadovoljno „razumno dobrim“ nivoom privatnosti.
Prema procjeni stručnjaka, za samo pet godina svim korisnicima interneta biće omogućeni svi proizvodi i usluge pet najvećih IT kompanija.
PAYSPACE MAGAZINE POMOĆ
Prethodno smo pisali o tome.
Kai Fu Lee, predsjednik SinovationVenturesa, vjeruje da je AI "usmjeren na gubitak radnih mjesta velikih razmjera" dok koncentriše bogatstvo u rukama kompanija koje razvijaju ili usvajaju AI. Drugi veruju da su slični strahovi bili prisutni sa pojavom svih tehnologija koje menjaju svet, sve do štamparije u 15. veku.
The Economist uvjerava čitaoce da "AI stvara potražnju za poslovima" i da sve veći broj ljudi širom svijeta "pruža digitalne usluge na mreži". Koje kompanije i zemlje će napredovati u eri veštačke inteligencije? Koji segmenti će nestati, promijeniti se ili stvoriti? Kako će se promijeniti priroda posla?
Ratovanje
Zagovornici naoružanih dronova tvrde da takvo oružje može pogoditi mete s mnogo većom preciznošću od ljudi; i što je veća uloga koju imaju u pozorištu operacija, to će ih tehničari rjeđe koristiti za nanošenje štete.
Ali šta ako se takvo oružje osamostali i radi samostalno, bez ljudske intervencije? Hoće li brisanje ljudi sa popisa vojnih lica dovesti do još teže i nezaustavljive trke u naoružanju?
U otvorenom pismu objavljenom tokom Međunarodne zajedničke konferencije o umjetnoj inteligenciji 2015. upozorava se da autonomno oružje "ne zahtijeva skupe ili teško dostupne sirovine i da će stoga postati sveprisutno i jeftino za sve značajne vojske za masovnu proizvodnju". Hoće li doba s automatskim oružjem biti mirnije ili militantnije?
Istraživači RAND-a pozivaju na analitički okvir i međunarodne napore usmjerene na korištenje dalekometnih naoružanih bespilotnih letjelica u borbi protiv terorizma i ciljanih atentata.
Donošenje odluka
Političari se stalno suočavaju s ogromnim brojem izbora i motivacija – mnogo više u danima društvenih mreža nego prije dvadeset godina. Takva preopterećenost informacijama otežava suočavanje tokom krize, a kamoli višestrukih kriza.
Nedavno se pojavio prijedlog da se "sve odluke koje predsjednik donosi putem kompjutera - ne da se donese konačni izbor, već da se pomogne lideru u osobi".
Ali dok je AI sada uglavnom besprijekoran, RAND studija naglašava rizike algoritamskih pristrasnosti u filtriranju vijesti, utjecanju na krivično pravo, pa čak i na isporuku beneficija i viza socijalnog osiguranja. Koje odluke treba povjeriti AI? Šta treba da ostane u rukama čoveka? U rukama tima ljudi?
Kreacija
Svijet se navikao na umjetnu inteligenciju koja može izvoditi zadivljujuće podvige računanja i pobijediti ljude u popularnim društvenim igrama (prošlo je nešto više od 20 godina otkako je superkompjuter IBMDeepBlue slavno pobijedio šahovskog velemajstora Garryja Kasparova). Kako će dalje napredovati u kreativnom prostoru ljudi?
Istraživač umjetne inteligencije Jesse Engel vjeruje da će to "transformisati kreativni proces... povećavajući ga pametnim alatima koji pružaju nove mogućnosti za izražavanje." Drugi nisu toliko optimistični. Novinarka Adrienne Lafrance napominje da AI već može "flertovati", "pisati romane" i "lažirati poznate slike sa neverovatnom preciznošću". Šta znači biti kreativan? Štaviše, šta znači biti čovjek?
Diskusije o AI često idu do krajnosti, bilo da se radi o obećanju utopije bez ljudske patnje ili opasnosti od distopije u kojoj roboti porobljavaju svoje ljudske tvorce. Potrebna je uravnoteženija i rigoroznija analiza kako bi se pomoglo u oblikovanju politika za ublažavanje rizika i maksimiziranje koristi. Potrebno je poduzeti određene korake kako bi se prevazišao strah da će AI preplaviti državu i društvo.
Kako AI može uticati na nacionalne interese neke zemlje? Koje vrste AI, ako ih ima, mogu se smatrati strateškim tehnologijama na osnovu vladinih kriterijuma? Gdje bi tržišne snage trebale igrati ulogu, a gdje politika? Iako AI ostaje uglavnom stvar naučne fantastike, ova pitanja postaju sve važnija.
Izrada prognoza je nezahvalan zadatak, pogotovo jer je napredak na polju modernih metoda mašinskog učenja nadmašio naša najluđa očekivanja posljednjih godina. Ali usudio bih se da navedem neke oblasti u oblasti obuke dubokih neuronskih mreža u kojima se u bliskoj budućnosti može očekivati značajan napredak.
Prvo, ovo je razvoj ideja učenja neuronske mreže, što će omogućiti razvoj novih algoritama za samoučenje za agente koji komuniciraju sa okolinom. To mogu biti i roboti i programi koji rade u virtuelnom prostoru, na primjer, igrajući intelektualne igre poput Go (već urađeno) ili Starcraft (u toku). Glavni cilj ovdje će, naravno, biti stvaranje algoritma koji se može prilagoditi "u hodu" novoj složenoj igri ili okruženju.
Drugo, to je razvoj novih metoda učenja u hodu i meta-učenje. Prvi omogućava kompjuteru da shvati nove koncepte i značenja iz nekoliko primera, baš kao što to čini čovek, i za razliku od modernih neuronskih mreža, koje uče novi koncept nakon što su izložene hiljadama ili desetinama hiljada primera.
Drugi omogućava neuronskoj mreži da sama odabere parametre svoje metode učenja. Sada kvalitet i brzina treninga neuronskih mreža značajno zavise od postavljanja niza parametara (koji se obično nazivaju hiperparametri da bi se razlikovali od težine mreže, koji se, zapravo, prilagođavaju tokom treninga), kao i od arhitektura same mreže. Trenutno ih određuju ljudi ili poluautomatske procedure koje su daleko od optimalnih. Zbog toga neuronske mreže uče duže i lošije nego što bi mogle.
Rad koji se pojavio 2016. godine pokazuje da se ovaj posao u principu može povjeriti pomoćnoj neuronskoj mreži. Kao što se svi sećamo iz srednje škole, kraj industrijske revolucije je kada „mašine počnu da prave mašine“. Možda će u budućnosti jednako važna prekretnica biti trenutak kada neuronske mreže počnu trenirati neuronske mreže, a ima razloga vjerovati da će se to dogoditi već 2017. godine.
Treće, neuronske mreže će naučiti razgovarati s osobom (i u smislu generiranja replika tekstova i u smislu sintetiziranja govora koji se ne razlikuje od ljudskog govora), generiranje fotorealističnih slika i video sekvenci na osnovu opisa teksta i pisanje velikih, smislenih tekstova. . To će postati naša bliska budućnost zahvaljujući brzom napretku u oblasti tzv. generativni modeli dubokog učenja. Naravno, to će dovesti do stvaranja novih biznisa, pojave novih vrsta roba i usluga, kao i povećanja produktivnosti rada u tradicionalnim sektorima privrede, poput mobilnih operatera ili banaka, koji će moći da napustiti skupe i neefikasne pozivne centre.
Rješavanje svih ovih problema bit će važan korak ka Svetom gralu mašinskog učenja – stvaranju umjetne inteligencije. AI se sigurno neće pojaviti sljedeće godine, ali će se za 5-10 godina nesumnjivo razviti. Štoviše, već postojeći elementi umjetne inteligencije pomoći će naučnicima da stvore punopravnu umjetnu inteligenciju i na taj način će ubrzati rad u tom smjeru. Stvaranje umjetne inteligencije bit će najvažnije dostignuće čovječanstva i omogućit će mu snažan civilizacijski iskorak.
Važno je napomenuti da je brz napredak u oblasti AI postao moguć uglavnom zahvaljujući činjenici da se ovi razvoji sprovode otvoreno i da svaka osoba sa minimalno potrebnom obukom (na primjer, diplomac Fakulteta računarskih nauka u Nacionalni istraživački univerzitet Visoka ekonomska škola) može u njima učestvovati: čak i velike IT - korporacije - lideri u oblasti dubokog učenja ne postoje tajne (osim kratkoročnih komercijalnih), dostupne su softverske implementacije većine metoda, kao i matematički opis algoritama, koji se ispostavilo da nisu tako složeni, uzimajući u obzir globalnu prirodu problema koji se rješavaju uz njihovu pomoć. Ovo izdvaja mašinsko učenje od, recimo, svemirskih ili nuklearnih programa iz sredine 20. veka.
Dodatni materijali
Predavanje Dmitrija Vetrova o mašinskom učenju (kako bi se razumelo šta je to)
Umjetna inteligencija (AI, engleski: Artificial intelligence, AI) - nauka i tehnologija stvaranja inteligentnih mašina, posebno inteligentnih kompjuterskih programa. AI je povezan sa sličnim zadatkom korištenja kompjutera za razumijevanje ljudske inteligencije, ali nije nužno ograničen na biološki prihvatljive metode.
Šta je vještačka inteligencija
Inteligencija(od lat. intellectus - osjet, percepcija, razumijevanje, razumijevanje, koncept, razum), ili um - kvalitet psihe koji se sastoji od sposobnosti prilagođavanja novim situacijama, sposobnosti učenja i pamćenja na osnovu iskustva, razumijevanja i primjene apstraktne koncepte i koristiti svoje znanje za upravljanje životnom sredinom. Inteligencija je opća sposobnost spoznaje i rješavanja poteškoća, koja objedinjuje sve ljudske kognitivne sposobnosti: osjet, percepciju, pamćenje, predstavljanje, mišljenje, maštu.
Početkom 1980-ih. Računarski naučnici Barr i Fajgenbaum predložili su sljedeću definiciju umjetne inteligencije (AI):
Kasnije je niz algoritama i softverskih sistema počeo da se klasifikuje kao AI, čija je karakteristična osobina da mogu da rešavaju neke probleme na isti način kao što bi to uradila osoba koja razmišlja o njihovom rešenju.
Glavna svojstva AI su razumijevanje jezika, učenje i sposobnost razmišljanja i, što je najvažnije, djelovanja.
AI je kompleks povezanih tehnologija i procesa koji se kvalitativno i brzo razvijaju, na primjer:
- obrada teksta na prirodnom jeziku
- ekspertni sistemi
- virtuelni agenti (četboti i virtuelni asistenti)
- sistemi preporuka.
Nacionalna strategija za razvoj vještačke inteligencije
- Glavni članak: Nacionalna strategija za razvoj vještačke inteligencije
Istraživanje AI
- Glavni članak: Istraživanje umjetne inteligencije
Standardizacija u AI
2019: Stručnjaci ISO/IEC podržali su prijedlog za razvoj standarda na ruskom jeziku
Dana 16. aprila 2019. godine postalo je poznato da je ISO/IEC podkomitet za standardizaciju u oblasti veštačke inteligencije podržao predlog Tehničkog komiteta „Sajber-fizički sistemi”, stvorenog na bazi RVC-a, da se razvije „Veštačka inteligencija” standard. Koncepti i terminologija" na ruskom uz osnovnu englesku verziju.
Terminološki standard „Umjetna inteligencija. Koncepti i terminologija" je temelj čitave porodice međunarodnih regulatornih i tehničkih dokumenata u oblasti umjetne inteligencije. Osim pojmova i definicija, ovaj dokument sadrži konceptualne pristupe i principe za izgradnju sistema sa elementima, opis odnosa između AI i drugih end-to-end tehnologija, kao i osnovne principe i okvirne pristupe regulatornoj i tehničkoj regulativi. vještačke inteligencije.
Nakon sastanka odgovarajućeg ISO/IEC potkomiteta u Dablinu, stručnjaci ISO/IEC podržali su prijedlog delegacije iz Rusije da se istovremeno razvije terminološki standard u oblasti AI ne samo na engleskom, već i na ruskom jeziku. Očekuje se da će dokument biti odobren početkom 2021. godine.
| Razvoj proizvoda i usluga zasnovanih na veštačkoj inteligenciji zahteva nedvosmisleno tumačenje koncepata koje koriste svi učesnici na tržištu. Terminološki standard će objediniti “jezik” na kojem programeri, kupci i profesionalna zajednica komuniciraju, klasificirati takva svojstva proizvoda zasnovanih na umjetnoj inteligenciji kao “sigurnost”, “ponovljivost”, “pouzdanost” i “povjerljivost”. Jedinstvena terminologija će takođe postati važan faktor za razvoj tehnologija veštačke inteligencije u okviru Nacionalne tehnološke inicijative – AI algoritme koristi više od 80% kompanija u NTI perimetru. Osim toga, odluka ISO/IEC će ojačati autoritet i proširiti uticaj ruskih stručnjaka u daljem razvoju međunarodnih standarda. |
Tokom sastanka, stručnjaci ISO/IEC su takođe podržali izradu nacrta međunarodnog dokumenta Informaciona tehnologija – Veštačka inteligencija (AI) – Pregled računarskih pristupa za sisteme veštačke inteligencije, u kojem Rusija nastupa kao kourednik. U dokumentu je dat pregled trenutnog stanja sistema veštačke inteligencije, opisujući glavne karakteristike sistema, algoritame i pristupe, kao i primere specijalizovanih aplikacija u oblasti veštačke inteligencije. Izradu ovog nacrta dokumenta vršiće posebno formirana radna grupa 5 „Računarski pristupi i računarske karakteristike AI sistema“ u okviru pododbora (SC 42 Radna grupa 5 „Računarski pristupi i računarske karakteristike AI sistema“).
| Ruska delegacija je u okviru svog rada na međunarodnom nivou uspjela postići niz značajnih odluka koje će dugoročno uticati na razvoj tehnologija umjetne inteligencije u zemlji. Razvoj verzije standarda na ruskom jeziku, čak i od tako rane faze, je garancija sinhronizacije sa međunarodnim poljem, a razvoj ISO/IEC potkomiteta i pokretanje međunarodnih dokumenata uz rusko zajedničko uređivanje je osnova za dalje promovisanje interesa ruskih programera u inostranstvu“, prokomentarisao je on. |
Tehnologije umjetne inteligencije su u velikoj potražnji u različitim sektorima digitalne ekonomije. Među glavnim faktorima koji ometaju njihovu punu praktičnu upotrebu je nerazvijenost regulatornog okvira. Istovremeno, dobro razvijen regulatorni i tehnički okvir osigurava zadati kvalitet primjene tehnologije i odgovarajući ekonomski efekat.
U oblasti umjetne inteligencije, TC Cyber-Physical Systems, baziran na RVC-u, razvija niz nacionalnih standarda čije je usvajanje planirano za kraj 2019. - početak 2020. godine. Pored toga, u toku je rad zajedno sa tržišnim akterima na formulisanju Nacionalnog plana standardizacije (NSP) za 2020. godinu i dalje. TK „Sajber-fizički sistemi“ je otvoren za predloge za izradu dokumenata zainteresovanih organizacija.
2018: Razvoj standarda u oblasti kvantnih komunikacija, AI i pametnog grada
Dana 6. decembra 2018. godine, Tehnički komitet „Sajber-fizički sistemi” zasnovan na RVC-u zajedno sa Regionalnim inženjerskim centrom „SafeNet” započeo je razvoj seta standarda za tržišta Nacionalne tehnološke inicijative (NTI) i digitalnu ekonomiju. Do marta 2019. planirana je izrada dokumenata tehničke standardizacije u oblasti kvantnih komunikacija, saopštio je RVC. Čitaj više.
Uticaj vještačke inteligencije
Rizik za razvoj ljudske civilizacije
Uticaj na ekonomiju i poslovanje
- Utjecaj tehnologija umjetne inteligencije na ekonomiju i poslovanje
Uticaj na tržište rada
Pristrasnost umjetne inteligencije
U srcu svega što je praksa AI (mašinsko prevođenje, prepoznavanje govora, obrada prirodnog jezika, kompjuterski vid, automatska vožnja i još mnogo toga) je duboko učenje. To je podskup mašinskog učenja, karakteriziran upotrebom modela neuronskih mreža, za koje se može reći da oponašaju rad mozga, tako da bi bilo teško klasificirati ih kao AI. Svaki model neuronske mreže trenira se na velikim skupovima podataka, tako da stječe neke "vještine", ali kako ih koristi ostaje nejasno njegovim kreatorima, što u konačnici postaje jedan od najvažnijih problema za mnoge aplikacije dubokog učenja. Razlog je što takav model sa slikama radi formalno, bez ikakvog razumijevanja šta radi. Da li je takav sistem AI i može li se vjerovati sistemima izgrađenim na mašinskom učenju? Implikacije odgovora na posljednje pitanje šire se izvan naučne laboratorije. Stoga je medijska pažnja prema fenomenu zvanom AI pristrasnost primjetno pojačana. Može se prevesti kao "AI pristrasnost" ili "AI pristrasnost". Čitaj više.
Tržište tehnologije umjetne inteligencije
AI tržište u Rusiji
Globalno AI tržište
Područja primjene AI
Područja primjene AI prilično su široka i pokrivaju kako poznate tehnologije, tako i nove oblasti koje su daleko od masovne primjene, drugim riječima, ovo je čitav niz rješenja, od usisivača do svemirskih stanica. Možete podijeliti svu njihovu raznolikost prema kriteriju ključnih točaka razvoja.
AI nije monolitna predmetna oblast. Štaviše, neke tehnološke oblasti AI se pojavljuju kao novi podsektori privrede i zasebni entiteti, dok istovremeno služe većini oblasti u privredi.
Razvoj upotrebe AI dovodi do prilagođavanja tehnologija u klasičnim sektorima privrede duž čitavog lanca vrednosti i transformiše ih, što dovodi do algoritamizacije gotovo svih funkcionalnosti, od logistike do upravljanja kompanijom.
Korištenje AI za odbranu i vojna pitanja
Upotreba u obrazovanju
Upotreba AI u poslovanju
AI u borbi protiv prevara
11. jula 2019. godine postalo je poznato da će se za samo dvije godine umjetna inteligencija i mašinsko učenje koristiti za borbu protiv prijevara tri puta češće nego u julu 2019. godine. Takvi podaci su dobijeni tokom zajedničke studije SAS-a i Udruženja certificiranih ispitivača prijevara (ACFE). Od jula 2019. takvi alati protiv prevara već se koriste u 13% organizacija koje su učestvovale u istraživanju, a još 25% je reklo da planira da ih implementira u narednih godinu-dve. Čitaj više.
AI u elektroenergetskoj industriji
- Na nivou projektovanja: poboljšano predviđanje proizvodnje i potražnje za energetskim resursima, procjena pouzdanosti opreme za proizvodnju električne energije, automatizacija povećane proizvodnje kada potražnja raste.
- Na nivou proizvodnje: optimizacija preventivnog održavanja opreme, povećanje efikasnosti proizvodnje, smanjenje gubitaka, sprečavanje krađe energetskih resursa.
- Na nivou promocije: optimizacija cijena ovisno o dobu dana i dinamički obračun.
- Na nivou pružanja usluga: automatski izbor najprofitabilnijeg dobavljača, detaljna statistika potrošnje, automatizovana usluga korisnicima, optimizacija potrošnje energije uzimajući u obzir navike i ponašanje kupaca.
AI u proizvodnji
- Na nivou dizajna: povećanje efikasnosti razvoja novih proizvoda, automatizovana procena dobavljača i analiza zahteva za rezervnim delovima.
- Na nivou proizvodnje: poboljšanje procesa izvršavanja zadataka, automatizacija montažnih linija, smanjenje broja grešaka, smanjenje vremena isporuke sirovina.
- Na nivou promocije: predviđanje obima usluga podrške i održavanja, upravljanje cijenama.
- Na nivou pružanja usluga: poboljšanje planiranja ruta voznog parka, potražnja za resursima voznog parka, poboljšanje kvaliteta obuke servisnih inženjera.
AI u bankama
- Prepoznavanje uzoraka - korišteno uklj. prepoznati kupce u poslovnicama i prenijeti im specijalizirane ponude.
AI u transportu
- Auto industrija je na rubu revolucije: 5 izazova ere vožnje bez posade
AI u logistici
AI u pivarstvu
AI u pravosuđu
Razvoj u oblasti veštačke inteligencije pomoći će radikalnoj promeni pravosudnog sistema, čineći ga pravednijim i slobodnim od koruptivnih šema. Ovo mišljenje je u leto 2017. izneo Vladimir Krilov, doktor tehničkih nauka, tehnički konsultant u Arteziu.
Naučnik veruje da se postojeća rešenja u oblasti veštačke inteligencije mogu uspešno primeniti u različitim sferama privrede i javnog života. Stručnjak ističe da se AI uspješno koristi u medicini, ali da u budućnosti može potpuno promijeniti pravosudni sistem.
“Gledajući svaki dan vijesti o razvoju u oblasti AI, samo se čudite neiscrpnoj mašti i plodnosti istraživača i programera u ovoj oblasti. Izvještaji o naučnim istraživanjima neprestano su isprepleteni publikacijama o novim proizvodima koji se pojavljuju na tržištu i izvještajima o nevjerovatnim rezultatima dobivenim korištenjem AI u različitim oblastima. Ako govorimo o očekivanim događajima, praćenim primjetnim medijskim hajkom, u kojima će AI ponovo postati heroj vijesti, onda vjerojatno neću riskirati da pravim tehnološke prognoze. Mogu da zamislim da će sljedeći događaj biti pojava negdje izuzetno kompetentnog suda u vidu vještačke inteligencije, poštene i nepotkupljive. To će se, po svemu sudeći, dogoditi 2020-2025. A procesi koji će se odvijati na ovom sudu dovest će do neočekivanih promišljanja i želje mnogih ljudi da većinu procesa upravljanja ljudskim društvom prenesu na AI.”
Naučnik prepoznaje upotrebu vještačke inteligencije u pravosudnom sistemu kao „logičan korak” za razvoj zakonodavne jednakosti i pravde. Inteligencija mašina nije podložna korupciji i emocijama, može se striktno pridržavati zakonodavnog okvira i donositi odluke uzimajući u obzir mnoge faktore, uključujući podatke koji karakterišu strane u sporu. Po analogiji sa medicinskim poljem, roboti suci mogu da rade sa velikim podacima iz repozitorija državnih službi. Može se pretpostaviti da
Muzika
Slikarstvo
U 2015. godini, Google tim je testirao neuronske mreže kako bi vidio da li mogu samostalno kreirati slike. Tada je umjetna inteligencija obučena korištenjem velikog broja različitih slika. Međutim, kada je mašina “zamoljena” da sama nešto prikaže, ispostavilo se da na pomalo čudan način tumači svijet oko nas. Na primjer, za zadatak crtanja bučica, programeri su dobili sliku na kojoj je metal povezan ljudskim rukama. To se vjerovatno dogodilo zbog činjenice da su u fazi treninga analizirane slike s bučicama sadržavale ruke, a neuronska mreža je to pogrešno protumačila.
Dana 26. februara 2016. godine, na specijalnoj aukciji u San Francisku, predstavnici Google-a prikupili su oko 98 hiljada dolara od psihodeličnih slika koje je stvorila vještačka inteligencija. Jedna od najuspješnijih slika automobila predstavljena je u nastavku.
Slika koju je naslikala Google-ova umjetna inteligencija.
