Тема Штучного Інтелекту (ІІ) домінувала в медійній стрічці новин протягом усього року, що завершується. Тон задають основні ньюсмейкери – Ілон Маск та Марк Цукерберг, обговорюючи небезпеки та переваги використання Штучного Інтелекту в житті людини. Росія та Китай заявили про розвиток ІІ як пріоритетний напрям у сфері цифрової економіки. 2018 стане роком розвитку та подальшого вивчення можливостей застосування ІІ, особливо методу глибокого навчання (deep learning), як найбільш перспективної гілки Штучного Інтелекту. Розкажу докладніше про цей тренд у галузі високих технологій на прикладі використання ІІ у сфері маркетингу.
Суть дії Штучного Інтелекту полягає у створенні настільки розумних машин, що вони перевершуватимуть розумові та аналітичні здібності людини. Машинне навчання (machine learning), базовий метод ІІ, має такі можливості і вже широко використовується в багатьох галузях економіки та сферах життя людини. Проте, стрімко розвиваються та інші, досконаліші технології.
Особливо це помітно за темпами розвитку глибокого навчання, що майже повністю повторює принцип роботи людського мозку в обробці даних та моделювання прийняття рішень. У 2017 році глибоке навчання стало невід'ємною частиною технологічних процесів у охороні здоров'я та автомобілебудування. Маркетинг як найбільш динамічна складова кожного бізнесу теж не залишився осторонь використання передових технологій. Метод глибокого навчання вплинув на всю рекламну галузь.
Робота технології, що використовується в методі глибокого навчання, ґрунтується на принципах взаємодії біологічних нейронів. За допомогою алгоритмів, що самонавчаються, маркетологи тепер отримують описи купівельного потенціалу клієнта без допомоги людини. Наприклад, RTB House нещодавно провів аналіз величезного масиву даних, що наочно продемонстрував: застосування Штучного Інтелекту замість рекомендацій досвідчених маркетологів у ретаргетингових кампаніях може покращити результати конверсії на 35%. І це ще не все. За допомогою методу глибокого навчання рекламодавці отримують прогноз дій користувача, що базується на аналізі його поведінкових особливостей та бажань. Це в рази полегшує роботу маркетолога, пропонуючи оптимальні варіанти цільових рекламних повідомлень, де розміщуються товари, про які користувач навіть не здогадувався або ще не бачив.
Багато великих брендів вже помітили вигоду від впровадження рішень на основі методу глибокого навчання у свої продукти чи інструменти маркетингу. У 2018 році ми очікуємо на повсюдне використання методу глибокого навчання та збільшення інвестицій у розвиток його потенціалу.
Від «контрольованого навчання» до нових обріїв
У 2017 році відбувся уникнення так званого «контрольованого навчання», типового для процесу машинного навчання, у бік складнішої системи «передачі навчання». Ця технологія ґрунтується на передачі людських інструкцій комп'ютеру: аналізувати вже існуючі моделі прийняття рішень, приклади, набори даних та їх подальший аналіз.
Принцип роботи «передачі навчання» полягає у здатності комп'ютера обробляти дані із симуляцій, а не з реальності. Цей процес набагато простіший і дешевший, а також швидше, що дуже важливо при аналізі величезного обсягу даних. Використовуючи цей метод, машина вчиться приймати рішення сама по собі: з логічними висновками, аналогією або дедуктивним методом.
Наприклад, при використанні старої моделі машинного навчання машина-автопілот може провезти людину на мільйони кілометрів, поки записуються дані. Ці дані передаються автомобілю, яка розуміє, як керувати автомобілем на основі рішень водія. Завдяки «передачі навчання» вже відпадає потреба у реальному водії. Натомість можуть бути взяті дані з різних симуляцій водіння. Моделюючи мільйони годин їзди, машина сама розуміє, куди їй треба рухатися, і вже вона транслює знання в реальний світ.
Другий підхід називається посиленим навчанням. Його мета полягає у навчанні комп'ютера приймати найкращі рішення, ґрунтуючись на зворотному зв'язку від навколишнього середовища та діях, що відбуваються в ньому. Наприклад, як це відбувається за участю у торгах за купівлю рекламних місць. Аукціонні системи дуже складні. Навіть у фахівців часто виникають проблеми з визначенням оптимальної ставки, яка дозволить їм досягти бажаних результатів із мінімальними витратами. Автомобіль зіткнеться з такими самими перешкодами на початку свого руху. Однак, на відміну від людини, автомобіль може функціонувати 24 години на добу у симуляційному середовищі. І також може навчитися набору дій, причому набагато швидше за людину. Повертаючись до нашого прикладу з покупкою рекламних місць, комп'ютер навчається на моделюванні аукціонів, отримуючи дані про те, як діяти найбільш ефективно і, таким чином, виграти аукціон.
Нові робочі місця та нові завдання
Справді, принцип роботи алгоритмів глибокого навчання є абсолютно ідентичним роботі людського мозку. Але, на відміну людей, комп'ютери навчаються набагато швидше і вміють аналізувати величезні обсяги даних. Комп'ютери не засинають і не роблять багато помилок. Саме тут відіграє провідну роль суперпродуктивність. Дуже простим шляхом ІІ буде прагнути перевершити людські здібності у багатьох сферах. В даний час алгоритми, що самонавчаються, здатні набагато точніше людей розпізнавати дії і образи.
Чи означає це, що існує небезпека повністю замінити людей роботами? Не зовсім. За даними Всесвітнього економічного форуму, 65% дітей, які вступають до початкової школи сьогодні, отримають роботу, якої наразі не існує. Поточний рівень розвитку ІІ дозволяє компаніям шукати більше ІТ-фахівців, аналітиків даних, програмістів. Наступного року у нас, мабуть, з'явиться бум нових пропозицій щодо роботи для вчених, які працюють із даними. Хоча зараз така пропозиція ще не популярна.
Інновації 2017 року отримають потужний імпульс до розвитку у 2018 році
Цілями, які переслідує впровадження методу глибокого навчання, є спрощення нашого життя та підвищення ефективності людської діяльності. Саме тому використання ІІ вже не стандарт, а потреба для компаній, які хочуть бути конкурентоспроможними на світовому ринку. Йдеться не про можливість персоналізації чи поліпшення можливостей кінцевого продукту, а також про низку інших непрямих видів діяльності, таких як збирання та аналіз даних. Вже зараз компанії мають такий великий обсяг даних до аналізу, що вони не справляються з їх обробкою.
Така ситуація впливає на рішення, прийняті їх співробітниками, і, отже, на фінансові результати. Компанії, чий бізнес спеціалізується на збиранні та аналізі даних для різних підприємств, будуть все більш затребувані. Підприємства з більшими бюджетами будуть використовувати ШІ для класифікації: що пропонувати клієнтам, які рекомендувати умови для надання постачальникам, як інструктувати співробітників, що говорити та робити в режимі реального часу. Слід також припустити, що незабаром виникне багато нових стартапів, які пропонують рішення на основі алгоритмів, що самонавчаються, оскільки ця технологія буде широко поширюватися.
Штучний інтелект у 2017 році став частиною нашого повсякденного життя та публічних дискусій. Найближчими роками основну увагу буде приділено розробці різних технологій на основі ІІ, які замінять людей у багатьох складних галузях, що зрештою зробить наше життя набагато простіше. Але для цього доведеться ще багато працювати.
Компанія Ericsson назвала 10 найпопулярніших споживчих трендів наступного року
Штучний інтелект та віртуальна реальність: 10 споживчих трендів 2017 року. Фото: elearningindustry.com
Компанія Ericsson представила свій прогноз щодо найпопулярніших споживчих трендів наступного року. Топ-трендом 2017 року буде штучний інтелект, який поступово проникає у наше повсякденне життя.
Так, Ericsson назвала найпопулярніші споживчі тренди на 2017 рік:
Все більше людей бажають проникнення штучного інтелекту у їхньому житті. 35% користувачів інтернету хотіли б бачити штучний інтелект у ролі свого робітника асистента, а 25% - у ролі свого керівника. Проте, 50% респондентів вважають штучний інтелект небезпечним. Зокрема, дана технологія може спричинити те, що багато людей втратить свої робочі місця, адже їхні функції з легкістю зможуть виконувати роботи.
Програми активно використовуються для спрощення та автоматизації деяких аспектів життя. У той же час спостерігається прискорення розвитку інтернету речей. 40% респондентів упевнені в тому, що настане такий час, коли смартфони зможуть вивчати звички та виконувати низку функцій своїх власників.
І знову про втрату робочих місць – невдовзі штучний інтелект замінить і водіїв. 25% респондентів підтримують ідею заміни водіїв на автопілоти, адже вважають, що це буде набагато безпечніше для пішоходів. 65% опитаних хотіли б придбати автомобіль із автопілотом.
80% опитаних переконані, що через три роки віртуальна реальність досягне такого рівня розвитку, що її неможливо буде відрізнити від фізичного світу.
Респонденти прогнозують, що розвиток нових технологій матиме негативний вплив на здоров'я людей. Зокрема, використання додатків віртуальної та доповненої реальності викликатиме заколисування, від яких 33% респондентів готові приймати відповідні таблетки.
Незважаючи на те, що більшість людей намагаються убезпечити себе якнайсильніше, 60% респондентів визнають, що користування смартфонами несе в собі ризик.
Понад 50% респондентів хотіли б мати очки доповненої реальності. Серед можливих варіантів їх використання: підсвічування темних ділянок, оповіщення про небезпеку, можливість змінювати або усувати елементи, що дратують.
Понад 30% опитаних переконані, що в інтернеті більше не існує такого поняття, як приватність, тому 50% учасників дослідження задовольняються досить хорошим рівнем приватності.
За прогнозами експертів, лише через п'ять років усі інтернет-користувачі будуть забезпечені всіма продуктами та сервісами від п'яти найбільших ІТ-компаній.
ДОВІДКА PAYSPACE MAGAZINE
Раніше ми писали про те, що .
Кай Фу Лі, голова SinovationVentures, вважає, що ІІ "спрямований на великомасштабне скорочення робочих місць", при цьому концентруючи багатства в руках компаній, які розвивають або приймають ІІ. Інші вважають, що подібні страхи були присутні при появі всіх технологій, що змінюють світ, аж до друкарського верстата в 15 столітті.
Economist переконує читачів у тому, що «ІІ створює попит на роботу», і кількість людей у всьому світі «надає цифрові послуги в Інтернеті». Які компанії та країни процвітатимуть в епоху ІІ? Які сегменти зникнуть, зміняться, будуть створені? Як зміниться природа роботи?
Військова справа
Прибічник бойових безпілотників стверджує, що така зброя може вражати цілі з набагато вищою точністю, ніж люди; і чим більша роль, яку вони грають у театрі бойових дій, тим рідше техніки будуть використовувати їх на шкоду.
Але що, якщо така зброя стане незалежною і працюватиме самостійно, без втручання людини? Чи не призведе видалення людей зі списку військового персоналу до ще більш суворої та нестримної гонки озброєнь?
Відкритий лист, опублікований під час Міжнародної спільної конференції зі штучного інтелекту у 2015 році, попередив, що автономна зброя «не вимагає дорогої чи важкодоступної сировини, тому стане повсюдною та дешевою для всіх значних військових сил для масового виробництва». Чи буде епоха з автоматизованою зброєю мирнішою чи войовничішою?
Дослідники RAND закликають до аналітичної структури та міжнародних зусиль, присвячених використанню бойових безпілотників високої дальності у боротьбі з тероризмом та точковими вбивствами.
Прийняття рішень
Політики постійно стикаються з величезною кількістю виборів та мотивів - у дні соціальних мереж їх значно більше, ніж двадцять років тому. Таке інформаційне навантаження не дозволяє справитися з ситуацією під час кризи, не кажучи вже про численні кризи.
Нещодавно виникла пропозиція пропускати «всі рішення, які ухвалює президент, через комп'ютер – не робити остаточний вибір, а допомагати керівнику в особі людини».
Але хоча зараз ІІ здебільшого безгрішний, дослідження RAND наголошує на ризиках появи алгоритмічних упереджень у фільтрації новин, впливу на кримінальне правосуддя і навіть на надання допомоги з соціального забезпечення та видачу віз. Які рішення мають бути покладені на ІІ? Що має залишатися у руках людини? У руках команди людей?
Творчість
Світ звик до ІІ, який може здійснювати захоплюючі обчислювальні подвиги і перемагати людей у популярних настільних іграх (пройшло трохи більше 20 років з того часу, як суперкомп'ютер IBMDeepBlue хвацько переміг шахового гросмейстера Гаррі Каспарова). Як він далі прогресуватиме у творчому просторі людей?
Дослідник штучного інтелекту Джессі Енгель вважає, що він «перетворить творчий процес… доповнивши його розумними інструментами, що надають нові можливості вираження». Інші не такі оптимістичні. Журналіст Адрієн Лафранс зазначає, що ІІ вже може «фліртувати», «писати романи» та «підробляти знамениті картини з вражаючою точністю». Що означає бути творчим? Більше того, що означає бути людиною?
Обговорення ІІ часто зводяться до крайнощів, чи це обіцянка утопії, вільної від людських страждань, чи небезпеки антиутопії, коли роботи поневолять своїх людських творців. Необхідний більш збалансований та ретельний аналіз, який допоможе сформувати політику пом'якшення ризиків та максимізації переваг. Необхідно зробити певні кроки для подолання побоювань на те, що ІІ попрацюватиме держава та суспільство.
Як ІІ може вплинути на національні інтереси країни? Які типи ІІ, якщо такі є, можуть вважатися стратегічними технологіями з урахуванням державних критеріїв? Де мають зіграти ринкові сили, а де політика? Хоча ІІ здебільшого залишається долею наукової фантастики, ці питання набувають все більшої і більшої значущості.
Прогнозами займатися справа невдячна, тим більше, що прогрес у галузі сучасних методів машинного навчання обганяє найсміливіші очікування в останні роки. Але деякі напрямки в галузі навчання глибинних нейронних мереж, в яких можна чекати суттєвих поступів найближчим часом, я ризикну назвати.
По-перше, це розвиток ідей нейромережевого навчання з підкріпленням, яке дозволить розробити нові алгоритми, що самонавчаються, для агентів, що взаємодіють з навколишнім середовищем. Це можуть бути як роботи, так і програми, що діють у віртуальному просторі, наприклад, які грають в інтелектуальні ігри типу Го (вже зроблено) або Starcraft (у процесі). Головною метою тут, звичайно, стане створення алгоритму, що вміє «на ходу» пристосовуватися до нової складної гри чи оточення.
По-друге, це розробка нових методів навчання «на льоту» та мета-навчання. Перше дозволяє комп'ютеру схоплювати нові поняття та смисли за декількома прикладами, подібно до того, як це робить людина, і на відміну від сучасних нейронних мереж, які вивчають нове поняття після демонстрації тисяч і десятків тисяч прикладів.
Друге дозволяє нейронні мережі самої підбирати параметри свого методу навчання. Зараз якість і швидкість навчання нейронних мереж суттєво залежить від виставлення низки параметрів (зазвичай званих гіперпараметрами, щоб відрізняти їх від ваги мережі, які, власне, і налаштовуються в ході навчання), а також від архітектури самої мережі. Зараз вони визначаються людиною або напівавтоматичними процедурами, далекими від оптимальних. Через це нейромережі навчаються довше та гірше, ніж могли б.
Роботи, що з'явилися в 2016 році, показують, що цю роботу в принципі можна перевірити допоміжній нейронній мережі. Як ми пам'ятаємо із середньої школи, ознакою завершення промислової революції є момент, коли «машини починають виробляти машини». Можливо, у майбутньому такою ж важливою віхою стане момент, коли нейромережі почнуть навчати нейромережі та є підстави вважати, що це станеться вже у 2017 році.
По-третє, нейронні мережі навчаться говорити з людиною (як у сенсі генерації текстів реплік, так і в сенсі синтезу мови, яка не відрізняється від людської), генерувати фотореалістичні картинки та відеоряди за текстовим описом, писати великі осмислені тексти. Це стане нашим найближчим майбутнім завдяки стрімкому прогресу у сфері т.зв. генеративні моделі глибинного навчання. Звичайно, це призведе до створення нових бізнесів, появи нових видів товарів і послуг, а також зростання продуктивності праці в традиційних галузях економіки, типу мобільних операторів або банків, яким можна буде відмовитися від дорогих і неефективних кол-центрів.
Вирішення всіх цих завдань стане важливим кроком на шляху до Святого Граалю машинного навчання – створення штучного інтелекту. Наступного року ІІ, звичайно, не з'явиться, але через 5–10 років він, безперечно, буде розроблений. Тим більше, що вже наявні елементи штучного інтелекту допомагатимуть вченим у створенні повноцінного ІІ і, тим самим, дозволять прискорити роботу в цьому напрямі. Створення ІІ стане найважливішим досягненням людства та забезпечить йому потужний цивілізаційний ривок уперед.
Важливо відзначити, що стрімкий прогрес у галузі ІІ став можливим багато в чому завдяки тому, що ці розробки ведуться відкрито і будь-яка людина, яка має мінімальну необхідну підготовку (наприклад, випускник факультету комп'ютерних наук НДУ ВШЕ), може взяти в них участь: навіть у великих IT -корпорацій – лідерів у сфері глибинного навчання немає жодних секретів (крім близькотермінових комерційних), програмні реалізації більшості методів доступні, як і і математичний опис алгоритмів, які на подив не такими складними, з урахуванням глобальності розв'язуваних з допомогою завдань. Це вигідно відрізняє машинне навчання, скажімо, від космічної чи ядерної програм середини ХХ століття.
Додаткові матеріали
Лекція Дмитра Вєтрова про машинне навчання (для того, щоб зрозуміти, що це взагалі таке)
Штучний інтелект (ІІ, англ. Artificial intelligence, AI) – наука та технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. ІІ пов'язані з подібним завданням використання комп'ютерів розуміння людського інтелекту, але з обов'язково обмежується біологічно правдоподібними методами.
Що таке штучний інтелект
Інтелект(від лат. intellectus - відчуття, сприйняття, розуміння, розуміння, поняття, розум), або розум - якість психіки, що складається з здатності пристосовуватися до нових ситуацій, здатності до навчання та запам'ятовування на основі досвіду, розуміння та застосування абстрактних концепцій та використання своїх знань для управління довкіллям. Інтелект - це загальна здатність до пізнання та вирішення труднощів, яка поєднує всі пізнавальні здібності людини: відчуття, сприйняття, пам'ять, уявлення, мислення, уяву.
На початку 1980-х років. вчені в галузі теорії обчислень Барр та Файгенбаум запропонували наступне визначення штучного інтелекту (ІІ):
Пізніше до ІІ стали відносити ряд алгоритмів і програмних систем, відмінною властивістю яких є те, що вони можуть вирішувати деякі завдання так, як це робила б людина, що розмірковує над їх рішенням.
Основні властивості ІІ - це розуміння мови, навчання та здатність мислити і, що важливо, діяти.
ІІ – комплекс споріднених технологій і процесів, що розвиваються якісно та стрімко, наприклад:
- обробка тексту природною мовою
- експертні системи
- віртуальні агенти (чат-боти та віртуальні помічники)
- системи рекомендацій.
Національна стратегія розвитку штучного інтелекту
- Основна стаття:Національна стратегія розвитку штучного інтелекту
Дослідження у сфері ІІ
- Основна стаття:Дослідження у сфері штучного інтелекту
Стандартизація в галузі ІІ
2019: Експерти ISO/IEC підтримали пропозицію щодо розробки стандарту російською мовою
16 квітня 2019 року стало відомо, що підкомітет ISO/IEC зі стандартизації в галузі штучного інтелекту підтримав пропозицію Технічного комітету «Кібер-фізичні системи», створеного на базі РВК, щодо розробки стандарту «Artificial intelligence. Concepts and terminology» російською мовою на додаток до базової англійської версії.
Термінологічний стандарт Artificial intelligence. Concepts and terminology» є основним для всього сімейства міжнародних нормативно-технічних документів у галузі штучного інтелекту. Крім термінів та визначень, цей документ містить концептуальні підходи та принципи побудови систем з елементами, опис взаємозв'язку AI з іншими наскрізними технологіями, а також базові принципи та рамкові підходи до нормативно-технічного регулювання штучного інтелекту.
За підсумками засідання профільного підкомітету ISO/IEC у Дубліні експерти ISO/IEC підтримали пропозицію делегації з Росії щодо синхронної розробки термінологічного стандарту у сфері AI не лише англійською, а й російською мовою. Очікується, що документ буде затверджено на початку 2021 року.
| Розвиток товарів та послуг з урахуванням штучного інтелекту вимагає однозначної трактування використовуваних понять усіма учасниками ринку. Стандарт термінології дозволить уніфікувати «мову», якою спілкуються розробники, замовники та професійна спільнота, класифікувати такі властивості продуктів на базі ІІ, як «безпека», «відтворюваність», «достовірність» та «конфіденційність». Єдина термінологія також стане важливим фактором для розвитку технологій штучного інтелекту в рамках Національної технологічної ініціативи – алгоритми ІІ використовують понад 80% компаній у периметрі НТІ. Крім того, рішення ISO/IEC дозволить зміцнити авторитет та розширити вплив російських експертів за подальшої розробки міжнародних стандартів. |
У ході засідання експерти ISO/IEC також підтримали розробку проекту міжнародного документа Information Technology - Artificial Intelligence (AI) - Overview of Computational Approaches for AI Systems, у якому Росія виступає як співредактор. Документ надає огляд сучасного стану систем штучного інтелекту, описуючи основні характеристики систем, алгоритми та підходи, а також приклади спеціалізованих додатків у галузі AI. Розробкою цього проекту документа займеться спеціально створена в рамках підкомітету робоча група 5 "Обчислювальні підходи та обчислювальні характеристики систем штучного інтелекту" (SC 42 Working Group 5 "Computational approaches and computational characteristics of AI systems").
| У рамках роботи на міжнародному рівні делегації з Росії вдалося досягти низки знакових рішень, які матимуть довгостроковий ефект для розвитку в країні технологій штучного інтелекту. Розробка російськомовної версії стандарту, ще й із такої ранньої фази – гарантія синхронізації з міжнародним полем, а розвиток підкомітету ISO/IEC та ініціація міжнародних документів із російським співредакторством – це фундамент для подальшого просування інтересів російських розробників за кордоном», - прокоментував. |
Технології штучного інтелекту широко потрібні в різних галузях цифрової економіки . Серед основних факторів, що стримують їхнє повномасштабне практичне використання, - нерозвиненість нормативної бази. При цьому саме опрацьована нормативно-технічна база забезпечує задану якість застосування технології та відповідний економічний ефект.
У напрямку штучного інтелекту ТК «Кібер-фізичні системи» на базі РВК веде розробку низки національних стандартів, затвердження яких заплановано на кінець 2019 – початок 2020 року. Крім того, спільно з ринковими гравцями йде робота щодо формування Плану національної стандартизації (ПНР) на 2020 рік і далі. ТК «Кібер-фізичні системи» відкрито для пропозицій щодо розробки документів із боку зацікавлених організацій.
2018: Розробка стандартів у галузі квантових комунікацій, ІІ та розумного міста
Технічний комітет «Кібер-фізичні системи» на базі РВК спільно з Регіональним інжиніринговим центром «СейфНет» 6 грудня 2018 року розпочали розробку комплексу стандартів для ринків Національної технологічної ініціативи (НТІ) та цифрової економіки. До березня 2019 року планується розробити документи технічної стандартизації в галузі квантових комунікацій, та повідомили в РВК. Детальніше .
Вплив штучного інтелекту
Ризик у розвиток людської цивілізації
Вплив на економіку та бізнес
- Вплив технологій штучного інтелекту на економіку та бізнес
Вплив ринку праці
Упередженість штучного інтелекту
В основі всього того, що є практикою ІІ (машинний переклад, розпізнавання мови, обробка текстів природними мовами, комп'ютерний зір, автоматизація водіння автомобілів та багато іншого) лежить глибинне навчання. Це підмножина машинного навчання, яке відрізняється використанням моделей нейронних мереж, про які можна сказати, що вони імітують роботу мозку, тому їх з натяжкою можна віднести до ІІ. Будь-яка модель нейронної мережі навчається на великих наборах даних, таким чином, вона набуває деяких «навичок», але те, як вона ними користується - для творців залишається не ясним, що в кінцевому рахунку стає однією з найважливіших проблем для багатьох програм глибинного навчання. Причина в тому, що така модель працює з образами формально, без розуміння того, що вона робить. Чи є така система ІІ і чи можна довіряти системам, побудованим з урахуванням машинного навчання? Значення відповіді останнє питання виходить межі наукових лабораторій. Тому помітно загострилася увага засобів масової інформації до явища, яке отримало назву AI bias. Його можна перекласти як «необ'єктивність ІІ» або «упередженість ІІ». Детальніше .
Ринок технологій штучного інтелекту
Ринок ІІ в Росії
Світовий ринок ІІ
Сфери застосування ІІ
Сфери застосування ІІ досить широкі і охоплюють як звичні слуху технології, так і нові напрямки, далекі від масового застосування, інакше кажучи, це весь спектр рішень, від пилососів до космічних станцій. Можна розділити їх різноманітність за критерієм ключових точок розвитку.
ІІ - це монолітна предметна область. Більше того, деякі технологічні напрямки ІІ фігурують як нові підгалузі економіки та відокремлені сутності, одночасно обслуговуючи більшість сфер економіки.
Розвиток застосування використання ІІ веде до адаптації технологій у класичних галузях економіки по всьому ланцюжку створення цінності та перетворює їх, призводячи до алгоритмізації практично всього функціоналу, від логістики до управління компанією.
Використання ІІ з метою оборони та у військовій справі
Використання в освіті
Використання ІІ у бізнесі
ІІ у боротьбі з шахрайством
11 липня 2019 стало відомо про те, що всього через два роки штучний інтелект і машинне навчання будуть використовуватися для протидії шахрайству втричі частіше, ніж на липень 2019 року. Такі дані були отримані під час спільного дослідження компанії SAS та Асоціації сертифікованих фахівців із розслідування розкрадань та шахрайства (Association of Certified Fraud Examiners, ACFE). На липень 2019 року такі антифрод-інструменти вже використовують у 13% організацій, які взяли участь в опитуванні, і ще 25% заявили, що планують їх впровадити протягом найближчого року-двох. Детальніше .
ІІ в електроенергетики
- На рівні проектування: покращене прогнозування генерації та попиту на енергоресурси, оцінка надійності енергогенеруючого обладнання, автоматизація підвищення генерації при стрибку попиту.
- На рівні виробництва: оптимізація профілактичного обслуговування обладнання, підвищення ефективності генерації, зниження втрат, запобігання крадіжкам енергоресурсів.
- На рівні просування: оптимізація ціноутворення залежно від часу дня та динамічна тарифікація.
- На рівні надання обслуговування: автоматичний вибір найвигіднішого постачальника, докладна статистика споживання, автоматизоване обслуговування клієнтів, оптимізація енергоспоживання з урахуванням навичок та поведінки клієнта.
ІІ у виробничій сфері
- На рівні проектування: підвищення ефективності розробки нових продуктів, автоматизована оцінка постачальників та аналіз вимог до запчастин та деталей.
- На рівні виробництва: вдосконалення процесу виконання завдань, автоматизація складальних ліній, зниження кількості помилок, зменшення термінів доставки сировини.
- На рівні просування: прогнозування обсягів надання послуг підтримки та обслуговування, керування ціноутворенням.
- На рівні надання обслуговування: покращення планування маршрутів парку транспортних засобів, попиту на ресурси автопарку, підвищення якості підготовки сервісних інженерів.
ІІ в банках
- Розпізнавання образів – використовується у т.ч. для впізнавання клієнтів у відділеннях та передачі їм спеціалізованих пропозицій.
ІІ на транспорті
- Автоіндустрія на порозі революції: 5 викликів епохи безпілотного водіння
ІІ в логістиці
ІІ у пивоварінні
ІІ у судовій системі
Розробки в галузі штучного інтелекту допоможуть кардинально змінити судову систему, зробити її більш справедливою та вільною від корупційних схем. Таку думку висловив влітку 2017 доктор технічних наук, технічний консультант Artezio Володимир Крилов.
Вчений вважає, що вже існуючі рішення в галузі AI можна успішно застосовувати в різних сферах економіки та суспільного життя. Експерт вказує, що AI успішно застосовується в медицині, однак у майбутньому здатний повністю змінити судову систему.
«Щодня переглядаючи новинні повідомлення про розробки в галузі ІІ тільки дивуєшся невичерпності фантазії та плідності дослідників та розробників у цій галузі. Повідомлення про наукові дослідження постійно чергуються з публікаціями про нові продукти, що вриваються на ринок та повідомленнями про дивовижні результати, отримані за допомогою застосування ІІ в різних галузях. Якщо ж говорити про очікувані події, які супроводжуються помітним хайпом у ЗМІ, в якому ІІ стане знову героєм новин, то я, напевно, не ризикну робити технологічних прогнозів. Можу припустити, що найближчою подією стане поява десь гранично компетентного суду у формі штучного інтелекту, справедливого та непідкупного. Станеться це, мабуть, у 2020-2025 роках. І процеси, які пройдуть у цьому суді, призведуть до несподіваних рефлексій та прагнення багатьох людей передати ІІ більшість процесів управління людським суспільством».
Використання штучного інтелекту в судовій системі вчений визнає «логічним кроком» щодо розвитку законодавчої рівності та справедливості. Машинний розум не схильний до корупції та емоцій, може чітко дотримуватися законодавчих рамок і виносити рішення з урахуванням багатьох факторів, включаючи дані, що характеризують учасників спору. За аналогією з медичною сферою, роботи-судді можуть оперувати великими даними зі сховищ державних служб. Можна припустити, що
Музика
Живопис
У 2015 році команда Google тестувала нейронні мережі щодо можливості самостійно створювати зображення. Тоді штучний інтелект навчали з прикладу великої кількості різних картинок. Однак, коли машину «попросили» самостійно щось зобразити, то виявилося, що вона інтерпретує навколишній світ дещо дивно. Наприклад, завдання намалювати гантелі, розробники отримали зображення, у якому метал був з'єднаний людськими руками. Ймовірно, це сталося через те, що на етапі навчання аналізовані картинки з гантелями містили руки, і нейронна мережа неправильно це інтерпретувала.
26 лютого 2016 року в Сан-Франциско на спеціальному аукціоні представники Google виручили із психоделічних картин, написаних штучним інтелектом, близько $98 тис. Ці кошти були пожертвовані на благодійність. Одна з найвдаліших картин машини представлена нижче.
Картина написана штучним інтелектом Google.
