Машины наступают, или искусственный интеллект повсюду
Историческая сводка
Разговоры об искусственном интеллекте не новы – их старт официально датируется серединой прошлого столетия. В 1950 году английский ученый Алан Тьюринг написал статью «Может ли машина мыслить?». Основная суть понятия на протяжении всех времен – создание «мыслящей» машины, способной облегчить жизнь и труд человека. И даже составить компанию. Ведь в конечном счете искусственный интеллект должен имитировать всю нашу разумную деятельность: рассуждение, мышление, речь, эмоции, творчество.
Новое вдохновение ИИ получил с развитием нейронных сетей. Нейросеть моделирует работу человеческой нервной системы и ее важная особенность – способность к самообучению с учетом предыдущего опыта. Несмотря на то что первую нейронную сеть разработал Фрэнк Розенблатт в 1958 году, по-настоящему популярной технология стала в 2010 году. К этому привела глобальная диджитализация и резко возросшие объемы данных в свободном доступе. Ведь для обучения – например, чтобы распознавать объекты на изображениях, машине нужно проанализировать множество примеров. Появление огромных баз данных сделало это возможным.
Еще одна обширная область ИИ – машинное обучение. Это направление появилось практически одновременно с идеей разума машин. Еще в 1956 году на Дартмутской летней конференции Рей Соломонофф представил отчет «Индуктивная машина вывода» - о машине, обучающейся без учителя. На передовую направление вышло с приходом Big Data. И на сегодня это, пожалуй, самое используемое на практике применение искусственного интеллекта.
Где можно встретить ИИ сегодня
Медицина. По снимкам здоровых и пораженных органов, машины могут научиться определять риск заболеваний на ранних стадиях. В Ноттингемском университете ИИ обучали выявлять кардиологические заболевания на данных 378 тысяч пациентов. После этого машина стала ставить диагнозы точнее, чем реальные врачи на 4%.
Финансы. Точная скоринговая оценка и подбор оптимального предложения услуг на основе анализа данных о клиентах – использование машинного обучения для этих целей позволяет банкам и страховым компаниям повышать свои доходы и исключать человеческий фактор. PayPal с помощью ИИ выявляют подозрительные транзакции, что обеспечивает рекордно низкий показатель мошенничества через их систему – 0,32% против стандартного 1,32%.
Бизнес. Персональные советы, улучшенный customer experience, предиктивная аналитика – все эти возможности дает бизнесу интеллектуальный анализ данных на основе машинного обучения. Например, сервис рекомендаций приносит Amazon 30% прибыли. В то время как чатботы и голосовые помощники повсеместно снимают нагрузку с реальных сотрудников – эффективно и экономично.
Транспорт. Беспилотные автомобили Uber опираются в своей работе на нейросети. Опрос IBM показал, что умные авто появятся на дорогах уже к 2025 году. А вот анализ данных с видеокамер в концепциях smart city помогает делать дороги безопаснее уже сегодня.
Промышленность. Человек ошибается, машина – никогда. В промышленном производстве любые граммы и миллиметры имеют значение. Yandex Data Factory разработал нейросеть, которая помогает определять пропорции составляющих для производства стали. По их данным, машинная точность помогает сократить на 5% расходы предприятий на излишки материалов.
Сельское хозяйство. В Индии ИИ помогает определить оптимальное время посева, следит за состоянием почвы и подбирает необходимые удобрения – эти технологии в стране внедрили специалисты Microsoft и ICRISAT. По итогам реализации программы урожай фермеров вырос на 30-40%.
Безопасность. Обидно, когда у вас украли данные или деньги с карты, но ИИ помогает не только с информационной безопасностью. Разработчики технологического университета в Сиднее разработали дронов, умеющих распознавать акул. Ведь куда обиднее, когда тебя кусают за пятку во время купания – а в США и Австралии эта проблема стоит остро. Разработчики «натасканных» дронов утверждают, что они распознают акул в 90% случаев, тогда как живые операторы – только в 20-30%. А в начале этого года дрон в Австралии оперативно доставил плот для утопающего.
Развлечения. Наиболее близкая отрасль к высшему использованию ИИ – моделирование творческих способностей человека. Не полезно напрямую, но интересно: нейронные сети Яндекса записали два музыкальных альбома («Нейронная оборона» в стиле Егора Летова и «Нейрона» в стиле Nirvana). Японские нейросети шалят с литературой – уже вышли книги «День, когда компьютер написал роман», а также продолжения к Гарри Поттеру и Игре Престолов.
ИИ: угрозы и возможности
Старший брат большого брата. Если раньше люди опасались камер видеонаблюдения как нарушителей их приватной жизни, то сейчас такое начало вспоминается как «цветочки». Слежка за народом шагнула далеко вперед. Собираем «ягодки»: данные собирают через WiFi, интернет-серфинг, отключенные камеры на компьютерах и смартфонах пользователей, использование IoT и digital-сервисов и многими другими способами. Чтобы применять практические возможности ИИ – ему (а вернее организациям, которые используют умные машины) нужно знать об обществе и каждом человеке в отдельности как можно больше. Это расплата за блага прогресса и не каждому она по душе.
Роботизация. Машины делают работу быстрее и дешевле. Бизнес только начинает внедрять технологии, заменяющие людей. Но почти каждый пример – удачен, и роботизация вскоре покатится снежным комом. Для стран, где экономика держится на массовом и недорогом ручном труде, – это может стать большим несчастьем. Например, фабрики Китая через пару десятилетий будут никому не нужны – считает Роман Постников, гендиректор oneFactor.
Рабочие места. Несмотря на то, что по данным Oxford Martin School 47% рынка труда в зоне риска, отчаиваться не стоит. Хорошая новость номер один: в сферах, где задействовано мышление, алгоритмы не смогут заменить людей полностью. Нейросети не берут на себя ответственность за решение, и будут полностью бесполезны, если ситуация выйдет из рамок нормы. Машины пока слишком узконаправленные на одну задачу, а чтобы охватить больше – нужно проводить трудоемкое обучение. Человек все-таки более гибок в суждениях, может взглянуть на ситуацию с разных сторон и быстрее сориентируется в неожиданной ситуации. Поэтому, вряд ли нас будут лечить машины в ближайшем будущем. Скорее всего, нас будут лечить врачи совместно с машинами.
Это плавно переходит в хорошую новость номер два: по данным отчета Gartner 2017 года, ИИ лишит работы 1,8 млн человек к 2020 году. Но! Одновременно создаст 2,3 млн новых рабочих мест к тому же времени. Это значит, что если вы готовы обучаться, вникать в новые технологии и в то, как они могут быть использованы в вашей отрасли – без хлеба не останетесь.
Киберугрозы. В условиях цифрового мира данные – наше слабое место. Их объем уже давно превысил объем, который люди способны обрабатывать вручную. В этом случае ИИ снова играет благую роль и приходит к нам на помощь. Машины быстрее могут распознать угрозы безопасности, выявить подозрительные закономерности в действиях пользователей и среагировать на них. По данным исследования Nemertes, среднее время обнаружения атаки с помощью машин – час, плюс около 3 часов на анализ угрозы и реакцию. Без привлечения средств ИИ – эти сроки могут превышать месяц и более.
«Мы также разрабатываем защитные системы для телекоммуникаций, используя алгоритмы анализа данных, – комментирует Антон Агеев, руководитель отдела компьютерной телефонии Eastwind. – Например, система SMS Firewall проверяет тексты сообщений и помогает вовремя выявить мошенничество, направленное на пользователей или оператора».
ТЕЛЕКОМ КАК ПОСРЕДНИК
Мы уже писали об ответственности операторов связи и необходимости их цифровой трансформации. Мир продвигается к повсеместному использованию видео, и интеллектуальные и технические возможности телеком-операторов будут кормить эту революцию. Smart подход должен присутствовать на всех этапах операций предоставления услуг и обслуживания: как физических, так и юридических лиц. Как людей, так и машин и объектов Интернета вещей.
И операторы это понимают. В конце прошлого года в МТС создали собственное подразделение искусственного интеллекта. Первыми решениями отдела станут чат-боты, виртуальные ассистенты и сервисы телемедицины. Не отстают и другие – в Билайне чат-бот на основе ИИ работает с апреля 2017-го, а в Мегафоне абонентов консультирует виртуальная «Елена».
«Операторы – держатели данных во все времена. Но именно ИИ помог им научиться извлекать выгоду из информации, – объясняет Павел Олифер, руководитель отдела социальной аналитики Eastwind. – Представьте, сколько событий генерирует каждый абонент каждый день. Все эти данные хранятся оператором, но проанализировать их вручную – невозможно. А машинному обучению это вполне под силу. Так, через платформу Social Analytics оператор может анализировать абонентскую базу за считанные минуты. Весь фокус в том, что система постоянно изучает абонентов, выявляет закономерности в их действиях и дает реальные предсказания: кто хочет уйти к конкурентам, кому будет интересен новый тариф, а для кого сейчас актуальны скидки в детских магазинах. Эти данные оператор может использовать как для себя, так и для партнеров, которые хотят дать рекламу».
И не друг, и не враг – а так
Как ко всем новым явлениям, к ИИ можно относиться по-разному: восхищаться, бояться, игнорировать. Мы считаем, что стоит принять его и постараться использовать на пользу себе и обществу. Ведь искусственный интеллект в том виде, до какого он развился сейчас – это новая норма и обязательный элемент нового мира. Не выпадайте из реальности! ;)
