Для чего можно использовать искусственный интеллект
На что способен искусственный интеллект сегодня и каков его потенциал
Три типа искусственного интеллекта
На сегодняшний день искусственный интеллект ученые определяют, как алгоритмы, способные самообучаться, чтобы применять эти знания для достижения поставленных человеком целей. Системы машинного обучения (основной подраздел ИИ) автоматизировали процессы во всех жизненно важных областях, включая банкинг, ретейл, медицину, безопасность, промышленность.
Выделяют три вида искусственного интеллекта: слабый (Narrow AI), сильный (AGI) и супер-ИИ (Super AI).
Первый вид используются повсеместно (включая голосовых ассистентов, рекламу в соцсетях, распознавание лиц, поиск романтических партнеров в приложениях и так далее); эти системы слабого ИИ единственные доступные на сегодня.
Сильный ИИ максимально приближен к способностям человеческого интеллекта и наделен по классическому определению Тьюринга самосознанием; по мнению экспертов, AGI сформируется примерно к 2075 году, а спустя еще 30 лет придет время для супер-ИИ.
Супер-ИИ мог бы не просто стать подобным людям, но и превзойти лучшие умы человечества во всех областях, при этом перепрограммируя самого себя, продолжая совершенствоваться и, вероятно, разрабатывая новые системы и алгоритмы самостоятельно.
На что способен искусственный интеллект уже сейчас
Оценить динамику может каждый, кто пользуется автоматическими переводчиками. Еще лет пять назад Google Translate более-менее сносно справлялся с отдельными наборами фраз и предложениями, тогда как сегодня программа переводит большие смысловые блоки, нейросети учитывают контекст, оперируют огромными массивами статистических данных. Сейчас можно читать статьи на хинди, китайском, арабском, не зная языка.
ИИ давно используется в финансовой сфере для оценки платежеспособности заемщика. Есть вам отказали в выдаче кредита на первом этапе ― вас отсеял именно искусственный интеллект. В США в некоторых штатах ИИ применяют в судебной системе для оценки продолжительности тюремных сроков для обвиняемых.
Алгоритмы помогают врачам ставить диагнозы. Например, «СберМедИИ» (входит в экосистему «Сбера») и Лаборатория по искусственному интеллекту Сбербанка совместно разработали приложение AI Resp: нейросеть анализирует голос пациента, дыхание и кашель, чтобы определить вероятность коронавирусной инфекции. Ранее Лаборатория по ИИ и «СберМедИИ» представили онлайн-сервис «КТ Легких», определяющий локализацию и степень поражения легких для диагностики вирусной пневмонии, в том числе COVID-19, по снимкам компьютерной томографии. Также при использовании этого сервиса ИИ позволяет выявлять онкологические заболевания на ранней стадии при анализе КТ грудной клетки и может помогать врачам при диагностике.
На данный момент разработано несколько значимых технологий в сфере искусственного интеллекта.
Искусственный интеллект превосходит людей по IQ и креативности: в викторинах он набирает на 40% больше баллов, по вопросам SAT (тест для оценки знаний абитуриентов США) — на 15% больше баллов, чем средний абитуриент колледжа.
Роль ИИ в экономике
Влияние пандемии на внедрение ИИ в бизнесе
Кризис только ускорил внедрение ИИ, и этот импульс сохранится в дальнейшем, показывают опросы: большинство компаний (52%) стали быстрее внедрять ИИ из-за пандемии, 86% респондентов утверждают, что ИИ становится «основной технологией» в их компании.
Почти три четверти бизнес-лидеров положительно оценивают роль ИИ после пандемии и сопутствующего кризиса. Большинство руководителей (74%) не только ожидают рост эффективности бизнес-процессов, но и создание новых бизнес-моделей (55%), новых продуктов и услуг (54%) — благодаря внедрению ИИ.
По мнению экспертов Оксфордского университета, к 2026 году ИИ напишет эссе, которое сойдет за написанное человеком, заменит водителей грузовиков к 2027 году и станет выполнять работу хирурга к 2053 году. Также ИИ превзойдет людей во всех задачах в течение 45 лет и автоматизирует все рабочие места в течение 120 лет.
Консалтинговая компания Accenture утверждает, что ИИ способен увеличить прибыль компаний в среднем на 38%. По словам экспертов и представителей бизнеса, ИИ помогает компаниям прогнозировать и выявлять проблемы, а также восполняет нехватку навыков сотрудников, хотя до построения бизнес-стратегии искусственным интеллектом еще далеко.
Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.
Основные вызовы технологии ИИ
Бизнес-процессы
Чтобы компания извлекала прибыль, недостаточно вложить средства в алгоритм и получить первые успешные результаты после запуска пилотного проекта. Внедрение ИИ — это многоуровневый процесс, включающий культурные изменения в компании, найм и обучение специалистов по data science, автоматизацию и построение бизнес-процессов с учетом алгоритмов, и на этом весь список не заканчивается.
«Говоря о внедрениях, необходимо приложить усилия в пропорциях 10–20–70. То есть, примерно 10% усилий должно уйти на создание алгоритма, 20% на построение технологии и 70% на организацию бизнес-процессов. Компания должна быть на определенном уровне технологической зрелости для того, чтобы внедрение ИИ приносило пользу», — говорит Леонид Жуков, генеральный директор Института Искусственного Интеллекта AIRI, старший управляющий директор Лаборатории по искусственному интеллекту Сбербанка.
Выступая на международной конференции Сбера AI Journey 2021, Юрген Шмидхубер, ученый в области искусственного интеллекта, главный научный советник Института Искусственного Интеллекта AIRI и научный руководитель компании NNAISENSE отметил, что компании в основном сосредоточены на своих частных проблемах, а не на развитии технологий искусственного интеллекта: большая часть их прибыли от ИИ приходится на маркетинг и продажу рекламы.
Такие гиганты как Alibaba, Amazon, Facebook, Google массово используют глубокие искусственные нейронные сети, например, Long-Short-Term Memory, чтобы предсказать спрос пользователей и дольше удерживать их на своих платформах, заставляя переходить по большему количеству рекламных объявлений.
Нехватка специалистов
ИИ развивается с высокой скоростью, и то, что называлось полгода назад state-of-the-art (высшим уровнем развития), сегодня может оказаться средней разработкой. Если раньше в сфере искусственного интеллекта была занята узкая прослойка специалистов, сейчас при таком огромном спросе попросту не хватает квалифицированных кадров, способных справиться с постоянно развивающейся технологией, отмечает Жуков.
Спрос на ИИ-специалистов вырос на 74% за 2016–2019 годы, сейчас две из пяти компаний, использующих ИИ на продвинутом уровне, отмечают острую нехватку специалистов, трудности с наймом также возглавляют список проблем в области ИИ.
Проблемы машинного обучения
Качество данных — второе по значимости препятствие для внедрения ИИ, после нехватки специалистов. Для успешных результатов алгоритмам необходимы качественные «вводные», включая размеченные и чистые данные. Неправильно заданные паттерны могут провоцировать систему делать ложные выводы: например, ошибочно сигнализировать о мошеннической транзакции, или осудить невиновного.
На качество влияет и степень предвзятости, или bias, включая гендерные и расовые предрассудки, которым может быть подвержен человек, работающий с алгоритмом.
Количество данных. Помимо качества, компьютеру все еще требуется большой объем данных и ресурсов для выполнения простейших задач. Отличать собак от кошек ИИ научится за три дня, задействуя 10 млн изображений и 16 000 компьютеров, в то время как ребенку хватило бы пары фотографий и нескольких минут. Если бы модель GPT-3 обучали читать и писать статьи не на суперкомпьютере, а на обычном ПК, весь процесс занял бы примерно 500 лет.
«На данный момент перед исследователями ИИ стоят несколько вызовов. Это умение искусственного интеллекта ставить перед собой новые задачи на основе имеющихся знаний; способность обучаться, не забывая полученные знания; и умение учиться разбивать цель на подцели. Преодоление этих проблем приблизит ученых к созданию таких машин, которые смогут лучше понимать человека и помогать достижению все более амбициозных целей», — отмечает Михаил Бурцев, директор по фундаментальным исследованиям Института Искусственного Интеллекта AIRI, заведующий Лабораторией нейронных систем и глубинного обучения МФТИ.
Применение в другом контексте. Хотя искусственный интеллект сегодня способен выполнять различные функции — от распознавания кошек и собак до предсказания поломок на нефтяных платформах, — это все еще узконаправленные задачи. ИИ пока что не умеет применять полученные навыки в непривычных условиях.
Влияние на климат
Проблема потребления энергии искусственным интеллектом напрямую связана с количеством ресурсов, задействованных в обработке данных. Обучение же одной NLP-модели (подобной GPT) требует столько же энергии, сколько автомобиль за весь его срок службы, и производит в пять раз больше CO2.
Во всем мире центры обработки данных потребляют около 200 ТВт·ч электроэнергии в год — больше, чем некоторые страны. В то же время, есть и противоположный эффект — ИИ поможет снизить выбросы парниковых газов на 1,5–4% к 2030 году, согласно отчету Европейского парламента.
Использование ИИ в науке
Машинное обучение стало ключевым инструментом исследователей из разных областей, однако потенциал ИИ в науке еще предстоит раскрыть, отмечает Леонид Жуков. Стимулирование новых открытий с помощью ИИ актуально, например, в области создания новых материалов при помощи вычислений или в прогнозировании изменений климата для разработки стратегий повышения устойчивости к изменениям окружающей среды. Например, в рамках стремления к достижению углеродной нейтральности, ученые из группы поиска новых материалов Института AIRI совместно со Сбербанком разработали прототипы моделей, позволяющих оптимизировать контроль качества на производстве солнечных батарей.
В перспективе машинное обучение может активнее применяться для охраны дикой природы в малодоступных регионах и подсчете особей, понимания сложной органической химии и в исследовании темной материи.
Области применения искусственного интеллекта
Одержит ли верх искусственный интеллект (ИИ) над человечеством? Илон Маск, основоположник Tesla, отрицает такое предположение. Чтобы убедиться в этом, известный новатор вложил 10 млн. долларов США в 37 разных научных проектов.
Несмотря на категоричность Илона Маска и его единомышленников, среди которых есть Билл Гейтс и Стивен Хокинг, большинство ученых прогнозирует принятие людьми ИИ. Стоит только глянуть на MindMeld (обработка естественного языка посредством голосовых и чат-помощников) либо VIV (развитие «умных» помощников). Считается, что переломным периодом для населения планеты станут ближайшие 10-15 лет. Причем внедрение произойдет не только на уровне информационных технологий, но и в общественном мнении, законах и повседневных привычках.
Это обуславливается двумя факторами.
Во-первых, робот с ИИ может автоматизировать процессы, для которых требуется участие человека. Во-вторых, он способен обработать и проанализировать огромный объем информации. Преимущество компьютера состоит в том, что его трудоспособность не связана с человеческим фактором, будь то личные проблемы или плохое настроение.
Таким образом, искусственный интеллект имеет широкое применение: его повсеместно встречают в медицине, промышленности, образовании, агроиндустрии, дорожном движении и быту.
Области применения искусственного интеллекта
Медицина
В данной сфере ценится память ИИ, а также возможность генерировать и сопоставлять огромные объемы информации.
Уже несколько лет у всех на слуху IBM Watson и DeepMind Health (разработка компании Google) — умные помощники, которые не только дают советы врачам, но и выясняют генетическую предрасположенность к патологиям. Так, IBM Watson уже определяет и разрабатывает план терапии 13 видов злокачественных новообразований: от рака шейки матки до толстой кишки.
Искусственный интеллект приходит на помощь даже пациентам. Все более популярными становятся приложения телемедицины, собирающие данные с фитнес-браслетов и прочих датчиков, а также «опросники», устанавливающие точные симптомы и заболевания пациентов. Так, ИИ способен распознать туберкулез и нарушение работы внутренних органов, в т.ч. головного мозга.
Некоторые из приложений разбирают человеческую речь и отвечают устно, другие же отдают предпочтение письменной коммуникации. Приложения получают необходимую информацию, а затем дают рекомендации, какие меры принимать дальше, или же отправляют данные терапевту. Наиболее популярные интеллектуальные помощники — Your.MD и Ada, которые можно скачать в App Store или Google Play.
Особое значение отводится системам, способным разрабатывать новые лекарственные средства. По словам топ-менеджера компании Pfizer, Джуди Сюардс, разработка и вывод на рынок нового медикамента в среднем занимает 12 лет. ИИ позволит создавать молекулярную структуру и моделировать лекарство, что увеличит его качество и сократит время выпуска новых препаратов. Пионерами в сфере создания суперкомпьютеров, решающих эту проблему, являются компании Atomwise и Berg Health.
Промышленность
Крупные промышленные компании таких государств, как Япония, Китай, США, Германия и Швейцария, инвестируют в новые технологии. Сегодня прослеживается тенденция сокращения рабочих мест, связанных с интеллектуальным трудом, и увеличение количества компьютеров.
В ближайшие десятилетия пострадают такие рабочие места:
Роботизация в скором будущем также коснется таких профессий, как секретари, кассиры, дальнобойщики и официанты.Примером успешного внедрения ИИ стал линейный завод H&H. Технология, которая отслеживает взгляд рабочих, помогла за 1 год сэкономить 400 часов на обучение стажеров и снизить вероятность несчастных случаев.
Агентство MIT Technology Review сообщило, что Эндрю Ын, исследователь робототехники и машинного обучения, разрабатывает новый проект Landing.AI. Он призван наладить механизм производства на заводах и фабриках. Его первый партнер – компания Foxconn, которая занимается производством гаджетов Apple.
Образование
В ближайшем будущем сфера образования будет развиваться быстрыми темпами в двух руслах – адаптивном обучении и прокторинге.
Адаптивное обучение призвано решить проблему разной успеваемости учеников и студентов. Дело в том, что один человек усваивает материал намного быстрее и успешнее, чем другой. Поэтому ИИ будет отслеживать уровень знаний обучающегося и адаптировать порядок блоков курсов под его способности или же информировать преподавателя, насколько хорошо ученик усвоил материал. Примером такой системы может стать платформа Third Space Learning, которая сейчас находится на стадии разработки.
Прокторинг представляет контроль учеников и студентов во время прохождения контрольных и экзаменационных тестов. Если в прошлом обучающиеся находились «под прицелом» веб-камеры, то сейчас на помощь приходит ИИ. Он отслеживает, как часто студент отводит взгляд от экрана компьютера, сменяет ли вкладку в браузере, нет ли лишних голосов в помещении. Как только ИИ замечает какое-либо нарушение, он тут же оповещает об этом человека-проктора.
Но может ли машина заменить обычного преподавателя? Роза Лукин, профессор University College London, отрицает это. По ее словам, стоит найти компромисс. Ведь цель не в том, чтобы заменить учителей машинами, а улучшить процесс образования. Здесь уж точно не обойтись без преподавателя-человека.
Сельское хозяйство
Мнение о том, что земледелие и животноводство – отстающие и старомодные отрасли, осталось в прошлом. Сегодня интенсивный рост мирового рынка ИИ в аграрной индустрии вызван такими факторами: введением системы управления данными, автоматизацией орошения, увеличением производительности с/х культур посредством внедрения методов обучения, ростом количества людей на планете. В то же время увеличение рынка ИИ ограничивается высокой стоимостью сбора информации о с/х угодьях.
Повсеместное внедрение робототехники в сельском хозяйстве представлено такими разработками:
Согласно прогнозам Energias Market Research, к 2024 году рынок ИИ в агроиндустрии вырастет на 24,3%. Он будет активно развиваться в США и Азиатско-Тихоокеанском регионе. В список центральных игроков на рынке интеллектуального агробизнеса попали Agworld, Farmlogs, Cropx, Microsoft, AGCO и другие.
Дорожное движение
Цель внедрения ИИ в данной сфере – борьба с пробками. Такие системы уже успешно работают в крупных городах Европы, Северной Америки и Азии.
Сбор информации со светофоров, анализ плотности движения, ДТП, метеоданных и прочих факторов, создающих пробки – вот, что входит в функции компьютера. Как результат, интеллектуальная система в режиме онлайн контролирует дороги, прогнозирует, каким будет трафик, и согласно этому, переключает светофоры.
Она следит не только за движением транспорта на дороге, но и помогает водителям. К примеру, система при необходимости вызывает эвакуатор. Понятно, что полностью избавить от пробок данное решение не сможет, однако в разы ускорить движение – вполне возможно.
Вероятно, прогресс будет заметен, если в широкое использование войдут беспилотные автомобили – это транспортные средства, которые способны передвигаться без участия человека. Их разработкой занимается компания Google, AKTIV, Tesla Motors и некоторые другие.
Безусловно, у всех на слуху «умный дом» (smart house), который в дальнейшем станет типичным примером ИИ. Крупнейшими производителями считаются Yamaha, Siemens, Abb, Beckhoff и Legrand.
Такие разработки предельно упрощают быт человека. К примеру, такая система раздвинет занавески с утра, разбудит хозяев и сварит кофе. В дальнейшем функционал «умного дома» будет расширен вплоть до того, что шкаф будет автоматически распаривать одежду, а холодильник – заказывать еду. Такое решение оптимизирует расходы, связанные с энергопитанием, вентиляцией, обогревом, подстраиваясь под удобное расписание.
Также популярными остаются пылесосы, способные не только выполнить уборку, но и передвигать предметы и самостоятельно заряжаться.
Еще одним примером бытового применения ИИ являются автоматические переводчики. Если раньше «машинный перевод» оставлял желать лучшего, то сегодня ситуация кардинально изменилась. Это демонстрирует Google Translate: алгоритм построен на том, что компьютер воспринимает не отдельные слова, а полное предложение. Он позволяет получить качественный текст, поэтому в ближайшем времени такой метод станет основой автоматического перевода.
Человекоподобных андроидов используют не только по хозяйству, но и для общения. Железный «друг» не даст умереть со скуки, а иногда становится полноправным членом семьи. Так, в Китае один счастливчик успел жениться на роботе. Им оказался инженер Чжэн Цзяцзя, который сам смастерил себе невесту.
Несомненно, будущее человечества переплетается с роботами, ведь с каждым годом развиваются все новые области применения искусственного интеллекта. Скорее всего, он превзойдет способности человека, но в то же время значительно улучшит качество его жизни. Здесь главное — найти разумные рамки, пока ИИ не научился воспроизводить себя. По словам Илона Маска, стоит занять проактивную позицию и уже сейчас ограничить использование ИИ, по крайней мере, в военной отрасли.
Восстание машин или верные роботы: в каких сферах используется искусственный интеллект
Применение искусственного интеллекта
Цифровой разум перестал быть чем-то фантастическим и футуристичным. Появляется всё больше сфер, в которых осуществляется применение искусственного интеллекта. Промышленность, транспорт, добыча полезных ископаемых, банковские сервисы и электронная коммерция – это лишь малая часть направлений, в которых уже эффективно используется ИИ.
1. Яндекс [потребительские интернет-сервисы]
Яндекс – самый узнаваемый российский бренд, связанный с инновациями. Эта компания занимается машинным обучением, нейронными сетями и искусственным интеллектом, чтобы справляться с объёмами информации, которую она ежедневно получает и производит.
В той или иной степени, ИИ применяется в каждом проекте Яндекса:
• Яндекс.Переводчик, благодаря нейронной сети, переводит тексты с учётом контекста. Он рассматривает исходник полностью, а не по частям, поэтому точнее подбирает синонимы и составляет предложения.
• «Алиса» — голосовой помощник, который самостоятельно обучается и подстраивается под человека. «Алиса» учитывает свои прошлые ответы и тем самым приобретает опыт. Разработчики утверждают, что она понимает 89-95% человеческой речи. Для людей считается нормой 96-98%. «Алиса» может рассказать историю, поиграть в игры и просто поболтать с пользователем.
• Яндекс.Погода уже в 2015 году научилась предсказывать погоду (по крайней мере, так писала компания в своём блоге). Уникальная технология Meteum использует машинное обучение и классические метеорологические модели для прогноза погоды с точностью до района и дома.
• Яндекс.Пробки собирают данные с устройств пользователей, анализируют, а затем прогнозируют дорожную ситуацию, составляют оптимальные маршруты для поездок.
• Алгоритм «Королёв» улучшает поисковую выдачу за счёт анализа семантики страниц и учёта поведения пользователей. Асессорами служат миллионы человек. При поиске проверяется не только соответствие ключевым запросам, но и смысл контента.
2. Когнитивный геолог [нефть и полезные ископаемые]
Интеллектуальная система «Когнитивный геолог» применяется компанией «Газпром нефть». Её функции включают прогноз запасов, оценку рисков и планирование стратегии разработки. Для повышения точности анализа «Когнитивный геолог» не только использует исходную геологическую информацию и данные разведки, но и самообучается. Он накапливает опыт, анализирует его и устраняет недочёты.
Искусственный интеллект помогает «Газпром нефти» избегать грубых ошибок на ранних стадиях добычи, которые почти невозможно исправить в дальнейшем.
3. ABBYY [лингвистика и интеллектуальная обработка данных]
Эта российская компания осуществляет применение искусственного интеллекта в нескольких направлениях:
• Технология Adaptive Document Recognition распознаёт оформление страниц, отделяет текст от нетекстового контента, определяет роль таких элементов, как колонтитулы и проверяет логическую структуру.
• Банк «Точка» использует интеллектуальные решения ABBYY для поддержки клиентов. Система автоматически расставляет теги запросов, обрабатывая звонок или беседу в чате.
• Искусственный интеллект от ABBYY позволяет банку ВТБ обслуживать на 25% больше клиентов из малого и среднего бизнеса. Алгоритм сегментирует документы, проверяет их состав, сравнивает данные заявлений, выписок и справок.
• Compero – уникальная технология понимания текстов на естественном языке. Алгоритм анализирует семантику и синтаксис, извлекает события, связи между ними и распознаёт смысл текста.
4. Vision Labs [банковское обслуживание]
Этот стартап делает технологии распознавания лиц для бизнес-клиентов. Продукты ориентированы на системы безопасности, видеонаблюдение, банки, финансовый сектор и ритейл. Сама компания утверждает, что их система обрабатывает изображения в 200 раз быстрее, чем разработки конкурентов. По мнению MIT (Массачусетского технологического института), это одна из трёх лучших коммерческих систем по идентификации лиц в мире.
Продуктами VisionLabs пользуются крупнейшие компании России: Mail.Ru, МТС, Сбербанк, Тинькофф-банк, МТС. Технологическими партнёрами являются Intel, SAS, ABBYY. В 2016 году совместно с Google и Facebook запущена открытая платформа для разработчиков систем компьютерного зрения.
5. Home App [недвижимость]
Российский математик Алексей Игошин разработал и осуществил применение искусственного интеллекта, который помогает оценивать стоимость квартиры в Москве. Вот что делает система, основанная на машинном анализе больших данных:
• анализирует объявления с ЦИАН, «Авито» и шести десятков других платформ по продаже недвижимости;
• удаляет ложные объявления из выдачи;
• анализирует историю цен на квартиры в конкретном районе за последние годы;
• изучает динамику спроса;
• анализирует соотношение спроса и предложения на отдельные виды квартир или на жильё в конкретном районе.
HomeApp помогает всем: покупателям – найти хорошую недвижимость по оптимальной цене, продавцам – быстрее осуществить сделку, но не продешевить. Эффективность системы увеличивается за счёт того, что в результате анализа определяется целевая группа клиентов. Она получает предложения через таргетированную рекламу на сайтах, в социальных сетях и на самих площадках объявлений.
6. Ростелеком [подбор персонала]
В 2017 году «Ростелеком» начал набирать персонал на работу с помощью искусственного интеллекта. Система анализирует анкеты соискателей на конкретные должности с нескольких профильных ресурсов (Superjob, Headhunter, Avito), а также оценивает страницы в социальных сетях. Цель ИИ – найти таких кандидатов, которые смогут проработать на конкретной позиции не меньше 6 месяцев.
Сначала «Ростелеком» использовал технологию для подбора операторов в колл-центры. В этом направлении у компании большая текучка кадров. Машинный отбор кандидатов помог существенно сократить расходы на собеседования, оформления и увольнения сотрудников. Компания JungleJobs (создатель системы) сообщала, что так бюджет на поиск и найм персонала уменьшился в 1,5-2 раза.
7. Avito [онлайн-объявления]
Одна из главных площадок объявлений в России использует искусственный интеллект для точности рекомендаций на страницах, улучшения поисковой выдачи и удаления фейковых заявок. В мобильном приложении сервиса есть функция «Поиск по фото». Система использует компьютерное зрение, отбирая из базы товары с максимально похожим изображением.
8. Tesla [автомобилестроение]
Этот производитель электромобилей разрабатывает и осуществляет применение искусственного интеллекта для управления машинами. Элон Маск утверждает, что цифровое зрение Hardware 3 будет обрабатывать до 2 000 кадров в секунду. Это собственный продукт компании. Ранее Tesla пользовались Nvidia Drive, оборудование которое было менее эффективно (200 fps).
Прогнозы Элона Маска фантастические. Миллиардер говорит, что уже через 10 лет искусственный интеллект превзойдёт человека в безопасности и надёжности вождения автомобиля.
9. Amazon.com [электронная коммерция]
Amazon входит в число пионеров внедрения искусственного интеллекта в реальную деятельность. Компания использовала ИИ для отбора кандидатов на работу ещё в 2014. В следующем году нейронную сеть «уволили», когда оказалось, что она отдавала предпочтение мужчинам. Примечательно, что это не ошибка проектировщиков, а особенность, приобретённая при самообучении. Система анализировала резюме людей, принятых на работу в последние 10 лет, и в этой подборке просто было больше мужчин.
Этот пример говорит, что ИИ действительно способен упростить некоторые задачи. Главное, правильно его использовать, регулярно проверять и своевременно корректировать.
Вот ещё несколько проектов Amazon, связанных с искусственным интеллектом:
• Alexa. Это интеллектуальный голосовой помощник от Amazon. Сейчас он доступен на iOS, в приложении Lexi и в браузерном интерфейсе. Функционал системы ограничен информацией о новостях, погоде и онлайн-покупками, но она явно будет совершенствоваться. Например, разработчики из Amazon трудятся над алгоритмом, который распознаёт не только текст, но и его эмоциональную окраску.
• В Берлине и Нью-Йорке работают исследовательские группы компании, которые с помощью искусственного интеллекта анализируют большие данные. Технология направлена на прогнозирование цены продуктов и поиск рыночных закономерностей. Управляющей директор центра развития Amazon в Германии говорит, что это ПО составляет сценарий поведения клиента как на ближайшие секунды, так и на недели.
Джефф Безос делает крупную ставку на ИИ. Сейчас в его бизнес-империи трудится более 100 инженеров, проектировщиков и учёных, создающих «умные» машины.
10. Netflix [развлекательные сервисы]
Крупнейший и один из самых успешных стриминговых сервисов осуществляет применение искусственного интеллекта, чтобы рекомендовать пользователям наиболее интересные сериалы и фильмы. Система опирается на историю просмотров человека, а также на привычки других людей (аудитория сегментируется по возрасту, географии, привычкам и расходам).
Netflix отчасти общается с ИИ более свободно и нетрадиционно. Так, в 2016 году в каталоге фильмов появилась короткометражка, созданная именно для ИИ. Фильм сделан для тестирования кодеков, которые используются для шифровки и дешифровки видеопотока. Они же проверяют качество вещания в 4K.
Другой проект компании – «Другая сторона ветра». Это фильм Орсона Уэллса, снятый в 1970-х, но не прошедший все этапы монтажа при жизни режиссёра. Система на базе ИИ делала монтаж уже в наши дни, и, по словам разработчиков, значительно улучшила качество изображения (до 4K).