10 вопросов про искусственный интеллект

Сейчас сложно найти сферу, в которой бы не использовались средства искусственного интеллекта. Причем как там, где раньше человек справлялся вручную, так и в принципиально новых областях.

1. Что сегодня умеет делать ИИ лучше всего?

Сейчас сложно найти сферу, в которой бы не использовались средства искусственного интеллекта. Причем как там, где раньше человек справлялся вручную, так и в принципиально новых областях. Ведь лучше, когда ИИ привносит что-то новое, ранее недоступное, а не заменяет человека, автоматизируя рутинные операции. В таких сценариях обрабатываются большие объемы данных, значительно сокращается время ответа или возникают другие факторы, с которыми человеку самостоятельно справиться не под силу. 

Можно отметить такую тенденцию: если раньше с ИИ экспериментировали преимущественно банки, то сейчас технология активно проникает в реальный сектор экономики. 
Современные кейсы чаще всего касаются производственных задач. Причем если еще несколько лет назад эти проекты были скорее предметом научной статьи, то сейчас они играют важную роль в корпоративных процессах. Наглядный пример — прогнозирование отказов типового оборудования. В этом случае недостаточно просто спрогнозировать отказ узла или детали. Нужно классифицировать такие отказы и способы их ремонта, научиться предсказывать те из них, которые следует превентивно устранять. Причем важно уметь прогнозировать отказы с запасом времени, чтобы успеть среагировать.

Другой тенденцией можно назвать рост интереса к задачам по оптимизации. Мы видим, что именно оптимизационные кейсы привлекают особое внимание наших заказчиков.

ИИ в действии: Project Debater

background-bottom-feature 2.jpg

Это первая система искусственного интеллекта, которая может обсуждать сложные темы в живой дискуссии. Цель -  помочь людям построить убедительные аргументы и принять взвешенные решения. Project Debator анализирует массивные тексты, строит хорошо структурированную речь по заданной теме, ясно ее излагает, опровергает доводы оппонента.  Project Debater помогает людям рассуждать, предоставляя убедительные, основанные на фактах аргументы и ограничивая влияние эмоций, предвзятости или двусмысленности.

2. Какова ситуация в сфере разработки технологий с использованием ИИ сейчас в мире? Какие направления – в фокусе особого внимания компания и разработчиков?

Говоря о технологиях с использованием ИИ, следует понимать, что успешность внедрения ИИ зависит от многих факторов, среди которых необходимое серверное оборудование, программный инструментарий, компетентность сотрудников. А во главе угла — наличие хорошо собранных, классифицированных и непротиворечивых данных. На всех направлениях мы видим колоссальное развитие как со стороны пользователей, так и со стороны вендоров. 

Если говорить о фокусах развития, то, в первую очередь, это обеспечение объяснимости и этичности ИИ, а также сокращение когнитивных искажений. 
3А как обстоят дела в России? Где мы «впереди планеты всей», а где отстаем? Что нужно отечественным компаниям, чтобы они были конкурентоспособны в этой сфере?

Исходя из общения с заказчиками, бизнес-партнерами и академическим сообществом, Россия не отстает от мировых тенденций, а в некоторых областях даже является одним из лидеров во внедрении ИИ. Учитывая структуру экономики, ИИ внедряется в первую очередь в геологоразведке, финансовых организациях и нефтегазовой отрасли. Но мы знаем о вполне успешных пилотных проектах и внедрениях в медицине и образовании. 

4. У всех на слуху использование ИИ в сфере медицины, производстве беспилотников. А как насчет других отраслей?

Как уже было сказано, сейчас тяжело найти отрасль, которая бы не внедрила ИИ или не рассматривает такую возможность. Например, финансовая отрасль одной из первых начала использовать ИИ, чтобы минимизировать риски утечки информации и взлома путем автоматического выявления аномалий в доступе и использовании корпоративных информационных систем.

5. Если говорить о таких отраслях, как образование, менеджмент и другие гуманитарные направления  – есть ли в них место для ИИ?

Существуют как общие сценарии использования ИИ, так и отраслевые. В менеджменте, например, зачастую приходится принимать решение на основе большого количества вводной информации. 

Сейчас ИИ все-таки чаще играет роль советчика, а решения принимает в тех сферах, которые хорошо зарегламентированы и требуют автоматическую реакцию, например, мониторинг инфраструктуры или кибербезопасность.  
Что касается гуманитарных направлений, то за последний год значимая часть программ обучения переместилась на онлайн-площадки, и многие образовательные учреждения столкнулись с проблемой нехватки ИИ-решений для составления индивидуальной программы, автоматизации проверки заданий, синтеза речи и перевода голоса в текст.

6. Как подготовить инфраструктуру в компании для внедрения продуктов на основе ИИ?

Говоря о подготовке инфраструктуры для ИИ, мы подразумеваем основные этапы внедрения ИИ:

  • определение задачи и постановка целей;

  • сбор, организация и хранение данных;

  • обучение машинных моделей;

  • пилотирование проекта и анализ результатов;

  • масштабирование и ввод в эксплуатацию.

Для каждого этапа нужна соответствующая ИТ-инфраструктура. Для сбора и хранения данных — производительные и емкие системы хранения данных (СХД), для организации, обработки и обучения моделей — специфичное оборудование с использованием GPU, TPU или CPU. Для промышленного внедрения нужны производительные и отказоустойчивые сервера с быстрыми интерфейсами, такие как IBM POWER Systems.

ИИ в действии: Mayflower

MAS from above - LR.jpg

Mayflower - это полностью автономное морское исследовательское судно с искусственным интеллектом. Его цель - сбор критически важных данных об океане. На борту установлено научное оборудование. В роли капитана корабля – ИИ. Ассимилируя данные из ряда источников, ИИ постоянно оценивает свой маршрут, статус и миссию и принимает решения о том, что делать дальше. Камеры и системы компьютерного зрения сканируют горизонт в поисках опасностей, а потоки метеорологических данных выявляют потенциально опасные штормы. 

7. В какой перестройке нуждаются бизнес-процессы компании, которая планирует внедрять ИИ?

Изменение бизнес-процессов — это всегда творческий процесс, как, собственно, и стратегический выбор между цифровизацией и цифровой трансформацией. Будет ли необходимость в изменении бизнес-процессов или нет, зависит как от сценария внедрения ИИ, так и от стратегии компании. Зачастую эффективней внедрить ИИ в текущий бизнес-процесс, чтобы остальные участники не почувствовали неудобств. Но иногда необходимо полностью поменять подход и даже подумать над изменением уровня отраслевых стандартов или регулятивной базы.

Если говорить о навыках в области ИИ-этики и науке о данных, то острая нехватка квалифицированных кадров, безусловно, тормозит развитие на глобальном уровне. Быстрого решения этой проблемы нет, но компании могут инвестировать в развитие навыков у сотрудников и, опять же, использовать средства ИИ для персонализации обучения, как это делает IBM.

8. Какие слабые стороны есть у ИИ и продуктов на его основе? Чего он не может и не сможет никогда?

Если опустить разговоры про отсутствие на сегодняшний день сильного или общего искусственного интеллекта, то слабые стороны ИИ сейчас во многом определяются уровнем соблюдения этики или способностью построить объективно справедливые модели, а также качеством используемых данных.

9. Искусственный интеллект – очень мощный инструмент. Каковы сейчас ключевые подходы к этике использования ИИ?

В IBM выделяют следующие ключевые подходы к вопросам этики искусственного интеллекта:

1.  Цель ИИ — дополнить человеческий интеллект. Компания IBM придерживается мнения, что ИИ поможет сделать работу каждого из нас более эффективной, а достижения эпохи ИИ должны быть доступны многим людям.

2.  Данные и аналитические материалы принадлежат создателю. Данные и аналитическая информация клиентов IBM принадлежат клиентам.

3.  Новые технологии, включая системы ИИ, должны быть прозрачными и обоснованными. ИТ-компаниям нужно иметь четкое представление о том, кто обучает системы ИИ, какие данные лежат в основе обучения и, что особенно важно, на чем основаны рекомендации алгоритмов.

ИИ в действии: RoboRXN

Depositphotos_7553989_l-2015.jpg

Удаленная химическая лаборатория RoboRXN построена на базе технологии RXN for Chemistry и управляется через облако. В ее основе -  модель искусственного интеллекта, которая постоянно изучает особенности химических веществ и рекомендует правильную последовательность операций по «приготовлению» конкретной целевой молекулы. Технология помогает химикам прогнозировать химические реакции с точностью до 90%. 

10. Каков ваш прогноз по развитию ИИ в ближайшие 20 лет? 

C одной стороны, 20 лет — большой срок. Но на деле это совсем не так, ведь ИИ-системы изучаются и развиваются с 50-х годов прошлого века. 

С учетом текущей динамики, граница между реальным миром и его цифровым двойником продолжит стираться. 
Произойдет смешение технологий: квантовые вычисления, облачные вычисления и ИИ-решения сольются в единые гибридные платформы, с помощью которых можно будет создавать, тестировать и развертывать пользовательские сценарии. Сейчас для успешного создания и внедрения ИИ нужна квалифицированная команда, но через 20 лет этому будут учить в школе. Скорее всего, развитие ИИ пойдет по направлению углубления и персонализации. У каждого будет свой персональный ИИ-помощник, соответствующий характеру работы и частной жизни. Таким образом, искусственный интеллект станет менее искусственным и более интеллектуальным.

Беседовала Наталья Горова
Фото и видео: IBM.com; Depositphotos.com; Pixabay.com.


22491

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.