В рамках круглого стола на конференции КИИ-2016 "Когнитивная семиотика и искусственный интеллект» присутствующие специалисты-нейрофизиологи констатировали факт, что 25 лет назад, когда многие из них начинали работать над этой темой, они не знали, как работает мозг человека на уровне, достаточном, чтобы его воссоздать.

Прошли годы, были проведены многочисленные исследования, и хотя сейчас мы уже используем глубокие искусственные нейронные сети, мы и сейчас точно так же не знаем этого. На базе искусственного нейрона действительно можно строить универсальные аппроксиматоры, но его нельзя считать аналогом биологического нейрона. Так есть ли прогресс в развитии технологий искусственного интеллекта (ИИ)? Об этом KV.by рассказал ведущий эксперт СНГ в области искусственного интеллекта Александр Сизов.

До т.н. «сильного» интеллекта, «восстания машин», несмотря на тревожные пророчества Илона Маска, безусловно, еще далеко, но «слабый» ИИ уже прочно вошел в нашу жизнь и нашел широкое практическое применение. Сумасшествие последних лет по машинному обучению имеет под собой фундаментальные причины и вполне обосновано – бизнесу стали очень нужны эти «умные» технологии, и это уже не только для имиджа или дань «моде». Они дают конкретный экономический эффект.

Аналитики компании McKinsey оценивают рынок ИИ к 2025 году до $126 млрд. при расходовании в год до $30 млрд. основными игроками в последние годы.

Во многом повышенный интерес к ИИ со стороны специалистов вызван новым этапом в развитии нейросетевых технологий, а именно — глубоких нейронных сетей, но определяющее значение в этом сыграла революция в работе с данными. Мы умеем оцифровывать то бесчисленное количество информации, которая сама жизнь генерирует ежесекундно, умеем ее хранить, обрабатывать и, что особенно важно, хотим, пытаемся и во многом умеем ее анализировать.

Сочетание развития больших данных (Big Data), возможностей их обработки (Data Engineering) и, конечно же, их анализа (Data Science), на фоне всеобщей «интернетализации» и широкого распространения «Интернета вещей» (IoT) привело к тому, что на международных конференциях доклады без упоминания ИИ не включают в программу, каждый стартап грозит с помощью ИИ перевернуть мир, а каждый уважающий себя руководитель компании (в любой сфере) считает наличие у себя отдела машинного обучения обязательным.

Большинство математических моделей были уже давно известны, но именно большие данные и аппаратные возможности их обработки в режиме «более» реального времени привели к такому буму и появлению новых специальностей, на которые еще мало где профессионально готовят, но много где хотят взять на работу – Data Engineer и Data Scientist.

Интересно, что последнее поколение «рожденных в СССР» изучало в высших школах нейронные сети – в основе своей был тот же искусственный нейрон, но это не были глубокие архитектуры, которые взорвали реальность и заставили человечество снова говорить о нейронных сетях, о которых уже несколько раз забывали, разочаровываясь и запирали их в сундуке в чулане.   

Если говорить об основных научно-технических направлениях, то ИИ на сегодняшний день включает следующие: машинное/глубокое обучение и предиктивную аналитику, обработку естественного языка и речи (Natural Language Processing, NLP), умных роботов и компьютерное зрение. Но практичнее рассматривать эти направления в разрезе их бизнес-применений, и именно об этом задумываются Data Scientist, познав прелести использования библиотеки xgboost и ансамблирования моделей на конкурсах Kaggle.

В первых рядах приложения ИИ начала применять держащая всегда «нос по ветру» торговля, а также требующий высокоточных предиктивных моделей финтех, производство, здравоохранение, спорт активно используют многие наработки и, главное, вкладываются в их развитие на перспективу.

Например, розничная торговля – адресное, персонализированное взаимодействие с покупателями, распознавание их поведения, виртуальные помощники и умнеющие не «по дням», а по обучающим корпусам чат-боты, оптимизация геолокации розничных точек, раскладки товаров на полках торговых залов, смарт-контракты с поставщиками, использование роботов для складских операций – все это привело к снижению затрат и увеличению продаж.

Наибольшее практическое применение сейчас получили компьютерное зрение и обработка естественного языка. Первое, пожалуй, больше на слуху – яркие визуальные эффекты действуют на массы как банка из-под консервов на людоеда Мумбо-Юмбо из известного произведения Ильфа и Петрова. Но NLP имеет, возможно, более масштабную и долгоидущую природу. На сегодняшний день даже такие консервативные отрасли, как страхование, юриспруденция, начинают внедрять ИИ.

Происходит изменение привычных, как казалось, уже незыблемых процедур. Пока речь не идет о полном исчезновении профессий, но, безусловно, количество специалистов, требующихся в этих отраслях, будет неуклонно уменьшаться. Это будут только высококвалифицированные профессионалы, которые должны будут идти в ногу с технологиями, чтобы остаться востребованными.

Если взять другой пример: ИИ технологии в юридическом деле, рынок которых оценивается в $16 млрд. только в США. На сегодня они уже используются не только для выполнения рутинных работ (проверки контрактов, их комплексной юридической оценки, исследования положений законов, судебных решений и прецедентов), где их применение экономит более 50% времени работы специалистов, но и в автоматизированных рекомендательных системах и даже для прогнозирования исхода судебных дел. Первые боты-юристы уже официально «приняты» на работу и количество оказываемых ими услуг будет расти вместе с их качеством.

Если подытожить этот поверхностный обзор текущих применений и перспектив ИИ, можно заключить, что искусственный интеллект пока еще используется в основном на уровне рекомендательных и автоматизированных советующих систем и СППР, помогая специалисту экономить время и принимать обоснованные решения, но это, вне всяких сомнений, только промежуточный этап перед переходом к полностью автоматическим системам на базе ИИ.

Мы, безусловно, не стоим на пороге коренных изменений. Мы уже перешагнули через него и пользуемся их результатами. И те специалисты, которые хотят при следующем шаге вверх по этой лестнице дома «умных» технологий не остаться в «пролете» между этажами, должны сделать ИИ своим надежным помощником.