Вы можете запросить доступ к ImageNet и загрузить его бесплатно, но что более важно, модели, уже обученные на ImageNet, также доступны бесплатно для всех (см., например, этот репозиторий). Это означает, что нам с вами не нужно тратить две недели на предварительное обучение моделей на терабайтах изображений, а можно загрузить готовые модели для начала работы.
Сферы применения систем искусственного интеллекта
В 20 веке искусственный интеллект был одной из главных тем научной фантастики и книг. К 2020 году люди перестанут замечать, как они используют системы искусственного интеллекта в своей повседневной жизни. Они будут читать электронную почту и смотреть фильмы на Kinopoint. Системы искусственного интеллекта занимают самые разные области — от голосовых помощников до медицины и освоения космоса.
Искусственный интеллект (ИИ) — это программное обеспечение, которое может повторить человеческие навыки. Это означает, что он может планировать, решать проблемы, давать советы, учиться и выполнять задачи, улучшая при этом производительность. Например, служба музыкальных рекомендаций, которая изучает ваши предпочтения и «предлагает» похожую музыку, может быть описана как разновидность искусственного интеллекта.
Если человеческое мышление основано на нейронах в мозге, то мышление искусственного интеллекта основано на нейронных сетях. Они позволяют системе обучаться новым навыкам так же, как и люди.
Как отличить искусственный интеллект от простых алгоритмов сбора и генерации данных? Главная особенность искусственного интеллекта и разница между ними заключается в его способности обучаться и совершенствоваться в процессе работы. Другими словами, чем больше вы используете технологию, тем лучше она адаптируется к вашим потребностям, в то время как традиционные системы продолжают выполнять только те алгоритмы, которые были заданы изначально.
Для чего создавать системы искусственного интеллекта
Использование искусственного интеллекта в бизнесе позволяет не только автоматизировать процессы, но и адаптировать их под конкретные задачи человека, услуги или производства. Функции искусственного интеллекта со временем становятся более эффективными благодаря постоянному обучению. Чем больше нейронная сеть понимает детали и потребности, тем лучше она работает.
Изначально многие предполагали, что искусственный интеллект может только переводить текст, распознавать объекты и распознавать смысл человеческой речи. Однако к 2020 году список навыков настолько расширился, что их перечисление заняло бы не одну страницу. Сегодня искусственный интеллект присутствует во многих сферах нашей жизни, включая интернет, медицину, бизнес и даже транспорт.
Искусственный интеллект в интернете
Внедрение искусственного интеллекта в интернете началось в 2011 году. В это время началась работа над проектом GoogleBrain. В результате в поисковую систему Google были введены новые опции управления ИИ.
- Переводчик Google с прямым переводом — достаточно нажать на иконку с микрофоном, чтобы активировалась функция голосового ввода. Система распознает речь и быстро переводит слова или фразы на нужный язык.
- Голосовой помощник Google Assistant — можно запускать поиск информации, давать поручения, планировать дела.
- Алгоритм Google Photo научился распознавать тексты и объекты на изображениях. Благодаря этой функции можно легко находить фотографии с помощью описания предметов или людей, которые присутствуют на изображении.
Кроме того, был представлен новый поисковый алгоритм GoogleBERT. Результаты основаны не только на анализе ключевых слов, но и на анализе целых предложений. Для этого используются двунаправленные нейросетевые кодировщики, улучшающие релевантность отображаемых страниц для пользователя. Благодаря этой технологии добиться желаемых результатов в поисковых системах стало намного проще.
Создатели поисковой системы Яндекс не могли уйти от ответа и работали над внедрением искусственного интеллекта. Некоторые из задач, выполняемых ИИ — система используется в голосовом помощнике Alice, алгоритмах поиска с распознаванием голоса и изображений, прогнозах погоды.
Искусственный интеллект на транспорте и в логистике
С 2000-х годов многие автопроизводители разработали беспилотные автомобили. Среди новаторов — Nissan, BMW, Honda, Volkswagen и Audi. В транспортных средствах используются радары, детекторы света и расстояния, GPS и специальные камеры. Все поступающие данные анализируются искусственным интеллектом на предмет принятия решений на дороге.
Amazon доставляет товары с помощью беспилотных самолетов. Первые посылки, отправленные таким образом, дошли до адресатов в конце 2016 года.
В Екатеринбурге создана «умная» дорожная система на основе искусственного интеллекта. Это бесперебойный механизм защиты дорожного движения для транспортного потока, разгрузки дорог и наземного пассажирского транспорта. В то же время система фиксирует нарушения и передает штрафы. Информация поступает с детекторов, фото- и видеокамер, оборудования транспортных средств и других устройств.
Искусственный интеллект в финансах
Международная платежная система MasterCard ввела дополнительную услугу под названием Decision Intelligence. Компания отмечает, что потери из-за ошибок в системе безопасности больше, чем потери от мошенничества. Внедрение системы Decision Intelligence позволило увеличить прибыль компании.
Применение системы искусственного интеллекта как экспертной системы
‘Умные машины разбираются в конкретных областях, могут выступать в роли экспертов, проводить анализ и предлагать решения задач.
Например, существуют экспертные системы для диагностики заболеваний, составления финансовых прогнозов или подготовки более коротких транспортных маршрутов для логистики.
Некоторые экспертные системы могут быть способны обучать людей в конкретных областях, используя накопленные знания. Применимые области включают.
- Химия;
- агрономия;
- геология;
- инженерия;
- метеорология;
- военная наука.
Суперменский искусственный интеллект включает в себя еще большую адаптивность и скорость обучения. Таким образом, системы, в принципе, могут обучаться знаниям и компетенциям, которым люди не могут научиться.
Вперед по кривой, ведущей вниз
Как отмечает Gartner, в качестве общей концепции искусственный интеллект может избежать «вершины завышенных ожиданий», когда он попадает в цикл hype. Другими словами, инструменты искусственного интеллекта начинают оправдывать ожидания и приносить реальную пользу бизнесу. В частности, системы TN станут полезными во время пандемии. Чат-боты будут отвечать на лавину вопросов, связанных с болезнями. Системы компьютерного зрения помогут поддерживать социальную дистанцию и модели машинного обучения.
В новой «кривой hype curve» компании Gartner искусственный интеллект занял пять новых мест. Это «малые данные» — данные, достаточно малые для понимания человеком — «генитальный искусственный интеллект». — Программные системы, которые могут создавать новый контент на основе существующего — «сложный искусственный интеллект». — Сочетание лучших практик — стандарты машинного обучения оптимизированы путем применения комбинации «искусственного интеллекта» — методов и инструментов, которые делают системы искусственного интеллекта моральными и прозрачными — «клиент как клиент» — программное и аппаратное обеспечение, которое может самостоятельно выбирать продукты. Купить стороннюю программную систему — Купить стороннюю программную систему — Купить стороннюю программную систему — Купить стороннюю программную систему — Купить стороннюю программную систему — Купить стороннюю программную систему
Круги шумихи вокруг искусственного интеллекта
Однако тенденции, связанные с демократизацией и индустриализацией искусственного интеллекта, являются столь же доминирующими, как и год назад.
Демократизация искусственного интеллекта
Тема искусственного интеллекта уже давно вышла за пределы академического пространства. Сегодня искусственный интеллект действительно активно применяется, открывая новые возможности для гораздо более широкого круга людей в мире бизнеса. К ним относятся руководители, клиенты, партнеры, продавцы, операторы сборки, операторы компьютерных систем и разработчики программного обеспечения. Последнее, отмечают аналитики, станет одной из главных движущих сил искусственного интеллекта.
Развитие приложений искусственного интеллекта заставляет компании расширять штат сотрудников за счет соответствующих специалистов. В состав команд, создающих решения в области искусственного интеллекта, входят специалисты по анализу данных, инженеры по обработке данных и разработчики.
В то время как ученые, изучающие данные, ищут закономерности и разрабатывают модели, инженерное направление обеспечивает стабильность, надежность и безопасность механизмов, разработанных первыми, что позволяет им создавать крупномасштабные системы искусственного интеллекта. Инструменты, облегчающие и ускоряющие работу инженеров по внедрению таких систем, называются «комплектами для разработки и обучения искусственного интеллекта». (Комплект для разработки и обучения ИИ).
Индустриализация платформ ИИ
По мере расширения спектра применения платформ искусственного интеллекта масштабируемость и безопасность будут улучшаться, считают аналитики.
Согласно исследованию Gartner, проектной работой в промышленных компаниях часто руководит высшее руководство. Например, директора по управлению руководят почти 30% инициатив. Это помогает ускорить внедрение систем, включая более быстрое финансирование.
— При этом вся техническая работа переносится в облако. Десять крупнейших компаний имеют собственную облачную инфраструктуру, включая Amazon Web Services, Microsoft Azure и Google Cloud Platform.
Про кейсы цифровизации «Сбера»
— Расскажите нам об интересном случае оцифровки процесса в Сбербанке.
COVID-19
— Первое неожиданное задание, о котором я никогда не думал, что буду заниматься, — это разработка модели для предотвращения эпидемии Ковид-19. Я не ожидал, что в феврале и марте мне придется провести так много времени, общаясь с врачами, иологами и эпидемиологами.
«Робот-юрист»
Существует также очень интересный проект под названием «Роботы-юристы». Творческая и требующая больших познавательных усилий работа по юридической экспертизе показывает, что ее можно отнять.
Читая уставы и учредительные документы для оценки потенциальных юридических рисков при оформлении кредитов, он делает много однообразных вещей. Он ищет название юридического лица. Доверенность прекращается, но на этом основании, допустим, генеральный директор уполномочивает кого-то совершать эти действия и т.д.
Все эти вещи становятся рутиной даже при наличии развитых когнитивных способностей. Большая часть рутины автоматизирована с помощью новейшей технологии искусственного интеллекта — роботизированного процесса. Роботы-юристы могут сократить всю процедуру до шести-семи минут и помочь принять решение по кредитам, касающимся юридических лиц.
При работе с текстом часто используется режим копирования/вставки. Этот процесс очень легко автоматизировать. Существует богатый набор программных инструментов, позволяющих это сделать.
Digital Manager
Планируется автоматизировать процесс принятия административных решений. Когда мы читаем свои электронные письма, часто не осознавая этого, мы отвечаем на похожие вопросы одинаково. Затем мы принимаем идентичные или очень похожие решения. Например, если кто-то хочет спланировать с вами отпуск, у него есть два варианта. Либо вы координируете, либо нет. И третье — вы всегда можете что-то уточнить, например, кто там будет жить. Нет необходимости спамить больших боссов подобными вещами. Вы можете позволить логике искусственного интеллекта самому отвечать на электронное письмо.
У нас есть проект — Digital Manager. На данный момент уже запущен первый прототип программы — помощник по электронной почте, обученный работе с корпусом из 33 миллионов слов. Сама модель основана на нейронной сети GPT-3 и называется SberbankRU-GPT-3Small. Мы анализируем, как и чем люди реагируют на различные сферы управления.
Существуют даже способы оцифровки когнитивных искажений. Потому что разное настроение и ситуации (голодный или сытый, утро или вечер) могут привести к тому, что одно и то же решение будет принято по-разному. Современные алгоритмы находят корреляции. Это показывает, что принцип «более совершенные судьи принимают более гибкие решения, чем голодные» применим и работает везде.
Экосистема Sber представлена в самых разных отраслях, что ставит ряд интересных задач.
Про AGI — общий ИИ
-Возможен ли искусственный интеллект, способный делать самостоятельные выводы на основе поступающей к нему информации, самообучаться и в какой-то момент самоактуализироваться?
-В прошлом и этом году мы встречались с единомышленниками и коллегами по профессиональному сообществу и приглашали авторитетных людей в области нейронауки для обсуждения этого вопроса среди прочих.
Многое зависит от того, что значит «думать как человек». Поэтому люди, занимающиеся информатикой, ищут эту тему и это направление искусственного интеллекта с профессиональной точки зрения. Они предлагают отделить самосознание от самопознания.
Концепция «мышления как у человека» подходит для исследований психологов, философов и специалистов по машинному обучению. Искусственный интеллект занимается не сознанием, а тем, что делают и не думают машины. Способность к обучению и повторному обучению.
Когда ребенок учится, его не нужно «кормить» 10 000 — 100 000 помеченных изображений кошек и собак. Нейронные сети все еще нуждаются в этом.
Ребенку достаточно один раз узнать, что на картинке изображена кошка или собака. Затем, когда он видит то, что похоже на кошку, он знает, что это такое. Если вы покажете ему рысь, он догадается, что это большая кошка. Нейронные сети работают совсем по-другому.
-Кто занимается исследованиями в области AGI?
-Например, британская компания DeepMind в настоящее время проводит такие исследования. Они пытаются найти способ создать такой алгоритм обучения, определить такую архитектуру агентов искусственного интеллекта и позволить проводить это обучение на достаточно небольшом наборе данных. Самое главное, они надеются научиться создавать системы, которые можно будет обучать выполнению одной задачи и использовать свои навыки в бою.
Компания DeepMind провела эксперимент, научив систему, основанную на методах обучения с подкреплением, играть в го на уровне чемпиона мира. Затем они выпустили свой алгоритм на шахматной доске с совершенно другими правилами. Именно способность принимать решения в широком диапазоне условий и задач тренируется в других людях.
Люди отличаются от машин тем, что они постоянно сталкиваются с новыми концептуальными задачами, и их навыки обучения активизируются на ходу. Развитие этих навыков — это то, что в конечном итоге приводит к улучшению общего искусственного интеллекта (как мы договорились называть его по-русски).
Снимок из фильма AlphaGo.
-Возможен ли очевидный сценарий «восстания машин»?
-В отличие от фильма «Экстерминатор», в котором искусственный интеллект Скайнет начал войну между людьми и машинами, следует помнить об очевидном сценарии. Однако эта проблема решается, в частности, с помощью авторизации. Даже если агент AGI очень автономен, вопрос в том, кто, как и каким образом делегирует ему полномочия принимать определенные решения. Человек надолго застревает в этом процессе.
Никто еще не разработал приложений в этой области. Я начал свои исследования в области общего искусственного интеллекта в прошлом году. В настоящее время наиболее понятной подобластью этих исследований являются принципы, которые мы узнали от природы, и в Zubelbank мы уже сделали первые шаги в этой области.
Про кадры
-Каково состояние рынка талантов в области искусственного интеллекта для вас, как для «Зубельбанка»?
-Мы накопили опыт развития образовательных технологий в рамках профессионального образования, в том числе School21, корпоративного университета для подготовки IT-специалистов, и программ для школьников и студентов, которые мы реализуем совместно с Министерством Министерство образования и высшего научного образования.
Мы четко понимаем, что без умного и адаптивного подхода к формированию персонализированных карьерных траекторий и образовательного контента очень сложно обучить людей, которые нам сейчас нужны. Нет необходимости говорить о том, что через пять-семь лет нам потребуется совсем другая рабочая сила, чем 15 лет назад.
Сотрудничество в сфере образования имеет решающее значение. А также со школами, университетами и другими технологическими компаниями. В прошлом году при участии многих российских компаний был создан AI Alliance. И мы активно обсуждаем эту повестку дня на совместных встречах и мероприятиях.
С нынешней системой образования Россия проигрывает другим странам по многим параметрам. Одной из целей национальной стратегии развития искусственного интеллекта, которую мы подписали, является увеличение числа подготовленных специалистов в области данных. Она развивает искусственный интеллект.
Для создания искусственного интеллекта и искусственного интеллекта нужны люди. В настоящее время Россия отстает по количеству публикаций, исследований и патентов, включая вклад в открытый исходный код, специфичный для Теннесси.
Исправить ситуацию — обязанность и нас, и нашего правительства, и партнеров по Альянсу МА. Если мы не перестроим нашу систему образования сегодня, если мы не сформируем и не представим этот образовательный контент завтрашним специалистам и не обеспечим их правильным подходом к определению компетенций детей младшего возраста, у нас не будет конкурентоспособного решения через один или пять лет. Это один из ключевых вопросов, в который мы инвестируем. Не менее трети моего управленческого времени уходит на образовательные проекты.
Мы также организуем конференции Artificial Intelligence Journeys (AI Journeys), чтобы привлечь как можно больше экспертов, профессионалов, студентов и людей, интересующихся темой технологического развития в России. В этом году впервые предусмотрена специальная программа для студентов — AI Junior.
