Pixabay

Об искусственном интеллекте (ИИ) впервые заговорили в 50-х гг. прошлого века. Тогда многим казалось, что уже очень скоро человечество обретет собратьев по разуму – железные механизмы или компьютерные программы. Но реальные темпы развития технологий оказались в тот момент ниже ожидаемых, и мода на ИИ возродилась только в 80-х гг. Именно тогда люди с помощью роботов стали решать прикладные задачи – например, распознавать тексты документов и анализировать данные, рассказывает AI-евангелист компании ABBYY Иван Ямщиков. Компании выбирали узкую, но востребованную нишу и разрабатывали под нее интеллектуальные алгоритмы. Оказалось, что такой подход полезен в бизнесе – в рекламе, обслуживании клиентов, финансовом планировании и других процессах.

Сегодняшний бум в развитии технологий ИИ связан с тремя факторами, говорит Ямщиков. Во-первых, появились наборы размеченных данных. Например, изображения с отмеченными на них объектами – горами, людьми, животными; видеофрагменты, к которым есть краткое описание; документы, разложенные по категориям, в которых обозначены объекты, необходимые для обучения нейросети. Во-вторых, увеличились вычислительные мощности. И наконец, возникли более эффективные алгоритмы машинного обучения.

Как будут развиваться эти технологии дальше?

Расширение возможностей

«Мы находимся на растущей волне изменений, связанных с повсеместным внедрением решений на базе машинного обучения», – замечает руководитель направления ИИ Центра инноваций МТС Аркадий Сандлер. Недоверие к ИИ уходит в прошлое. Так, по данным глобального исследования Microsoft, 27% руководителей сообщили, что уже внедрили его в ключевые бизнес-процессы и сервисы и еще 46% готовят пилотные проекты, рассказывает Михаил Черномордиков, директор Microsoft по индустриальным стратегическим технологиям в регионе ЕМЕА. ИИ для бизнеса становится не просто средством аналитики, но и инструментом инновационного взаимодействия с клиентами, говорит он.

Одна из важных задач ИИ сегодня – выделять полезные данные в огромном потоке документов из разных источников, говорит Ямщиков. Бизнес аккумулирует много информации о клиентах: документы, электронную переписку, вопросы и ответы в соцсетях, историю покупок и т. д. Но сами по себе эти данные не приносят доходов – их еще нужно правильно обработать с помощью интеллектуальных технологий. «Информация – это заточенное с двух сторон лезвие, – поясняет Ямщиков. – У бизнеса есть задачи, основная цель которых – удовлетворить ожидания клиента. С одной стороны, задача должна быть решена максимально быстро и точно. С другой – информацию необходимо хранить, обрабатывать, данные нужно периодически обновлять, они должны соответствовать требованиям закона о персональных данных. Все это ведет к затратам. Задача ИИ – удовлетворить ожидания бизнеса при минимальных расходах денег и ресурсов». Технологии, продолжает эксперт ABBYY, помогают выкинуть ненужное и отфильтровать полезное в массиве данных, чтобы компания быстрее приняла решение.

100 000 видео,

снятых автомобилями, содержится в базе данных изображений для обучения беспилотных автомобилей DeepDrive, которую собрали ученые из Калифорнийского института в Беркли. На записях обозначены люди, машины, дорожные объекты и зоны. Это крупнейшая на сегодня база данных такого рода. База выложена в открытом доступе

ИИ в ближайшие годы станет незаменимым помощником, уверен Александр Ведяхин, первый зампред правления Сбербанка. Так, в медицине он поможет диагностировать заболевания и подбирать оптимальный курс лечения, в юриспруденции – распознавать текст в документах и экономить время на подготовку юридических заключений, в сельском хозяйстве – контролировать состояние растений и почвы. Человек и машина будут функционировать в симбиозе и новые технологии позволят улучшить достижения человеческого труда, резюмирует Ведяхин.

Сценарии использования ИИ в компаниях могут различаться в зависимости от индустрии, но чаще всего эти технологии будут использоваться для предиктивной аналитики и извлечения новых знаний из массивов данных, повышения операционной эффективности процессов, совершенствования взаимодействия с клиентами, полагает Черномордиков. Он приводит в пример компанию ChemTech, которая использует для нефтехимической промышленности ИИ на базе облачной платформы: алгоритмы ИИ прогнозируют состав сырья, которое поступит на установку через определенное время, и оператор может изменить настройки, выставив более точные параметры, – в итоге сокращение издержек измеряется миллионами долларов в год.

Гендиректор компании – разработчика технологий по распознаванию лиц VisionLabs Александр Ханин ожидает, что вместе с решением задачи компьютерного зрения ИИ позволит повысить производительность и эффективность бизнеса.

Узкое место сегодня – это наличие подготовленных и размеченных данных, на которых можно обучать нейросети, – именно за них идет конкуренция, говорит Сандлер из МТС. Сама технология создания нейросетей не очень сложна и доступна многим компаниям, но работа нейросети зависит от качества данных – примеров, на которых она обучалась. Поэтому некоторые участники рынка рассматривают качественно размеченные данные для обучения нейросетей как конкурентное преимущество. Есть, впрочем, и обратный процесс, замечает Ямщиков: крупнейшие компании все чаще делают размеченные наборы данных для обучения ИИ открытыми.

Помощь, а не угроза

В ближайшее десятилетие ИИ станет, скорее, важным помощником для менеджеров и руководителей, чем конкурентом, и будет применяться на большинстве этапов взаимодействия с клиентом, считает Ямщиков. Одобрить кредит, оформить любую справку, заплатить налог или получить ответ на свой запрос в компанию – все это пользователь сможет делать в один клик уже в ближайшие несколько лет, не прибегая к ручному труду.

Развитие ИИ существенно повлияет на разные сферы деятельности, машина частично заменит некоторые профессии, полагает Ханин. Но повсеместной замены не произойдет: так, исследование Всемирного экономического форума говорит, что в ближайшие пять лет машины вытеснят людей с 75 млн рабочих мест, но при этом создадут 133 млн новых.

Машина сегодня может, проанализировав большое количество данных, найти соответствия, говорит Анна Дворникова, управляющий партнер TEC Ventures. Так же действует, например, человек, когда смотрит на лицо и понимает, что оно ему знакомо, но человек еще и испытывает эмоции по этому поводу. Наш интеллект намного шире искусственного: он может не только устанавливать связи с тем, что уже известно, но и открывать новое, чего раньше не было. Поэтому, как бы компьютеры ни старались, заменить человека нельзя, уверена Дворникова.

Основная цель ИИ – дополнить человеческие возможности и помочь людям в повседневных задачах, согласен Черномордиков из Microsoft. По его словам, сейчас выстраивается модель двусторонних отношений, где ИИ возьмет на себя аналитические и более рутинные задачи, в то время как у людей появится больше времени для решения вопросов, которые требуют системного, стратегического мышления и творческого подхода. Машины не заменят людей полностью, в офисах будут востребованы аналитики, обрабатывающие запросы, с которыми не будут справляться роботы, а также обучающие и дообучающие этого робота, считает Сандлер из МТС. Но при всем уважении к творчеству люди часто переоценивают значимость этого процесса, предупреждает он. Так, врач лечит тем лучше, чем больше у него опыта и чем больше объем данных, на основании анализа которых он может принимать решения. Но, по его словам, сегодня ИИ может обучиться тому объему знаний, которые врач накапливал много лет, за пару дней, изучая истории болезней.

Внедрение новых технологий будет происходить постепенно, давая сотрудникам время и возможность адаптироваться к новым функциям и работе рядом с роботами и автоматизированными системами, уверен Ведяхин из Сбербанка. Сотрудникам, чьи позиции будет занимать ИИ, придется стать не исполнителем сценариев, а аналитиком, который эти сценарии создает, либо уходить в чисто творческие профессии или ремесло, которые машина сможет заменить не скоро, считает Сандлер.

Роботам и ИИ потребуется менторство со стороны человека, полагает Черномордиков из Microsoft. Уже сейчас существенно растет потребность в data scientists – людях, которые могут не только решать технические вопросы, но и ставить задачи для извлечения пользы из неструктурированных данных. Базовые навыки в области анализа данных и машинного обучения (так называемый citizen data science), а также компетенции по постановке задач для исследователей данных потребуются и от руководителей, уверен Ведяхин.

Какой бы ни была ваша профессия, за 7–10 лет она устареет, говорит Дворникова из TEC Ventures. Возникнет много новых профессий на стыке технологий и других дисциплин – от специалистов в любой области потребуется понимать, как функционирует ИИ, считает Черномордиков. Наконец, в будущем возрастет потребность в специалистах по этике ИИ, которые будут контролировать этические аспекты внедрения технологий и их взаимодействия с сотрудниками компаний. &

Текст: Олег Сальманов

Помощники с отличным резюме