Борис Щербаков для IoT.ru: Количество сценариев для ИИ будет расти

– В каких целях сейчас предприятия используют технологии искусственного интеллекта в мире/в России? Есть ли принципиальные различия?

Борис Щербаков: Если коротко, то ИИ применяют как мощнейший инструмент для оптимизации, причем в самом широком смысле. ИИ-инструменты встроены как в большинство современных устройств, так и в бизнес-процессы. Сегодня значительная часть тех и других может существовать без ИИ, но уже не может быть без него конкурентоспособной.

Например, системы хранения данных, использующие традиционные винчестеры и флэш-память – а таких сейчас большинство – оптимальным образом распределяют хранимую информацию в зависимости от особенностей соответствующих носителей при помощи ИИ-алгоритмов. Без такой оптимизации от парка СХД проблематично получить современный уровень эффективности.

Распознавание голоса использует ИИ, поэтому Google Assistant, «Алиса», «Олег» и все прочие «голосовые ассистенты» без ИИ существовать не могут. Заметим, что все это не игрушки, а серьезные бизнес-инструменты! «Голосовые ассистенты» связывают с CRM-системами потенциальных клиентов (пиццерий, служб такси и т.д.), чтобы позволить пользователям выполнять заказы голосом. Это дает бизнесам преимущества, причем настолько значимые, что бизнесы готовы за это платить (именно так и монетизируют «ассистентов»!). Популярность интерфейсов «voice first» быстро растет, уже пятая часть традиционных запросов к машинам поиска производится голосом. Голосовые интерфейсы уже успешно «прикручивают» даже к аналитическим программам класса Business Intelligent, насколько популярными становятся голосовые запросы даже в деловой среде.

Большинство наших фотографий, сделанных на смартфоны, «на лету» оптимизируют и даже ретушируют ИИ-алгоритмы, без них камеры «на борту» у смартфонов будут неконкурентоспособны. «Компьютерное зрение» активно используют в биометрической идентификации (разблокировка по лицу в смартфонах – это тоже ИИ, например!), системах видеонаблюдения, «умных городах» и т.д. Примеров множество!

Принципиальных различий между Россией и миром, конечно же, нет. Технологии глобальны.

– В каких сферах ИИ справляется лучше человека?

Борис Щербаков: Есть целый ряд направлений, где ИИ уже лучше человека справляется с бизнес-задачами. Задачи оптимизации параметров внутри техники мы сейчас рассматривать не будем, перечислим наиболее выразительные группы бизнес-задач, где ИИ особенно эффективен.

Торговля акциями и инвестиции. Сегодня разработчики уже создают алгоритмы для анализа огромного количества финансовых данных, чтобы в реальном времени предоставлять инвесторам всю информацию о колебаниях рынка и предоставлять рекомендации. Вручную и с нужной скоростью провести эту работу просто невозможно, а ИИ справляется с ней легко. Есть еще одно важное преимущество ИИ перед брокером-человеком: у него нет никаких эмоций и каких-либо предубеждений.

Заметим, что аналогичные решения уже активно используют продвинутые российские банки – в частности, «Сбербанк» создал такую систему для автоматизации принятия решения по кредитам и успешно ее использует, «Тинькофф» предлагает решение с соответствующей аналитикой своим клиентам, чтобы упростить и оптимизировать их инвестиции. Это только два относительно свежих примера, на самом деле успешных кейсов с ИИ на финансовом рынке уже довольно много, и их количество быстро растет.

Решения задач оптимизации. Искусственный интеллект в считанные секунды справляется с типичными примерами «задачи коммивояжера»: поиск самого выгодного маршрута, проходящего через указанные точки при заданных условиях. В бизнесе такие задачи крайне многочисленны, причем решать их надо быстро, а зачастую нужно пересчитывать заново из-за изменившихся внешних условий. Для человека поиск возможных решений с выбором оптимального займет непозволительно длительное время, бизнес-задачи имеют весьма ограниченный «срок годности». Помните русскую пословицу: «Хороша ложка к обеду, а после обеда и ложка не нужна!»? Так и с бизнес-задачами, например, оптимальное решение задачи по доставке товара, которое опоздало ко времени доставки, уже никому не нужно.

Системы видеоаналитики – один из наиболее выразительных примеров, для которых ИИ остро необходим. Камер наблюдения установлены многие тысяч, поэтому физически невозможно для отсмотра такого количества видеопотоков привлечь нужное количество операторов-людей. Кроме того, люди не могут работать в режиме 24х7, они и по восемь часов такую работу не выдерживают при удержании должного уровня качества: устают, теряют внимание, обладают собственными предубеждениями и т.д. ИИ при правильной настройке прекрасно справляется с самой разной видеоаналитикой. Например, объем видеоданных с дорожных камер слишком велик для людей, но его вполне можно обработать системами «компьютерного зрения», которые используют ИИ, и прекрасно обнаруживают пересечение сплошной, проезд на запрещающий сигнал, нарушение рядности, заезд за стоп-линию и прочие нарушения. Научить систему «компьютерного зрения» можно самым разным задачам – выявлению агрессивных граждан, обнаружению забытых предметов (например, на транспорте) или, наоборот, поднятие тревоги, если какой-либо предмет пропал из поля зрения камер (например, в музее).

Управление транспортом. Уже сейчас безаварийный пробег к киберводителей много выше, чем у шоферов-людей. При этом это данные не тестового вождения в «тепличных условиях», а полевых испытаний на реальных улицах. Проблема с массовым внедрением уже лежит в юридическом плане – пока неясно, как в случае ДТП будет распределена ответственность между владельцем транспортного средства, производителем авто и создателями автопилота.

Кибер-пилоты показывают прекрасные результаты при управлении специализированной техникой: локомотивами, погрузчиками, тракторами, комбайнами, сеялками и т.д. Судя по всему, именно в эти областях автопилоты будут внедрены первыми, пока идут уточнения деталей с вышеупомянутыми юридическими вопросами, связанными с перемещением автопилотируемых авто по дорогам общего пользования.

Большие данные и все, что связано с ними связано. Напомним, что тут речь идет о больших объемах (неформальной правило: «BigData – петабайт и больше»), причем данные тут неструктурированные, что усложняет анализ, а тем более – быстрый анализ. Про важность скоростей в бизнесе мы уже говорили выше. Но важно, что ИИ в случае с BigData действует не в одиночку, а является инструментом в руках специалиста – тандем «человек + ИИ» оказывается гораздо эффективней, чем действующий в одиночку профессионал или ИИ.

– Прибавится ли количество сфер, в которых ИИ будет справляться лучше человека? Когда и почему это произойдет?

Борис Щербаков: Человек все лучше и лучше тренирует ИИ. Команды профессионалов, создающие ИИ-решения, все точнее подбирают модели для конкретных задач, учатся все быстрее и корректнее поставлять «очищенные данные» для обучения ИИ-систем, быстрее включают полученные решения в бизнес-процессы компаний. Наращивание количества ситуаций, где ИИ оказывается актуален – действуя в одиночку или в «тандеме» с человеком – идет полным ходом, причем происходит это прямо сейчас.

– Какие факторы обеспечат развитие ИИ в России/мире в течение двух-трех лет?

Борис Щербаков: Нарастание конкуренции требует применения бизнесами и государственными структурами современнейших решений, одним из инструментов для которых является ИИ. В российских условиях никаких особых отличий нет, может быть, чуть бОльшая доля заказов будет идти из госсектора.

Источник блог DellEMC.com