Файл: Цифровая экономика. Искусственный интеллект (ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ЦИФРОВОЙ ЭКОНОМИКИ).pdf

Основная проблема в теории ИИ — понять, почему работают нейронные сети, несмотря на то, что, с точки зрения классической математики, задача построения нейронных сетей некорректна, т.к. количество наблюдений (обучающих примеров) на несколько порядков меньше числа определяемых параметров, но, тем не менее, на практике сеть работает.

Научные исследования и примеры внедрения ИИ показывают, как компании, которые используют новые возможности ИИ, совершают технологический прорыв, получают ощутимый результат и конкурентное преимущество. ИИ не просто позволяет существенно модернизировать многие технологические и социальные процессы, делая их эффективнее (повышая производительность труда и расширяя возможности человека), он меняет саму природу труда, кардинально перестраивая процессы управления и выдвигая новые требования к набору компетенций, меняя характер взаимодействия человека и машины.

В связи с быстрым развитием технологий искусственного интеллекта и широким применением приложений на его основе, бизнесу часто задают вопросы из серии «много ли людей лишатся работы из-за искусственного интеллекта?» Например, по итогам опроса, проведенного Центром экспертизы искусственного интеллекта Edelman (Edelman AI Center of Expertise)^[7] при поддержке Всемирного экономического форума (ВЭФ), 91% руководителей и 84% обычных граждан считают, что приход ИИ ознаменует новую технологическую революцию. Вместе с тем, участники обеих фокус-групп всерьез опасаются последствий внедрения ИИ для общества, бизнеса и государства. Респонденты привели целый круг возможных проблем — от умных игрушек, которые будут вторгаться в личное пространство ребенка, до ухудшения условий жизни малоимущих и утраты человеком интеллектуальных способностей^[8].

Анализируя потенциал искусственного интеллекта, исследователи начали искать новые области его применения, прежде всего — в увязке с совершенствованием бизнес-процессов. Применение ИИ в этой области позволяет сделать бизнес-процессы гибкими и адаптивными, отказаться от традиционных конвейеров и перейти к идее интеграции продвинутых ИИ-систем и людей. Такой подход позволяет радикально изменить взаимодействие машины и человека, формировать интегрированные команды из роботов и людей. Такие команды способны по ходу выполнения производственных операций быстро обрабатывать большие массивы данных, усваивать новую информацию и подстраиваться под непрерывно изменяющиеся условия. Такие возможности ИИ позволяют компаниям по-новому произвести реинжиниринг своих бизнес-процессов, существенно повысить их производительность и снизить издержки. Таким образом, одно из основных направлений развития и внедрения ИИ в промышленности — реинжиниринг бизнес-процессов.

Другим направлением развития и внедрения ИИ является дополнение и расширение человеческих возможностей, когда машины выполняют то, что лучше всего они умеют (выполнение повторяющихся, монотонных задач с обработкой колоссального объема данных), а люди выполняют то, что лучше всего умеют они (работа с неоднозначной информацией, умозаключение в сложных случаях, принятие решений в условиях с высоким уровнем неопределенности, творчество и др.). Это направление принято назвать третьей волной бизнес-трансформации.

Устоявшееся представление о том, что ИИ собирается «захватить мир» и исключить присутствие человека, не соответствует действительности и должно смениться на новый взгляд, в котором не исключается присутствие человека на рабочих местах, а расширяются его возможности за счет сотрудничества с ИИ, повышая производительность человеческого труда и решая задачи, которые раньше считались невозможными.

1.3 Тенденции развития искусственного интеллекта в России

Исследованиями в области искусственного интеллекта занимаются специалисты из разных стран. Осознавая огромные перспективы высокоинтеллектуальных систем, российские разработчики также уделяют этому направлению особое внимание. В данном пункте была собрана информация о российских компаниях, занимающихся исследованиями в области искусственного интеллекта.

В первую очередь стоит рассмотреть компанию Яндекс. Компания Яндекс уже на протяжении нескольких лет применяет технологии искусственного интеллекта в своих поисковых механизмах. В настоящий момент работа ведется над созданием нейронной сети, способной вывести принцип работы поисковика на новый революционный уровень. Традиционный алгоритм поиска основан на сопоставлении содержания запроса с контентом анализируемых страниц. Безусловно, все это делается с некоторыми дополнениями и расширениями – запросы переформулируются, добавляются синонимы, переводятся на другой язык и т.д.

В новом подходе каждому запросу ставится в соответствие некое векторное число, наиболее точно отражающее его смысл. Далее поиск осуществляется по этому числу. При этом запрос и ответ могут не иметь ни одного общего слова. Все, что их будет объединять – это одинаковый смысл содержимого.

Стоит отметить, что в перспективе в векторное число смогут переводится изображения и видео, что, по словам представителей Яндекс, позволит значительно расширить границы «умного» поиска.

Совсем недавно компания Яндекс выпустила обновленную версию своего браузера, в котором технологии искусственного интеллекта позволяют персонализировать поиск в соответствии с интересами пользователя. Новый сервис получил название Дзэн.

«Несмотря на многообразие информации в сети, найти для себя что-то по-настоящему интересное не так просто. Дзен решает эту задачу. Во многом он похож на поисковую систему. Только если поиск ищет что-то определенное, то Дзен отвечает на более широкий запрос: что интересно конкретному человеку. Мы уверены, что в будущем все браузеры будут идти по пути персонализации и помогать пользователям выбирать контент», - Виктор Ламбурт, руководитель сервиса Яндекс.Дзен.

Дзэн не только учитывает то, чем традиционно интересуются пользователи, но и анализирует их текущие предпочтения. Например, если человека заинтересуется анатомией, то материалов, связанных с этой темой, в его новостной ленте станет значительно больше. При этом, Дзен не ограничивается лишь любимыми сайтами и предпочтениями пользователя. Пользователю могут предлагаться материалы из совершенно незнакомых источников, если Дзен посчитает, что они могут его заинтересовать.

Достаточно интересным является применение технологий искусственного интеллекта в сервисе Яндекс.Аудитории. Данный сервис позволяет компаниям найти в Интернете целевых клиентов с целью более эффективного таргетирования рекламных объявлений. Достаточно загрузить в сервис список клиентов с телефонами и/или e-mail адресами, и система, сканируя социальные сети с помощью искусственного интеллекта, находит этих людей в сети Интернет. Далее можно разбить клиентов по целевым группам и персонализировать для них через Яндекс.Директ рекламные объявления. Например, можно ненавязчиво предлагать целевой аудитории новый товар, или в конце концов склонить пользователей к покупке товара, которым они уже интересовались ранее.

Далее рассмотрим другую российскую компанию. Компания ABBYY является признанные мировым лидеров в области интеллектуальной обработки данных и лингвистики. Компания разработала решения, позволяющие с помощью технологий искусственного интеллекта распознавать текстовые данные, работать с печатными документами и файлами в формате PDF, самостоятельно осуществлять ввод данных в информационные системы компаний, производить корпоративный семантический поиск, а также находить переводы незнакомых слов и фраз.

«Занимаясь такой темой, как искусственный интеллект, нужно не просто сделать умную машину. А нужно создать что-то полезное. Мы своими технологиями стараемся всегда помогать людям, облегчать им жизнь, повышать эффективность процессов – это цель, ради которой мы трудимся», - Дмитрий Шушкин, заместитель генерального директора ABBYY в интервью CNews, март 2015.

Одним из главных достижений ABBYY является система Compreno, позволяющая анализировать и понимать текст на естественном языке. Над созданием данной системы специалисты компании работали около 10 лет. Стоимость проекта составила более $80 млн. Принцип работы Compreno представлены на следующем рисунке.

В результате, на выходе системы получается универсальный и структурированный набор данных, что позволяет ABBYY Compreno решать задачи по анализу и извлечению важной информации, «умному» поиску и классификации данных.

Технологии компании ABBYY используются по всему миру. Все решения лицензируются крупнейшими международными ИТ-компаниями, такими как EPSON, Fujitsu, Samsung, Panasonic, Sharp, Acer, KnowledgeLake, Microsoft и другие. Заказчиками ABBYY являются российские и международные компании из банковской, энергетической, нефтегазовой, телекоммуникационной и других отраслей, а также из государственного сектора. 

В начале 2016 года Давид Ян, основатель компании ABBYY, объявил о запуске в США нового проекта – Findo. Findo является интеллектуальным помощником, которые предназначен для поиска информации в интернете, в облаке и локальных файлах. Уникальной способностью помощника является распознавание естественной речи (правда, пока только на английском языке).

Для поиска могут использоваться достаточно «сложные» запросы. Например, Findo способен работать с запросами, вида: «найди документы, которые я редктировал в прошлую среду», «покажи письмо, которое мне вчера прислали из Москвы» и т.д.

Для более точного «понимания» естественного языка используются наработки технологии ABBYY Compreno. Сама компания ABBYY вложила в стартап около $3 млн.

Головной офис Findo находится в Менло-парк, Калифорния. Пока сервис предоставляется бесплатно. В будущем компания планирует зарабатывать по модели freemium: предоставление базового функционала бесплатно и около $5 в месяц за расширенную версию.

Далее рассмотрим компанию из разряда Fin-tech. Компания VisionLabs была основана в 2012 году и является резидентом IT-кластера «Сколково». Компания специализируется на решениях, позволяющих распознавать лица клиентов в самых быстрорастущих сегментах рынка: банковский сектор и ритейл. Массачусетский университет включил VisionLabs в тройку лучших мировых систем в области распознавания лиц для коммерческих целей.

Высокоточные алгоритмы распознавания образов были получены в результате использования нейронных сверточных сетей, обученных с помощью методов глубокого обучения и многомиллионных массивов данных, что, по словам представителей компании, является существенным преимуществом выпускаемого продукта. Малый размер ключа извлекаемого из фотоизображения позволяет проводить сравнения 500 миллионов ключей менее чем за 1 секунду.

Платформа распознавания лиц VisionLabs LUNA - флагманский продукт компании. LUNA позволяет в режиме реального времени анализировать колоссальные объемы фото- и видеоданных с целью определения в них лиц людей и сравнения их с многомиллионными базами данных. На базе данной технологии также создан облачный сервис FACE_IS, который может связывать клиентов с предшествующей историей их покупок и помогать выстраивать взаимодействие с брендом. Решения компании являются plug’&’play, по умолчанию имеют интеграцию с большинством баз данных, CRM и BI-систем, и не требуют от пользователей замены оборудования, так как интегрируются в их существующую IT- инфраструктуру.

В 2014 году компания VisionLabs заключила эксклюзивный контракт с Бюро кредитных историй «Эквифакс» в России по запуску системы распознавания лиц на межбанковском уровне. Система используется в рамках сервиса противодействия кредитному мошенничеству. К данному сервису на базе решения VisionLabs подключено уже более 20 крупнейших банков в России. Крупнейшим реализованным проектом в РФ является проект c «Почта Банк», в СНГ - с Kaspi Bank.

«Если говорить о наиболее привлекательных для развития искусственного интеллекта рынках, то это в первую очередь развитые рынки Северной Америки и Европы. Однако рынки, которые демонстрируют превосходный рост, к примеру, рынок Юго-Восточной Азии, также находится в нашем фокусе. Именно в этих регионах, включая Россию и СНГ, мы в ближайшие годы планируем развивать наши решения», - рассказал iot.ru Алексей Нехаев, со-основатель и Исполнительный директор VisionLabs.

При этом, по словам Алексея Нехаева, у российского рынка есть ряд преимуществ, и их VisionLabs также старается активно использовать для продвижения своих продуктов.

Низкий курс локальной валюты, высокое качество математической школы - ключевые факторы в пользу создания Российского R&D центра.

Среди партнеров VisionLabs такие известные компании, как ABBYY, SAS, SAP и Intel. В начале лета компания совместно с Facebook и Google запустила для разработчиков открытую платформу, позволяющую разрабатывать различные решения в области компьютерного зрения. При этом текущий объем инвестиций позволяет компании уверенно смотреть в будущее.

«В июле 2016 г. мы закрыли раунд А, сумма сделки составила 350 млн руб. Венчурный фонд Sistema Venture Capital приобрел 25% VisionLabs при оценке компании 1,4 млрд руб. Инвестиции будут направлены на развитие собственной уникальной технологии анализа и распознавания лиц, реализацию нескольких проектов национального масштаба и масштабирование на международных рынках», - отметил Алексей Нехаев, со-основатель и Исполнительный директор VisionLabs.