Системы искусственного интеллекта захватили не только человечество
Экспотрейд
Тараканы-киборги, чат-боты, предсказатели аварий и железный дровосек
Через пять лет без искусственного интеллекта не будет приниматься ни одно важное решение, считают в крупнейшей компании IBM. Уже сегодня более 2 тыс организаций почти в половине случаев ориентируются на знания «умных» систем. Об этом говорили на AI Conference 2017 (AI - Artificial Intelligence), которая состоялась в Москве. Обсудили, как эффективно работать с нейросетями и каким образом «умные» системы изменят повседневную жизнь.
Появляются все новые стартапы, которые предлагают бизнесу инновационные решения, как оценить риски и автоматизировать процессы, на которые раньше в ручном режиме уходило слишком много времени. Большие надежды возлагают на нейронные сети, которые пришли в программирование из биологии. Благодаря структуре нейросети машина начинает анализировать и запоминать различную информацию. По сути, нейросеть работает, как мозг человека, который вмещает миллионы нейронов, передающих информацию в виде электрических импульсов.
Машинное зрение: попробуй отличи
Одним из прорывов последних лет, который изменил представление о работе с изображением, стало машинное зрение. Это одна из самых развитых отраслей искусственного интеллекта. Особенно популярно сегодня использование компьютерного зрения для распознавания лиц, например, для быстрого поиска фотографии в альбоме.
Технология нашла применение и в бизнесе, в частности, в ритейле. На B2B рынке оказалась востребованной возможность распознавать одежду на фото с помощью нейросетей. Сегодня благодаря AI-решениям достаточно загрузить снимок в интернет и подождать несколько секунд: машина выдаст информацию, что за одежда изображена на фото, в каких магазинах есть похожие товары и где их можно купить поблизости.
«Мы создали классификатор из 500 наименований. И чтобы обучить нейронную сеть, мы обработали более 10 млн изображений. Поэтому, думаю, что основной бизнес через какое-то время будет находиться не в нейронных сетях, а в обучающих выборках», – считает гендиректор компании Kuznech Михаил Погребняк.
Кейсы
Автоматическое распознавание товаров на полках в магазинах. Система анализирует расположение продуктов, находит наиболее выгодную позицию для определенной категории, что значительно упрощает работу мерчендайзера. Анализ присутствия бренда на спортивном соревновании и отложенной рекламы по его завершении. Позволяет спонсору оценить эффективность рекламной кампании и в конечном итоге грамотно распределить средства.
для стартапа необходимы: не менее 1 млн рублей на аппаратное обеспечение и команда узких специалистов.
Нейросети – хороший инструмент, но не панацея. Пока системы распознавания объектов на фото дают сбои, да и результат в целом слишком зависит от субъективного восприятия: считает пользователь результаты подборки верными или нет
Чат-боты: всегда на связи
Чат-боты – следующее поколение технологий для общения с клиентами. Виртуальные помощники чаще всего встраиваются в мессенджеры, которые сегодня уже превзошли по популярности социальные сети. По словам ведущего разработчика австрийской компании E.D.D.I. Грегора Яриша, если раньше для бизнеса был необходим веб-сайт и приложение, то сегодня достаточно создать чат-бота:
«Чат-боты уводят веб-сайты и приложения на задний план. Сейчас они не настолько популярны, как хотелось бы, но в будущем обороты будут другими. Благодаря чат-ботам уже сегодня клиенты могут общаться с компаниями, как со своей семьей».
Кейсы Презентация новых продуктов и распространение информации о них среди потенциальных клиентов. Круглосуточная служба поддержки: клиенты могут задавать интересующие вопросы и получать ответ в течение нескольких секунд. Чат-боты для образования. Пользователи могут круглые сутки получать интересующую информацию и с помощью чат-ботов отрабатывать эти знания.
Среди преимуществ над другими формами обратной связи – интуитивно понятный интерфейс, быстрая работа с запросами и возможность постоянного обучения, например, в сфере распознавания естественного языка. По словам эксперта, сегодня голос анализируется с большой точностью, и ошибки происходят лишь в 20% случаев.
Какие нужны чат-боты? 1) Без лишних функций,
2) автоматизирующие только рутинные процессы и/или отвечающие на самые популярные вопросы,
3) действительно способные частично или полностью заменить сотрудников
Машинное обучение: как угадать мысли?
Сегодня технологии машинного обучения активно применяются в поисковых системах. Как объясняет менеджер по стратегии и планированию в Google Алексей Гавриш, основная проблема возникает при ранжировании поисковой выдачи: как понять, что конкретно хочет найти пользователь?
Для этого в Google используют комбинации нескольких нейронных сетей, которые определяют вероятность дальнейших действий человека. Благодаря машинному обучению значительно сокращаются трудозатрады, и появляется возможность вместо 3 млн правил проверять несколько сотен юзкейсов.
Кейсы Google Photos: пользователь может искать фотографии по составу и формировать коллекции, отвечающие сразу нескольким запросам. Google Translate: появилась возможность мультизвукового перевода и в целом качество текстов стало выше. Интернет-аукцион подержанных автомобилей в Японии. AI-система определяет марку и характеристики машины по фотографии, после чего за несколько секунд выдает цену.
Благодаря машинному обучению за год удалось достичь успехов, над которыми раньше команда работала 10 лет. Однако нельзя полностью предсказать работу AI-системы и понять наверняка, как работают нейросети, поэтому искусственный интеллект уязвим для киберпреступников.
А ещё…
В рамках выставочной части AI Conference 2017 прошла битва стартапов. Разработчики технологий искусственного интеллекта представили свои работы перед потенциальными инвесторами, вот несколько самых многообещающих:
Виртуальный помощник для рекламных платформ. Сервис анализирует успешность запущенных рекламных кампаний, предсказывает результаты будущих проектов и рассылает отчеты прямо по корпоративным мессенджерам. По словам разработчиков, с помощью этой технологии компаниям, работающим с digital-рекламой, удастся экономить около 10% рекламных денег в год.
Безопасное вождение. Автомобильный софт для предупреждения столкновений анализирует, как перемещаются участники дорожного движения и предсказывает их действия. Если вероятность аварии возрастает, водитель получает сигнал о необходимости, например, резко затормозить.
Таракан-киборг. Это не шутка. Авторы проекта планируют расширить интеллектуальные способности тараканов. Для этого им придется вживлять электроды в органы осязания тараканов и проводить взаимное обучение системы управления и тараканов. «Умных» биологических объектов (в дальнейшем не только тараканов, но и крыс) можно будет использовать для поиска наркотических веществ и взрывчатки, а также в качестве подслушивающих устройств.
Система на основе ЧПУ-станка с техническим зрением. Нужна для промышленного производства рубленых домов. Сейчас их строят только вручную, при этом в мире осталось считанное число специалистов, которые этим занимаются. Авторы проекта объясняют: например, в Канаде рубленые дома стоят свыше млн долларов. Благодаря AI-системе удастся довести технологию до промышленных масштабов и минимизировать расходы, а значит, и снизить конечную стоимость.
Система реновации сайтов, которая позволит и создавать сайты, и обновлять их дизайн без написания кодов. Этому авторы проекта планируют обучить нейронные сети.
