Искусственный интеллект: его возможности и виды, развитие и использование
Искусственный интеллект (ИИ) — это интеллект машины или компьютера, который имитирует некоторые возможности человеческого мозга.
Хотя программы не могут думать, их можно запрограммировать так, что это будет похоже на восприятие и рассуждения человека. А потом можно использовать их для продления жизни или роста бизнеса.
В этой статье мы заберёмся внутрь искусственного интеллекта, узнаем, как он работает, за счёт чего он такой умный и как некоторые компании с помощью ИИ забыли о конкуренции. А также разберем, чем ИИ отличается от машинного обучения и нейросетей.
Кто придумал ИИ и кто первый начал применять?
Сейчас трудно прожить день и не соприкоснуться с искусственным интеллектом: 46% компаний уже ИИ в той или иной форме, а 32% планируют внедрить его в будущем.Мы общаемся с ИИ, когда разблокируем телефон с Face ID, когда смотрим пробки в Яндексе, заказываем такси, переводим через Google Translate, расплачиваемся через Face Pay, когда в квартире работает робот-пылесос и даже когда мы получаем письма в mail.ru.
Современная история ИИ началась, когда британский эрудит Алан Тьюринг в 1950 году задался простым вопросом: «Могут ли машины думать?» И сам же ответил: их можно назвать разумными, если они заставят человека поверить в то, что перед ним человек.
Джон Маккарти — чудаковатый учёный-компьютерщик из Стэнфорда — ввёл термин «искусственный интеллект» в 1956 году. В этот исторический год вместе с горсткой других учёных-математиков он провёл летний семинар на тему ИИ в Дартмутском колледже. Учёные с этой конференции в том же году создали первый ИИ в мире — компьютерную программу Logic Theorist. Она могла доказывать определенные математические теоремы. Так началась история искусственного интеллекта.
Чем ИИ отличается от машинного обучения, глубокого обучения и нейросетей?
Искусственный интеллект — это компьютерная система, имитирующаячеловеческую способность обучаться и решать задачи.
Машинное обучение — это часть ИИ, это то, как компьютерная система развивает свой «интеллект» — автоматически учится и совершенствуется на основе данных. Это просто способ достигнуть ИИ.
Нейронные сети — разновидность машинного обучения, компьютерная симуляция нейронов человеческого мозга. Правда, пока это скорее вычислительная мощность
червя, а не человека.
Глубокое обучение — это вариация машинного обучения с тремя и более слоями нейронных сетей. Эти дополнительные слои делают «мозг» компьютера более продвинутым, чем нейронная сеть.
Вложенность этих понятий хорошо видна на примере матрёшек.
Представим, что некто Игорь владеет фирмой по сортировке фруктов: яблок, бананов, апельсинов. На конвейер фрукты попадают в перемешанном виде — их нужно разделять и упаковывать каждый в свои картонные лотки.
Раньше сортировкой занимались люди, но сейчас бизнес растёт и нужно либо нанимать больше сотрудников, либо оптимизировать и автоматизировать процесс. Игорю больше нравится второй вариант.
1. Искусственный интеллект
В машину закладывается алгоритм на основе ИИ — он сканирует этикетку, понимает, что это, допустим, яблоко и кладёт фрукт сортировочными рычагами в нужный лоток. Всё, что нужно — правильная маркировка фруктов и система сканирования. Тут в основе работы будут правила, которые жестко закодированы людьми. Обойтись можно простым ИИ без машинного обучения либо вовсе разработать всё без ИИ — взять обычную программу с жёстким алгоритмом.2. ИИ с машинным обучением (Machine Learning, ML)
Бизнес расширился — теперь Игорь работает со многими поставщиками, и не все они маркируют фрукты. Нужен более умный ИИ, который определит фрукт без штрихкода. Чтобы создать модель ML, человеку нужно запрограммировать характеристики каждого фрукта — размеры, цвета, формы и т. д.Например, после того как алгоритм машинного обучения много раз «видел», как выглядит банан, он сможет сравнить его внешние признаки с изученными характеристиками и быстро его «узнать». Теперь система может автоматически классифицировать фрукты.
3. ИИ с глубоким обучением (Deep Learning)
Бизнес Игоря вытеснил конкурентов и взял долю их фруктов на себя. Теперь ИИ нужно сортировать ещё и фрукты, которые он никогда не видел. Придётся подключать Deep Learning (DL) — ИИ с глубоким обучением, ведь для него не нужно вручную вбивать информацию о каждом фрукте.Всё что нужно сделать — это показать DL много изображений фруктов, и он сам создаст шаблон того, как выглядит каждый на основе их статистического сходства. Внедрять такую систему дорого и нужны огромные объёмы данных.
Как работает ИИ с машинным обучением (ML)?
Машинное обучение — это часть ИИ, это основа для большинства существующих ИИ. Идея машинного обучения проста — зачем учить компьютеры всем знаниям мира, если можно запрограммировать их так, чтобы они думали почти как люди и учились самостоятельно.Программисты жёстко не кодируют алгоритмы машинного обучения (ML), нет прямых инструкций для каждой задачи. Программисты создают алгоритм, который с помощью математики, логики и статистики сам «узнаёт», как выполнить задачу наилучшим путём. Для этого ему нужно много примеров и время для обучения.
Но есть большой минус: алгоритм нужно переобучать, когда появляется что-то принципиально новое и возникают ошибки. Если злоумышленники запустили новый вид спама, алгоритм не сможет его идентифицировать — для переобучения нужен человек.
Один из видов машинного обучения — контролируемое машинное обучение. Представьте, что родители показывают ребёнку изображение кошки и собаки. Каждый раз, когда ребёнок принимает собаку за кошку или наоборот, родители поправляют его.
Ребёнок в будущем увидит много кошек и собак разных цветов, форм, пород, но он сможет отличить этих животных. Он, сам того не ведая, увидел закономерности, которые подсказывают, кого он видит перед собой.
Так, например, ИИ с машинным обучением в медицине сможет спрогнозировать, является ли конкретная опухоль злокачественной или доброкачественной.
Как работает ИИ с глубоким обучением (DL)?
Deep Learning — это машинное обучение, выведенное на новый уровень. DL вдохновлен работой человеческого мозга и пытается воспроизвести его архитектуру с помощью искусственных нейронных сетей.В человеческом мозге вот так происходит передача информации между двумя нервными клетками (их ~86 000 000 000):
Глубокое обучение — это просто система искусственных нейронных сетей и алгоритмов машинного обучения. Вот так они выглядят:
Система нейронных сетей: они помогают компьютеру учиться и «думать» самостоятельно — без прямого вмешательства человека
Представим, что ИИ «видит» знак «стоп». Каждая деталь знака расщепляется и «изучается» искусственными нейронами. Каждый уровень искусственных нейронов извлекает определенные данные — кусочек красного цвета, кусочек букв и так далее.В итоге последний слой даёт «вектор вероятности». Допустим, система на 86% уверена, что изображение — знак остановки, на 7% — что это знак ограничения скорости, и на 5% — что это воздушный змей, застрявший в дереве.
Пока сеть «обучается», она даёт много неправильных ответов. Поэтому сеть должна увидеть миллионы изображений и иметь большие вычислительные мощности.
Типы искусственного интеллекта
Искусственный интеллект можно поделить на ИИ, основанный на возможностях, либо на ИИ, основанный на функциональности.ИИ, основанный на возможностях
В зависимости от возможностей ИИ делят на:- узкий,
- общий,
- суперсильный.
Это весь ИИ, который есть на данный момент у человечества. Узкий ИИ часто создают для выполнения единственной задачи. Если ИИ создали для поиска спама, он не сможет заваривать кофе или сортировать новости в ленте социальной сети.
2. Общий ИИ, сильный ИИ (AGI — Artificial General Intelligence)
Общий ИИ не ограничен узким набором задач — он может думать самостоятельно, учиться, совершенствоваться, выполнять сразу несколько заданий и даже обнаруживать эмоции. Сейчас общий ИИ находится на стадии исследования, и нам до него ещё далеко.
3. Супер ИИ, суперсильный (ASI — Artificial Super Intelligence)
Супер ИИ — это версия ИИ, которая превосходит человеческий интеллект и может мыслить, рассуждать, решать головоломки, воспроизводить сложные эмоции, обучаться и общаться самостоятельно. Сегодня это гипотетическая концепция.
ИИ в зависимости от функциональности
Тут ИИ делят на:- реактивный,
- с ограниченной памятью,
- с теорией разума,
- с самосознанием.
Реактивный ИИ может только воспринимать окружающий мир и реагировать на него, причём реагировать одинаково на одинаковые ситуации. Он не учится, у него нет памяти. Это, например, Deep Blue в 1997 году обыгравший в шахматы чемпиона мира Гарри Каспарова.
Но с шахматами проще — ИИ видит всю картину (все фигуры). Если бы реактивный ИИ играл в покер, он основывал бы все решения на текущих картах у себя в руке. Этот информационный дефицит — большое препятствие для реактивного ИИ.
2. ИИ с ограниченной памятью
Такой ИИ учится на прошлом и накапливает эмпирические знания. Но информация в его «мозгу» хранится короткое время. Это наиболее широко используемый вид ИИ.
Если бы он играл в покер, то учитывал бы ещё и свои прошлые решения, и решения других игроков.
3. С теорией разума
Этот тип ИИ должен понимать человеческие эмоции, убеждения и социально взаимодействовать. Такой ИИ ещё не разработан. Игрок с теорией разума учитывал бы и поведенческие сигналы других игроков.
4. С самосознанием
Самосознательный ИИ — это сверхразумная машина с сознанием, чувствами, желаниями, потребностями, эмоциями и убеждениями. Самосознательный игрок с ИИ задался бы вопросом, является ли игра в покер на деньги лучшим способом потратить своё время и усилия.
Примеры и функции искусственного интеллекта
Автоматизирует контент-маркетинг
Associated Press и Forbes используют ИИ для создания новостного контента. ИИ берёт данные от правительства, государственных служб и местных органов власти и генерирует новости, которые не отличишь от написанных людьми.
Нанимает сотрудников
Сеть отелей Hilton в 2014 году одной из первых задействовала ИИ для найма сотрудников. Компания увеличила скорость приема на работу на 85%, сократив это время с 42 дней до 5.ИИ в Сбере тоже подбирать сотрудников — система анализирует резюме кандидата и определяет риск его быстрого увольнения.
Повышает сотрудников или увольняет
IBM экономит более $100 000 000 в год благодаря ИИ в своем отделе кадров. Их системы анализируют сотрудников по сотням параметров и пишут менеджеру о тех, кто готов к повышению. Если же сотрудник косячит и одной ногой уже на пути к увольнению, система также это улавливает. Менеджеры могут вмешаться на ранней стадии, чтобы помочь сотруднику вернуться в нужное русло. Другой ИИ от IBM общается с сотрудниками и помогает им найти новые роли в компании, достигнуть более крупных карьерных целей — .Делает небесячие холодные звонки
— сервис распознавания и синтеза речи. Многие знают его по голосовому помощнику «Алиса». Но его применение гораздо шире: SpeechKit может общаться с клиентам, записывать их на услугу и совершать холодные звонки. Делает это настолько естественно, что только 4% клиентов , что общаются с роботом.
Одабривает кредиты
Уже в 2020 году в Сбербанке на основании заключений ИИ, выдавались 100% кредитных карт, более 90% потребкредитов и свыше 50% ипотечных кредитов.Предсказывают поломки на производстве
Российская компания специализируется на создании систем видеоаналитики. Их системы с ИИ ведут учёт созданных изделий, выявляют брак и контролируют соблюдение правил промышленной безопасности. Такие системы предотвращают поломки стоимостью 100 000 000 рублей и выше.
Предсказывает уход к конкурентам
С помощью прогнозного анализа FedEx и Sprint выявляют клиентов, которые могут уйти к конкурентам с точностью 60–90%. Кроме этого, ИИ может с высокой долей вероятности заранее определить тех клиентов, кто откажется от доставки.Создаёт продающую персонализированную рекламу
Vanguard — одна из крупнейших в мире инвестиционных компаний, управляет $7 000 000 000 000. Проблема в том, что компания работает в строго регламентируемой отрасли, где существует сотни ограничений для рекламы. Выделиться среди других компаний крайне сложно — все пишут одно и то же.Vanguard обратилась к языковой платформе ИИ Persado. Используя её, компания смогла персонализировать свою рекламу, которая больше всего находила отклик у потребителей. увеличился на 15%.
Находит в Москве преступников
Система «Безопасный город» благодаря технологии ИИ с распознаванием лиц только за 2021 год раскрыть более 6 800 противоправных деяний. Она позволяет искать человека не только по фото, но и по приметам, умеет определять эмоции.Предсказывает преступления
В Японии камера безопасности с ИИ настолько умна, что может оценить позы подозрительного человека, который, вероятно, совершит преступление в виде кражи в магазине. А в полицейском управлении Лос-Анджелеса ИИ помогает определять места, где в ближайшие 12 часов могут произойти преступления.ИИ в Чикаго анализирует людей, которые были арестованы, на предмет риска стать преступниками в будущем. Согласно моделированию, с ИИ количество заключенных сократится на 42% без увеличения уровня преступности.
Помогает незрячим и слабослышащим в России
— это умный помощник для незрячих. Он сообщает о том, что находится вокруг, предупреждает о препятствиях и помогает обратиться к человеку на улице. полезен для слабослышащих людей — он распознаёт устную речь и превращает её в текст.
Помогает людям рождаться
Американское общество репродуктивной медицины показало, что когда компьютер с ИИ получает изображения сотен эмбрионов, он может предсказать, какой из них приведет к живорождению с точностью 85%.Выступает в роли су-шефа
— эксперт в переворачивании гамбургеров, готовит до 300 котлет за один час. Робот оказался лучше человека по жарке курицы, нарезки овощей и даже по окончательному оформлению бургера.
с ИИ, созданный IBM, помогает разрабатывать рецепты и даёт советы своим коллегам-людям по сочетаниям продуктов для создания уникальных вкусов.ИИ помогает шеф-повару сочетать ингредиенты между собой и выдавать уникальные блюда
Сочиняет музыку и тексты для неё
Есть ИИ, которые сами сочиняют музыку. Например, ИИ под названием умеет сочинять классическую музыку. Музыкальные произведения этой технологии используют как саундтреки в фильмах, как рекламные джинглы или в игровых студиях. Другие ИИ могут сочинять джаз.Алгоритмы создания музыки теперь вдохновляют на создание новых песен. Загрузив в ИИ миллионы разговоров, газетных заголовков и речей, можно получить информацию для вдохновения композиторов — они поймут, что хочет их аудитория и какие песни могут стать хитами.
Борется с пробками
Проект City Brain с ИИ от компании Alibaba уменьшил пробки на 15% в китайском городе Ханчжоу.Преимущества искусственного интеллекта
Продлевает людям жизньИИ помогает врачам ставить диагнозы, находить лучшие способы лечения, предотвращать самоубийства, разрабатывать лекарства и вакцины, делать бионические протезы и проводить хирургические операции. С ИИ можно вовремя обнаруживать рак, сердечные приступы или избыток сахара в крови.
ИИ заменяет людей на опасных работах — обезвреживание бомб, добыча угля, завалы после катастроф и так далее. Всё это спасает миллионы жизней каждый год.
Помогает бизнесу зарабатывать больше
В основном это происходит за счёт тотальной автоматизации — начиная от рекрутинга и заканчивая космическими разработками.
Улучшает повседневную жизнь людей
Цифровой помощник с ИИ может провести инвентаризацию холодильника, увидеть, что заканчиваются яйца, добавить их в список покупок и заказать доставку на дом.
Умные колонки, в том числе Echo от Amazon, могут успокоить детей и следить за их дыханием, когда они заснут.
«К 2030 году… родители будут привлекать опытных ботов, чтобы помочь детям с домашним заданием и стимулировать разговоры за ужином. На работе боты будут проводить собрания. Бот-доверенное лицо будет считаться важным для психологического благополучия, и мы будем все чаще обращаться к таким товарищам за советом, начиная от того, что надеть, и заканчивая тем, на ком жениться».
Джудит Донат — научный сотрудник Гарвардского университета
Минусы искусственного интеллекта
Может вызвать массовую безработицуВсё, что можно автоматизировать, будет автоматизировано. Согласно отчету Всемирного экономического форума к 2025 году ИИ 85 000 000 рабочих мест.
Может ошибиться, и мы об этом не узнаем
Алгоритмы продвинутых ИИ похожи на чёрные ящики — разработчики плохо понимают, как система пришла к тому или иному выводу.
Может сделать что-то неэтичное
ИИ невозможно запрограммировать моральный компас. Алгоритм Uber во время террористической атаки в Австралии в 2014 году увидел высокий спрос на такси в центре города и резко поднял цены.
Не несут юридической ответственности
В марте 2018 года в Аризоне самоуправляемый автомобиль от Uber задавил пешехода. Суд решил, что компания Uber не виновата: виновным признали сидевшего на пассажирском сиденье запасного водителя, ответственного за мониторинг действий ИИ. Tesla Model врезался в разделительный барьер на шоссе в Калифорнии — в результате погиб водитель.
Копируют и усиливают человеческие предрассудки
Например, предприниматель Дэвид Ханссон в 2019 году выступил против кредитной карты Apple, заявив, что она даёт ему в 20 раз больше кредитного лимита, чем его жене. Хотя у жены гораздо лучший кредитный рейтинг. Разница была только в поле.
Когда бот Microsoft Тай провел 24 часа, общаясь с людьми в Твиттере, он научился имитировать оскорбления и непристойные высказывания. Его пришлось срочно закрыть.
Дорого и сложно интегрировать в инфраструктуру компаний
Интеграция ИИ в корпоративную инфраструктуру гораздо сложнее, чем добавление плагинов на сайт или изменение таблиц Excel. Часто инфраструктура компании к этому не готова.
Сверхразумный ИИ может уничтожить человечество
В 2017 году команда Google два ИИ DeepMind соревноваться друг с другом, чтобы собрать как можно больше виртуальных яблок. Как только яблоки начали уменьшаться, два ИИ стали агрессивными — лазерными лучами убивали друг друга и крали все яблоки. Чем умнее делали ИИ, тем более жадным и агрессивным он становился.
Международная группа исследователей после теоретических расчётов , что управлять сверхинтеллектуальной машиной с ИИ невозможно. ИИ сам будет принимать решение о своей и нашей судьбе.
Заключение
ИИ сейчас самая горячая тема в бизнесе, хотя мощность крупнейшей сети ИИ равна всего лишь кусочку мозга человека размером с рисовое зернышко. Да и все ИИ создаются с узкой направленностью, они не могут работать вне предписанной им задачи.ИИ неидеален, но с каждым днём он становится всё лучше. Даже с таким «мозгом» ИИ принимает решения по многим вопросам. Лучшие кейсы с ИИ показывают технологические гиганты с огромными базами данных и страшно большими бюджетами. Но в последнее время технологии ИИ внедряет и малый бизнес: ИИ теперь доступен как услуга.
Компаниям даже не нужно собирать годами свои собственные данные — они могут использовать данные, собранные Microsoft, Amazon и Google. Или можно купить сервисы с поддержкой ИИ: облачные инструменты бухгалтерского учёта, управления персоналом и маркетингом.
Хотя вопрос про этику и безопасность использования ИИ по-прежнему открыт и горячо обсуждается, бесспорно то, что ИИ стремительно меняет бизнес и уже не важно, какого этот бизнес размера.
Последнее редактирование:
