Искусственный интеллект: на смену шумихе приходит реальность
Искусственный интеллект: на смену шумихе приходит реальность

Еще недавно речь шла о понимании потенциальных возможностей искусственного интеллекта, а сегодня – о его реальном практическом применении


15:12 04.05.2018  (обновлено: 11:36 06.09.2018)   |  Том Маколей |  Computerworld, Великобритания

Рубрика Предприятие |   1753 прочтения



Предприятия начинают понимать необходимость инвестиций в технологии машинного обучения и продвинутой аналитики, ставя перед собой четкие бизнес-цели.

В 2017 году об искусственном интеллекте говорили повсюду, но обещанный подъем машин так и не нашел своего материального подтверждения.

Несмотря на шумиху, реальные сценарии использования остаются весьма ограниченными, но в 2018 году ситуация может измениться.

Реальность на смену шумихе

Компании уже сейчас вкладывают в искусственный интеллект огромные средства, но большая часть этих инвестиций пока не получила желаемой отдачи. По оценкам Forrester, 55% компаний так и не добились от искусственного интеллекта осязаемых выгод, а по мнению 43%, об успехах искусственного интеллекта говорить еще слишком рано.

«Существует много экспериментальных проектов и много подтвержденных концепций, но помимо самого понятия искусственного интеллекта и его потенциальных возможностей есть определенные требования, которые необходимо выполнить для успешного запуска всех этих интеллектуальных систем», – пояснила один из авторов отчета Forrester «Медовый месяц искусственного интеллекта окончен» Мишель Гетц.

 


«Технологии машинного обучения. Искусственный интеллект и нейросети: инструменты и опыт реальных проектов».

Практическая конференция. Реальные кейсы по внедрению машинного интеллекта в 12 отраслях с результатами. Прокачайте свои навыки в сфере машинного обучения, когнитивных вычислений и работы с большими данными. Проанализируйте практический опыт уже реализуемых проектов. Оцените инструменты и платформы работы с нейросетями.
25 сентября, Москва.
Узнайте подробности!

Организации начинают понимать необходимость инвестиций в технологии, ставя перед собой четкие бизнес-цели. Владельцы бизнеса, исследователи данных, технологи – все они должны быть вовлечены в этот процесс.

Это потребует не только наличия экспертов, не только создания условий для внедрения технологии, но и выявления тех потенциальных преимуществ, которые бизнес сможет извлечь из технологий.

Если вы не можете определить для себя цель, выходящую за рамки постепенных небольших улучшений, затраты на внедрение искусственного интеллекта перевесят получаемую от него выгоду, и ваш проект просто не окупится.

Точки роста интеллекта

С Гетц согласна и генеральный директор Yandex Data Factory Евгения Завалишина. Она уверена, что растущее понимание современной науки о данных принесет результаты как в традиционных отраслях, так и на цифровых в первую очередь по своему характеру предприятиях.

«Речь идет не просто о многообещающих инвестициях в технологии, – подчеркнула Завалишина. – Искусственный интеллект превращается прежде всего в практический инструмент улучшения бизнеса. Если в 2017 году речь шла о понимании потенциальных возможностей искусственного интеллекта, то в 2018-м – о его реальном практическом применении».

Это означает изменение всей картины искусственного интеллекта, переход от его восприятия в виде чего-то экзотического к внедрению роботизированных помощников и обыгрыванию машинами людей в шахматы и го. За всем этим незримо стоит искусственный интеллект.

Этот «невидимый искусственный интеллект» обеспечивает оптимизацию процессов традиционного бизнеса (например, в нефтяной и газовой отраслях) на основе машинного обучения.

Анализируя исторические данные, организации могут создавать более точные прогнозные модели функционирования оборудования и получать в реальном времени рекомендации по поддержке и внесению необходимых изменений в целях дальнейшего повышения эффективности.

Рост числа датчиков Интернета вещей и аналитических средств на оконечных узлах сети также способствует росту доступности промышленного искусственного интеллекта. Теперь, когда о преимуществах искусственного интеллекта говорят повсеместно, предприятия других отраслей, известные своим неприятием новых технологий, тоже начинают понимать его ценность для бизнеса.

Исследовательские, административные и консультационные подразделения, равно как и представители других секторов, выдвигающие предположения и делающие выводы на основе клиентской информации, видят, какой прорыв сулит все это.

«Мы наблюдаем колоссальные сдвиги, потому что машины обрабатывают огромные объемы информации самых разных типов, объединяя их и делая выводы гораздо быстрее, чем способен человек», – подчеркнула Гетц.

Ориентация на данные

В 2017 году наука о данных (Data of Science) сделала большой шаг вперед, но ее потенциал сдерживается низким качеством данных. Зачастую это заставляет исследователей данных тратить дополнительное время на подготовку и фильтрацию данных плохого качества.

«Думаю, что одним из вопросов, который требует практического рассмотрения, является повышение качества данных, – указал старший вице-президент компании Infogix по пресейлу аналитических средств Рави Рао. – Об управлении данными надо задумываться при планировании любой аналитики, не оставляя это на потом».

Рао убежден, что в ближайшее время мы станем свидетелями дальнейшей автоматизации процесса управления данными. Будет обеспечено автоматическое обновление данных, а в новых системах и новых наборах данных появятся все необходимые элементы управления.

«В перспективе это станет необходимым техническим условием, – пояснил он. – Ключевая роль будет отводиться искусственному интеллекту и машинному обучению, причем не только в продвинутой аналитике, но и во всем, что внедрению этой аналитики способствует. Речь, в частности, идет о качестве данных и управлении ими».

Доступность глубинного обучения

Исследователи данных по-прежнему в дефиците, и высокий спрос на них сохраняется, но глубинное обучение станет доступнее благодаря снижению входного порога.

Три ведущих поставщика облачных сервисов – Google, Amazon и Microsoft – предлагают сейчас услуги почасовой аренды своих графических процессоров, которые клиенты могут использовать для обучения своих нейронных сетей.

«После завершения обучения большого объема вычислений для выдачи прогнозов уже не потребуется, – заметил генеральный директор компании Insightly Энтони Смит. – Возможность аренды очень мощных графических процессоров на несколько часов для проведения обучения вместо физической их закупки поможет ускорить процесс».

Рост популярности чатботов

Смит убежден в том, что в 2018 году чатботы на основе искусственного интеллекта получат повсеместное распространение и помогут предприятиям оптимизировать процесс своего взаимодействия с клиентами и организационно-штатную структуру контакт-центров.

«В области маркетинга и CRM диалоговый интерфейс – как голосовой, так и текстовый – стал весьма востребован, – подчеркнул он. – В последние пару лет создание таких интерфейсов было сопряжено с существенными сложностями. Но Facebook и Google, проделав очень большую работу в потребительском пространстве, предложили ряд инструментов, упрощающих построение чатботов. Сейчас мы видим, что некоторые из этих инструментов являются уже достаточно зрелыми, и их можно использовать в том числе и в корпространстве B2B».

Голосовые технологии представляют собой вполне конкурентоспособную альтернативу электронным формам. При этом интерфейсы чатов отфильтруют или ограничат число вопросов исходя из предыдущих ответов пользователя.

«Для большинства людей это действительно гораздо быстрее и удобнее по сравнению с необходимостью заполнять формы всякий раз, когда вы хотите что-то получить от сайта, – указал Смит. – Нам кажется, что в 2018 году такие возможности будут весьма востребованными».

Смена ролей

В условиях растущей важности анализа данных поддерживающую роль должна играть вся организация.

«Чтобы наладить и правильно реализовать программу управления данными и повышения их качества, нужна организация, которая будет заниматься поддержкой соответствующих вопросов, – указал Рао. – Эту роль не может играть команда аналитиков. Традиционное ИТ-подразделение тоже не должно решать эти задачи, поскольку выполняет иные базовые функции. На передний план здесь выходит директор по данным со своей командой, обеспечивающий должное качество данных и управление ими при реализации всех аналитических инициатив. И в этом смысле директор по данным становится все более важной фигурой в любой организации».

Роль директора по данным в ближайшей перспективе не подвергается сомнению, но есть и другие люди, от которых также зависит очень многое.

«Думаю, что существенный вклад в расширение возможностей анализа должен внести главный аналитик», – добавила Гетц.

А вот в том, что роль директора по искусственному интеллекту получит повсеместное распространение, у аналитика Forrester есть сомнения.

«Я так не считаю, – указала она. – Вопросами использования технологий в бизнесе и их стратегическими аспектами должен заниматься директор по цифровым технологиям. Чаще всего директор по цифровым технологиям и директор по данным поддерживают тесное взаимодействие друг с другом, а в некоторых организациях директор по данным подчинен директору по цифровым технологиям».

По мнению Завалишиной, в ближайшее время должны появиться и новые роли, значение которых нам еще только предстоит осознать.

«Понимание науки о данных, безусловно, окажет существенную помощь, но нельзя забывать и о деловых навыках, – указала она. – Сегодня востребованы специалисты, находящиеся на пересечении сферы управления и науки о данных. Исследователи данных пользуются большим спросом, а поиск подходящей кандидатуры (если она вообще существует) выливается в очень сложный и дорогостоящий процесс. В ближайшее время потребность в таких людях будет только расти, и компаниям придется учиться использованию передовых технологий для решения стоящих перед ними задач».


Теги: Искусственный интеллект Data Science Машинное обучение Forrester Research Чатботы

На ту же тему: