Компания «Доктор рядом» и сервис Doc+ адаптировали систему для автоматической проверки медицинских назначений на основе технологии искусственного интеллекта, разработанную Doc+, и дополнили алгоритм оценки медпротоколов медицинскими данными «Доктор рядом».

Ранее эта разработка использовалась только для проверки карт пациентов мобильной клиники Doc+. В рамках совместного проекта летом 2018 года «Доктор рядом» передал Doc+ несколько тысяч медицинских протоколов для обучения алгоритма, а Doc+ обучил систему работе с данными из внешних источников и создал API для интеграции решения с информационными системами «Доктор рядом». С октября разработка Doc+ интегрирована в систему контроля качества «Доктор рядом».

Система автоматически проверяет 100% всех карт по 15 параметрам от полноты сбора анамнеза, до правильности назначенных дозировок лекарств. Алгоритм анализирует зависимости между данными, указанными в карте, и выставляет оценки по каждому из критериев. Документы с низкими оценками передаются врачам для дополнительной экспертной оценки. Это снижает возможность ошибок в оформлении протоколов, сокращает участие врачей в проверках медицинских документов.

Внедрение системы позволит медицинским компаниям контролировать качество всех оказываемых медицинских услуг, в реальном времени выявлять возможные ошибки врачей, как в части медицинских назначений, так и в оформлении документов, а также собирать статистику для обратной связи и формирования программ обучения врачей.

Большой бизнес становится эмоциональным.

Пользовательские интерфейсы и другие аспекты корпоративных компьютерных систем все чаще разрабатываются для распознавания эмоционального состояния и настроения пользователей, а также для имитации эмоций при взаимодействии с людьми.

В опубликованном в январе 2018 года отчете аналитики Gartner утверждают, что уже в ближайшие четыре года устройства «будут знать о вашем эмоциональном состоянии больше, чем члены вашей семьи».

Глубинное обучение помогло улучшить анализ эмоционального состояния и дополнить основные эмоции – счастье, удивление, гнев, печаль, страх и отвращение – еще двадцатью более тонкими оттенками, к которым относятся, например, благоговейный трепет, радостное удивление и ненависть. (Психологи говорят о том, что у людей проявляются 27 различных эмоций.)

В Университете штата Огайо разработана программа, позволяющая по фотографии и выражению лица распознавать 21 эмоцию. И вот что поражает: по заверениям исследователей, их система выявляет эмоции лучше человека.

Для внедрения эмоциональных интерфейсов на предприятии есть по крайней мере две причины: важная и очень веская.

Сначала о важной.

Эмпатия стимулирует бизнес

«Экономика эмпатии» – это денежная или деловая ценность, создаваемая искусственным интеллектом, который обнаруживает и имитирует человеческие эмоции, возможность, трансформирующая клиентское обслуживание, виртуальных помощников, роботов, безопасность на предприятиях, здравоохранение и транспорт.

В ходе опроса, проведенного Frost & Sullivan по заказу компании Cogito, 93% респондентов заявили, что взаимодействие со службой поддержки решительным образом влияет на восприятие клиентом компании. А эмпатия является одним из ключевых факторов качественного взаимодействия.

Программное обеспечение искусственного интеллекта Cogito, построенное на основе результатов поведенческих исследований лаборатории Human Dynamics Lab Массачусетского технологического института, анализирует эмоциональное состояние клиентов и мгновенно пересылает соответствующую информацию сотрудникам контакт-центра, что помогает им лучше сопереживать клиентам.

Технология такого рода наделяет персонал контакт-центра сверхспособностями к сопереживанию, что в свою очередь заметно улучшает внешнее восприятие организации.

Компании Affectiva и Realeyes предлагают облачные решения, использующие веб-камеры для отслеживания выражения лица и частоты сердечных сокращений (распознавая биение пульса на коже лица). Такие решения применяются в том числе и в исследованиях рынка (потребители смотрят рекламу, а компьютер анализирует их отношение к видеоряду и рекламному тексту).

Предприятия рассматривают и экспансию в другие области, например, в сферу здравоохранения, где автоматизированные call-центры могут обнаруживать в голосе звонящего депрессию или боль, даже если он не выражает их вербально.

Робот Forpheus, созданный японской компанией Omron Automation и продемонстрированный в январе на выставке потребительской электроники CES, играет в пинг-понг. В арсенал его навыков игры в настольный теннис входит способность читать язык тела, анализируя таким образом настроение соперника и уровень его мастерства.

Впрочем, основным предназначением этого робота является не пинг-понг, а промышленные машины, которые, работая «в гармонии» с людьми, повышают тем самым производительность труда и уровень безопасности. Читая язык тела фабричных рабочих, промышленные роботы прогнозируют направление и характер их перемещений.

Роботы Sanbot, Pepper и 3E-A18, выпускаемые соответственно компаниями Qihan Technology, SoftBank Robotics и Honda, помогают людям воспринимать информацию на стендах аэропортов, торговых центров, гостиниц и в других местах. Они распознают и имитируют человеческие эмоции, выдавая благодаря этому полезный ответ на любой заданный вопрос. Эти роботы умеют читать язык тела, анализировать голосовые нюансы и выражение лица, распознавая чувства пользователя и моменты, когда он находится в замешательстве.

Другим крупным и очевидным направлением применения технологий распознавания эмоций являются автомобили и грузовики. Используя биометрические датчики и камеры на приборной панели, в сиденьях и ремнях безопасности, бортовые средства искусственного интеллекта распознают у водителя состояние стресса или усталости. Автомобили, распознающие эмоции, способны уменьшить количество дорожно-транспортных происшествий и удешевить страховку.

Компания Ford, например, в сотрудничестве с ЕС занимается разработкой подобной системы.

Создатели технологий распознавания эмоций не ограничиваются анализом фотографий, видео и разговорного языка.

Решение IBM Watson поддерживает функцию «анализатора тона», которая выявляет эмоции и даже сарказм при письменном общении.

Несмотря на то, что приложения эмоционального искусственного интеллекта очень широко применяются на предприятиях, впервые они были использованы в потребительской сфере и общественной жизни.

Недавно в Facebook зарегистрировали патенты на «фильтры селфи, распознающие эмоции». Идея заключается в выборе для селфи подходящей «маски» на основе выявленных на фотографии эмоций. Например, если человек на фотографии кажется грустным, в качестве фильтра по умолчанию используются мультяшные слезинки. А человек, который выглядит счастливым, получает фильтр «счастливого панды».

В видеоигре Nevermind биологическая обратная связь позволяет распознать настроение игрока и подстроить соответствующим образом уровень сложности. Игра становится тем сложнее, чем более испуганным выглядит игрок. (Здесь используется технология, разработанная компанией Affectiva.)

Все это тривиальные приложения, но они помогут обществу привыкнуть к идее программного обеспечения, распознающего эмоции.

В Великобритании правительство использует специально разработанный компаниями FlyingBinary и Emrays сервис G-Cloud 10, чтобы держать руку на пульсе настроений, которые определяются на основе эмоций, выявляемых в публикациях и комментариях в социальных сетях.

А для людей, живущих в Китае, первое столкновение с искусственным интеллектом происходит уже в школе. В марте классные аудитории в китайских школах начали оснащаться видеокамерами, которые используют искусственный интеллект для распознавания эмоционального состояния учеников. (Кроме того, система отслеживает, что делают дети в каждый конкретный момент.) Учащиеся ранжируются даже по тому, насколько они сосредоточены. Нужно не просто внимательно смотреть и слушать, но еще и демонстрировать свою сосредоточенность.

Эмоции и эмпатия во многих отношениях стимулируют бизнес. Это то, что касается важной причины применения таких технологий.

А теперь о веской причине.

Эмоции необходимы для общения

Искусственный интеллект и роботы – это машины, а люди – нет.

Согласно распространенному заблуждению, содержание наших слов есть суть человеческого общения. На самом же деле, люди общаются при помощи не только слов, но и интонации голоса, выражения лица, жестов и языка тела.

Вот почему общение по электронной почте чревато недопониманием. Без невербальных сигналов существенная часть смысла теряется.

В богатой истории вычислительной техники общая тенденция такова: по мере того, как компьютеры становятся все более мощными, существенная часть этой вычислительной мощности тратится на повышение качества взаимодействия между машиной и пользователем.

Когда-то давно в качестве интерфейса использовались переключатели, перфокарты и перфоленты. Общаться на двоичном языке компьютеров человеку было тяжело. Затем произошел довольно быстрый переход от командной строки к графическому интерфейсу и далее к интерфейсу голосовому. С каждым последующим этапом машине становится все тяжелее поддерживать интерфейс, упрощающий взаимодействие для человека.

Проблема в том, что сегодняшние голосовые интерфейсы не удовлетворяют существующие потребности, поскольку оперируют исключительно словами, а не невербальными сигналами. Когда вы разговариваете с голосовым помощником, произнесенные вами слова преобразуются в текст, и именно текст затем анализируется. В будущем для понимания смысла и контекста анализироваться будут как текст, так и голосовая интонация.

Главное преимущество эмоционального искусственного интеллекта заключается в том, что взаимодействие между человеком и машиной все чаще происходит как на вербальном, так и на невербальном уровне, что способствует улучшению понимания с обеих сторон.

Наиболее интересной сферой применения средств распознавания и имитации эмоций могли бы стать наши повседневные виртуальные помощники. В новых версиях Siri, Google Assistant, Alexa и Cortana взаимодействие будет интерпретироваться по-другому, на основе эмоций пользователя.

В октябре я уже говорил о том, что камера iPhone X и функции Face ID открывают путь к высококачественному распознаванию эмоций смартфонами. Теперь целая отрасль быстро продвигается вперед в деле создания телефонов с эмпатией.

Ведущий производитель телефонов в Китае, компания Huawei (у которой, по ее данным, в настоящее время насчитывается 110 млн пользователей), работает над модернизацией существующего виртуального помощника и его оснащением средствами искусственного интеллекта, умеющими распознавать эмоции пользователя.

Все крупные поставщики виртуальных помощников – Apple, Amazon, Google, Samsung – стараются улучшить голосовое взаимодействие за счет использования датчиков эмоций и имитаторов с искусственным интеллектом.

Суть в том, что эмоциональные машины улучшают конечный результат. Они добиваются этого самыми разными способами, но наиболее важным из них является улучшение взаимодействия между людьми и системами, поддерживающими бизнес.

При просмотре видео или прослушивании аудиозаписи в сервисах OneDrive для бизнеса и SharePoint система сможет автоматически создавать полную стенограмму звучащих в записи разговоров. Подписчики Office 365 смогут воспользоваться новой функцией еще до конца этого года, утверждают в компании. Распознавание речи выполняет та же технология искусственного интеллекта, что и в системе Microsoft Stream (ранее называвшейся Office 365 Video).

Искусственный интеллект будет использоваться в OneDrive и еще для одной новой функции: поиска документов, имеющих отношение к тому, с которым пользователь работает в настоящий момент. Система Microsoft Graph сможет учитывать целый ряд факторов — предыдущие действия с документами, наличие среди авторов сотрудников, работающих вместе с пользователем, и так далее.

Год назад в Microsoft запустили в OneDrive и SharePoint систему интеллектуального поиска. Система добавляет к фотографиям данные о местоположении, распознает запечатленные на них объекты и тексты, что дает возможность производить поиск по фотографиям так же, как и по текстам.

Румынская компания Bitdefender, специализирующаяся на средствах компьютерной безопасности, приобрела нидерландский стартап RedSocks. Этот стартап был основан в 2012 году и занимается разработкой систем автоматического выявления подозрительного поведения в компьютерных сетях, обнаружения взломов в реальном времени и ликвидации их последствий. В системах используются методы машинного обучения, искусственного интеллекта и разведки угроз компьютерной безопасности.

Технологии анализа, созданные в RedSocks, будут включены в облачную систему анализа угроз Bitdefender GravityZone, говорится в заявлении компании, а сам стартап RedSocks превратится в нидерландский филиал Bitdefender.

В сентябре Bitdefender купила своего регионального партнера по Австралии и Новой Зеландии SMS eTech. Хотя своими основными рынками в Bitdefender считают США и Европу, австралийский рынок в компании также называют в числе важнейших.

Стратегическое направление технологии, по определению аналитиков Gartner — это направление, обладающее высоким прорывным потенциалом, и либо уже выходящее в широкое применение, либо быстро растущее, динамичное и, по мнению аналитиков, способное достичь критической точки в ближайшие пять лет. Различные сочетания стратегических технологий создают новые революционные возможности. Аналитики указывают на десять таких технологий, способных сыграть самую важную роль в 2019 году.

Автономные вещи — роботы, дроны и автономные транспортные средства с помощью искусственного интеллекта (ИИ) автоматизируют работу, ранее выполнявшуюся людьми. Эта автоматизация шире той, что способны обеспечить программные модели, и автономные вещи естественно взаимодействуют с окружающей средой и людьми. Аналитики ожидают перехода к взаимодействию между автономными вещами — например, при доставке товаров по цепочке.

Дополненная аналитика — одна из областей дополненного интеллекта. В ней с помощью машинного обучения автоматизируется процесс подготовки данных и генерации и визуализации выводов результатов анализа, что во многих случаях позволяет непрофессионалам самостоятельно проводить анализ данных. Она ведет к появлению «гражданских» специалистов по анализу данных, которые ликвидируют дефицит профессиональных кадров.

Технологии разработки с использованием ИИ уже предоставляют разработчику целую экосистему алгоритмов и моделей ИИ, а также средства разработки, приспособленные для интеграции возможностей ИИ и моделей в собственные решения. Новые возможности для разработки приложений дает применение ИИ к автоматизации исследований, разработки приложений и тестирования. К 2022 году, считают аналитики, как минимум в 40% новых проектов разработки приложений будут участвовать ИИ.

Цифровые двойники — это цифровые представления реальных объектов или систем, строящиеся на основе данных с датчиков. Через пару лет, полагают аналитики, в мире будут созданы миллиарды цифровых двойников, сначала простых, а затем все более сложных, вплоть до двойников целых организаций со всеми их бизнес-процессами.

Повышение мощности «края» — конечных устройств, используемых людьми или встроенных в окружающий мир. Обработка данных перемещается с центральных серверов на края облака. Специализированные процессоры ИИ, увеличенная память и другие ресурсы появятся у многих краевых устройств. При этом гетерогенность встраиваемых систем Интернета вещей и длительных жизненных циклов промышленные системы, создадут серьезные проблемы управления. Связь будет развиваться за счет технологий 5G.

Технологии виртуальной, дополненной и смешанной реальности изменяют само восприятие людьми цифрового мира. Они ведут к созданию иммерсивного взаимодействия, по многим каналам и способам одновременно. Тогда все окружающее пространство становится «компьютером».

Блокчейн, или технология распределенного реестра, все еще плохо понимается и не оправдывает себя в масштабной работе бизнеса, отмечают аналитики. Многие проекты не используют все возможности блокчейна — например, распределенную базу данных. Но потенциал технологии очень высок, и руководителям ИТ нужно начинать с ней знакомиться, считают аналитики.

Интеллектуальные пространства — это физические или цифровые среды, в которых люди и системы взаимодействуют во все более открытых, взаимосвязанных, скоординированных и интеллектуальных экосистемах. Это направление привело к созданию умных городов, цифровых рабочих мест и умных домов. Аналитики считают, что такие интеллектуальные пространства станут неотъемлемой частью повседневной жизни.

Цифровая этика и защита личных данных становится все более важной темой развития технологий. Доверие основывается не только на безопасности и защите данных, отмечают аналитики. Доверять — значит верить в истинность утверждений без доказательств, а это уже этическая проблема. Поэтому позиция организации в вопросах защиты данных должна определяться более широкой позицией в вопросах этики, считают аналитики.

Технологии квантовых вычислений, способные решать задачи, слишком сложные для современных вычислительных методов, пока находятся на начальном этапе развития. Но, как полагают аналитики, уже пора начинать задумываться об их применении. Впрочем, ожидать практических результатов раньше 2023-2025 года не следует.

Опросы руководителей информационных служб крупных компаний из разных отраслей и из 89 стран показывают, что развитие цифрового бизнеса в этом году достигло переломного момента, заключают аналитики Gartner. 49% опрошенных считают, что их компания либо уже сменила бизнес-модель, либо находится в процессе смены. Цифровой бизнес стал господствующей тенденцией.

33% компаний (против 17% в прошлом году) сумели провести масштабирование своих цифровых проектов. Основной причиной для масштабирования является желание повысить вовлечение клиентов через цифровые каналы. Бюджеты ИТ в корпорациях уверенно растут: в 2018 году они выросли в среднем на 3%, а на 2019 год аналитики прогнозируют рост в 2,9%.

Технологией с самым большим потенциалом опрошенные чаще всего называют искусственный интеллект. Обработка и анализ данных в этом году переместилась на второе место. Однако только 37% компаний внедрили или собираются в ближайшее время внедрить технологии искусственного интеллекта. На первом месте у руководителей сейчас стоят технологии кибербезопасности. В большинстве компаний за кибербезопасность по-прежнему отвечает ИТ-служба. Но, как считают аналитики, в современных условиях, когда для защиты от атак методами социального инжиниринга требуется изменение поведения всех сотрудников, ответственность следует перевести на более высокие уровни руководства.

Концепция российской дорожной карты развития искусственного интеллекта разработают уже к ноябрю этого года, сообщает ТАСС. Утвердят документ в 2019 году. Карта предусматривает создание списка проектов, которые помогут выявлять и устранять препятствия для развития сквозных технологий, а также прогнозировать спрос на рынке на искусственный интеллект.

Документ станет одним из ключевых рабочих моментов направления «Цифровые технологии» национальной программы по цифровизации страны, заявили в АНО «Цифровая экономика». Бюджет «Цифровых технологий» предусматривает поддержку проектов исследований сквозных технологий в соответствии с приоритетами дорожной карты. Отбор проектов будет проводиться по критериям разрабатываемого документа.

В работе пилотной концепции дорожной карты будут участвовать Институт системного программирования РАН, Фонд перспективных исследований, «Центр речевых технологий», МФТИ, ИТМО, «Российская венчурная компания», «Росатом» и МТС.

На конференции Microsoft Ignite специалисты корпорации рассказали о новых возможностях Office 365, которые в значительной мере опираются на механизмы искусственного интеллекта, работающие в Azure. Усовершенствования затронули, в частности, систему поиска Microsoft Search. Работа с ней происходит с помощью соответствующего поля, которое появится во всех приложениях Office. Сам поиск выполняется в Windows, приложениях Office, на сайтах SharePoint, в OneDrive, среди документов, которыми делятся сотрудники вашей организации и т. д. При этом поисковое поле заполняется еще до того, как вы начнете набирать ключевые слова: при переходе в него сразу появляется выпадающий список с недавно использовавшимися приложениями, файлами, контактами и сайтами.

Microsoft Search придет на смену полю «Что вы хотите сделать?» в приложениях Office 365 и помимо возможности поиска функций будет предлагать готовый контекстно-зависимый список действий, пытаясь «предугадывать», что именно нужно пользователю. На Ignite был также продемонстрирован переключатель, при щелчке на котором многочисленные «ленты» приложения Office заменяются одной, более простой.

Еще одно крупное новшество — функция Ideas, развивающая возможности функции Design Ideas, которая доступна в PowerPoint. Ideas будет предлагать варианты стилистического оформления презентации сразу, как только вы добавили текст. При этом в зависимости от содержания текста могут быть предложены не только фон и тема, но и подходящие по смыслу значки.

Ideas также появится в Word и Excel, где новшество вберет в себя некоторые прежние функции, в частности Office Insights. В Word последняя использует поисковый сервис Bing для вывода дополнительной информации о выбранном термине, а в Excel пытается выделять примечательные особенности данных, которыми заполнена таблица.

В Office будут и более мелкие улучшения. Топонимы будут интерпретироваться как географический тип данных; например, если вы набрали в Excel «Айдахо», система автоматически свяжет его с наименованием штата, местонахождением на карте и дополнительными сведениями — численностью населения и т. п. А мобильная версия Excel сможет автоматически преобразовать снимок таблицы, нарисованной от руки, в документ с возможностью редактирования.

Кроме того, контакты Outlook будут интегрированы с LinkedIn, что позволит, в частности, просматривать дополнительные сведения из социальной сети о людях, с которыми у вас назначена деловая встреча.

А еще в Microsoft в очередной раз объявили о намерении «покончить с паролями», предложив Microsoft Authenticator, приложение для Android и iOS, которое обеспечит двухфакторную аутентификацию для многочисленных приложений, работающих с сервисом Azure Active Directory. После регистрации аккаунта или приложения при попытках входа в них они смогут отправлять через Authenticator запросы подтверждения или одноразовые коды. В Microsoft также сообщили, что собираются присваивать компаниям «рейтинг безопасности» в зависимости от того, как они обеспечивают защиту своего бизнеса.

Среди других объявлений — сервис Windows Virtual Desktop, предоставляющий доступ к работающей в Azure полноценной Windows 10 с возможностью переключения пользователей; выход общедоступной ознакомительной версии комплекта средств безопасности для Интернета вещей Azure Sphere и планы по выпуску дисплея для совместной работы Surface Hub 2 в двух вариантах с разными наборами функций.

По словам эксперта по искусственному интеллекту, профессора Университета Нового Южного Уэльса и руководителя исследовательской группы Data61 (CSIRO) Тоби Уолша, ИТ-директорам необходимо избавиться от навеянной голливудскими фильмами боязни того, что машины завоюют весь мир, а дни человека уже сочтены.

«Мы еще очень далеки от создания машин, которые могли бы сравниться с человеческим мозгом, – заявил он в ходе своего выступления на конференции CIO Summit. – Мы можем разрабатывать машины, способные решать определенные узкие задачи (и они решают эти задачи на сверхчеловеческом уровне), но пройдет еще, наверное, 50 или 100 лет, прежде чем нам удастся наладить выпуск машин, обладающих всеми возможностями человека. И мы, конечно, не создаем машины, у которых есть собственные сознание, чувства и желания. Они делают в точности то, что им скажут. И это действительно серьезный недостаток – компьютеры воспринимают все слишком буквально. На планете есть масса насущных проблем (изменение климата, например), которые требуют первоочередного внимания и поиска решений, прежде чем мы начнем задумываться об экзистенциальной угрозе со стороны искусственного интеллекта».

Тем не менее, Уолш рад тому, что эта тема стала предметом обсуждения в сообществе ИТ-директоров и находит отражение в их стратегических бизнес-планах.

«Искусственный интеллект сегодня – любимая тема всех и каждого, – подчеркнул он. – Это и моя любимая тема еще с юных лет. В детстве я читал много научной фантастики и мечтал о будущем засилье компьютеров умнее человека и роботов. Похоже, что будущее это наступило довольно быстро, и можно лишь приветствовать, что некоторые из вас воплощают в жизнь мечту, которая появилась у меня в свое время после чтения книг Артура Кларка и Айзека Азимова».

Четыре ключевые тенденции

Уолш назвал несколько причин, объясняющих прогресс искусственного интеллекта, который происходит сегодня и будет происходить в перспективе.

«Искусственный интеллект определенным образом начинает проникать в нашу жизнь, – указал он. – В чем-то это хорошо, а в чем-то плохо. Но почему это происходит именно сегодня? Не десять лет назад и не еще через десять лет? Ответ следует искать в четырех экспоненциальных тенденциях. Первой из них является закон Мура, который фактически уже исчерпал себя из-за технических проблем, связанных с физическими квантовыми ограничениями. В Intel официально объявили о том, что не в состоянии удваивать число транзисторов через каждые два года. Меня не беспокоит то, что это станет сдерживающим фактором. Конструкторы чипов за последние 20 лет изрядно обленились. По сути, они продолжают уменьшать в размерах архитектуру x86. В конструкции процессоров практически не было революционных инноваций. Одной из немногих, пожалуй, является DPU (data processing unit). Специализированное оборудование обещает немало интересного при решении конкретных задач (в том числе машинного обучения), что позволит получить более высокую вычислительную мощность при том же количестве транзисторов. И несмотря на то, что с технической точки зрения закон Мура мертв, есть достаточное количество инноваций, которые готовы предоставить нам постоянно растущую вычислительную мощность».

Второй тенденцией является непрерывно растущий объем данных. «Компании начинают понимать, что одним из наиболее важных ресурсов в бизнесе становятся имеющиеся у них данные – об операциях, о клиентах, – отметил Уолш. – Объем доступных данных удвоился, и это очень полезно для искусственного интеллекта, поскольку многое из того, что мы делаем сегодня, особенно в области машинного обучения, основано на данных. Но есть одно ограничение, которое стоит отметить применительно к искусственному интеллекту. Машины обучаются невероятно медленно в отличие от людей, которым иногда достаточно всего одного примера. Машинам и современным средствам машинного обучения для обучения нужны сотни тысяч, а иногда и миллионы примеров. Отрадно, что данные эти собираются регулярно, и зачастую у нас уже есть наборы данных, из которых можно извлечь эти примеры».

Третья тенденция – прогресс на алгоритмическом фронте. «В последние несколько лет, с появлением глубинного обучения, во многих случаях мы видим экспоненциальные улучшения производительности подобных алгоритмов», – подчеркнул Уолш.

Четвертая тенденция связана с вкладываемыми в эту область деньгами. «Посмотрите на объем венчурного капитала, поступающего в эту сферу, – заметил Уолш. – На активность в этой области – число людей, число компаний, число стартапов. Все эти цифры за последние пару лет удвоились. Бросьте четыре этих компонента в одну кастрюлю, и вы получите рецепт для достижения значительного прогресса».

Но несмотря на прогресс Уолш предупредил, что предстоит пройти еще долгий путь, прежде чем отрасль сможет выпускать машины, выполняющие широкий круг задач, подвластных человеку.

«Мы можем создавать узкоспециализированных роботов, – отметил он. – Готовы обучать их решению конкретных узких задач наподобие игры в Го, интерпретации рентгеновских снимков или диагностики глазных заболеваний. Мы способны на многое, но еще больше сделать не можем, и перед нами сегодня стоят многочисленные и очень серьезные вызовы».

С учетом существующих ограничений искусственный интеллект сегодня в состоянии решать задачи, которые требуют моментальной реакции.

«Вы можете распознавать лица в мгновение ока, и мы способны научить этому компьютеры, – указал Уолш. – Да, их можно этому научить, но следует быть очень осторожным, потому что компьютерам присущи те же самые предубеждения, что и нам. Итак, что же будут делать машины? Конечная цель заключается в том, чтобы охватить так называемые 4D – dirty, dull, difficult, dangerous (грязная, скучная, сложная и опасная работа. — Прим. перев.). Все, от чего хотелось бы освободить человека. И в этом смысле можно только порадоваться тому, что у нас есть машины, способные взять на себя решение таких задач».

Уже сегодня некоторые из этих задач предусматривают увеличение объемов автоматизации и привлечение искусственного интеллекта. Хорошим примером практического использования искусственного интеллекта являются чатботы.

«Все это начинает проникать в нашу жизнь, а мы даже не подозреваем об этом, – подчеркнул Уолш. – Искусственный интеллект – это нечто гораздо большее, чем просто машинное обучение. Искусственный интеллект помогает компьютерам принимать решения, которые принимает человек. И делать это гораздо более тщательным, систематическим и оптимальным образом».

Технологии искусственного интеллекта довольно быстро преодолели дистанцию от «про них говорят» до «их используют». На конференции «Технологии машинного обучения», организованной издательством «Открытые системы», было представлено около дюжины работающих проектов в самых разных областях.

«Райффайзенбанк» использует машинное обучение для оптимизации процесса обслуживания сети банкоматов — предсказания спроса на выдачу наличных в банкомате (на основании как исторических даннх за три года, так и текущих), оптимизации процесса инкассации («лишние» деньги будут лежать в банкомате мертвым грузом, а их отсутствие приведет к простою устройства и недовольству клиентов банка). Горизонт ежедневно обновляемого прогноза — 14 дней.

Компания Rubbles представила Customer Insight — инструмент создания персональных предложений для клиентов розничных банков, которые основаны на анализе их трат, как текущих («Вы часто ходите в кино — сэкономьте, купите абонемент»), так и будущих («Вы собираетесь в отпуск в Европу? В прошлый раз расплачиваясь с рублевой карты вы потратили лишних 12 тысяч»). Для этого необходимо правильно определять события в жизни клиента и оптимальную частоту обращения к нему. Но зато правильно обученная система, подсказывающая клиенту, где и на чем он сможет сэкономить, надежно привяжет последнего к банку. Если не напугает излишней осведомленностью о его личной жизни.

Бизнес CarPrice состоит в продаже автомобилей клиентов дилерам на онлайн-аукционах. Дилеров у сервиса около 40 тыс.; для того, чтобы не рассылать всем им предложения обо всех имеющихся автомобилях (в день осматривается около 500 машин, по каждой собирается 500 параметров и делается 150 фотографий повреждений), компания при помощи средств машинного обучения выбирает из общего списка тех дилеров, которые должны заинтересоваться машиной. Критериев много — интересуется ли дилер данной маркой, данной ценовой категорией, комплектацией и т. д. А 15 самым перспективным дилерам рассылается персональное оповещение — push-уведомление или, если оно не прошло, через SMS. Как результат — на аукционах, использующих механизм приглашения, удается продать машины дороже; лишь каждый десятый победитель интернет-аукциона был оповещен о нем в офлайне.

«Яндекс.Такси» использует средства машинного обучения для выдачи прогнозов по многим производственных вопросах. Например, предсказывает вероятность того, что конкретный водитель уйдет из сервиса (среди примет этого — маленький средний чек и большое количество жалоб). И дает рекомендации, кому из постоянных клиентов предложить перейти на машины бизнес-класса. Затраты компании — «один аналитик на полставки и 10% рабочего времени одного менеджера». Прототип был создан за неделю и две недели дорабатывался.

Компания Worki спенциализируется на поиске линейного персонала для различных сфер бизнеса. Первоначально информационная лента с перечислением вакансий была «просто лентой» с простым механизмом рекомендаций, однако в Worki решили, что использование данных о соискателях и работодателях сможет повысить ее эффективность.

Сейчас алгоритм построения ленты на базе средств машинного обучения использует около 140 переменных — данных и о соискателе и работодателе. Количество откликов увеличилось на 17%, появилась возможность выдавать обеим сторона процесса более релевантные рекомендации, и даже предлагать рекрутерам конкретных кандидатов.

Рост количества откликов от кандидатов, помимо прочего, уменьшает отток компаний, размещающих вакансии, а, стало быть, и траты на привлечение новых клиентов из числа работодателей.

Глубинная аналитика может применяться и там, где целевая аудитория для продукта составляет 200-500 человек, такую задачу приходится решать в «индустрии красоты». Покупки в этой сфере часто делаются под насроение, поэтому кроме решения обычной задачи — выбора оптимальных каналов коммуницирования и частоты коммуникаций, необходимо подбирать еще и наилучшее время для отправки сообщений. Как утверждают в CleverData, это возможно, при грамотном подходе к рассылкам количество открывших письмо растет на 70%, конверсия (доля купивших) — на 83%, повторные продажи в целом — в 3,5 раза.

В целом складывается впечатление, что технологии искусственного интеллекта из стадии повышенных ожиданий на кривой Gartner почти сразу перешли на стадию «совершенствования и адаптации» и даже плато продуктивности, быстро миновав впадину разочарования (возможно, зато, крайне глубокую у тех, кто ждал немедленного пришествия «Скайнета»). И дальнейшему продвижению «вглубь и вширь» мешает лишь отсутствие необходимого количества релевантных размеченных данных, пригодных для организации машинного обучения. Ну и, конечно, неизбежный кадровый вопрос.