Среди причин — трудности интеграции и обработки данных из различных источников. Решение проблемы, уверены в Progress — во внедрении средств искусственного интеллекта для автоматизации анализа. Для получения соответствующих возможностей предприятиям нужны платформы разработки когнитивных приложений. Вкладываясь в такие платформы, организации в целом и отдельные направления бизнеса смогут собирать контекстуальные сведения, которые позволят корпоративным системам обучаться, становиться «умнее» и предоставлять обоснованные бизнес-рекомендации.

Чтобы ускорить освоение искусственного интеллекта, в компаниях должны прийти к пониманию важности изменения образа мышления: директора по маркетингу, финансам и операциям должны поставить когнитивно-ориентированную философию во главу угла своей деятельности и решений. Когнитивные возможности нужно встраивать во все ИТ-средства, используемые предприятием для внутренних нужд и взаимодействия с клиентами. Чем раньше начать это делать, тем более «соединенным» станет бизнес, и тем «умнее» будут платформы, обеспечивающие поддержку принятия решений с помощью искусственного интеллекта.

Очки Microsoft HoloLens не приковывают к себе сегодня всеобщего внимания, но это не значит, что Microsoft остановила их разработку. Инженеры корпорации подтвердили, что HoloLens продолжают совершенствоваться и недавно получили новый чип, ориентированный на алгориты машинного обучения.

Новое поколение «голографических процессоров» (Holographic Processing Unit, HPU) будет поддерживать операции, характерные для нейронных сетей и искусственного интеллекта. Это не означает, впрочем, что в качестве интерфейса с пользователем непременно будет выступать виртуальный ассистент Cortana, но распознавать окружающий мир HoloLens будут с помощью искусственного интеллекта.

Вторую версию голографического процессора продемонстрировал исполнительный вице-президент Microsoft Artificial Intelligence and Research Group Гарри Шум. По его словам, корпорация разработала полностью программируемый чип.

Процессор HPU корпорации Microsoft – один из главных компонентов HoloLens, отвечающий за обработку всей информации, поступающей с датчиков устройства, в том числе с датчика движения, датчика времени пролета, устройства инерционного контроля и инфракрасной камеры.

Еще один важный момент заключается в том, что устройство является полностью автономным. Поскольку очки HoloLens не привязаны к компьютеру, они не зависят от его вычислительной мощности. Их мозгом является HPU.

Какие объекты способен распознавать голографический процессор, пока неясно. В своем нынешнем виде HPU (а соответственно, и HoloLens) распознает поверхности и их границы, проецируя поверх них объекты реального мира.

Выйдут ли очки HoloLens на массовый рынок, или же эта технология сохранит свое специализированное назначение, пока неясно. Microsoft не сообщает ни о сроках выпуска голографических процессоров следующего поколения, ни о возможности появления новых моделей HoloLens, созданных на их основе. Несомненно лишь то, что предприятия начинают переосмысливать сферу дополненной реальности. Google, много лет разрабатывающая Google Glass, в последнее время пытается превратить свои очки в бизнес-инструмент. На этот же самый рынок в Microsoft изначально ориентировали и HoloLens.

Специалисты Дальневосточного федерального университета и Дальневосточного отделения Российской академии наук разработали промышленного робота с техническим зрением и интеллектуальной системой управления для автоматизации производства. Элементы технологии сейчас проходят апробацию на заводе «Дальприбор», сообщила пресс-служба университета.

Роботизированный комплекс предназначен для адаптивной слесарной обработки выпускаемых на предприятии литых деталей — причем, когда места резки заранее неизвестны.

Система обладает элементами искусственного интеллекта и получает информацию от устройств технического зрения. Без участия рабочего она автоматически определяет места механической обработки деталей разной формы и с высокой точностью выполняет нужную операцию. В результате удается значительно повысить производительность труда и практически полностью исключить брак.

Планируется, что в ближайшее время роботизированная система будет полностью включена в производственный процесс на заводе «Дальприбор». Все системы, устройства и программное обеспечение защищены патентами и свидетельствами ученых ДВФУ и ДВО РАН.

Американский разработчик программного обеспечения автоматизации бизнеса Infor представил инструментарий с поддержкой искусственного интеллекта Coleman, который призван помочь клиентам быстрее принимать более эффективные решения на основе анализа данных, хранящихся в их системах ERP.

Возможности искусственного интеллекта становятся все более популярными в сегменте корпоративного программного обеспечения, и крупные разработчики начинают интегрировать в свои бизнес-приложения функции машинного обучения.

Платформа Coleman названа в честь Кэтрин Коулман Джонсон, афроамериканского физика и математика, чьи расчеты сыграли важнейшую роль при высадке астронавтов НАСА на Луне. В Infor отмечают, что Coleman поддержит ранее выпущенные облачные приложения, в том числе ERP и аналитические средства, и поможет пользователям принимать более быстрые и точные решения.

Предусмотрены различные сценарии использования технологий, заложенных в Coleman. Поддерживается, к примеру, голосовое взаимодействие. «Для чата и голосового общения мы делаем ставку на те же механизмы, что и Amazon Alexa и другие платформы искусственного интеллекта», – заявил президент Infor Дункан Ангов в ходе клиентской конференции в Нью-Йорке.

Благодаря функциям распознавания речи пользователи имеют возможность получать советы и рекомендации по поводу того, какие приложения следует применять для решения тех или иных задач и что имеет смысл добавить.

Приложения эти могут найти применение и при автоматизации рутинных и трудоемких процессов в финансовых подразделениях. «Исследования показали, что к 2020 году свыше 40% задач в финансовых подразделениях будут решаться роботами, наделенными искусственным интеллектом, – указал Ангов. – Coleman будет выполнять несложные процедуры, например, сопоставлять накладные, согласовывать отчетность и оценивать кредитные риски в отношении новых клиентов».

Еще одна потенциальная сфера применения связана с Интернетом вещей. В качестве примера можно привести прогнозирование отказов компонентов оборудования и размещение в системе управления заказами на обслуживание техники выездными инженерами.

В технологии, которая положена в основу Coleman, нет ничего революционного, но платформа находится пока на этапе становления, и функционал ее будет расширяться постепенно. Отдельные компоненты машинного обучения ранее встраивались в программное обеспечение, и сегодня элементы Coleman уже доступны пользователям. Но если прежде алгоритмы машинного обучения применялись к специализированным приложениям в вертикальных решениях, то Coleman – это платформа, охватывающая все программные приложения Cloud Suite, доступные через API ION.

Хотя Infor и позиционирует Coleman в качестве «платформы», для различных отраслевых вертикалей доступна разная функциональность. Даже оптимизация цен применительно к гостиничному бизнесу, к примеру, работает не так, как применительно к розничной или оптовой торговле.

Coleman будет поставляться главным образом в составе Cloud Suite, и дополнительная плата взиматься не будет. Разработчики надеются, что это побудит клиентов отказаться от ранее предлагавшегося программного обеспечения, развертываемого локально. Однако например, предварительно настроенный модуль прогнозирования спроса на основе машинного обучения может продаваться отдельно.

«В целом мы рассматриваем Coleman как составную часть Cloud Suite, являющуюся дополнительным стимулом перейти на это решение», – отметил Ангов.

Технологии искусственного интеллекта обладают большими возможностями, но многие производители программного обеспечения, вместо того, чтобы сперва определить потребности пользователей, области применения и выгоду от использования продукта, стремятся поскорее выпустить его на рынок, чтобы воспользоваться ажиотажем вокруг термина «искусственный интеллект», отмечают в аналитической фирме Gartner.

Не меньше тысячи компаний заявляют, что выпускаемые ими приложения и платформы основаны на искусственном интеллекте. Однако бизнес зачастую не проявляет к ним интереса. Покупатели путаются от слишком частого употребления этого термина и не могут понять, в чем заключается преимущество данных продуктов. Более того, в бизнесе опасаются начинать внедрение технологий искусственного интеллекта из-за отсутствия квалифицированных специалистов.

Разработчикам программ следовало бы делать упор не на наличие в их продуктах самых новых технологий, а на том, какие проблемы бизнеса они способны решить, рекомендуют аналитики. Особо стоит подчеркнуть, как системы на основе искусственного интеллекта помогают справиться с дефицитом кадров и почему использование готового решения может дать результат быстрее, чем разработка собственного.

Искусственный интеллект – уже реальность

У искусственного интеллекта нет определения. Точнее, нет единого определения, признанного научным сообществом, – впрочем, единого определения у человеческого интеллекта тоже нет.

Человечество уверено, что ИИ, обладающий личностью или сознанием, – выдумка научной фантастики. Так это или нет, по прогнозам ученых, мы узнаем через 40-60 лет. Но уже сегодня можно сказать, что искусственный интеллект, который может налаживать производство, управлять автомобилями и предсказывать преступления, не будущее и не художественная литература, а реальность.

Тест Тьюринга Отождествлять ту или иную технологию с понятием «искусственный интеллект» ученые начали после появления теста Тьюринга – эмпирического теста, идею которого предложил английский ученый Алан Тьюринг. Он задался целью определить, может ли машина мыслить. Алан Тьюринг задался целью определить, может ли машина мыслить Стандартная интерпретация этого теста звучит так: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем разговаривает — с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Участники теста не видят друг друга. Если судья не может определенно сказать, кто из собеседников – человек, считается, что машина прошла тест. Чтобы протестировать именно интеллект машины, а не ее возможность распознавать устную речь, беседа ведется в режиме «только текст» — например, с помощью клавиатуры и экрана (компьютера-посредника). Переписка должна осуществляться через контролируемые промежутки времени, чтобы судья не мог делать заключения исходя из скорости ответов. Во времена Тьюринга компьютеры реагировали медленнее человека. Сейчас это правило все еще действует, потому что они реагируют гораздо быстрее, чем человек.

Интеллект или не интеллект?

Характерная черта искусственного интеллекта – способность к самообучению. «Сегодня человека окружает так много инноваций, что зачастую ответить на вопрос, что является ИИ, а что – нет, очень затруднительно, – рассказывает Ирина Яхина, директор по технологиям Hitachi Data Systems (HDS) в North EMEA. –Так, например, поисковик Google – это не искусственный интеллект: в основе его алгоритмов лежит так называемый контекстный поиск (поиск фрагментов текстовых записей путем их сравнения с заданной пользователем последовательностью символов), а не смысловой».

Беспилотный автомобиль Google – уже искусственный интеллект.

В то же время беспилотный автомобиль Google – уже искусственный интеллект. Технологии анализа данных, которые он использует, исследуют информацию с карт, датчиков, камер и контроллеров и на ее основе выстраивает траекторию своего движения.

«Сегодня вся мировая экономика находится в стадии перехода к новому технологическому укладу, основу которого составляют системы ИИ и роботизированные решения, — говорит Ольга Ускова, президент компании Cognitve Technologies. – На наших глазах продукты приобретают принципиально новые качества. Из объектов становятся мыслящими субъектами, способными принимать решения. В этом смысле применение систем ИИ позволит существенно повысить эффективность, качество и удобство продуктовых направлений, создать новые сегменты услуг».

Интеллект для предсказаний

Если машину можно научить, например, анализировать десятки тысяч различных переменных, выявлять повторяющиеся шаблоны (паттерны) и делать на их основе прогнозы на будущее, она заинтересует уже не только ученых, но и государство, и бизнес. Так, разработчики компании Hitachi утверждают, что с помощью искусственного интеллекта можно заблаговременно предсказывать преступления.

Разработчики Hitachi утверждают, что с помощью искусственного интеллекта можно заблаговременно предсказывать преступления

До сегодняшнего дня такие технологии напоминали мир голливудских блокбастеров. Именно о предсказании преступлений, к примеру, идет речь в фантастическом триллере «Особое мнение» с Томом Крузом. Однако вместо мутантов-провидцев в Hitachi Data Systems для предупреждения преступлений используют высокие технологии, в основе которых лежит машинное обучение.

Технология, предложенная HDS, представляет собой комплекс связанных между собой решений, включающий системы видеонаблюдения, мониторинга и аналитики. Технология, получившая название Hitachi Visualization Suite, собирает информацию с датчиков, в том числе с камер видеонаблюдения, добавляет к ним данные из Интернета и контекстуальные данные о преступлениях за прошлые периоды из систем управления записями, после чего применяет к собранным сведениям то, что и называется машинным обучением. При этом используется известный язык программирования R, который «перемалывает» всю полученную информацию для поиска паттернов, не обнаруженных людьми.

«Человек просто не в состоянии справиться, когда речь заходит о десятках или сотнях переменных, которые могут повлиять на потенциальное преступление, – рассказывает Даррин Липском, один из основателей компаний Avrio и Pantascene – изначальных разработчиков технологии мониторинга преступлений, которую приобрела компания Hitachi. – Важно учитывать максимальное количество доступных факторов: социальные сети, близость к учебным заведениям или станциям метро, сведения с датчиков выстрелов и звонки в службу спасения, погоду».

Таким образом, технология анализирует множество различных переменных по уже случившимся преступлениям: кто и когда их совершил, где, какие события этому предшествовали, какие данные из Интернета из социальных сетей указывали на преступление и т. п. После чего выделяет среди них закономерности, затем «запоминает» их и, исследуя вновь поступившие данные, анализирует их, исходя уже из собственного «опыта».

Предсказание будущего на практике

Данная технология способна отфильтровать все сообщения в Twitter, привязанные геотегами к определенному месту на карте для поиска значимых слов. «Преступники, к примеру, используют различные ключевые слова для обозначения предстоящих встреч или действий, – рассказывает Липском. – Наш подход позволяет вычленить нечто аномальное, например слово, не соответствующее теме, или крайне частое, привязанное к географическому положению употребление определенного слова, тогда ему назначается более высокий весовой коэффициент».

«Средний» ИИ ориентирован на анализ Больших данных и датчиков устройств Интернета вещей и может принести пользу не только компаниям, но и обычным людям.

Применение этой технологии на практике напоминает сцену из «Особого мнения», где шеф Андертон стоит перед огромным экраном, на котором вся доступная информация показана в виде таблиц, шкал и графиков. Машина сделала свои прогнозы и представила их в визуальном интерфейсе, где карты с цветовым кодированием показывают интенсивность различных криминальных показателей. Система может указать на определенное место с точностью до 200 квадратных метров и присвоить ему уровень потенциальной угрозы в диапазоне 0-100%

По мнению Ольги Усковой, безопасность – одна из основных задач искусственного интеллекта, в частности беспилотного транспорта. «Если сегодня, по данным Всемирной организации здравоохранения, на дорогах мира гибнет более 1,2 млн человек, то с приходом беспилотников, например, ситуация изменится на порядки. Это число, по разным прогнозам аналитико, составит сотни, если даже не десятки человек в год. Более того, и эти цифры будут постоянно снижаться, поскольку системы ИИ постоянно самообучаются и совершенствуются. Причины, приводящие к авариям, будут учитываться в интеллектуальных алгоритмах и, в отличие от человека, больше повторяться не будут», — отмечает эксперт.

У ученых существует представление о сильном, среднем и слабом ИИ: первый тип интеллекта еще пока не разработан, тогда как последним, слабым, мы пользуемся каждый день, когда обращаемся к подсказкам Siri или Google-переводчику. В данном случае мы имеем дело даже не с сильным искусственным интеллектом, который мог бы рассуждать, обучаться без прописанных программ и даже делиться мнением. «Подобные разработки Hitachi являются примером среднего ИИ – AGI (artificial general intelligence). Он ориентирован на анализ Больших Данных и датчиков устройств Интернета вещей и может принести пользу не только компаниям самого разного рода и масштаба, но и обычным людям», – считает Ирина Яхина.

Нейронные сети обучаются решению задач на большом количестве примеров, но изучить внутреннюю структуру и объяснить механизмы работы обученной сети чрезвычайно сложно. Два года назад группа исследователей из лаборатории искусственного интеллекта Массачусетского технологического института получила интересные результаты в этой области с помощью работников, нанятых через сервис Amazon Mechanical Turk. Теперь исследователям удалось создать полностью автоматизированную систему анализа нейронных сетей и выяснить, какие нейроны в сети при распознавании образов сильнее других откликаются на определенные особенности изображения — цвета, текстуры, материалы, объекты и их взаимное расположение и так далее.

Не исключено, что новые результаты помогут ученым понять, действительно ли в мозгу человека могут существовать отдельные нейроны, откликающиеся на абстрактные представления об объектах — так называемые «нейроны Дженнифер Энистон», получившие свое название благодаря первым экспериментам, в которых удалось выделить реакцию нейронов на фотографию или даже одно имя актрисы.