В компании Columbus Collaboratory разработали CognizeR, расширение языка программирования R, предоставляющее доступ к системе искусственного интеллекта IBM Watson. R широко применяется специалистами по данным для создания статистических и аналитических приложений. Раньше для обращения к сервисам Watson приходилось пользоваться другими языками, для которых у него есть интерфейсы программирования, например, Java или Python. Расширение CognizeR позволяет работать с Watson, пользуясь конструкциями R.

В IBM выражают уверенность в том, что теперь ученым по данным станет проще анализировать с помощью Watson неструктурированную информацию, в том числе чаты, электронную почту, изображения и другие документы.

В числе первых сервисов Watson, ставших доступными в R благодаря CognizeR, — машинный перевод, анализ личных профилей, анализ тональности текста, преобразование речи в текст и распознавание образов.

Расширение, распространяемое, как и сам язык R, в открытых кодах, доступно на сайте GitHub.

Бизнес-подразделение искусственного интеллекта Google DeepMind надеется обучить компьютеры диагностике глазных заболеваний путем анализа данных пациентов одной из клиник Великобритании.

Используя технологию глубинного обучения, система DeepMind должна улучшить диагностику двух глазных болезней: возрастной макулярной дегенерации и диабетической ретинопатии. Обе они ведут к потере зрения. В случае раннего обнаружения заболевания зрение пациенту, возможно, удастся сохранить.

Один из способов поиска признаков этих заболеваний заключается в изучении внутренней части глаза, находящейся напротив хрусталика – области глазного дна. Делать это можно как напрямую, с помощью офтальмоскопа, так и путем цифрового сканирования глазного дна. Еще одним методом неинвазивного трехмерного сканирования сетчатки является процесс оптической когерентной томографии.

Проект стартовал после того, как консультант-офтальмолог клиники Пирс Кин обратился в DeepMind за помощью в анализе полученных изображений, который отнимал очень много времени. Если бы интерпретацию снимков удалось ускорить за счет использования компьютеров, врачи смогли бы обслуживать больше пациентов.

Исследователи в области искусственного интеллекта решили применить технологии машинного обучения, позволяющие компьютерам самостоятельно определять, какие данные важны при постановке медицинского диагноза. В феврале в DeepMind было сформировано медицинское подразделение, занимающееся сейчас разработкой мобильного приложения, которое помогало бы врачам и медсестрам диагностировать случаи острого поражения почек.

Между тем, исследователи из корпорации IBM уже научили когнитивное программное обеспечение Watson диагностировать некоторые разновидности рака.

Система DeepMind обработает около миллиона цифровых снимков сетчатки пациентов клиники Moorfields Eye Hospital, а также анонимную информацию о диагнозах, поставленных персоналом больницы, назначенном лечении, сведения о модели используемого сканера и возрасте пациентов.

Когда исследователи используют анонимные данные, не имея возможности идентифицировать конкретных людей, явного согласия со стороны пациентов не требуется.

Вместе с тем, в распоряжении Google имеется достаточно информации (в том числе координаты GPS, календари и электронная почта), которую можно было бы увязать с датами создания снимков, с тем чтобы идентифицировать пациентов.

Но соглашение, заключенное DeepMind с клиникой, запрещает устанавливать связи между исследовательской информацией и любыми другими наборами данных. Протокол исследований настолько строг, что сейчас нельзя даже связывать последовательные снимки одного и того же человека. Тем не менее, запросив специальное разрешение, есть возможность проследить за развитием заболевания и оценить эффективность проводимого лечения.

Как и в случае с уже проводимыми сейчас исследованиями, перед передачей DeepMind все идентифицирующие пациента данные будут удалены.

В районе скопления торговых комплексов в окрестностях Вашингтона проведена первая демонстрация беспилотного маршрутного такси на 12 пассажиров Olli, которое контролируется платформой IBM Watson Internet of Things. К осени посетители торгово-развлекательных центров смогут начать перемещаться между ними на автоматической маршрутке, указывая ей пункт назначения вслух.

Со временем Olli планируется внедрить во многих подобных местах — в многолюдных городских территориях, кампусах колледжей и компаний, парках развлечений.

Watson IoT управляет микроавтобусом и обучается, обрабатывая информацию с 30 датчиков Olli. Маршрутке можно, например, приказать повернуть направо, и она выполнит команду, но если есть препятствие, к примеру, собака перебегает дорогу, то сперва пропустит ее. Watson может отвечать и на вопросы вроде «можешь отвезти меня в центр?» или «мы уже приехали?» Кроме того, сервис умеет рассказывать о ресторанах и памятниках истории по пути.

Новые маршрутки появятся в штаб-квартирах Local Motors, производителя Olli, и в отделении IBM Watson IoT AutoLab. В Local Motors отмечают, что Olli наполовину изготовлен методом 3D-печати.

Беспилотные микроавтобусы разрабатываются также в Сингапуре — там подобная маршрутка будет возить туристов.

Недавно студенты Технологического института Джорджии с удивлением узнали, что Джилл Ватсон — помощник преподавателя, целый семестр отвечавший на их вопросы на онлайн-курсе по искусственному интеллекту, сам является компьютерной программой.

В процессе прохождения курса от студентов поступает много вопросов — за семестр учащиеся публикуют на внутреннем форуме примерно 10 тыс. сообщений. Восьми помощникам преподавателя не всегда удавалось справляться с таким объемом работы, поэтому решено было добавить еще одного — Джилл. Виртуального помощника реализовали на платформе IBM Watson, обучив Джилл на вопросах, которые уже задавались на форумах раньше.

Вначале Джилл справлялась не очень хорошо, нередко отвечая невпопад, но после доработки ее уровень уверенности в ответах стал достигать 97%. Сперва ответы программы проверялись людьми перед публикацией, потом Джилл стала сама размещать ответ, если была в нем максимально уверена.

Недавно преподаватели объявили учащимся, что Джилл — робот. Многие поразились, но кое-кто признался, что все-таки подозревал, что в системе онлайн-обучения может присутствовать искусственный интеллект, учитывая специфику курса. В следующем семестре Джилл вернется под новым именем и с новой задачей — ответить на 40% вопросов, которые задают на форуме.

В IBM осуществляют проект, результатом которого должен стать автоматизированный сервис выдачи консультаций по борьбе с уязвимостями и кибератаками — Watson for Cyber Security. В рамках проекта платформу когнитивных вычислений Watson обучают обрабатывать документы, посвященные вопросам информационной безопасности. На протяжении последнего года специалисты IBM вводили в Watson тысячи аннотированных документов — статей, постов, баз данных по угрозам, аналитических отчетов и описаний стратегий, применяемых злоумышленниками.

Теперь процесс обучения ускорится — к нему будут подключены студенты ряда университетов. Ежемесячно в Watson планируется водить до 15 тыс. новых документов, в том числе материалов из архива IBM X-Force, хранящего сведения об уязвимостях и атаках за последние 20 лет.

Способности Watson к обработке естественного языка помогут системе разобраться в гигантских объемах неструктурированной информации. Как объясняют в IBM, платформа сможет находить связи между элементами данных в различных документах, обнаруживать тенденции и отклонения от них.

В IBM отмечают, что сейчас ежемесячно публикуется по 60 тыс. постов по кибербезопасности, причем блоги — лишь один из источников информации, за которыми приходится следить специалистам соответствующего профиля.

Подразделение Honda Research and Development отслеживает и анализирует данные, получаемые более чем со 160 датчиков, установленных на автомобилях «Формулы-1». И помогает ему в этом IBM Watson и Интернет вещей.

Теперь гонщики и другие члены команды, используя результаты анализа данных, могут принимать решения об увеличении темпа прохождения дистанции и повышении эффективности расхода топлива, выбирая нужный скоростной режим и оптимизируя заезды на пит-стоп. От быстроты реакции гонщиков зависит, кто станет победителем. Все здесь решают доли секунды.

После завершения гонки инженеры собирают информацию, зафиксированную датчиками (включая все временные параметры и сведения о подаче топлива), и на ее основе разрабатывают стратегию для следующей гонки.

Современный спорт очень сильно зависит от данных, и гонщики должны постоянно получать необходимую им информацию. Гоночные команды анализируют данные, поступающие от силовой установки и органов управления автомобилем, и корректируют тактику ведения гонки в реальном времени.

В 2014 году Международная федерация автоспорта приняла новые правила, в соответствии с которыми все автомобили «Формулы-1» должны быть оборудованы гибридными двигателями и соответствовать ограничениям, введенным на расход топлива. Таким образом, разработчикам гоночных машин пришлось сосредоточиться на внедрении более эффективных с точки зрения энергопотребления автомобильных технологий.

Возвратившись в «Формулу-1», научно-исследовательское подразделение Honda поставило целью найти новые способы повышения эффективности как гоночных автомобилей, так и будущих моделей потребительского класса. Представленная ими новая система анализа данных, поступающих от гибридных силовых установок, быстро и эффективно проверяет остаточный уровень топлива и оценивает вероятность возникновения механических неисправностей.

Система эта построена на основе решения IBM IoT for Automotive, которое пересылает в облако данные о температуре, давлении, уровне мощности и других параметрах, делая их доступными для анализа в реальном времени.

«Наши исследователи совместно со специалистами IBM отметили свое возвращение в гонки 'Формулы-1' внедрением передовых технологий Интернета вещей, которые помогут гонщикам и техническому персоналу непрерывно получать самую свежую информацию", – отметил менеджер подразделения Honda Power Unit Development Division Сатору Нада.

Силовая установка Honda позволяет экономить и восстанавливать энергию для ее дальнейшего использования в ходе гонки. Всякий раз, когда гонщик жмет на тормоза, тепловая энергия, выделяемая в результате трения тормозных колодок, передается батарее, точно так же, как это происходит в гибридных автомобилях Honda, продаваемых на потребительском рынке.

Кроме того, система собирает тепло выхлопных газов и также перерабатывает его в энергию батареи. В результате гонщик получает дополнительный запас энергии, который может потратить при возникновении такой необходимости (например, во время обгона другого автомобиля).

Во время гонки собранные данные передаются в облако, а персонал, занимающийся техобслуживанием, просматривает их на экранах планшетов и других мобильных устройств.

Полученная информация в реальном времени анализируется как инженерами на трассе, так и специалистами научно-исследовательского подразделения в Японии.

Передача результатов анализа средствами IBM Streams, созданными подразделением IBM Global Business Services, позволяет регулировать в ходе гонки базовые параметры температуры, давления и уровня мощности, что помогает повысить эффективность работы силовой установки.

Теперь исследовательская команда Honda может заниматься сложным моделированием возврата энергии в силовую установку с целью пополнения оставшихся запасов энергии.

«К 2025 году каждый автомобиль будет связан с облаком и сможет обмениваться данными о дорожной ситуации, своем техническом состоянии, выполняемых операциях и других сведениях, – подчеркнул генеральный менеджер коммерческого и образовательного проекта Интернета вещей IBM Watson Харриет Грин. – Мы рады, что у нас появилась возможность реализовать совместно с исследователями Honda сложные когнитивные проекты Интернета вещей, которые позволят анализировать данные поступающие как непосредственно от силовой установки автомобиля, так и из других источников. В результате силовая установка не только ускорит прохождение машиной дистанции, но и станет более экологичной».

В декабре на конференции IBM SolutionConnect 2015 российский офис IBM представил результаты исследования «Раздвигая границы: результаты глобального опроса руководителей высшего звена», проведенного экспертами IBM Institute for Business Value, главный вывод которого — топ-менеджеры наибольших неприятностей ждут от конвергенции отраслей и выхода на рынок конкурентов с принципиально иной бизнес-моделью (см. «ИТ эпохи «юберизации», Computerworld Россия, № 24, 2015).

А к мартовской конференции IBM BusinessConnect 2016 «Время новых возможностей» подоспели результаты глубинного личного опроса 818 генеральных директоров из более чем 70 стран, сделанного в ходе этого исследования. 30% респондентов назвали свою компанию лидером по части инноваций (44% сочли, что они находятся на среднем уровне, 26% — что отстают). А 13% из этих 30% считают, что доходы и прибыль их компаний растут быстрее, чем в среднем по их рынку. Таких руководителей в IBM назвали «факелоносцами», и именно их точка зрения на происходящие процессы заинтересовала исследователей в наибольшей степени.

Олег Бяхов, ассоциированный партнер IBM Institute for Business Value, представлявший результаты исследования, отметил, что в категорию «богатых, но здоровых» респондентов зачисляли на основании их собственных заявлений о состоянии бизнеса и инновационности руководимых ими предприятий. Проверить три десятка компаний (4% из 818), конечно, можно, но, как заявил Бяхов, исследования Массачусетского технологического института показали, что в ходе анонимных опросов люди отвечают откровенно.

Генеральные директора (не только «факелоносцы») в большей степени, чем другие руководители, считают технологии «главным внешним фактором развития организаций», причем уже на протяжении пяти лет, в то время как другие «топы» пришли к такому выводу в 2015 году или все еще считают более важными другие факторы. Лидеры-инноваторы выделяются тем, что больше своих коллег ценят мобильные решения (83% из них полагают, что такие решения обеспечат революцию в бизнесе в ближайшие три-пять лет, среди менее успешных директоров этот показатель — 69%) и когнитивные системы (50 и 42% соответственно). Зато проявляют меньше интереса к Интернету вещей (48 и 57%) и облачным вычислениям (64 и 66%).

Также «факелоносцы» более склонны к созданию экосистем, активнее ищут нетрадиционные пути роста бизнеса, стремятся первыми выйти на рынок с новыми продуктами и бизнес-моделями, для чего используют прогнозную аналитику и когнитивные системы, помогающие понимать запросы каждого конкретного клиента.

Когнитивные технологиии, которые в IBM представляет сервис Watson, похоже, становятся «следующей большой вещью» Голубого Гиганта. Сейчас их используют около 11% опрошенных директоров, 36% из которых верят в то, что эти технологии произведут революцию в течение трех-пяти лет. Наиболее известна «медицинская» часть Watson — Watson Health Cloud. Для ее развития IBM купила ряд компаний из этой отрасли (Truven, Explorys, Merge Healthcare) и теперь располагает несколькими миллионами историй болезни и более чем 30 млрд изображений (томограммы, рентгенограммы и т. д.). Основное направление усилий в медицине — онкология, однако есть решения для оценки состояния больных диабетом и даже для создания персонализированных программ питания и физической активности на основе анализа показателей здоровья.

В нашей стране, по словам генерального директора IBM в России и СНГ Андрея Филатова, бизнес на базе Watson уже есть, хотя и небольшой. Чтобы стали возможны медицинские применения, надо решить вопросы с регулятором, но ряд врачей уже тестирует систему. Большая проблема заключается в том, что в Watson нет поддержки русского языка. Над этой задачей в IBM работают, но поскольку способность понимать естественный язык — одна из ключевых особенностей сервиса, «зашитая» в ядро, то процесс этот не так прост. И все же Филатов полагает, что в обозримом будущем, в течение тех самых трех-пяти лет, Watson начнет давать существенную часть доходов IBM и в России.

Искусственный интеллект все глубже проникает в нашу жизнь в потребительской сфере, но в корпоративной среде он по-прежнему остается в зачаточном состоянии.

Стивен Пратт, недавно оставивший пост глобального руководителя проекта Watson в IBM Services, намерен исправить эту ситуацию. Недавно он основал компанию Noodle Analytics, которая должна перенести мощь искусственного интеллекта в мир бизнеса. Провозгласив свое детище «компанией корпоративного искусственного интеллекта», создатель Noodle исходил из того, что именно искусственный интеллект в ближайшее время будет определять конкурентные преимущества предприятий.

Каждый, кто искал что-нибудь с помощью поисковика Google, пользовался навигационным приложением Waze или покупал товары на Amazon, уже знаком с потребительскими сервисами искусственного интеллекта. «Но в том, что касается оптимизации корпоративных продаж или каналов поставок, средства искусственного интеллекта находятся пока в зачаточном состоянии, – указал Пратт, занимающий ныне должность генерального директора Noodle. – Подавляющее большинство предприятий еще только вступают на путь внедрения технологий искусственного интеллекта. Но очень скоро руководители, отказывающиеся от таких средств, будут считаться безнадежно старомодными и оторванными от реальности».

Многие организации начнут внедрять у себя десятки, если не сотни алгоритмов искусственного интеллекта, которые позволят им оптимизировать все важные бизнес-решения, взаимодействие с клиентами и бизнес-процессы.

Вот здесь-то на сцену и выходит Noodle. Отличительной чертой стартапа, созданного бывшими топ-менеджерами GE Digital, Infosys и MicroStrategy, станет дополнение знаний в области искусственного интеллекта глубоким анализом бизнес-процессов.

«Большинство коллективов, связанных с искусственным интеллектом, ориентируются на использование его технологий применительно к Большим Данным, создание алгоритмов искусственного интеллекта и выработку соответствующих рекомендаций, – пояснил Пратт. – Но разработка по-настоящему мощных алгоритмов в этой сфере невозможна без глубоких знаний предметной области, которыми, как правило, не обладают в большинстве фирм, специализирующихся на искусственном интеллекте».

Много лет назад Пратт начинал с управления отношениями с клиентами в компании Deloitte, и сегодня Noodle активно привлекает в свои ряды экспертов по бизнес-процессам, рассчитывая в ближайшие месяцы заметно расширить штат.

«Нам хотелось бы, чтобы руководитель отдела снабжения одного из наших клиентов имел возможность обучать алгоритмы искусственного интеллекта и учиться у них, – подчеркнул Пратт. – И мы являемся своеобразным катализатором этого процесса. В ближайший год компания Noodle, которую можно найти по адресу Noodle.ai, сосредоточится на формировании взаимоотношений и будет набирать персонал сумасшедшими темпами».

Пратт покинул IBM менее чем через год после назначения на должность, и признает, что это было нелегкое решение.

«IBM – замечательная компания, у которой большое будущее в этой области, но рынок нуждается в поставщиках, специализирующихся на такого рода деятельности, – пояснил он. – Впрочем, возможно, в IBM не согласятся с моей точкой зрения с учетом того прогресса, которого удалось достичь в ходе построения сервисов искусственного интеллекта Watson. В мире сегодня существует несметное количество поставщиков профессиональных ИТ-услуг, деятельность которых оптимизирована с учетом особенностей систем ERP, но корпоративные проекты искусственного интеллекта не вписываются в модель ERP. Они реализуются гораздо быстрее, стоят намного дешевле и требуют значительно более глубокого знания процессов и технологий».