технологии по распознаванию голоса Echo/Alexa, доставка продуктов с помощью дронов Prime Air и сервис в магазинах Amazon Go. Но несмотря на несомненные успехи Amazon, Джефф Безос в своем письме акционерам в 2017 году сдержанно отмечает, что ИИ и машинное обучение влияют и будут значимо влиять на компанию в сферах прогнозирования спроса, поискового ранжирования продуктов, рекомендаций по продуктам, размещения товаров, обнаружения мошенничества, переводов – однако это воздействие будет достаточно незаметным.
Внедрение ИИ – игра вдолгую даже в крупных компаниях. Но это не значит, что от этой идеи надо отказываться. Напротив, благодаря ИИ продукты и процессы станут эффективнее и проще в применении; решения взвешеннее; обработка данных и аналитика – быстрее и точнее. Просто подобно тому, как самые умные инвесторы «богатеют медленно», руководители компаний должны переходить к использованию ИИ и когнитивных технологий постепенно, систематизированно и без лишних эмоций. Как это сделать – рассказывает Томас Дэвенпорт, который несколько десятилетий занимается промышленным использованием ИИ и когнитивных технологий в бизнесе.
Когнитивные технологии: что это такое и зачем они нужны
ИИ использует возможности, которые раньше были доступны только людям, – знание, понимание и восприятие. Их называют когнитивными технологиями. Они нужны для решения конкретных и достаточно несложных задач – идентификации изображений, трактовки смысла.
Сегодня технологий ИИ уже достаточно много, и их можно применять разными способами для решения различных задач. ИИ в широком понимании включает семь основных технологий:
▶ Статистическое машинное обучение. Используется для автоматизации процесса обучения и подбора моделей к данным. Технология эффективна для детального маркетингового анализа. Это одна из самых распространенных технологий ИИ.
▶ Нейронные сети. Это сложные формы машинного обучения. Искусственные нейроны применяются для оценки входящих данных и соотнесения их с исходящими. Их активно используют для выявления мошенничества при выдаче кредитов и прогнозирования погоды.
▶ Глубокое обучение. Это нейронные сети, состоящие из множества слоев переменных или функций. Помогают в распознавании изображений и голоса, понимании смысла текста.
▶ Обработка естественного языка. Важна для анализа и «понимания» речи и текста. Технология лежит в основе создания чат-ботов и интеллектуальных агентов.
▶ Экспертные системы на основе правил. Наборы логических правил, разработанных экспертами-людьми. Полезны для областей, где много разных вводных, например в страховом андеррайтинге, одобрении кредитов.
▶ Физические роботы. Нужны для автоматизации физической деятельности. Помогают осуществлять и ускорять работу на производстве и складах.
▶ Роботизированная автоматизация процессов. Автоматизация структурированных цифровых задач и интерфейсов с системами. Используется для замены кредитных карт, валидации онлайн-реквизитов.
Современные возможности по использованию ИИ в бизнесе доступны благодаря исследованиям и разработкам гигантов вроде Google, Facebook и IBM, которые располагают для анализа огромными объемами данных. Кроме того, у этих компаний налажены прочные связи с учеными и есть возможность вкладывать средства в развитие ИИ.
Google. Компания сотрудничала с профессором из Стэнфордского университета Эндрю Ыном в проекте Google Brain, в рамках которого изучалась технология глубокого обучения, покупала IT-компании для определенных нужд, например DeepMind, специализирующуюся на глубоком обучении.
К 2012 году ИИ научился распознавать фотографию кота в интернете.
В 2014 году была создана программа AlphaGo, которая сумела победить одного из лучших игроков в го в мире.
В 2015 году Google также открыла бесплатный доступ к своей библиотеке машинного обучения TensorFlow, которая стала проектом с открытым кодом и завоевала популярность среди компаний более узкой направленности, использующих ИИ.
В 2016 году команда Google Brain сумела существенно улучшить точность переводов Google-переводчика.
Facebook. Исследованиями ИИ в компании занимается Ян Лекун[1] из Нью-Йоркского университета.
У Facebook есть приложение для распознавания изображений Lumos, которое анализирует фотографии в Facebook и Instagram и предлагает пользователям персонализированную рекламу. Lumos также помогает идентифицировать запрещенные порнографические материалы или материалы, содержащие насилие, ненормативную лексику, неправомерное использование брендов и логотипов и призывы к террористической
Читайте саммари книги Яна Лекуна «Как учится машина. Революция в области нейронных сетей и глубокого обучения».
