Искусственный интеллект. Начало

Антон Фишман, технический директор резидента Сколково RuSIEM:

ИИ начал проникать во все отрасли уже лет 20 назад. Вообще его разработка ведется аж с 1960-х годов. Первой отраслью, в которые он проник, стала, конечно же, кибернетика. Затем он начал применяться и в маркетинге, и в метеорологии, и в логистике, и даже в безопасности.



Сложнее назвать отрасль, в которой нет проникновения искусственного интеллекта. Конечно же, он не применяется во всех компаниях, в данной отрасли, однако лидеры рынка в каждой из них так или иначе используют технологии ИИ.

Сергей Левашов, руководитель центра бизнес-аналитики RAMAX Group Сергей Левашов:

За последние несколько лет присутствие искусственного интеллекта ощутимо увеличилось в различных сферах жизни и отраслях бизнеса.



В сфере информационных техологий ИИ применяется для упрощения работы с предиктивными моделями, например, для мониторинга поведения программных продуктов и платформ в решениях подобных AppDynamics или Dynatrace.

Яндекс, Apple, Google используют ИИ практически для всех своих сервисов. Приложения «Карты», «Навигатор» обрабатывают данные и предлагают оптимальные маршруты. Электронные помощники обучаются на опыте общения с каждым конкретным пользователем и меняют свое поведение в зависимости от предпочтений. Электронные переводчики в ближайшее время заменят большинство людей в этой профессии. В банковской сфере активно используются платформы ИИ для предотвращения мошенничества и оптимизации основной деятельности, например, для идентификации клиентов банка по принципу Face ID для выдачи кредитов и т. п.

Некоторые компании уже сейчас используют ИИ для подбора персонала работу, поручая платформе предварительный анализ резюме кандидатов в целях экономии средств и времени и уменьшения текучки кадров.
В промышленности используются платформы, анализирующие, например, добычу полезных ископаемых и выдающие рекомендации, оценивающие запасы.
Серьезные работы ведутся в области беспилотного транспорта и в ближайшее время мы получим новую отрасль управляемую в основном ИИ.
Александра Мурзина, специалист группы перспективных технологий отдела исследований по защите приложений, Positive Technologies

В 2010 году вместе с развитием машинного обучения и в целом ИТ появившиеся подходы выглядели как решение насущных вопросов: разметка трафика, обнаружение неизвестных ранее атак, понимание невозможности решить задачи сигнатурными методами (строгими правилами, которые разрабатывает эксперт), нехватка экспертов, которые бы писали эти сигнатуры. Машинное обучение выглядело, как решение этих задач. Продукты пытались создавать с ИИ и делать эту технологию основным их достоинством.

В какое-то время появился новый класс продуктов — Next Generation *product name*, которые используют в основном или даже только техники машинного обучения для детектирования атак. Например, так появились NextGen антивирусы, NextGen межсетевые экраны, XDR (расширенные системы обнаружения и устранения угроз). Многие аналитические агентства начали рассматривать наличие перспективных технологий как критерий для сравнительного анализа продуктов.



Минус техник машинного обучения в том, что нужно иметь хорошие данные, которые отражают распределение генеральной совокупности (т.е алгоритмы учатся лишь на ограниченном количестве данных, а такие данные должны соответствовать свойствам всех данных в целом, чтобы делать предсказания на тех, на которых не обучались и видят впервые), а в ИБ распределение может меняться, такие алгоритмы долго обучаются, их сложно поддерживать и они не всегда интерпретируемые для человека. Однако есть задачи ИБ, которые не могут быть решены традиционно, и в этот момент применяются техники ИИ. Например, машинное обучение позволяет обнаруживать ранее неизвестные атаки, такие алгоритмы не так просто обмануть, это не требует глубоких знаний экспертизы в области ИБ, к примеру, чтобы детектировать веб- атаки, не обязательно быть успешным веб-пентестером, но понимать область нужно — но это уже другие навыки.

Михайловский Игорь, руководитель проектного офиса «Искусственный интеллект» АО «ЭР-Телеком Холдинг»:

Развитие ИИ не начиналось и не может начинаться с его прямого применения на практике, т. к. на это есть несколько практических причин, а точнее требований:
1. создание цифровой инфраструктуры по всем направлениям бизнеса, не касающейся только отдельной компании. То есть создание цифровой базы, с которой ИИ сможет работать в автономном, без участия человека, режиме.
2. настройка ПО, уже участвующего в бизнес-процессах, на предмет открытой автоматической интеграции с алгоритмами ИИ.
3. принятие регламента по зонам работ и ответственности алгоритмов ИИ.



Основой плюс, который приносит ИИ в жизнь обычных людей, — это устранение рутины по работе с документами, которая была на каждом шаге человека где бы он не находился: в банке, в поликлинике, в Интернет-магазине и т. п.

Так, например, оформление или возврат приобретаемого товара в повседневной жизни занимает не более нескольких минут сейчас. Также как поиск информации по любой тематике за секунды позволяет существенно сэкономить жизненное время и дает людям возможность больше заниматься личными делами. Однако, здесь стоит особо отметить тот факт, что предоставление открытого 24/7 доступа к глобальной информации существенно не увеличило качественное образование отдельно взятого человека, а в какой-то степени наоборот, способствует «деградации» общего миропонимания. Здесь, без сомнений, сказываются большие объемы каждодневной информации, которые требуют качественных методик их анализа, что для обычного человека является недосягаемым препятствием.

Александр Таскаев, директор департамента интеллектуальных систем автоматизации САТЕЛ:

С начала 2010-х под влиянием успехов в области ИИ началось активное развитие этого направления. Ощутимый эффект от использования искусственного интеллекта для решения повседневных задач стал главным триггером активного развития данных технологий и внедрения их в повседневную жизнь за последние 10 лет. Одними из первых нашли широкое применение сервисы распознавания речи, на базе которых работают чат-боты, технологии автоматизированного машинного обучения и бизнес-приложения со встроенными модулями ИИ.



За последние годы в России ИИ стал развиваться в таких направлениях, как беспилотный транспорт, системы по распознаванию лиц и голосовые помощники, которые по во многом даже превосходят зарубежные аналоги. В настоящий момент ИИ уже меняет финансы, агропромышленный комплекс, тяжелую промышленность, сферу транспорта и образования. Однако, успехи в области технологий искусственного интеллекта в основном касаются ИТ-компаний. В научных разработках мы пока уступаем лидерам данного направления — США, Китаю и Израилю.



С помощью цифровых технологий решаются новые задачи и расширяются возможности бизнеса и предприятий, но многие виды деятельности все еще требуют человеческого труда. Поэтому внедрение ИИ не приводит к снижению заработной платы или сокращению рабочих мест, а способствует реорганизации обязанностей внутри профессии.

Несмотря на большие возможности и перспективы применения искусственного интеллекта, все еще остаются актуальными проблемы точности, масштабируемости и доступности технологий. Кроме того, точность предсказаний ИИ напрямую зависит от объема накопленных данных, а согласно недавнему опросу жителей Москвы мы пока не готовы делиться персональной информацией в целях обучения искусственного интеллекта. Еще одна существенная проблема — недостаток квалифицированных кадров, которые внедряют и сопровождают цифровые решения. Однако стоит отметить, что интерес к алгоритмам искусственного интеллекта с каждым годом растет, поэтому и количество IT-специалистов с соответствующим уровнем компетенций растет.

Заур Абуталимов, Директор по продуктам международной компании Ivideon:

Если проанализировать ключевые разработки в области ИИ до 2020, то мы удивимся, что, например, в 2013 году произошло всего два заметных продукта в области ИИ — робот Atlas от Boston Dynamics, выполняющий различные человеческие действия, и бета-версия Google Glass, проекционный дисплей, установленный на очки.



К этому стоит добавить научные прорывы в медицине: модель сворачивания белка, ML — модели по выявлению признаков коронавируса или расчет объема поражений легких по снимкам компьютерной томографии, симулятор, прогнозирующий развитие пандемии. Здравоохранение стало драйвером развития использования технологий ИИ: диагностика и процесс выявления рака легких или наблюдение за проблемами психического здоровья или желудочно-кишечного тракта.

Алена Растихина, тренер роботов, продавец решений ИИ (Tet, ранее Lattelecom):

Говоря о последнем десятилетии, нельзя не отметить, что оно было достаточно богатым в плане развития искусственного интеллекта. Так, например:

— Компания Microsoft запустила Kinect for Xbox 360 — первое игровое устройство, которое отслеживает движения человеческого тела, используя 3D-камеру и инфракрасный детектор. Оно позволило поднять отрасль на совершенно другой уровень.

— Суперкомпьютер IBM Watson уже в 2013 году был использован при распознавании онкологических болезней. Его точность назначения оптимального лечения составляет 90%. IBM достаточно активно работает в отрасли медицины, где использует ИИ во благо общества.

— Кроме того, были созданы чат-боты и персональные ассистенты такие, как Siri от Apple, Alexa от Amazon, Cortana от Microsoft, Google Home, в которых используется искусственный интеллект. Эти изобретения служат бенчмарком и примером использования ИИ для пользы конечного потребителя.

— Мы в Tet в 2017 году тоже внедрили чат-бота — Анете (первого коммерческого бота, говорящего на латышском языке). Сейчас она способна ответить на 80 000 вариаций вопросов наших клиентов. Таким образом, мы облегчаем работу кол-центра, поскольку Анете способна снизить нагрузку на сотрудников на 60%. Чат-бот дает возможность сотрудникам заниматься более серьезными заданиями, для которых необходим человеческий ресурс. Также, Анете обрела свой синтезированный голос, который мы используем при автоматизированном информировании клиентов и при обзвоне их роботом.

— И конечно же стоит упомянуть первого человекоподобного робота Софию, которая построена на искусственном интеллекте, а также оснащена функциями обработки визуальной информации и технологией распознавания лиц. София может имитировать человеческие жесты, различные выражения лица, умеет отвечать на определенные вопросы и проводить простые беседы по заранее определенным темам.