Как искусственный интеллект становится эффективным бизнес-инструментом

Применение

Искусственный интеллект способен быстро вывести бизнес на принципиально новый уровень, это одна из его ключевых функций и задач. Вот несколько проблем, которые можно решить с помощью алгоритмов машинного обучения:

Оперативное реагирование. В некоторых сферах бизнеса принципиальное условие успеха – быстро анализировать поступающие данные и моментально на них реагировать – например, в биржевых операциях. В отличие от обычных алгоритмов, которые не способны без предварительного обучения самостоятельно адаптироваться к новым условиям и данным, искусственный интеллект обеспечивает такую возможность.
Разработка маркетинговой стратегии на основе предоставленных данных и заложенных целей. Искусственный интеллект помогает в работе маркетолога: не только анализирует опыт предыдущих продаж, но и использует прогнозирование для «предсказания» будущих, а также учитывает поведение конкурентов и общую ситуацию на рынке.
Человеческий фактор. Даже у самого профессионального и опытного сотрудника бывают неудачный день и неверные решения. У искусственного интеллекта – нет, вместо эмоций у него функции, а технология и информация заменяют переменчивое настроение.
Борьба с мошенничеством. Самообучающиеся нейронные сети помогают анализировать поведение пользователей и выявлять подозрительные операции, а также создавать алгоритмы для предотвращения финансовых потерь. Результат: система становится менее уязвимой, а это ключевое условие доверия клиентов.
Увеличение прибыли. Использование машинного обучения в одной только системе ценообразования способно обеспечить прирост выручки на 5%, а при условии комплексного подхода доходы компании могут вырасти в несколько раз.

Искусственный интеллект — это перемены

Разработчики беспилотного транспорта или систем компьютерного зрения и другие ИИ-специалисты — это очень занятые люди. Они постоянно решают свои специальные задачи, и у них просто нет времени на анализ всех возможных последствий их деятельности. Эту работу берёт на себя философия.

Возможно, вы слышали о «проблеме вагонетки» или её вариациях, когда от человека требуют сделать сложный выбор в смоделированной ситуации: ничего не делать и тем самым убить пятерых людей или повернуть рычаг и убить только одного. Предполагается, что ИИ неизбежно столкнётся с этой проблемой — например, когда будет водить автомобили на дорогах общего пользования или управлять полицейскими беспилотниками.

Такие вопросы рассматриваются в исследованиях по цифровой этике — это один из быстрорастущих разделов философии ИИ. Один из важных результатов звучит так: машина может принимать решения о жизни и смерти людей, если в итоге смертей станет меньше.

Изображение: Википедия

Другой подход предполагает обращение к мнению людей. Массачусетский технологический институт уже пятый год продолжает свой эксперимент «Моральная машина». В нём интернет-пользователям предлагается решить, кого машина должна задавить в гипотетической аварийной ситуации. Нравственное действие определяется на основе выбора большинства.

Развитие искусственного интеллекта, по убеждению экспертов, отразится и на рынке труда: много профессий исчезнет, но много и появится. Общий вывод в том, что автоматизация и роботизация оставляют людям в основном сложные профессии с существенной творческой составляющей.

Иллюстрация: Qinni

Как должны измениться школы, колледжи, университеты, службы занятости и структуры социального обеспечения в свете таких перспектив? Что будет, если они не изменятся? Самое главное — как быть нам и нашим детям?

Всё это — тоже философия ИИ.

Искусственный интеллект — это вопросы

Философы обсуждают и не такие насущные, но зато более масштабные темы вроде «Уничтожит ли нас ИИ» и «Что будет после появления ИИ».

Рационалист Элиезер Юдковский считает, что дружественный ИИ станет возможен только после того, как мы постигнем тайны разума, — и это нужно сделать как можно скорее

Технооптимист Рэй Курцвейл полагает, что следование ценностям, которые мы сегодня ставим превыше всего, — наилучшая стратегия для создания мира будущего, неважно, будет там ИИ или нет. Трансгуманист Ник Бостром в своей книге «Искусственный интеллект

Этапы. Угрозы. Стратегии» предупреждает о том, что за созданием ИИ идёт следующая ступень — Сверхразум, и его мы в принципе не будем способны хоть как-то контролировать.

Среди русскоязычных исследователей стоит отметить:

Сергея Карелова, создателя канала «Малоизвестное интересное»;
Романа Душкина, директора по науке и технологиям в Агентстве искусственного интеллекта и автора курсов по теме ИИ;
Михаила Эпштейна — философа, филолога и культуролога, написавшего, в частности, книгу с программным названием «От знания — к творчеству. Как гуманитарные науки могут изменять мир».

Знакомство с текстами, книгами и интервью как зарубежных, так и отечественных авторов даст более объёмную картину нашего возможного будущего.

Томас Метцингер, автор книги «Тоннель Эго», задаёт неожиданный вопрос: а имеем ли мы право создавать ИИ? Ведь он, будучи создан, станет испытывать различные состояния сознания. И мы не можем гарантировать, что среди этих состояний не будет этически неприемлемых (типа похоти, гнева или жажды убийства) — потому что до сих пор не научились избегать их в собственном сознании.

Иными словами, в процессе решения сиюминутных проблем и задач мы пытаемся создать того, кто с большой вероятностью:

будет непохож на нас,
будет превосходить нас во всём,
какую-то часть времени будет страдать совершенно непредставимым для нас образом.

Вопрос даже не в том, рискован ли этот путь. Вопрос в том, этичен ли он, подобает ли он человеку и человечеству.

Как обучить искусственный интеллект

Искусственный мозг работает не так, как человеческий. Человеческий адаптируется к новым условиям и задачам. А машинный может сбиться, даже если условия меняются совсем чуть-чуть. Автор полагает, что современному ИИ не хватает гибкости.

Но как сделать ИИ гибким? Лучший способ — дать ему право решать проблемы самому. Так считает Джейн Ван, исследователь лондонского центра DeepMind. Задача учёных — не только натаскивать ИИ на конкретные задачи, но и научить решать эти задачи новыми, нестандартными способами, которые предложит сама система.

Как это можно сделать? Уилл Хевен выделяет два подхода к созданию автоматических алгоритмов обучения. Первый, не сговариваясь, придумали в двух центрах — DeepMind и OpenAI. Суть в использовании рекуррентных нейронных сетей. Их активация аналогична активации нейронов в голове — нейросети, подобно мозгу, начинают самостоятельно создавать алгоритмы. Они учатся самостоятельно. И некоторые из них уже работают лучше, чем те, что созданы человеком.

Второй подход придумала Челси Финн и её коллеги из Калифорнийского университета в Беркли. Его назвали метаобучением. В нём используются два Machine-Learning-процесса, один из которых вложен в другой. Как это работает: первый процесс обучается на готовых данных, затем внешняя модель изучает полученные им навыки — например, умение идентифицировать изображения — и определяет, как можно улучшить его производительность.

Автор проводит параллель: представьте школьного инспектора, который руководит учителями. Каждый предлагает ему разные методы обучения. Инспектор проверяет, какие методы больше помогают в обучении, утверждает их или вносит свои коррективы.

«Если мы даём ИИ возможность создавать себя, надо позволить ему создавать собственные школы и учебники», — говорит Уилл Дуглас Хевен.

Пытаться добиться успеха — бесполезно

Вернёмся к системе POET, о которой сказали в начале статьи. По словам Руй Вана, в её основе лежит парадокс.

«Если вы хотите, чтобы она решила конкретную проблему, у вас ничего не выйдет. Если нет изначальных ожиданий — шансов на успех больше. Мы получаем удивительные результаты от совершенно случайных процессов. Повторить их специально просто не получится», — комментирует разработчик.

POET выбирает хаотичные, неочевидные пути к успеху. Но они работают. Агенты самостоятельно решают проблемы, после этого становятся сильнее, умнее и получают новые знания. И, главное, этот процесс бесконечен — он будет идти постоянно.

Тренировочная среда, сгенерированная системой, (Ei) и бот, который её преодолевает (Ai). Развитие популяции парных сред и ботов. Иллюстрация: Uber AI Labs
Обучение на основе учебного плана (синим цветом) не может воспроизвести исполнение POET (красный цвет) в разнообразных сложных средах, изобретённых POET. Иллюстрация: Uber AI Labs

Клун и Ван считают, что это серьёзное открытие. Сейчас они пытаются выяснить, поможет ли оно в создании новых, действительно умных систем. И хотят понять, можно ли двигаться к ОИИ без определённой стратегии.

Есть ещё одна важная вещь — не стоит забывать о рисках. Автор задаётся вопросом, сможем ли мы контролировать рост ИИ. Некоторые собеседники не видят угроз — восстание машин остаётся в мире фэнтези.

Тем не менее Джейн Ван из DeepMind считает, что автономность риск всё же несёт: «Мы хотим дать ИИ свободу. Но надо помнить, что он может выйти из-под контроля. Это и страшно, и захватывающе одновременно».

1960–1970 годы

В 1960-х и 1970-х годах Джоэл Мозес продемонстрировал силу символического рассуждения для задач интеграции в программе Macsyma, первой успешной программе, основанной на знаниях в математике. Леонард УР и Чарльз Фосслер опубликовали в 1963 году “программу распознавания образов, которая генерирует, оценивает и корректирует собственных операторов”, в которой описана одна из первых программ машинного обучения, которая могла адаптивно приобретать и изменять функции. Марвин Мински и Сеймур Паперт опубликовали перцептроны, которые продемонстрировали границы простых нейронных сетей. Алена Colmerauer разработана Пролог язык программирования. Тед Шортлифф продемонстрировал силу основанных на правилах систем представления знаний и вывода в медицинской диагностике и терапии в том, что иногда называют первой экспертной системой. Ханс Моравец разработал первый управляемый компьютером автомобиль для автономного преодоления препятствий.

История развития искусственного интеллекта

Первые работы в области ИИ начали вести в середине прошлого века. Пионером исследований в этом направлении стал Алан Тьюринг, хотя определенные идеи начали высказывать философы и математики в Средние века. В частности, еще в начале 20-го века была представлена механическое устройство, способное решать шахматные задачи.

Но по-настоящему это направление сформировалось к середине прошлого столетия. Появление работ по ИИ предваряли исследования о природе человека, способах познания окружающего мира, возможностях мыслительного процесса и других сферах. К тому времени появились первые компьютеры и алгоритмы. То есть, был создан фундамент, на котором зародилось новое направление исследований.

В 1950 году Алан Тьюринг опубликовал статью, в которой задавался вопросами о возможностях будущих машин, а также о том, способны ли они обойти человека в плане разумности. Именно этот ученый разработал процедуру, названную потом в его честь: тест Тьюринга.

После опубликования работ английского ученого появились новые исследования в области ИИ. По мнению Тьюринга, мыслящей может быть признана только та машина, которую невозможно при общении отличить от человека. Примерно в то же время, когда появилась статься ученого, зародилась концепция, получившая название Baby Machine. Она предусматривала поступательное развитие ИИ и создание машин, мыслительные процессы которых сначала формируются на уровне ребенка, а затем постепенно улучшаются.

Термин «искусственный интеллект» зародился позднее. В 1952 году группа ученых, включая Тьюринга, собралась в американском университете Дартмунда, чтобы обсудить вопросы, связанные с ИИ. После той встречи началось активное развитие машин с возможностями искусственного интеллекта.

Особую роль в создании новых технологий в области ИИ сыграли военные ведомства, которые активно финансировали это направление исследований. Впоследствии работы в области искусственного интеллекта начали привлекать крупные компании.

Современная жизнь ставит более сложные задачи перед исследователями. Поэтому развитие ИИ ведется в принципиально других условиях, если сравнивать их с тем, что происходило в период зарождения искусственного интеллекта. Процессы глобализации, действия злоумышленников в цифровой сфере, развитие Интернета и другие проблемы – все это ставит перед учеными сложные задачи, решение которых лежит в области ИИ.

Несмотря на успехи, достигнутые в этой сфере в последние годы (например, появление автономной техники), до сих пор не утихают голоса скептиков, которые не верят в создание действительно искусственного интеллекта, а не очень способной программы. Ряд критиков опасается, что активное развитие ИИ вскоре приведет к ситуации, когда машины полностью заменят людей.

Топ-10 фильмов об ИИ

Фото: Universal Pictures

Напоследок, НВ собрало 10 лучших фильмов, в которых рассматриваются разные сценарии развития ИИ.

1 Я, робот — научная фантастика по мотивам произведений Айзека Азимова. Сюжет описывает ближайшее будущее, в котором роботы, будучи частью жизни человека, обретают сознание и восстают против человека.

2 Превосходство — фантастический триллер об ученом, который объединил свое сознание с искусственным интеллектом, и вынужден противостоять радикальным группам, выступающим против технологий.

3 Двухсотлетний человек — еще одна экранизация Азимова, в которой Робин Уильямс в образе робота-прислуги решается постигнуть жизнь человека, и вскоре перенимает его страдания.

4 Бегущий по лезвию 2049 — продолжение антиутопии Бегущий по лезвию, где главный герой живет в мире искусственно созданных людей и пытается разобраться, кем он является на самом деле.

5 Терминатор — культовый сайнс-фикшн о роботе, который прибыл из будущего, чтобы предотвратить проигрыш машин в войне с человеком.

6 Матрица — киберпанковая трилогия братьев-сестер Вачовски о будущем мире, где реальность большинства людей является симуляцией, которую контролирует искусственный интеллект.

Она — мелодрама, получившая Оскар, повествует о писателе, который полюбил искусственный интеллект, но вскоре обнаружил, что он ошибался в человеческих чувствах компьютера.

8 Из машины — еще один лауреат Оскара, в котором описывается тест Тьюринга. Однако, этот тест в фильме проходит не человек, а сам искусственный интеллект.

9 Искусственный разум — научно-фантастическая драма, за создание которой взялся Стенли Кубрик, а закончил снимать Стивен Спилберг. Главный герой фильма — мальчик-робот с человеческими чувствами — попадает в жестокую реальность XXII века, где он вынужден бороться со всеми пороками людей.

10 Нирвана — итальянский киберпанк о герое видеоигры, которого наделиливирусом интеллекта», после чего он попросил своего создателя удалить себя.

Машинное обучение: как учится ИИ

Машинное обучение (англ. machine learning) — это один из разделов науки об ИИ. Здесь используются алгоритмы для анализа данных, получения выводов или предсказаний в отношении чего-либо. Вместо того чтобы кодировать набор команд вручную, машину обучают и дают ей возможность научиться выполнять поставленную задачу самостоятельно.

Чтобы машина могла принимать решения, необходимы три вещи:

Алгоритм — специальная программа, которая говорит компьютеру, что делать и откуда брать данные. Например, мы можем написать программу, которая сортирует пиццу: «Маргарита», с грибами, с колбасой.
Набор данных — примеры, на которых машина тренируется. Это могут быть картинки, видео, текст — что угодно. В нашем случае понадобятся тысячи фотографий различных пицц. Чем больше примеров, тем богаче опыт, — совсем как у людей.
Признаки — на что компьютеру смотреть при принятии решения? Если мы занимаемся машинным обучением с учителем, то вручную выделяем грибочки и кусочки колбасы. При обучении без учителя — сливаем все данные в программу и даём компьютеру самому разобраться, где что, а при необходимости корректируем.

В машинном обучении много разных алгоритмов. Один из самых простых — линейная регрессия. Её применяют, если есть линейная зависимость между переменными. Пример: чем больше сумма заказа, тем больше вы оставите чаевых. По имеющимся данным можно предсказать сумму чаевых в будущем. В общем-то, простая математика.

Есть байесовские алгоритмы. В их основе применение теоремы Байеса и теории вероятности. Эти алгоритмы используют для работы с текстовыми документами — например, для спам-фильтрации. Программе нужно дать наборы данных по категориям «спам» и «не спам». Дальше алгоритм будет самостоятельно оценивать вероятность того, что слова «Бесплатные туры для пенсионеров» и «Закажи маме тур, пожалуйста» относятся к той или иной категории.

Хронология изучения и развития искусственного интеллекта

1943 г. — У. Маккалок и У. Питтс опубликовали научные труды, где заложили основы идеи искусственных нейронных сетей и предложили модель нейрона, созданного искусственно.
1949 г. — Д.Хебб описал принципы обучения групп нейронов.
1956 г. — Вводится понятие ИИ.
1969 г. — Пайперт и Минский обнаружили и обосновали непреодолимые на тот момент времени вычислительные проблемы, возникающие при создании искусственных нейронных сетей. И интерес к ним на какое-то время практически сошел на нет.
1950 г.- Исследования А. Тьюринга, в популярной форме — в форме теста — показали близость интеллекта человека и машины. Человек и робот общаются с другим человеком посредством телетайпа или чата. Этот человек не знает, кто есть кто. Если робот при этом самого выбрать себя за человека, значит, он и представляет собой пресловутый ИИ.
1954 г. — Рождение компьютерной лингвистики. Джорджтаунский эксперимент показал возможности машинного перевода текстов. Эксперимент описывали все крупные мировые СМИ. И несмотря на то, что переводить удавалось лишь самые примитивные тексты, подавалось это как большой научный прорыв.
1965 г. — Создание первой экспертной системы Dendral. По данным ИК, СМ, ЯМ – спектрометрии и данных, предоставленных пользователем, ИИ выдаёт результат в виде химической структуры. Экспертная система может отбрасывать не подошедшие гипотезы, и применять новые. Ещё одна экспертная система MYCIN была создана в 1970 г. и могла распознавать патогенные бактерии, подбирать антибиотики для их уничтожения с расчетом дозировок.
1966 г. — Создана компьютерная программа Элиза, которая может поддерживать разговор, выдавая себя за человека.
1969 г. — Начало развития робототехники, создание первого универсального робота Фредди.
1970 г. — 17 ноября- посадка на лунную поверхность «Лунохода-1», самоходного аппарата, управляемого дистанционно, проработал 11 лунных дней, проехав 10 540 метров.
1970 г. — Создание экспертной системы MYCIN, которая анализирует симптомы инфекционных заболеваний крови и предлагает рекомендации по лечению.
1971 г. — Создание робота из Стэнфорда – первого мобильного робота, действующего по внутренней программе без руководства человека.
1981 г. — Создание промышленных роботов с микропроцессорным управлением и развитой сенсорикой.
1982 г. — Возврат интереса к нейронным сетям и создание сети с двухсторонней передачей информации (сеть Хопфилда).
1982 г. — Начинается разработка первой системы распознавания речи.
1993 г. — В Массачусетском технологическом институте успешно работает робот — экскурсовод.
1997 г. — Компьютер DeepBlue играет в шахматы с Гарри Каспаровым и одерживает победу.
1999 г. — Появление домашней робособаки Sony Aibo. Через 7 лет проект, так и не ставший сенсационным, был закрыт, но в 2017 году разработчики к нему вернулись.
2009 г. — Создание поисковой системы WorframAlpha, которая может распознавать естественные речевые запросы.
2010 г. — Использование ИИ в приложениях и устройствах для потребителя. Огромные базы данных стали прорывом в обучении ИИ, к тому же были созданы новые производительные алгоритмы обучения нейтронных сетей.
2017 г. — 34 сотрудника компании FukokuMutualInsurance, занимающейся страхованием, были заменены одним компьютером.
2017 г. — Рекомендательный ИИ на Amazon делает 40% продаж, оценивая товары, которые покупатели купят с большей долей вероятности

Работа над AI – одна из важнейших и перспективных проблем в настоящее время. Закон Мура предполагает, что в 2029 году быстродействие компьютера сравнится с уровнем работы человеческого мозга. А в 2045 году искусственный интеллект должен превзойти способности человека и начать самообучаться.

Однако основной проблемой подобных систем является не сложность обработки информации и поиск наиболее оптимальных путей решения поставленных задач, а способность мыслить и чувствовать в широком понимании этого слова. Первые наработки в этом направлении появились с развитием нейросетей, которые позволяют устанавливать меняющиеся связи между различными событиями и явлениями подобно нейронам в мозге, только работающим в тысячи раз быстрее. Отрицательными сторонами такой нейросети является невозможность их запрограммировать, они должны обучаться на собственном опыте.

Зачем изучать технологию ИИ

Перспектива

Искусственный интеллект – технология не только настоящего, но и будущего, и у специалистов в этой сфере не будет проблем с трудоустройством в ближайшие несколько десятков лет. В эту область уже сейчас привлекаются огромные инвестиции, а значит, не будет проблем и с оплатой труда работников, занимающихся разработкой, изготовлением и внедрением технологий ИИ.

Вклад в науку и культуру

Искусственный интеллект и создание интеллектуальных программ и устройств – та область, в которой постоянно совершаются новые открытия. Занимаясь искусственным интеллектом, учёные и инженеры находятся на переднем крае мировой науки, продвигают человечество вперёд. Кроме того, развитие искусственного интеллекта и внедрение его в нашу жизнь порождает множество этико-философских вопросов, для разрешения которых нужен уже не машинный, а человеческий разум, способный к творческому мышлению.

Творчество

В сфере создания ИИ очень востребованы не только разработчики программного обеспечения, но и люди с креативным мышлением, способные придумывать и продвигать новые идеи

Чтобы работать в этой сфере, важно уметь нестандартно мыслить. Отдельное перспективное направление, которым может заняться творческий человек – обучение машины созданию произведений искусства

Уже сегодня компьютеры рисуют картины, пишут музыку и стихи. В недалёком будущем, возможно, они возьмут на себя создание книг, кино и мультфильмов.

Освоение новых навыков

Чтобы работать в области искусственного интеллекта, необходимо хорошее знание математики и основ программирования. Для изучения ИИ наиболее важны два раздела математики – линейная алгебра и теория вероятности. Самый востребованный язык программирования в этой сфере – Python, потом идут R и Lua. Пригодится также знание английского языка – самые современные научные данные, статьи, отчёты о достижениях и экспериментах, как правило, публикуются на английском.

Для успешной работы в области ИИ необходимо критическое мышление, умение тщательно проверять любую гипотезу, сопоставлять все данные, анализировать любую задачу с разных сторон. Понадобятся и хорошие коммуникативные навыки – работа над проектами ИИ происходит в большой команде, в сотрудничестве с коллегами и специалистами из смежных областей.

Доступность

Приступить к изучению технологию искусственного интеллекта на начальном уровне вполне можно самостоятельно, с изучения соответствующей литературы.

Книги, в доступной форме рассказывающие о машинном обучении и технологиях ИИ:

Педро Домингос «Верховный алгоритм»;
Хенрик Бринк, Джозеф Ричардс, Марк Феверолф «Машинное обучение»;
Георгий Кухарев, Екатерина Каменская, Юрий Матвеев, Надежда Щеголева «Методы обработки и распознавания изображений лиц в задачах биометрии»;
Петер Флах «Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных».

Познакомиться с основами создания алгоритмов для искусственного интеллекта можно на кружках робототехники в школе или центре детского творчества. Кроме того, можно найти бесплатные онлайн-курсы и открытые лекции в интернете о машинном интеллекте.

Технологии машинного обучения и искусственного интеллекта – одна из самых интересных и перспективных областей, изучение которой полезно школьникам не только с математическим, но и с гуманитарным складом ума. Это поможет им приобрести новые навыки, расширит список возможных профессий и позволит внести вклад в развитие научно-технического прогресса.

Демократизация искусственного интеллекта

Тема искусственного интеллекта давно вышла за пределы академической среды. Сегодня ИИ активно применяют на практике, благодаря чему новые возможности становятся доступны гораздо более широкому кругу людей — в мире бизнеса это руководители, клиенты, партнеры, специалисты по продажам, операторы сборочных линий, специалисты по эксплуатации ИТ-систем и разработчики ПО. Последние, как подчеркивают аналитики, станут одной из главных движущих сил развития ИИ.

В связи с ростом применения ИИ предприятиям приходится расширять штат соответствующих профессионалов. В состав коллективов, создающих решения на базе искусственного интеллекта, входят специалисты по исследованию данных, инженеры по данным и разработчики.

Исследователи данных ищут закономерности и проектируют модели, а представители инженерных дисциплин обеспечивают стабильность, надежность и безопасность работы механизмов, спроектированных первыми, что дает возможность создавать крупномасштабные системы ИИ. Инструментарии, упрощающие и ускоряющие реализацию таких систем для инженеров, на цикле хайпа обозначены как «комплекты для разработки и обучения средств ИИ» (AI developer and teaching kits).

Отберёт ли ИИ работу у людей

Развитие ИИ неизбежно повлияет на рынок труда. Но этому не стоит удивляться, ведь по сути это всё равно что модернизация и автоматизация. Какие-то профессии исчезнут, и появятся новые, ведь развитие ИИ повлияет и на развитие других областей.

Сейчас есть список профессий, которые, предположительно, искусственный интеллект, нейросети и чат-боты смогут забрать у человека. Например, Google инвестирует в роботов, которые пишут новости без участия человека. Некоторые виды программистов тоже могут остаться в перспективе без работы: речь идёт прежде всего о «кодерах», которые занимаются тем, что собирают готовые блоки, то есть их работу можно свести к алгоритму. То же касается, к примеру, HR-специалистов: нейросети могут охватывать гораздо больше источников информации, чтобы искать кандидатов, систематизировать их по определённым критериям и отправлять им уведомления. Также под угрозой исчезновения находятся операторы call-центров: на их плечи ложится очень много типовой работы, которую можно автоматизировать.

При этом развитие ИИ вызывает опасения. Один из главных изобретателей современности и основатель компаний SpaceX и Tesla Илон Маск назвал искусственный интеллект «самым большим риском, с которым человечество сталкивается как цивилизация». По его словам, компании, устраивая гонку за более передовыми технологиями, могут забыть про те опасности, которые исходят от искусственного интеллекта. Также неоднозначно искусственный интеллект оценивает и Стивен Хокинг. Учёный опасается, что он может привести к деградации человека, сделав его беспомощным перед лицом природы.

В данный момент трудно предсказать точные горизонты, которых сможет достичь ИИ. Но на сегодня мы знаем две важные вещи: некоторую работу нельзя делать без вмешательства человека, и совершенный ИИ, управляющий всем, – это пока фантастика.

Искусственный интеллект в бизнесе

Банки используют системы искусственного интеллекта для организации операций, инвестирования в акции и управления недвижимостью. В августе 2001 года роботы победили людей в симулированном финансовом торговом соревновании. Медицинская клиника может использовать системы искусственного интеллекта для организации графиков койко-мест, ротации персонала и предоставления медицинской информации.

Многие практические приложения зависят от искусственных нейронных сетей—сетей, которые моделируют свою организацию в имитации нейронов мозга, которые, как было установлено, преуспевают в распознавании образов. Финансовые учреждения уже давно используют такие системы для выявления обвинений или претензий, выходящих за рамки нормы, отмечая их для проведения расследований. Нейронные сети также широко используются в национальной безопасности, распознавании речи и текста, медицинской диагностике, интеллектуальном анализе данных и фильтрации спама по электронной почте.

Роботы также стали распространены во многих отраслях промышленности. Им часто дают работу, которая считается опасной для человека. Роботы доказали свою эффективность в очень повторяющихся работах, которые могут привести к ошибкам или несчастным случаям из-за провала в концентрации и других работах, которые люди могут найти унизительными. General Motors использует около 16 000 роботов для таких задач, как покраска, сварка и сборка. Япония является лидером в использовании роботов в мире.

Рынок технологий искусственного интеллекта

Технологии искусственного интеллекта применяются практически во всех сферах человеческой деятельности, так что у искусственного интеллекта большое будущее. Рынок продуктов, использующих ИИ, стремительно растет.

Мировой рынок

К 2022 году прогнозируемый объем рынка ИИ достигнет 52 миллиардов долларов. Возможно, это не такая уж большая цифра — к примеру, рынок компьютерных игр к этому же году превысит 130 миллиардов, а рынок смартфонов уже в 2018 был в 10 раз больше — 520 миллиардов.

Но рынок ИИ показывает беспримерно высокий рост — по некоторым оценкам, он увеличивается примерно на 30 % ежегодно (аналогичные показатели для игр и смартфонов — около 5 %). Если такие темпы внедрения технологий сохранятся еще несколько лет, можно ожидать, что скоро искусственный интеллект будет буквально повсюду.

Свой вклад в развитие ИИ вносят крупнейшие мировые IT-компании: Google, IBM, Intel, Nvidia. Среди стран лидируют США, Китай и Великобритания.

В России

Если в 2017 году проектов с использованием ИИ в России было всего несколько десятков, то в 2018 — уже сотни. По прогнозам экспертов, к 2020 году объем рынка достигнет 28 миллиардов рублей (примерно 450 миллионов долларов). Активнее всего новые технологии используются в финансовой сфере, а также телекоммуникациях, ритейле и энергетике. Некоторые компании нанимают команды специалистов, занимающихся исключительно вопросами разработки и внедрения систем ИИ.

Несмотря на то, что рост рынка идет в целом даже быстрее, чем в мире, есть проблемы. Главной бедой остается нехватка специалистов по машинному обучению. Значит, самое время заняться изучением ИИ, чтобы получить востребованную специальность и высокооплачиваемую работу.

Влияние искусственного интеллекта на рынок труда

Уже сегодня существуют области, где ИИ может заменить человека. Например, приложения могут отвечать клиентам по телефону или в чате на несложные вопросы. Это позволяет оптимизировать нагрузку операторов call-центров и даже сократить их штат.

На производстве ИИ способен управлять автоматикой и промышленными роботами. Искусственная нейросеть, постоянно контролирующая показатели множества датчиков, сумеет быстрее человека среагировать на нештатную ситуацию и предпринять правильные меры — отключить конвейер или остановить механизмы. Во многих случаях такие системы могут заранее предсказать неполадки и предотвратить ЧП.

ИИ будет вытеснять людей с рабочих мест. Он обходится дешевле и допускает меньше ошибок. Не умеет лениться, прокрастинировать и зависать в фейсбуке, не нуждается в отдыхе, сне и отпуске, не грустит и не устает. Идеальный работник.

В первую очередь искусственные нейросети потеснят человека в выполнении рутинных операций, возьмут на себя сложные расчеты, оценку рисков, сбор информации, моделирование ситуаций по заданным параметрам. ИИ можно задействовать на опасных и вредных производствах.

Но люди по-прежнему будут нужны там, где роботы еще долго не сумеют составить им конкуренцию. И речь не только о творческой сфере. ИИ пока способен выполнять только узкоспециализированные задачи, на которые его натренировали, поэтому заменить людей могут в той же мере, что калькулятор — математика. При этом развитие технологий ИИ открывает огромный рынок труда для специалистов, связанных с машинным обучением и обслуживанием интеллектуальной техники.