Прорывные технологии, которые уже стали реальностью и скоро изменят нашу жизнь
Осенью 2016 года компания Nike выпустила партию самошнурующихся кроссовок, похожих на те, что носил Марти Макфлай во второй части фильма «Назад в будущее». Фанаты киноленты охотно приняли участие в аукционе за право стать обладателями технологии будущего, а Nike записала в свой актив очередную удачную PR-кампанию. В серию самошнурующиеся кроссовки, разумеется, не пошли. Однако другие технологии будущего уже здесь и в ближайшее время могут радикально изменить мир, в котором мы живем.
Искусственный интеллект
Искусственный интеллект (ИИ) всегда был и остается одной из любимых тем в произведениях научных фантастов всех мастей, однако с каждым годом технологии ИИ все глубже проникают в реальную жизнь. Когда речь заходит о машинном разуме, многим сразу приходят на ум Алиса, Сири и другие голосовые помощники, однако в плане иллюстрации возможностей ИИ они находятся примерно в той же категории, что и кроссовки Марти Макфлая — прикольно, но немного не то. Точно так же не стоит приравнивать искусственный интеллект и к разнообразным программам для игры в шахматы или го. Это лишь эффектная демонстрация того, на что может быть способен ИИ.
Можно долго рассуждать о том, что делает человеческий мозг особенным и что отличает его от компьютера. Один из ключевых моментов — способность человека одновременно и к обучению, и к импровизации. Мы, люди, умеем не только развивать свои алгоритмы, но и отходить от них в произвольный момент, использовать то, что мы называем интуицией.
К 2017 году технологии ИИ уже прошли часть этого эволюционного пути. Область машинного обучения бурно развивается, и глубокие нейросети могут учиться тому, что еще совсем недавно было исключительно человеческой прерогативой, к примеру создавать произведения искусства. При этом сторонние наблюдатели зачастую не могут отличить созданное человеком произведение от работы компьютера, так что тест Тьюринга здесь частично пройдет.
В банке ВТБ применение продвинутых алгоритмов машинного обучения началось еще в 2017 году. Искусственный интеллект прогнозирует риски дефолтов по клиентам и анализирует спрос на продукты банка. Принятие решений по кредитам на основе моделей машинного обучения уже давно стало реальностью.
Большие данные
Рука об руку с темой ИИ идет понятие больших данных (big data), и это совершенно логично: с развитием компьютерных технологий растут и объемы информации, которые эти компьютеры способны эффективно и быстро обрабатывать. Появление термина «big data» ознаменовало собой качественный прорыв в этой сфере. Компьютеры научились анализировать действительно огромные и постоянно растущие массивы данных, делая это с достаточной скоростью и не пугаясь того, что поступающая к ним информация может быть совершенно неоднородной. В англоязычной терминологии эти параметры укладываются в принцип трех V: Volume (объем), Velocity (скорость) и Variety (разнообразие).
Один из самых наглядных примеров больших данных — анализируемая компьютерами информация о действиях пользователей в соцсетях. Количество этих действий очень велико и постоянно растет, сами действия крайне разнородны, а анализировать их для практического применения нужно очень быстро, поскольку информация со временем может терять актуальность. Точно так же анализируются и другие массивы данных: от ежедневной деятельности промышленных объектов до поведения футболистов на играх и тренировках.
В банковской сфере анализ больших данных уже прочно прижился, причем сразу для решения нескольких задач. С одной стороны, big data позволяет банку лучше понимать реальные потребности клиента и предлагать то, что актуально именно ему. С другой стороны, анализ данных позволяет отслеживать нетипичные операции по счетам и предотвращать мошенничество. В третьих, банк сам минимизирует свои риски за счет раннего выявления потенциально проблемных действий. И это далеко не все.