На конференции OpenTalks.ai были продемонстрированы практические примеры использования технологий искусственного интеллекта в различных отраслях.
По замыслу организаторов прошедшая в Москве конференция OpenTalks.ai должна была стать «междисциплинарным котлом» — объединить представителей науки и образования, крупного и малого бизнеса, инвесторов и стартапов для обсуждения всех аспектов весьма горячей сегодня темы искусственного интеллекта. Реализовать за один день столь амбициозные планы было бы трудно, и потому мероприятие, проходившее на площадке Mail.ru, длилось целых три дня, посвященных каждый своей теме – научным исследованиям, бизнес-применениям, этическим и правовым проблемам в области искусственного интеллекта. Среди выступавших на конференции были такие заметные персоны, как нейробиолог, академик Константин Анохин, предприниматель и инвестор Эстер Дайсон, профессор Татьяна Черниговская.
На открытии бизнес-дня конференции основатель и председатель совета директоров компании ABBYY Давид Ян назвал 2017 год поворотным в развитии технологий искусственного интеллекта. По его мнению, проект Google AlphaGo продемонстрировал фантастические возможности обучения искусственного интеллекта – победа в игре, основанной на интуиции, доказывает, что с помощью глубоких нейронных сетей можно смоделировать аналоги трудно постигаемых процессов, которые происходят в мозге человека.
Ян подчеркнул, что в ближайшие годы искусственный интеллект станет неотъемлемой частью любой человеческой деятельности: финансовые сервисы, розничная торговля, промышленность, медицина уже не смогут без него обходиться. Справедливость этого утверждения была проиллюстрирована в выступлениях на бизнес-дне OpenTalks.ai примерами использования технологий искусственного интеллекта во всех этих областях.
Так, например, один из наболее инновационных отечественных ретейлеров — сеть магазинов здорового питания «Вкусвилл» с помощью систем компьютерного зрения добивается более качественного обслуживания покупателей, о чем рассказал Михаил Жутиков, руководитель проекта компании Neurus, которая занимается технологиями искусственного интеллекта и фактически является внутренним стартапом «Вкусвилла». Решения, разрабатываемые командой Neurus, позволяют выявлять неработающие мониторы для покупателя, на которые выводится информация о покупках во время их оплаты на кассе; следить за нарушением времени разбора поставки; определять пустоты на прилавках, сигнализирующие о нехватке тех или иных продуктов; фиксировать подозрительные случаи при отмене или уменьшении суммы чека кассиром.
Глава исследовательского подразделения Сбербанка Андрей Черток отметил, что в банках уже активно применяется целый ряд технологий искусственного интеллекта. Среди них технологии компьютерного зрения, работа с естественнным языком, речевая аналитика, синтез речи и др. Разработана библиотека для анализа временных рядов зашумленных данных, которая используется для прогнозирования снятия наличных в банкоматах. Сейчас заканчивается работа над решением более сложной задачи – как на основе сделанного анализа оптимизировать перераспределение наличности. Черток обещал анонсировать полученные результаты в ближайшее время.
Блок докладов по применению искусственного интелллекта в промышленности оказался, вопреки ожиданию организаторов, самым обширным, хотя стоит отметить, что выступали преимущественно вендоры и интеграторы решений, а не их пользователи. Так, Эмили Драль, главный научный сотрудник Yandex Data Factory, поделилась наработанными в компании рецептами того, как комбинировать традиционные модели и алгоритмы машинного обучения для достижения наибольшего эффекта в анализе больших наборов промышленных данных (например, показателей телеметрии оборудования, результатов химического анализа, параметров технологических процессов).
Артем Семенихин (IBM) и Дмитрий Коротеев («Сколтех») представили оптимизатор для разработки нефтяной скважины, в основе которого лежит «гибрид» физического моделирования и машинного обучения. Решение позволяет построить оптимальную конфигурацию скважины по информации, собираемой на поверхности, отказавшись при этом от использования дорогих и не очень надежных датчиков, с помощью которых традиционно анализируется возможная траектория бурения. Проект реализован для компании «Газпромнефть».