Уже более 250 лет основными факторами экономического роста являются технологические инновации. Искусственный интеллект (AI) до сих пор остается одной из самых трудных дисциплин в информатике, хотя и изучается в течение десятилетий. Рассматривая историю искусственного интеллекта, с применением логических подходов в 1950-х и начале 60-х годов, экспертные системы, основанные на знаниях, в 1970-х и 80-х годах и алгоритмы, базирующиеся на данных в 2000-х и 2010-х годах неоднократно уступали место периодам разочарований и сокращения финансирования между ними. В настоящее время прорывы происходят, в частности, в результате совокупности возросшей вычислительной мощности, доступности данных и новых алгоритмов.
AI следует рассматривать не только как технологию, но и как научную дисциплину с далеко идущими последствиями для глобальной экономики и общества. Исследователи и учреждения частного и государственного секторов постоянно стремятся углублять понимание и генерировать общие знания.
Учитывая, что интеллект - как человека, так и машины - все еще является сложной и довольно неясной концепцией, группа экспертов Европейской комиссии по искусственному интеллекту предлагает следующее определение для систем искусственного интеллекта:
"AI относится к системам, разработанным людьми, которые, при наличии сложной цели, действуют в физическом или цифровом мире, воспринимая окружающую их среду, интерпретируя собранные структурированные или неструктурированные данные, анализируя полученные знания и определяя наилучшие действия (согласно заранее определенным параметрам) для достижения данной цели. Системы искусственного интеллекта также могут быть разработаны таким образом, чтобы научиться адаптироваться к их поведению путем анализа того, как их предыдущие действия влияют на окружающую среду."
Таким образом, искусственный интеллект наделяет компьютерные программы когнитивными функциями, позволяющими создавать совершенно новые бизнес-модели и рабочие процессы. Помимо характера и эффективности когнитивных систем, в будущем возникнет вопрос о разработке новых форм взаимодействия человека и машины, особенно в этом контексте.
Случаи использования и функции систем искусственного интеллекта
В настоящее время технические системы с искусственным интеллектом приобретают все большее значение во многих сферах нашей экономики и общества - не только из-за их постоянно растущих технических характеристик, но прежде всего из-за их способности непрерывно и независимо развиваться, адаптируясь к новым условиям. Эта оценка также подтверждается большим количеством новых случаев использования и конкретных бизнес-моделей, основанных на технологиях искусственного интеллекта на предприятиях всех отраслей промышленности. Искусственный интеллект предлагает клиентам и предприятиям трансформационные возможности благодаря более тесному контакту человека и машины, а также повышению практической применимости технологии.
Приведем примеры использования AI из разных сфер:
- Автомобильная промышленность: автономный парк для автопарков, интеллектуальная помощь водителю, профилактическое и автономное техническое обслуживание;
- Энергетика: интеллектуальный учет, более эффективная эксплуатация и хранение в сети, обслуживание инфраструктуры;
- Финансовые услуги: персонализированное финансовое планирование, выявление фактов мошенничества и отмывания денег, автоматизация транзакций;
- Здравоохранение: диагностическая поддержка на основе данных, выявление пандемии, визуальная диагностика (радиология, патология);
- Производство: усиленный контроль и автоматическая коррекция, оптимизация цепочки поставок и производства, производство по требованию;
- Розничная торговля: персонализированное проектирование и производство, формирование клиентского опыта, управление запасами и поставками;
- Технологии, коммуникации и развлечения: архивирование и поиск медиа, создание контента, персонализированный маркетинг и реклама;
- Транспорт и логистика: автономный транспорт и доставка: регулирование дорожного движения и предотвращение заторов, повышение безопасности.
Периодическая таблица искусственного интеллекта Кристиана Хаммонда содержит расширенный обзор технологий и функций, составляющих то, что мы сейчас называем искусственным интеллектом в их взаимодействии, считая, что искусственный интеллект представляет собой комбинацию базовых элементов, похожую на различные LEGO®bricks. Каждый элемент искусственного интеллекта представляет собой подфункцию, которая исторически зарекомендовала себя как инкапсулированная функциональность определенной сложности и мощности. Автор определяет 28 элементов искусственного интеллекта, комбинируемых в соответствии с общими критериями.
Каждый элемент искусственного интеллекта подразделяется на три группы: "Оценка" (например, для регистрации дорожной ситуации вокруг автомобиля-робота в миллисекундах), "Предположение" (например, рассчитать вероятность столкновения в течение следующих трех секунд) и "Реагирование" (например, начать торможение или маневрирование с целью уклонения автомобиля-робота). Таким образом, выбор по крайней мере одного элемента искусственного интеллекта из каждой группы представляет собой типичный этап рассмотрения каждого случая, управляемого искусственным интеллектом.
Выбранные элементы искусственного интеллекта распределяются между тремя группами следующим образом:
- Группа "Оценка": распознавание речи (Sr), распознавание звука (Ar), распознавание лиц (Fr), распознавание изображений (Ir), общее распознавание (Gr), распознавание речи (Si), распознавание звука (Ai), распознавание лиц (Fi), распознавание лиц (Ii), идентификация изображений (Ii), общая идентификация (Gi), анализ данных (Da), выделение текста (Te);
- Группа "Предположение": прогнозный вывод (Pi), объяснительный вывод (Ei), синтетическое мышление (Sr), планирование (Pl), решение проблем (Ps), принятие решений (Dm), формирование языка (Lg), понимание языка (Lu);
- Группа "Реагирование": обучение взаимоотношениям (Lr), категорийное обучение (Lc), совершенствование знаний (Lt), мобильность большая (Ml), мобильность малая (Ms), манипулирование (Ma), коммуникация (Cm), контроль (Cn)
Таким образом, периодическая таблица искусственного интеллекта помогает систематически анализировать цели, возможности и риски искусственного интеллекта без потери в обсуждениях по поводу их технического применения. Это помогает, например, определить вероятные заявки на оцифровку, сравнить предложения от разных поставщиков или проследить за организационными последствиями перехода предприятий на искусственный интеллект.
Текущий опрос 130 руководителей, директоров и IT менеджеров крупных предприятий и корпораций, проведенный компанией Lünendonk® , показал, что в настоящее время наиболее распространенным явлением является использование переводчиков (68%), например, для бизнес-моделей IoT, таких как компоненты интеллектуальных домов или чат-боты для взаимодействия с клиентами. Вторым по значимости уровнем технологий искусственного интеллекта являются решения для автоматизации бизнес-процессов и IT-процессов (62%), а также инструменты прогнозного анализа в качестве дополнения к бизнес-решениям (58%), в качестве примера выявления мошенничества или сегментации клиентов.
Классические инструменты прогнозной аналитики уже имеют модели прогнозирования для оценки будущего. Однако эти инструменты достигают своих пределов, особенно при обнаружении аномалий в огромных базах данных (например, кредитных базах данных, сенсорных данных), скрытых от человеческого глаза. Например, инструменты искусственного интеллекта здесь должны поддерживать обнаружение аномалий или закономерностей в больших базах данных, а также раннее выявление и исправление нарушений процесса.
Здесь следует отметить, что двумя центральными когнитивными функциями являются "обучение", автоматическое построение моделей, фактов и знаний, которые точно отражают некоторые аспекты реальных или виртуальных явлений из наблюдений, предположений, предшествующих знаний и взаимодействий с окружающей средой, и "рассуждения", чтобы сделать обоснованные выводы из моделей, фактов, наблюдений, допущений и знаний.
Системы искусственного интеллекта в будущем смогут выполнять определенные задачи автоматически. Однако в связи с технологическими ограничениями взаимодействие человека и машины все еще будет необходимо. Таким образом, системы искусственного интеллекта способны распознавать корреляции определенных событий, но зачастую они не приводят к целевому пониманию из-за отсутствия причинно-следственных связей. На данный момент люди все еще превосходят машины благодаря своей компетенции судить и опыту.
