Rambler's Top100
 
Блоги Николай НОСОВ

Страсти по АI

  03 апреля 2017 Страница персоны

До создания искусственного интеллекта (AI) еще очень далеко. Такой вывод можно сделать из доклада Дмитрия Бабаева, эксперта по науке о данных компании МТС на митапе Big Big Data Group, который прошел 30 марта в Москве.

Дмитрий Бабаев. МТС

Всплеск интереса к теме искусственного интеллекта (Artificial Intelligence) произошел в 80-х годах прошлого века. В это время появились работы   Дж. Хинтона, который предложил метод обратного распространения ошибки (backpropagation) в качестве метода обучения многослойного перцептрона. В 1997 году Schmidhuber и Sepp Hochreiter опубликовали статью о типе рекуррентной нейронной сети, которую они назвали долгосрочной кратковременной памятью или LSTM. В 2015 году эта технология была использована в новой реализации распознавания речи в программном обеспечении Google для смартфонов. Большой вклад внесли работы французского ученого Яна Лекуна, который предложил использовать сверточные нейронные сети (LeNet5)  для распознавания визуальных образов. 

Однако в конце века появилось разочарование в технологиях AI, вызванное скромными достижениями в практической плоскости. Помню у нас в МИФИ даже ходила шутка, что искусственным интеллектом занимается тот, кому не хватает естественного. Обучение сети – это математическая задача минимизации ошибки. Но размерности реальной практической задачи были настолько огромны, что решить ее в большинстве случаев не представлялось возможным.

Новый бум начался совсем недавно. Были новые достижения, например использование преобразования ReLu позволило обучать большие сети в сравнительно короткое время, но в основном прогресс был вызван стремительно возросшими мощностями компьютеров, которые позволяли добиться  впечатляющих результатов, используя  давно наработанный математический аппарат.

В 2012 году Алекс Крижевски благодаря нейронным сетям выиграл конкурс  по машинному зрению ImageNet, снизив рекорд ошибок классификации с 26% до 15%. Компьютер выиграл у человека в игру «го». Совсем недавно AI победил  профессионалов в покер.

Технологии Deep Learning позволили использовать одни нейронные сети  для обучения других.  В процессе игры AI постоянно самообучался, подстраиваясь под соперника и его манеру игры, и в итоге одерживал победу даже над лучшими игроками. Казалось, что до создания полноценного искусственного интеллекта уже близко, особенно если ориентироваться на сообщения СМИ, которые постоянно подогревали интерес к этой теме.

Андрей Бешков

На самом деле все не так. Проблем еще очень много. Во-первых, как отметил Дмитрий Бабаев, нейронная сеть  очень медленно обучается. Если человеку нужно не более часа, чтобы научиться играть в Arkanoid, то у компьютера на это уйдет тысяча. А самое обидное, что потом, обучившись правилам другой игры, он про Arkanoid забудет. Есть научные работы, исследующие проблемы памяти, но реального искусственного интеллекта, хотя бы в плане прохождения теста Тьюринга на уровне подростка, на горизонте еще не видно.

Это не отменяет важности проводимых исследований. Ведь в решении ограниченных задач  достигнут огромный прогресс. Узкоспециализированные помощники могут применяться в самых разных областях . В том числе и в маркетинге, о чем рассказал Андрей Бешков. Когда, используя Bid Data  и алгоритмы Machine Learning, из огромного количества потенциальных клиентов можно   выделить наиболее перспективных и на них сфокусировать усилия продавцов.

Олег Фатеев. Координатор BBDG

А такие модели можно сейчас получать довольно легко. Даже как сервис по облачной модели , о чем еще раз напомнил координатор группы Олег Фатеев. Big Data и Machine Learning могут обеспечить компаниям огромный экономический эффект.  Уже сейчас многие стали интересоваться интеллектуальной прогнозной диагностикой технического состояния систем, агрегатов, узлов.

В кулуарах обсуждалась возможность проведения первого в стране хакатона по PdM (Predictive Maintenance).  Планируется, что он будет носить статус международного, а дипломы участников будут признаваться в тендерах. Представители  промышленности  уже готовы предоставить свои диагностические данные, так как  заинтересованы в новых идеях и  помощи  профессионалов.

Так что пусть искусственный интеллект и не может разговаривать с человеком на равных, но сами технологии, описываемые зонтичным термином Big Data, уже востребованы бизнесом и по мере развития цифрового общества их значение будет он только расти.

Поделиться:

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.