• Новости
• Блоги
• Аналитика
• Новости компаний
• В СНГ и в мире
• Анонсы

Страсти по АI

03 апреля 2017

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.

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.

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.

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.

Оставить свой комментарий:

Комментарии по материалу