Введение Исследования в области искусственного интеллекта (ИИ) активно проводились еще в 20 веке.
Ученые, инженеры, философы, писатели-фантасты и футуристы по-разному представляли решения ИИ.
Например, некоторые исследователи предположили, что необходимо, прежде всего, изучить человеческий мозг и создать ИИ-решения, которые будут копировать мыслительный процесс людей.
Однако это направление исследований было популярно в конце 20-го века, когда мощность компьютеров (даже суперкомпьютеров того времени) еще не позволяла им решать целый класс сложных вычислительных задач, которые мы решаем сегодня с помощью помощи обычных гаджетов без особых затрат и усилий.
Среди учёных XX века хорошо известен Алан Тьюринг; он разработал знаменитый «Тест Тьюринга», с помощью которого можно оценить, может ли машина думать, и сможет ли тестер распознать, общается ли с ним человек или компьютерная программа.
Рис 1. Тест Тьюринга
Впервые в конце 90-х годов прошлого века компьютерная программа смогла обыграть чемпиона мира по шахматам.
Однако отметим, что подобные программы на основе искусственного интеллекта могли бы решать лишь узкий класс задач (играть в шахматы или го, распознавать лица или автоматизировать какой-то другой производственный процесс).
Можно отметить, что до сих пор не создан какой-то универсальный ИИ, который, с одной стороны, думает так же, как человек, а с другой, превосходит человека в решении практически всех интеллектуальных задач и может сделать целый спектр важных решений самостоятельно.
Исследования в области ИИ пошли немного по другому пути: рост вычислительной мощности компьютеров и мощности магистральных сетей за последние пару десятилетий, появление совершенно новых технологий, таких как машинное обучение (ML), глубокое обучение), поиск в больших данных, Интернет вещей (IoT), облачные технологии и т. д. позволили ученым и инженерам применить на практике некоторые решения ИИ.
Рисунок 2. Новые технологии: искусственный интеллект, машинное обучение, глубокое обучение
В чисто прикладном аспекте исследователи ИИ нашли альтернативные варианты: вместо того, чтобы глубоко изучать мыслительные процессы человека и создавать что-то подобное для машины, было решено, что для многих задач машинное обучение хорошо работает на огромных объемах данных и с использованием преимуществ масштабирования ( увеличение вычислительной мощности) мощности современных компьютерных систем).
Вполне возможно, что разумные машины, неотличимые от человека в области мышления, еще найдут свое время в будущем.
В этой статье мы остановимся на тех областях ИИ и связанных с ним технологий, которые уже работают на практике, определяют ход цифровой трансформации в мире и станут распространенными технологиями шестого индустриального уклада.
Какие изменения привнесут искусственный интеллект и робототехника в промышленность и логистику?
В настоящее время в ходу термины «беспилотное производство» или «цифровое производство», но ранее, в 80-90-х годах ХХ века, автоматизация внедрялась в основном в промышленности.На современном этапе, с развитием IoT, аддитивных технологий (3D-печати), больших данных и робототехнических систем, понятие «цифровое производство» предполагает непрерывный цикл, включающий:
- моделирование будущего изделия и самого процесса изготовления;
- применение больших данных и бизнес-аналитики;
- использование роботов нового поколения с искусственным интеллектом в мастерских;
- интеграция различных производственных подразделений и внедрение ERP-систем (Enterprise Resource Planning, планирование ресурсов предприятия);
- использование Интернета вещей (IoT), блокчейна, частных криптовалют для внутренних платежей.
На это хотелось бы ответить, что полностью «беспилотное производство» пока не получило широкого применения, и причина здесь кроется в недостатках современных систем на базе ИИ и робототехнических комплексов, которые стандартные производственные процессы и узкоспециализированные операции выполняют лучше и эффективнее.
чем люди, но в критических ситуациях Они не всегда могут быстро принять правильное решение.
Выход, похоже, только один: использование коботов (коллаборативных роботов) — специализированных устройств, работающих совместно с человеком, где человек необходим для принятия быстрых и интуитивных решений в ситуациях, которые не могут быть полностью автоматизированы и где искусственный интеллект все еще присутствует. неэффективно.
Рис.
3 Внедрение коботов в производство Еще одна область применения ИИ — логистика и беспилотные автомобили, которые сейчас проходят масштабные испытания в США.
Кстати, аварии с участием дронов уже зафиксированы, поэтому введено требование об обязательном участии в подобных испытаниях человека, имеющего водительские права.
Причина кроется в неправильном принятии решений в нештатной ситуации системой искусственного интеллекта беспилотного автомобиля; там, где опытный водитель быстро и интуитивно принимает решение, ИИ пока не может с ним полноценно конкурировать.
Рисунок 4. Беспилотный автомобиль
Как искусственный интеллект может изменить работу офисных работников и креативного класса?
В предыдущей части статьи мы раскрыли некоторые подробности предстоящих изменений в промышленности и логистике, которые связаны с цифровой трансформацией этой сферы (внедрением роботов и искусственного интеллекта).Казалось бы, потенциальная угроза безработицы возможна только для рабочего класса и работников сферы услуг? Ведь многочисленные футурологи нас всегда убеждали, что роботы и ИИ вытеснят человека из сферы физического труда и конвейерного производства.
Однако именно в сфере офисной работы и даже некоторой творческой деятельности мы уже наблюдаем многочисленные разработки из области ИИ, постепенно меняющие бизнес-процессы современного офиса.
Стоит обратить внимание на одно из прикладных направлений в разработке ИИ — это целый класс методов машинного обучения (англ.
Machine Learning, ML).
Используя эти методы, программа не решает задачу напрямую, а тренируется на огромном разнообразии подобных задач.
В таких случаях также применимы нейронные сети, которые обучаются, а не программируются как обычное программное обеспечение.
Сегодня мы широко используем системы машинного перевода с иностранных языков.
Конечно, они пока не способны полностью заменить профессиональных переводчиков, но уже помогают нам быстро перевести необходимый текст с одного языка на другой.
Существует программное обеспечение, позволяющее писать тексты, способные заменить журналистов, копирайтеров, репортеров и других производителей контента.
Рис 5. Искусственный интеллект пишет тексты вместо журналиста
Как работают такие программы на базе ИИ?
- Изначально такое приложение обучается (с использованием алгоритмов ML) на больших объёмах однотипных текстов с определёнными параметрами: тематика, ключевые слова, стиль написания и т.д.
- Затем выбирается наиболее подходящий алгоритм, который продолжает «обучение» на более компактной текстовой базе с точно заданными характеристиками.
- На следующем этапе создается модель этого машинного обучения, которая сама генерирует текст, но все равно с ошибками.
- На заключительном этапе человек редактирует сгенерированный текст и исправляет ошибки.
Хотя работа в этом направлении ведется даже в области живописи и сочинения музыки.
В сфере автоматизации труда, так называемого «офисного планктона», хорошие результаты достигаются методами RPA (Robotic Process Automation) совместно с ML и AI. По сути, RPA — это набор специализированных технологий, используемых для автоматизации процессов в бизнесе, банковском деле, финансах и т. д. Используя алгоритмы RPA, разработчик может создавать программы-боты, которые по заданному алгоритму выполняют рутинную задачу, например, собирают некоторые учетные данные в таблицы или отчеты (путем вставки или копирования, повторения движений человека).
Однако простое использование методов RPA решает лишь очень узкий круг примитивных задач, а с эффективностью автоматизации не более 50-60% всех подобных бизнес-процессов.
Добавление в RPA методов машинного обучения и искусственного интеллекта позволяет расширить спектр автоматизированных процессов за счет создания интеллектуальных «ботов», способных выполнять широкий спектр задач, работающих по более сложным алгоритмам и даже обладающих некоторой свободой принятия решений.
Таким образом, мы можем автоматизировать до 80-90% типичной офисной работы.
Конечно, потребность в сотрудниках, способных корректировать работу подобных систем и исправлять ошибки «умных ботов», все равно будет, но в целом многие люди будут освобождены от таких рутинных и монотонных действий, как ввод и обработка учетных данных, сверка, отчетность и т. д. 
Рис.
6. Области применения RPA Сможет ли искусственный интеллект справиться с управленческими задачами или это пока исключительное право только человека-менеджера (менеджера, руководителя компании и т.п.
)? Пока управленческие решения в нашей стране принимают люди, но в шестом технологическом укладе будут востребованы новые модели управления, основанные на вероятностных методах и рефлексивном управлении.
Уже существует IBM Watson (суперкомпьютер от IBM), который использует ИИ для решения целого класса очень сложных консалтинговых и даже научных задач (разрабатывает эффективные решения для корпораций, строит математические модели для исследований онкологии и т. д.).
Заключение
Использование систем искусственного интеллекта принесет много пользы экономике, промышленности и общественной жизни граждан, а также породит некоторые проблемы, на которые стоит обратить внимание уже сейчас:- Технологии искусственного интеллекта, а также машинное обучение, большие данные, Интернет вещей и т. д. могут оказаться в руках узкой группы лиц или монополий, в результате чего это приведет к созданию «цифровой диктатуры» и новым тоталитарные системы, где алгоритмы будут принимать за нас решения в повседневных, профессиональных, социальных и даже политических вопросах.
- Некоторые алгоритмы ИИ (особенно в сфере «распознавания лиц», биометрии и т. д.) уже становятся технологической основой правоохранительных органов и государственного аппарата постоянной слежки за всеми гражданами государства.
Основное направление такой «слежки» — даже не борьба с преступностью, а тотальный контроль над гражданами и присвоение им определенных «социальных рейтингов».
Над такими системами уже полным ходом работают в Китае, а в период коронавирусных ограничений аналогичные приложения начали появляться и в других странах.
Рисунок 7. Социальный рейтинг в Китае - Использование ИИ в промышленности, офисной и творческой сферах может привести к массовой безработице, а также усложнению некоторых специальностей или более узкой специализации.
Теги: #Машинное обучение #Исследования и прогнозы в ИТ #Будущее уже здесь #Читальный зал #искусственный интеллект #ИИ #искусственный интеллект #ИИ
-
Обзор Столов Сидя-Стоя
19 Oct, 24 -
От Сценариев Python К Приложениям Wsgi
19 Oct, 24 -
Утечка Памяти С Помощью Threadlocal
19 Oct, 24 -
Мобильная Mmorpg-Платформа
19 Oct, 24 -
От 0 До 9 И От 9 До 0
19 Oct, 24
