Глава 5. Современное состояние научных изысканий в области искусственного интеллекта и машинного обучения
Искусственный интеллект в наши дни
На данном этапе все усилия по созданию искусственного интеллекта направлены на то, чтобы снять часть нагрузки с человеческого интеллекта, создать помощника для обработки плохо структурированной информации. Самая очевидная задача – работа с большими объемами информации. Это направление так и называется: «Большие данные» (Bigdata). Самый яркий пример – Большой адронныйколлайдер. БАК генерирует несколько петабайт (1 Пб » 1 000 000 Гб) информации в секунду. Она поступает в различные информационные центры по всему миру, где обрабатывается компьютерами, после чего передается физикам для анализа.
Уже сейчас компьютерные системы неплохо справляются с распознаванием образов и звуков. Но искусственный интеллект по-прежнему не осмысляет данные, любое изображение так и остается для него набором непонятных «черточек». Тем не менее компьютер может «разобрать» и номера превышающих скорость автомобилей, и «превратить» устную речь в печатный текст, и «узнать» понравившуюся песню.
Не осмысляет машина и происходящее на биржах, но, основываясь на накопленных финансовых данных, она научилась довольно точно предсказывать, что произойдет в следующий момент на рынках, и автоматически отдает команду покупать либо продавать акции. Так работает современный «быстрый трейдинг». Прогнозирование (например, погоды или ситуации на дороге) – еще одно направление, успешно реализуемое уже сегодня.
|
|
|
Не может искусственный интеллект пока продемонстрировать и высокую степень адаптивности. Большинству существующих систем не поможет даже полный объем информации о резко меняющихся условиях, чтобы на них среагировать. Выбить стул из-под робота проще простого, даже если он увидит ваше движение. Выбить стул из-под человека, который хоть краем глаза успеет заметить, что что-то происходит, сложнее.
В последнее время в этой области появились успехи: созданы роботы-носильщики (напримерBigDog агентства DARPA), способные удерживать равновесие в ответ на толчки и подножки. В то же время это опять специфическая система, разработанная под конкретную задачу и не обладающая универсальностью в адаптации к другим условиям и тем более – в решении других задач. [14]
Искусственный интеллект в России: несколько интересных примеров компаний, занимающихся разработкой
SocialDataHub разрабатывает системы искусственного интеллекта. Основной продукт компании – платформа анализа информационного поля, которая собирает и анализирует данные, откуда только возможно: социальные сети, блоги, ТВ, базы данных, форумы, мобильные приложения и даже TOR. В компании занимаются не мониторингом, а именно извлечением и анализом данных, используя технологии искусственного интеллекта и BigData. Работает система на собственных алгоритмах и метриках. Кроме сбора и структурирования данных, в SocialDataHub занимаются анализом связей, распознаванием фото- и видеоконтента и построением скоринговых моделей.
|
|
|
Один из последних проектов SocialDataHub– «Родительская опека», который предупреждает родителей, если у ребёнка в друзьях появляются подозрительные личности или он вступает в группы с запрещённым контентом. Чтобы мониторить чадо, SocialDataHub не читает личные сообщения, а собирает доступную и открытую информацию в интернете. Кроме этого, в компании могут анализировать интересы и поведение ребёнка в социальных сетях и на основе этих данных подсказывать родителям, в какие кружки ребёнку будет интереснее ходить, в какой вуз и на какую специальность поступать, и какая профессия в будущем ему подойдёт больше.
Российская компания DeepSystems, которая решает задачи бизнеса с помощью искусственного интеллекта. Один из продуктов– Movix.ai. Это интерактивная рекомендательная система фильмов на основе deeplearning, которая адаптируется к предпочтениям пользователей в реальном времени. Работает это на нейронной сети, которая взаимодействует с пользователями и предлагает решать, пожалуй, самую важную проблему человечества на выходных – какой фильм посмотреть сегодня?
|
|
|
Сама нейронная сеть построена при помощи фреймворкаTensorFlow, а для обучающей выборки разработчики использовали датасетMovieLens, откуда брали предпочтения пользователей по фильмам. Как рекомендательный сервис система понимает пользователя с полуклика. Концепция DeepSystems заключается в том, чтобы пользователь заходил на сайт без регистрации, делал несколько кликов по фильмам и получал рекомендации, которые отражают его настроение – так подбирается кино на вечер.
Cezurity разработали технологию динамического обнаружения атак, которая основана на искусственном интеллекте. Работает это на анализе изменений состояний систем, выявлении в них аномалий, их классификации и выявлении признаков атаки. На всех компьютерах стоит агент, раз в два часа собирающий информацию об объектах, которые определяют работу приложений. Это более 200 характеристик каждого объекта – например, ареал распространения, места, где они встречаются в системе, поведение файлов в случае их исполнения и тому подобное. Эта информация формирует срез системы, который отправляется для анализа в облачную аналитическую систему CezuritySensa.
|
|
|
В Sensa данные классифицируются и помещаются в специальную базу данных. Обработка информации и вынесение решений о степени вредоносности объектов приводит к новой классификации, которая происходит автоматически. CezuritySensa является самообучающейся системой. При этом, если полученных данных оказалось недостаточно для вынесения точного решения об опасности, то запрашивается дополнительная информация. Сегодня технология используется в работе бесплатного сервиса для обнаружения и лечения заражений компьютеров –CezurityScanner и является ключевой для продукта Cezurity COTA, который занимается обнаружением целенаправленных атак на информационные системы предприятий. На сегодняшний день компания предоставляет свои услуги в области безопасности социальным сетям «ВКонтакте» и «Одноклассники».
Jane – Система искусственного интеллекта для персональной медицины, работающая на основе нейросетей и алгоритмов на базе искусственного интеллекта. Сервис обрабатывает данные анамнеза пациента с учётом его индивидуальных особенностей, включая генетический и биомолекулярный уровень, справочники и истории болезни, находя закономерности и тенденции. На основе данных выводятся вероятности того или иного заболевания в соответствии с симптомами и подтверждаются назначенные курсы лечения.
«Джейн» помогает врачам в постановке диагноза, который верифицируется с учётом множества факторов, собранных системой. Также она умеет контролировать корректность программы лечения и отслеживать проявления побочных эффектов принимаемых препаратов, позволяя прогнозировать развитие клинических состояний и проводя мониторинг состояния здоровья.
Система уже полностью работает, но для пользователей пока что доступны лишь функции первичного сбора информации, ведения дневника здоровья и базовая аналитика. В дальнейшем планируется расширение способов ввода и вывода информации при помощи мессенджеров и носимых устройств, а также запуск собственного мобильного приложения. [15]
Дата добавления: 2018-06-27; просмотров: 198; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!