Искусственный интеллект. Искусственный интеллект (ИИ)Artificial intelligence (AI)

Несмотря на масштабность события, можно было заметить, что ИИ, как и машинное обучение, занимает прочные позиции в области мобильной разработки и отступать не собирается. Перед вами краткий обзор новинок этой ниши.

Искусственный интеллект

• Motorola + Alexa

Motorola скооперировалась с сервисом Amazon и хочет интегрировать его устройство голосового управления Alexa со своими продуктами. Это только верхушка айсберга: в планах у Motorola добиться от ИИ-помощника самостоятельного выполнения некоторых полезных действий на основании личных данных владельца (например, забронировать столик в ресторане, если о такой необходимости упоминалось в электронном письме).

• Line Inc. + Clova

Тем временем азиатская компания Line Inc., создатель одноименного мессенджера, работает над созданием ассистента Clova , который в будущем может составить конкуренцию Alexa. Судя по всему, он будет способен на довольно сложное взаимодействие с пользователем: после создания оригинального приложения, разработчики, скорее всего, будут налаживать интеграцию Clova с другими приложениями и сервисами, давая пользователю возможность повсеместного голосового управления.

• LG vs Sony + Google Assistant

Благодаря тесному сотрудничеству с Google, LG тоже не отстает от бума ИИ. G6 был первым после Pixel телефоном, на котором Google Assistant. Но теперь Google сообщает, что ассистент появится . Например, на анонсированном компанией Sony смартфоне XZ Premium, который теперь имеет все шансы подняться в рейтинге среди новинок. Тем временем, HTC занимается своим Sense Companion, а в Samsung Galaxy S8 ожидается появление помощника Bixby.

Машинное обучение

• Huawei

Алгоритмы, лежащие в основе софта Huawei P10 , должны вычислять привычки и распорядок дня пользователя во время работы устройства, а на основе этих данных - распределять память и другие свои ресурсы, таким образом, постепенно улучшая UX. Конечная цель - сделать так, чтобы с течением времени телефон работал все быстрее и быстрее.

• Netflix

Компания делает акцент на улучшении качества просматриваемого видео на мобильных устройствах при средней или низкой скорости интернет-соединения. Используемые алгоритмы должны научиться понимать, что конкретно делает видео качественным и приятным для просмотра. К этому добавляется особая схема кодирования, по-разному сжимающая отдельные сцены фильма/сериала, в зависимости от того, что в них происходит.

• RoboCar

Ну и напоследок, один из экспонатов, привлекающих наибольшее внимание: на выставке была представлена автономная гоночная машина RoboCar . В ней отлично сочетаются sci-fi дизайн корпуса и начинка из комплекса радаров, лидаров, ультразвуковых и скоростных сенсоров, каждый из которых передает сигнал в «мозг» NVIDIA, интерпретирующий на лету всю поступающую в него информацию.

В 2016 году мы увидели огромные инновации, много инвестиций в сферу искусственного интеллекта со стороны крупных компаний и стартапов, большой интерес публики. А что принесёт 2017 год?

1. Демократизация инструментов даст доступ к искусственному интеллекту большему количеству компаний

Недавнее исследование Forrester среди организаций и профессионалов в сфере технологий показало, что 58% из них исследуют возможности искусственного интеллекта (ИИ), но используют системы ИИ только 12%. Отчасти так происходит потому, что только теперь начинают находиться варианты применения ИИ, а также потому, что пока технологии находятся на начальном этапе развития и применять их непросто. Для работы с ними требуется набор определённых навыков и настрой.

Фреймворки вроде Facebook Wit.ai и Howdy Slack стараются превратиться в своего рода Visual Basic искусственного интеллекта, обещая простую разработку интеллектуальных разговорных интерфейсов при не самой высокой степени подготовки разработчиков. Инструменты вроде Bonsai, Keras и TensorFlow упрощают внедрение моделей глубокого обучения. Облачные платформы, такие как интерфейсы Google и Microsoft Azure, позволяют создавать интеллектуальные приложения без необходимости беспокоиться о настройках и поддержке соответствующей инфраструктуры.

2. Мы увидим больше целенаправленных систем ИИ

Мы пока не ожидаем появления больших систем ИИ общего назначения. Однако можно рассчитывать на появление целенаправленных систем, таких как:

• Роботизация: персонал, промышленность и розничная торговля
• Автономные средства передвижения (автомобили, дроны и т.д.)
• Боты: системы управления информацией о клиентах, потребительские (вроде Amazon Echo) и персональные ассистенты
• Специфичные для определённых отраслей промышленности системы ИИ: финансы, здравоохранение, безопасность и розничная торговля

3. Экономическое влияние возросшей автоматизации станет предметом обсуждения

В 2017 году есть надежда меньше слышать о том, как злобный искусственный интеллект собирается захватить мир, и больше об экономическом влиянии ИИ. Давно не ново беспокойство относительно потерь рабочих мест из-за ИИ, но теперь стоит ждать более глубоких и подробных разговоров об экономическом влиянии подобного развития событий.

4. Предотвращающие избыток информации системы станут более сложными

В сегменте ИИ ведутся интересные разработки, которые помогут анализировать информацию и предотвращать её избыток, особенно в таких сферах, как:

• Понимание натурального языка
• Структурированное извлечение данных
• Картографирование информации
• Автоматическое резюмирование (текст, видео и аудио)

5. Исследователи ИИ будут изучать и иногда решать фундаментальные проблемы

В 1967 году, один из основателей лаборатории искусственного интеллекта Массачусетского Технологического Института Марвин Мински сказал, что в пределах жизни одного поколения проблема создания искусственного интеллекта будет решена. Был он провидцем или ошибался? Пока сказать невозможно, однако ещё предстоит решать фундаментальные проблемы. Впрочем, прогресс не стоит на месте, вот несколько примеров:

• Ведутся исследования формирующих блоков, включающих распознавание натурального языка, зрение, речь, улучшенное обучение извлечения информации и оптимизация аппаратных систем (включая себестоимость) для потоков ИИ.
• Системы с улучшенным вниманием и памятью будут способны решать больше одной проблемы за раз или более сложные проблемы, такие как предположения и рассуждения. Например, недавно в компании DeepMind был достигнут прогресс в сфере дифференцируемых нейронных компьютеров.
• Алгоритмы будут требовать всё меньше помеченных данных; развивается бесконтрольное или полуконтролируемое обучение.
• Вдохновляемые ключевыми аспектами человеческого мозга системы, включая интуитивную физику и психологию, быстрое построение моделей и причинно-следственную связь.
• Системы ИИ для построения надёжного программного обеспечения. Об этом подробно рассказал Питер Норвиг на конференции O’Reilly AI Conference.

6. Взаимодействие людей и машин станет более насыщенным

В машинном разуме есть многообразие, которое варьируется от чистого машинного интеллекта до дополнения возможностей человека. Разработки в сфере эмоционального интеллекта и обнаружения, и в решениях с участием человека откроют более богатое взаимодействие между людьми и машинным интеллектом.

7. Ожидайте повышенное внимание к проблемам этики и конфиденциальности

Большинство систем ИИ можно описать как чёрный ящик и они чрезвычайно сложные. Связанные с ИИ риски этики и конфиденциальности реальны и требуют тщательного осмысления. Эти проблемы не будут решены в 2017, но можно надеяться хотя бы на прогресс в этой области.

Обозреватель сайт изучила основные мировые тенденции в робототехнике, которые скорее всего получат развитие в 2017 году.

За два последних года мало какая глобальная компания, имеющая хоть какое-то отношение к информационным технологиям, не объявила о намерении инвестировать в искусственный интеллект, робототехнику, беспилотные машины или в другое «умное» подключенное оборудование.

Особенно отличился Китай. То, что там происходит, уже назвали великой китайской робототехнической революцией. Другие страны несколько отстают по активности, но обещают догнать Поднебесную. В этом материале - то, что сегодня занимает умы робототехников мира.

Роботы и VR

Аналитические агентства назвали 2016-й годом технологий виртуальной реальности. Тренд затронул и робототехнику. Всё активнее обсуждается возможность управления сложными машинами через VR-шлемы и экраны, демонстрирующие дополненную реальность. На MWC в Барселоне в этом году всем посетителям стенда Ericsson предлагалось попробовать себя в роли экскаваторщика, управляющего реальной техникой через шлем Oculus Rift.

Это один из основных сценариев применения VR в промышленности и бизнесе, который будет всё чаще проигрываться в самых разных ситуациях: при управлении грузовой беспилотной техникой (трейлеры, дроны, складские погрузчики), проведении хирургических операций, изучении и освоении недоступных для людей мест (океаническое дно, шахты, вечная мерзлота). Впрочем, тренд последних десяти лет - повышение автоматизации, то есть стремление вовсе отказаться от участия людей в подобных процессах.

Неизбежная беспилотность

На недавней встрече с инвестиционным консультантом, специализирующимся на M&A-сделках в области высоких технологий, я выяснила, что «китайцы сметают всё, что связано с connected car», в том числе и в России. Пока мы обсуждали эту историю, сидя в ресторане, в новостях на ТВ прошла информация о том, что Apple подтвердила намерение разработать свой «беспилотный» автомобиль.

Тема обжигающе горячая, и через полгода уже будет поздно начинать ею заниматься, поляна будет поделена. Но пока в этой сфере ещё много чего можно дорабатывать и изобретать. Научно-исследовательские лаборатории по всему миру всё ещё работают над тем, чтобы построить машины, которые смогут передвигаться по сложным неровным и наклонным поверхностям, не роняя себя, грузы и оборудование.

Беспилотность - это не только про пассажирский и грузовой транспорт, передвигающийся по земле. Это еще и про летающие машины. Бум массовой популярности дронов нарастает. В 2014 году их продажи в мире утроились, в прошлом - удвоились, и пика на этом рынке пока не видно. Дроны уже начали использоваться для доставки пиццы - так работает компания Domino в Новой Зеландии.

Полицейские беспилотники, наблюдающие за потоками транспорта и прогнозирующие возможные преступления, уже никого не удивляют своим гудением. Они стали обыденностью в нескольких штатах Северной Америки. Они действительно помогают понизить уровень преступности. Если скрестить дроны с методами анализа больших данных, то они смогут предсказывать преступления в реальном времени.

Кстати, система такого рода используется полицией Лос-Анджелеса, хотя пока без дронов. Предиктивность - способность предсказывать вероятность возникновения событий - это одна из способностей, которую роботы могут приобрести благодаря методам машинного обучения.

Механическая зубрёжка

Прорыв в технологиях искусственного интеллекта и старт их активного применения на практике - тренд последних двух-трех лет. Если раньше на создание системы качественного машинного перевода требовалось десятилетие, то сейчас стартапы, которые только-только запустились, уже спустя год могу предложить потребителям вполне сносный конкурентоспособный продукт в этой сфере.

Машинное обучение - новый подход к работе с информацией, он очень быстро превращает машины в интеллектуальные устройства. Во многом бум разработки программ на базе машинного обучения связан с тем, что почти всё необходимое для этого можно найти среди свободно распространяемого ПО. Достаточно скачать среду разработки, несколько библиотек, прочитать мануал и вперед. За неделю-другую можно написать, к примеру, программу распознавания винных этикеток или даже лиц.

Возможности ИИ открыли такую вселенную, которую человечество будет осваивать даже не десятилетиями, а веками. Это означает, что роботы становятся умнее и учатся самостоятельно. Они даже способны передавать свои знания друг другу. Для этого, конечно, необходима инфраструктура связи. С ее помощью та программа, которая изобрела недавно новый универсальный язык, могла бы обучить ему другие машины.

Кстати, люди не ставили искусственному интеллекту задачу по созданию нового языка, это был побочный продукт его обучения переводам с разных языков. Программа сама научилась делать сносные переводы между парами языков, о которых ее не просили. Отсюда исследователи пришли к выводу, что компьютер пользуется системой общения мета-уровня, этаким новым эсперанто, универсальным языком.

Заоблачные мечты

Сложность алгоритмов машинного обучения и систем автоматического управления роботами такова, что для их функционирования требуется либо оснащать машины мощным вычислительным «железом», либо подключать их к облачной инфраструктуре. Похоже, человечество определилось с тем, что развитие робототехники пойдет по второму пути - на электронном механизме будет устанавливаться модуль связи и компьютер небольшой вычислительной мощности.

Управление устройствами, накопление знаний, обновление «мозга», взаимодействие с другими машинами будет происходить через «облако». Таким образом, купив простенькую машинку, со временем человек сможет обновить ее до супермозга, доплатив за более интеллектуальную прошивку.

К примеру, домашний робот с универсальным набором сенсоров и манипуляторов сможет на время превратиться в шеф-повара французского мишленовского ресторана. На время, потому что тут работает тренд передачи программы в пользование на ограниченный период по модели SaaS. Сейчас мы пользуемся облачными фоторедакторами и файлообменниками, а вскоре будем подписываться на специальные программные сервисы для своих роботов, чтобы, например, заставить их станцевать вальс или изобразить драку, когда нам станет скучно. Обучение роботов коллективному поведению - это ещё один тренд в индустрии.

Вместе мы - сила

Уже долгое время инженеры работают над тем, чтобы научить машины слаженно действовать вместе. Например, летать одной группой, демонстрировать фигуры высшего пилотажа, синхронно танцевать и вообще передвигаться. Зачем это нужно? Во-первых, это красиво. На самом деле, конечно, такое умение роботов будет жизненно необходимо нам, то есть людям, в будущем.

К примеру, слаженное движение самодвижущегося транспорта по интеллектуальным дорогам невозможно наладить без организации взаимодействия «умной» инфраструктуры с движущимися подключенными автомобилями и их общения друг с другом. В будущем дроны-почтальоны, обладая способностью коммуницировать с себе подобными, будут договариваться с полицейскими квадрокоптерами о том, чтобы не мешать их работе.

Роботы-погрузчики в портах смогут подготовить контейнеры для размещения на барже, получив сигнал задолго до ее приближения. Умный дом включит прогрев автомобиля и начнет варить кофе в тот момент, когда вы возьмете зубную щетку в руки. Кстати, такое взаимодействие машин очень нужно на промышленных объектах. Автоматизация на производствах с каждым годом повышается, и все идет к тому, чтобы заменить людей роботами на всех операциях, оставив несколько человек для контроля порядка и на случай экстренных ситуаций.

Робототехнические производства

Китай перестал быть источником дешевой рабочей силы для развитых стран. Крупные промышленные компании стремятся переносить производственные мощности поближе к штаб-квартирам - в Европу и США. Электрокары Tesla выпускаются на заводах, расположенных в Калифорнии. Роботы - это идеальная рабочая сила. С падением стоимости компонентов, сенсоров, систем компьютерного зрения они стали обходиться на порядок дешевле живых сотрудников.

К тому же они не ходят в отпуск и не берут больничный, не подставят подножку, используя профсоюз, их не нужно дополнительно мотивировать и водить на корпоративы. Они быстрее, чем люди, точнее и производительнее. Промышленные роботы, конечно, совсем не новая история. Они используются на производствах разного типа уже несколько десятилетий, выполняя самую грязную, опасную, тяжелую и рутинную работу за людей. Но в последнее время, благодаря развитию технологий машинного зрения, распространению мобильных сетей связи, автоматизации роботы стали использоваться гораздо шире.

Они работают в логистике, на службе у государства, в сельском хозяйстве, строительстве, исследованиях, медицине. Oxford Martin School предсказывает, что в ближайшие 15-20 лет 40% рабочих мест в США займут боты. Причем они станут выполнять в том числе сезонные работы. Распространяется практика привлечения «железных помощников» на время сбора урожая или для посева семян, опрыскивания растений для борьбы с вредителями, для проведения токсичных покрасочных работ на строящихся объектах. Маркетологи уже придумали название такой услуге - RaaS (Robotics-as-a-Service: роботы как сервис).

Я сверху вижу всё, ты так и знай

Если говорить о развитии технологий беспилотных автомобилей, то нельзя оставить без внимания технологии машинного зрения, которые усовершенствовались в последние годы. На YouTube в конце октября появился ролик с автомобилем Tesla, движущимся самостоятельно по дорогам Калифорнии.

Эта картина заставила понервничать опытных водителей, которые отождествились с безвольно сидящим за рулём пассажиром. Но беспокоиться им было не о чем, по крайней мере этот ролик заканчивается хорошо - все остались целы и добрались до пункта назначения. В видео производитель демонстрирует, как машина считывает и интерпретирует информацию с трёх камер, расположенных на корпусе. На идеальных дорогах Кремниевой Долины этого вполне достаточно.

Но ученые пока еще не добились того, чтобы искусственные глаза роботов могли распознавать предметы, лежащие на дороге, и помогать автомобилю двигаться в сложных погодных условиях. Впрочем, даже в вечно солнечной Калифорнии беспилотные машины проявили себя не на сто процентов безопасными. Не так давно произошла первая трагедия с участием автомобиля Tesla, который двигался под управлением электронного интеллекта. Машина протаранила тягач с прицепом, водитель не успел взять управление на себя. Этот случай заставил людей задуматься о многом.

Зловещая долина

Автомобиль, убивший своего владельца, - сюжет, достойный фильма ужасов и ночной кошмар создателя Tesla Элона Маска - реальностью. Всё чаще и громче звучат тревожные прогнозы умнейших людей мира о том, что искусственный интеллект может стать последним изобретением человечества и уничтожить своих создателей. Маск тоже беспокоится об этом, считая, что ИИ может оказаться страшнее ядерного оружия.

Предприниматель стал одним из инициаторов Open AI - проекта по свободному распространению технологий искусственного интеллекта. Его идея в том, чтобы самые передовые разработки в этой области не оказались в руках нескольких крупнейших компаний с неясными намерениями.

Понятный ход, но есть и побочные последствия. Если код для «мозга» роботов создаёт множество людей с разным уровнем профессионализма, это может ещё больше всё запутать. Кто виноват в гибели сорокалетнего Джошуа Брауна, первой жертвы искусственного интеллекта автомобиля Tesla?

В законодательстве пока такие случаи вообще не рассматриваются. Хотя регулирование в области робототехники уже активизировалось. Каждый американский штат выбрал свою позицию относительно дронов и функций автопилота в автомобилях. Но вопросов в этой сфере так много, что это похоже на ящик Пандоры: стоит его открыть, и на человечество посыпятся проблемы.

Этические, моральные и философские вопросы, связанные с использованием роботов, нам ещё предстоит поднять и обсудить. Мы только-только начинаем задумываться о них. Стоит ли доверять роботам больше, чем своей интуиции? Этично ли помещать воспоминания и «виртуальный слепок» личности умершего в машину? Можно ли «убить» робота и необходимо ли наказывать за это его владельца? Кто должен ответить, если робот навредил человеку? Как насчёт секса с роботами?

Последний вопрос, похоже, один из самых животрепещущих. В Лондоне в декабре 2016 года пройдёт первый международный конгресс под названием «Любовь и секс с роботами». Там же покажут машины, похожие на людей. Остаётся непонятной причина, по которой роботы, чья внешность слишком близка к человеческой, вызывают иррациональный ужас. Этот эффект падения уровня симпатии при приближении к человеческой внешности прозвали «зловещей долиной».

Есть версия, что машина, чрезмерно похожая на своих создателей, перестаёт восприниматься как нечто искусственное, и мозг считает, что это ненормальный, а значит, опасный человек, этакий «живой труп». Что ж, ещё неизвестно, кто из нас живее на этой планете: роботы или люди. Возможно, наши машины переживут нас.

Тема Искусственного Интеллекта (ИИ) доминировала в медийной новостной ленте на протяжении всего завершающегося года. Тон задают основные ньюсмейкеры - Илон Маск и Марк Цукерберг, обсуждая опасности и преимущества использования Искусственного Интеллекта в жизни человека. Россия и Китай заявили о развитии ИИ как о приоритетном направлении в сфере цифровой экономики. 2018 год станет годом развития и дальнейшего изучения возможностей применения ИИ, особенно метода глубокого обучения (deep learning), как наиболее перспективной ветви Искусственного Интеллекта. Расскажу подробнее об этом тренде в области высоких технологий на примере использования ИИ в сфере маркетинга.

Суть действия Искусственного Интеллекта состоит в создании настолько умных машин, что они будут превосходить мыслительные и аналитические способности человека. Машинное обучение (machine learning), базовый метод ИИ, обладает такими возможностями и уже широко используется во многих отраслях экономики и сферах жизни человека. Однако, стремительно развиваются и другие, более совершенные технологии.

Особенно это заметно по темпам развития глубокого обучения, почти полностью повторяющего принцип работы человеческого мозга в обработке данных и моделирования принятия решений. В 2017 году глубокое обучение стало неотъемлемой частью технологических процессов в здравоохранении и автомобилестроении. Маркетинг, как наиболее динамичная составляющая каждого бизнеса, тоже не остался в стороне от использования передовых технологий. Метод глубокого обучения оказал революционное влияние на всю рекламную отрасль.

Работа технологии, используемой в методе глубокого обучения, основана на принципах взаимодействия биологических нейронов. С помощью самообучающихся алгоритмов маркетологи теперь получают описания покупательского потенциала клиента без помощи человека. Например, RTB House недавно провел анализ огромного массива данных, наглядно продемонстрировавший: применение Искусственного Интеллекта вместо рекомендаций опытных маркетологов в ретаргетинговых кампаниях может улучшить результаты конверсии на 35%. И это еще не все. С помощью метода глубокого обучения рекламодатели получают прогноз действий пользователя, основанный на анализе его поведенческих особенностей и желаний. Это в разы упрощает работу маркетолога, предлагая оптимальные варианты целевых рекламных сообщений, где размещаются товары, о которых пользователь даже не догадывался или еще не видел.

Многие крупные бренды уже заметили выгоду от внедрения решений на основе метода глубокого обучения в свои продукты или инструменты маркетинга. В 2018 году мы ожидаем повсеместное использование метода глубокого обучения и увеличение инвестиций в развитие его потенциала.

От «контролируемого обучения» к новым горизонтам

В 2017 году произошел уход от так называемого «контролируемого обучения», типичного для процесса машинного обучения, в сторону более сложной системы «передачи обучения». Эта технология основана на передаче человеческих инструкций компьютеру: анализировать уже существующие модели принятия решений, примеры, наборы данных и их последующий анализ.

Принцип работы «передачи обучения» заключается в способности компьютера обрабатывать данные из симуляций, а не из реальности. Этот процесс намного проще и дешевле, а также быстрее, что очень важно при анализе огромного объема данных. Используя этот метод, машина учится принимать решения сама по себе: с логическими выводами, аналогией или же дедуктивным методом.

Например, при использовании старой модели машинного обучения, машина-автопилот может провезти человека на миллионы километров, пока записываются данные. Эти данные передаются автомобилю, которая понимает как управлять автомобилем на основе решений водителя. Благодаря «передаче обучения» уже отпадает необходимость в реальном водителе. Вместо этого могут быть взяты данные из различных симуляций вождения. Моделируя миллионы часов езды, машина сама понимает куда ей нужно двигаться, и уже она транслирует знания в реальный мир.

Второй подход называется «усиленным обучением». Его цель заключается в обучении компьютера принимать наилучшие решения, основываясь на обратной связи от окружающей среды и действиях, происходящих в ней. Например, как это происходит при участии в торгах за покупку рекламных мест. Аукционные системы очень сложны. Даже у специалистов часто возникают проблемы с определением оптимальной ставки, которая позволит им достичь желаемых результатов с минимальными затратами. Автомобиль столкнется с такими же препятствиями в начале своего движения. Однако, в отличие от человека, автомобиль может функционировать 24 часа в сутки в симуляционной среде. И также может научиться набору действий, причем намного быстрее человека. Возвращаясь к нашему примеру с покупкой рекламных мест, компьютер учится на моделировании аукционов, получая данные о том как действовать наиболее эффективно и, таким образом, выиграть аукцион.

Новые рабочие места и новые задачи

Действительно, принцип работы алгоритмов глубокого обучения абсолютно идентичен работе человеческого мозга. Но, в отличие от людей, компьютеры учатся намного быстрее и умеют анализировать огромнейшие объемы данных. Компьютеры не засыпают и не совершают множество ошибок. Именно здесь играет ведущую роль супер-производительность. Очень простым путем ИИ будет стремиться превзойти человеческие способности во многих областях. В настоящее время самообучающиеся алгоритмы способны намного точнее людей распознавать действия и образы.

Означает ли это, что существует опасность полностью заместить людей роботами? Не совсем. Согласно данным Всемирного экономического форума, 65% детей, поступающих в начальную школу сегодня, получат работу, которой в настоящее время не существует. Текущий уровень развития ИИ позволяет компаниям искать больше ИТ-специалистов, аналитиков данных, программистов. В следующем году у нас, вероятно, появится бум новых предложений о работе для ученых, работающих с данными. Хотя сейчас такое предложение еще не популярно.

Инновации 2017 года получат мощный импульс к развитию в 2018 году

Целями, которые преследует внедрение метода глубокого обучения, являются упрощение нашей жизни и повышение эффективности человеческой деятельности. Именно поэтому использование ИИ уже не стандарт, а необходимость для компаний, которые хотят быть конкурентоспособными на мировом рынке. Речь идет не о возможности персонализации или улучшения возможностей конечного продукта, а также о ряде других непрямых видов деятельности, таких как сбор и анализ данных. Уже сейчас у компаний есть такой большой объем данных к анализу, что они не справляются с их обработкой.

Такая ситуация напрямую влияет на решения, принятые их сотрудниками, и, следовательно, на финансовые результаты. Компании, чей бизнес специализируется на сборе и анализе данных для различных предприятий, будут все более востребованы. Предприятия с более крупными бюджетами будут использовать ИИ для классификации: что предлагать клиентам, какие рекомендовать условия для предоставления поставщикам, как инструктировать сотрудников, что говорить и делать в режиме реального времени. Следует также предположить, что в скором времени возникнет много новых стартапов, предлагающих решения на основе самообучающихся алгоритмов, поскольку эта технология будет широко распространяться.

Искусственный интеллект в 2017 году стал частью нашей повседневной жизни и публичных дискуссий. В ближайшие годы основное внимание будет уделено разработке различных технологий на основе ИИ, которые заменят людей во многих сложных отраслях, что в конечном итоге сделает нашу жизнь намного проще. Но для этого придется еще много трудиться.