Искусственный интеллект в социальных сетях доклад

Обновлено: 02.07.2024

Согласно прогнозу аналитического агентства Reports and Data, рынок искусственного интеллекта (ИИ) в социальных сетях вырастет на 24,7% к 2017 году - с 797 млн долларов в 2019 году до 4,2 млрд долл. По мнению аналитиков, такой рост получится за счет генерации большого количества данных и активного спроса на маркетинг в социальных медиа.

ИИ используется во всех без исключения социальных сетях. В Instagram ИИ предупреждает пользователя, когда тот собирается написать гневный комментарий под фотографией или видео другого участника. Сейчас специальные алгоритмы "вылавливают" оскорбление еще на начальной стадии и предлагают пользователю задуматься, а стоит ли публиковать такой комментарий.

"Это вмешательство дает людям возможность задуматься и отменить свой комментарий, - отмечает Адам Моссери, руководитель Instagram. - Из ранних тестов этой функции мы обнаружили, что она побуждает некоторых людей отменить свой комментарий и поделиться чем-то менее вредным, как только у него появляется возможность подумать". Также есть вариант поставить настройки так, что посты обидчика будут видны только ему.

В Facebook ИИ используется для имитации поведения людей, которые нарушают правила соцсети. Специальная симуляция является полной копией настоящей соцсети, только населена она ботами, которые ругаются, продают оружие и наркотики и публикуют запрещенный контент. Такая версия, по замыслу разработчиков, должна научить алгоритмы выявлять нарушителей правил. Также ИИ используется для распознавания лица пользователя - как только человек загружает фотографию в соцсеть, алгоритм ищет фото или видео с конкретным человеком. Кроме того, ИИ защищает аккаунт от взлома.

"Соцсети широко используют технологии искусственного интеллекта, чтобы развивать свои возможности. Причем как для удобства пользователей, так и для выгоды самой компании. Обычные пользователи зачастую не догадываются, какая информация из их профилей и как используется", - отмечает Екатерина Касилина, руководитель отдела анализа данных ГК "Лига Цифровой Экономики".

Например, функция рекомендации друзей. "Раньше алгоритмы предлагали добавить в друзья людей, основываясь на общих подписчиках, - одноклассников, коллег. Сейчас же анализ связей между пользователями вырос в отдельную ветку ИИ: учитывается множество параметров профиля, анализируется огромный объем информации. Соцсети предлагают добавить в друзья людей, которых пользователь, может, и знает, но на первый взгляд это неочевидно", - объясняет эксперт.

PR-директор "Одноклассников" Сергей Томилов сообщил, что социальная сеть использует технологии искусственного интеллекта для борьбы со спамом. Также ИИ используется при восстановлении доступа к профилю по лицу и позволяет пройти процесс авторизации гораздо быстрее. "Технологии должны использоваться не ради самих технологий, а для того, чтобы пользователям было удобнее общаться, делиться контентом и эмоциями в соцсети", - заключил Томилов.

Три типа искусственного интеллекта

На сегодняшний день искусственный интеллект ученые определяют, как алгоритмы, способные самообучаться, чтобы применять эти знания для достижения поставленных человеком целей. Системы машинного обучения (основной подраздел ИИ) автоматизировали процессы во всех жизненно важных областях, включая банкинг, ретейл, медицину, безопасность, промышленность.

Выделяют три вида искусственного интеллекта: слабый (Narrow AI), сильный (AGI) и супер-ИИ (Super AI).

Первый вид используются повсеместно (включая голосовых ассистентов, рекламу в соцсетях, распознавание лиц, поиск романтических партнеров в приложениях и так далее); эти системы слабого ИИ единственные доступные на сегодня.

Сильный ИИ максимально приближен к способностям человеческого интеллекта и наделен по классическому определению Тьюринга самосознанием; по мнению экспертов, AGI сформируется примерно к 2075 году, а спустя еще 30 лет придет время для супер-ИИ.

Супер-ИИ мог бы не просто стать подобным людям, но и превзойти лучшие умы человечества во всех областях, при этом перепрограммируя самого себя, продолжая совершенствоваться и, вероятно, разрабатывая новые системы и алгоритмы самостоятельно.

На что способен искусственный интеллект уже сейчас

Оценить динамику может каждый, кто пользуется автоматическими переводчиками. Еще лет пять назад Google Translate более-менее сносно справлялся с отдельными наборами фраз и предложениями, тогда как сегодня программа переводит большие смысловые блоки, нейросети учитывают контекст, оперируют огромными массивами статистических данных. Сейчас можно читать статьи на хинди, китайском, арабском, не зная языка.

ИИ давно используется в финансовой сфере для оценки платежеспособности заемщика. Есть вам отказали в выдаче кредита на первом этапе ― вас отсеял именно искусственный интеллект. В США в некоторых штатах ИИ применяют в судебной системе для оценки продолжительности тюремных сроков для обвиняемых.

На данный момент разработано несколько значимых технологий в сфере искусственного интеллекта.

GPT-3 из области естественной обработки языка (NLP), самая сложная и в то же время гибкая нейронная сеть, способная генерировать статьи почти по любой теме, которые на первый взгляд трудно отличить от созданных человеком.

Нейросеть AlphaFold 2, ставшая прорывом в медицинской науке, способна определять трехмерную структуру белка с высокой точностью всего за несколько часов, в сравнении с традиционными методами.
Алгоритмы AutoML (автоматизированное машинное обучение) сделали ИИ доступным малому и среднему бизнесу благодаря интеграции с облачными системами (например, MLSpace от SberCloud, Microsoft Azure или AutoML от Google). Используя среду разработки, предприятия могут написать свои алгоритмы, к примеру, для обработки обращений клиентов или улучшения прогнозирования спроса.

Искусственный интеллект превосходит людей по IQ и креативности: в викторинах он набирает на 40% больше баллов, по вопросам SAT (тест для оценки знаний абитуриентов США) — на 15% больше баллов, чем средний абитуриент колледжа.

Роль ИИ в экономике

PwC прогнозирует увеличение мирового ВВП на $15,7 трлн к 2030 году благодаря развитию искусственного интеллекта. К этому времени Китай станет ведущей мировой державой в сфере ИИ с увеличением ВВП на 26%, Северная Америка будет следующей с ростом ВВП на 14,5%, за ней последует рост на 11–12% в крупнейших экономиках Европы. Развивающиеся страны получат наименьшую выгоду, поэтому есть риск усиления цифрового неравенства.

Влияние пандемии на внедрение ИИ в бизнесе

Почти три четверти бизнес-лидеров положительно оценивают роль ИИ после пандемии и сопутствующего кризиса. Большинство руководителей (74%) не только ожидают рост эффективности бизнес-процессов, но и создание новых бизнес-моделей (55%), новых продуктов и услуг (54%) — благодаря внедрению ИИ.

По мнению экспертов Оксфордского университета, к 2026 году ИИ напишет эссе, которое сойдет за написанное человеком, заменит водителей грузовиков к 2027 году и станет выполнять работу хирурга к 2053 году. Также ИИ превзойдет людей во всех задачах в течение 45 лет и автоматизирует все рабочие места в течение 120 лет.

Консалтинговая компания Accenture утверждает, что ИИ способен увеличить прибыль компаний в среднем на 38%. По словам экспертов и представителей бизнеса, ИИ помогает компаниям прогнозировать и выявлять проблемы, а также восполняет нехватку навыков сотрудников, хотя до построения бизнес-стратегии искусственным интеллектом еще далеко.

Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.

Основные вызовы технологии ИИ

Бизнес-процессы

Чтобы компания извлекала прибыль, недостаточно вложить средства в алгоритм и получить первые успешные результаты после запуска пилотного проекта. Внедрение ИИ — это многоуровневый процесс, включающий культурные изменения в компании, найм и обучение специалистов по data science, автоматизацию и построение бизнес-процессов с учетом алгоритмов, и на этом весь список не заканчивается.

Выступая на международной конференции Сбера AI Journey 2021, Юрген Шмидхубер, ученый в области искусственного интеллекта, главный научный советник Института Искусственного Интеллекта AIRI и научный руководитель компании NNAISENSE отметил, что компании в основном сосредоточены на своих частных проблемах, а не на развитии технологий искусственного интеллекта: большая часть их прибыли от ИИ приходится на маркетинг и продажу рекламы.

Такие гиганты как Alibaba, Amazon, Facebook, Google массово используют глубокие искусственные нейронные сети, например, Long-Short-Term Memory, чтобы предсказать спрос пользователей и дольше удерживать их на своих платформах, заставляя переходить по большему количеству рекламных объявлений.

Нехватка специалистов

Спрос на ИИ-специалистов вырос на 74% за 2016–2019 годы, сейчас две из пяти компаний, использующих ИИ на продвинутом уровне, отмечают острую нехватку специалистов, трудности с наймом также возглавляют список проблем в области ИИ.

Проблемы машинного обучения

На качество влияет и степень предвзятости, или bias, включая гендерные и расовые предрассудки, которым может быть подвержен человек, работающий с алгоритмом.

Количество данных. Помимо качества, компьютеру все еще требуется большой объем данных и ресурсов для выполнения простейших задач. Отличать собак от кошек ИИ научится за три дня, задействуя 10 млн изображений и 16 000 компьютеров, в то время как ребенку хватило бы пары фотографий и нескольких минут. Если бы модель GPT-3 обучали читать и писать статьи не на суперкомпьютере, а на обычном ПК, весь процесс занял бы примерно 500 лет.

Применение в другом контексте. Хотя искусственный интеллект сегодня способен выполнять различные функции — от распознавания кошек и собак до предсказания поломок на нефтяных платформах, — это все еще узконаправленные задачи. ИИ пока что не умеет применять полученные навыки в непривычных условиях.

Влияние на климат

Проблема потребления энергии искусственным интеллектом напрямую связана с количеством ресурсов, задействованных в обработке данных. Обучение же одной NLP-модели (подобной GPT) требует столько же энергии, сколько автомобиль за весь его срок службы, и производит в пять раз больше CO₂.

Во всем мире центры обработки данных потребляют около 200 ТВт·ч электроэнергии в год — больше, чем некоторые страны. В то же время, есть и противоположный эффект — ИИ поможет снизить выбросы парниковых газов на 1,5–4% к 2030 году, согласно отчету Европейского парламента.

Использование ИИ в науке

Машинное обучение стало ключевым инструментом исследователей из разных областей, однако потенциал ИИ в науке еще предстоит раскрыть, отмечает Леонид Жуков. Стимулирование новых открытий с помощью ИИ актуально, например, в области создания новых материалов при помощи вычислений или в прогнозировании изменений климата для разработки стратегий повышения устойчивости к изменениям окружающей среды. Например, в рамках стремления к достижению углеродной нейтральности, ученые из группы поиска новых материалов Института AIRI совместно со Сбербанком разработали прототипы моделей, позволяющих оптимизировать контроль качества на производстве солнечных батарей.

В перспективе машинное обучение может активнее применяться для охраны дикой природы в малодоступных регионах и подсчете особей, понимания сложной органической химии и в исследовании темной материи.

Рассказываем о том, как использование технологий искусственного интеллекта в различных областях приносит пользу обществу и способствует решению глобальных социальных проблем.

Что такое искусственный интеллект

Искусственный интеллект (ИИ) – междисциплинарная наука с множеством подходов, цель которых – разработать компьютерные системы для решения требующих наличия разума задач. Этот термин также может быть применен к любой машине, которая проявляет связанные с человеческим разумом черты, например, способность к обучению. Термин не совсем корректный: правильнее было бы говорить о когнитивных технологиях.

Идеальной характеристикой искусственного интеллекта является его способность рационализировать и предпринимать действия, которые имеют наибольшие шансы на достижение поставленной цели. Отраслью искусственного интеллекта является машинное обучение (Machine Learning), которое занимается разработкой компьютерных программ, способных автоматически учиться и адаптироваться к новым данным без помощи человека. Методы Deep Learning обеспечивают автоматическое обучение за счет поглощения огромных объемов неструктурированных данных, таких как текст, изображения или видео.

AI for Social Good

От изменений климата до социальной поляризации и эпидемий – человечество ищет новые решения устоявшихся проблем. Искусственный интеллект набирает обороты в социальной сфере и обладает значительным потенциалом для решения проблем в таких областях, как медицина, понимание естественных языков и стимулирование научных открытий.

Google

В 2018 году компания Google создала инициативу AI for Social Good . Эта специальная программа, которая направляет опыт и разработки Google в области искусственного интеллекта на решение гуманитарных и экологических проблем. AI for Social Good занимается такими исследовательскими и инженерными проектами, как помощь людям с нетипичной речью , открытое хранилище данных COVID-19 или быстрое и точное прогнозирование наводнений .

В рамках программы Google также занимается созданием ответственного искусственного интеллекта и работает над развитием способных принести пользу людям и обществу технологий. П риложения Google AI руководствуются следующими принципами.

Искусственный интеллект ДОЛЖЕН:

быть социально полезным;
избегать создания или усиления несправедливых предубеждений;
быть испытан на безопасность;
быть ответственным перед людьми;
включать принципы дизайна конфиденциальности;
поддерживать высокие стандарты научного сообщества;
быть доступным для использования в соответствии с этими принципами.

Применение искусственного интеллекта НЕ ДОЛЖНО включать:

вероятность причинения любого вреда;
оружие или того, что может непосредственно ранить других;
системы наблюдения, нарушающие международно признанные нормы;
цели, которые противоречат международному праву и правам человека.

McKinsey

McKinsey занимается исследованиями инициатив искусственного интеллекта, направленных на общественное благо. В них рассматриваются области социального блага, в которых ИИ может быть применен, возможности ИИ и риски. Исследователи компании проанализировали существующие проекты и собрали базу данных из 160 примеров использования ИИ для социального блага. Они варьируются от диагностики рака до помощи слепым людям, выявления жертв сексуальной эксплуатации в интернете, и оказания помощи в ликвидации последствий стихийных бедствий. Согласно исследованию, ИИ является лишь частью гораздо более широкого набора мер, которые могут быть использованы для решения социальных проблем. А такие проблемы, как доступность данных и нехватка талантов в ИИ, ограничивают его применение для общественного блага.

Microsoft

Индийский предприниматель К. Чандрасекар, основатель Forus Health , обратился к Microsoft с идеей использования ИИ для искоренения предотвратимой слепоты. Microsoft AI for Social good to prevent blindness помогает сделать продукт, представляющий собой портативное устройство сканирования глаз, доступное по низкой цене. Компании совместно работают над выявлением заболеваний сетчатки, таких, например, как диабетическая ретинопатия. Эта вспомогательная технология экономит время при одновременном увеличении скорости тестирования.

Далее мы рассмотрим примеры использования технологий Искусственного интеллекта для общественного блага в таких областях, как здравоохранение, городское планирование, образование, безопасность и охрана дикой природы.

Примеры технологий

Медицина

Одно из самых распространенных применений искусственного интеллекта относится к сектору здравоохранения. По оценкам Accenture, к 2021 году инвестиции в эту сферу вырастут до 6,6 миллиарда долларов.

Методы прогностической аналитики применяются к здравоохранению, с целью оценить клинические данные и предвидеть будущие тенденции. Одним из главных преимуществ когнитивных технологий в этой области является повышение точности диагностики и лечения.

В дополнение к увеличению производства лекарств и улучшению выявления аллергии и заболеваний, сектор здравоохранения с головой погружается в будущее с помощью роботов-хирургов. В течение многих лет медицинские бригады использовали роботизированное оборудование для незначительных процедур, но теперь они передают полный контроль Искусственному интеллекту.

Лидером рынка является Intuitive Surgical – американская компания, которая хорошо известна своей роботизированной хирургической системой da Vinci. В 2018 году по всему миру было задействовано более 5000 таких хирургических роботов, которые выполнили более миллиона процедур в сфере неврологии, гинекологии, ортопедии, урологии, стоматологии и пересадки волос. Данные свидетельствуют о том, что роботы-врачи могут зашивать раны с большей точностью, чем любой человек, и даже удалять опухоли, нанося меньше повреждений окружающим тканям.

PathAI – поставщик технологий для лабораторий патологии, обнаружил сильную корреляцию между ИИ и ручной квалификацией одного конкретного белка в различных опухолевых клетках. Белок PD-L1 удерживает иммунные клетки от нападения на безвредные клетки в организме, а поскольку некоторые раковые клетки содержат большое количество этого белка, они могут обмануть иммунную систему и избежать обнаружения. Предсказание моделей ИИ было оценено и сравнено с ручными оценками сетью патологов, чтобы выяснить, работает ли платформа. Исследователи обучили модель с более чем 250 000 предоставленных патологоанатомами аннотаций, которые в конечном итоге успешно выполнялись на уровне сертифицированного патологоанатома. Это открытие экономит время и ресурсы, с высокой точностью прогнозируя вероятность распространения раковых клеток у пациента.

Управление городами

Проект DataKind собирает данные об использовании воды, погоде и населении и создает модели прогнозирования для улучшения процессов управления водными ресурсами. Эта разработка позволяет точно прогнозировать спрос на воду: в Южной Калифорнии она сэкономила округу около 5 миллионов долларов , которые в противном случае были бы инвестированы в капитальное хранение и импорт питьевой воды.

Образование

Одним из самых популярных трендовых приложений ИИ для образования стало внедрение голосовых помощников в классе. Они позволяют детям взаимодействовать с учебным материалом и получать помощь без физического присутствия учителя. Кроме того, эти инструменты доступны для слепых и слабовидящих учеников, что представляет собой еще одно применение вне строго образовательного контекста.

SeeingAI – известный проект Microsoft, бесплатное приложение, которое рассказывает о мире для тех, кто страдает нарушениями зрения. Используя VoiceOver, оно предоставляет информацию о том, кто и что находится вокруг человека. Это интеллектуальное приложение камеры имеет множество функций, от чтения коротких текстов и документов до сканирования продуктов и идентификации людей, валюты, цветов и многого другого.

Мобильное приложение сочетает в себе различные методы и процессы искусственного интеллекта, вроде оптического распознавания символов и распознавания объектов. SeeingAI может сканировать штрих-код и идентифицировать соответствующий продукт, а также получить связанные с ним инструкции или, например, сведения о входящих в состав ингредиентах. Более того, приложение может описывать людей с точки зрения их эмоционального статуса, а также предполагаемого возраста и пола.

Природные катастрофы

Из-за большого количества происходящих в мире землетрясений необходима надежная система искусственного интеллекта, которая сможет предупредить нас о крупных катастрофах и спасти тысячи жизней.

Тибо Пероль – ученый, который возглавляет проект искусственного интеллекта под названием ConvNetQuake . Эта система использует анализирующий сейсмограммы алгоритм машинного обучения, чтобы определить, является ли сейсмическая активность землетрясением или просто низкоуровневым шумом. С его помощью было обнаружено в 17 раз больше землетрясений по сравнению с традиционными измерениями. Это делает ConvNetQuake первой нейронной сетью в мире, способной обнаружить низкоуровневые события, которые традиционные методики не улавливают.

Защита окружающей среды

Билл Гейтс уже много лет является сторонником защиты окружающей среды, поэтому неудивительно, что Microsoft вкладывает значительные средства в использование ИИ для социального блага и устойчивого развития. Компания, которую основал Гейтс, потратила более 50 миллионов долларов на программу AI for Earth , которая создает и тестирует инновационные приложения ИИ для решения проблем изменения климата.

После урагана Мария программа AI for Earth присудила грант команде исследователей из Колумбийского университета, которая, используя искусственный интеллект проанализировала, как именно ураган разрушил экосистему лесов и повлиял на изменение климата.

Другой проект по охране дикой природы, PAWS , представляет собой управляемую ИИ систему, которая оценивает информацию о браконьерской деятельности, а затем генерирует маршруты патрулирования для природоохранных агентств разведки. Как и любая хорошая система машинного обучения, PAWS становится умнее, собирая больше данных, и достаточно скоро она будет способна понимать модели поведения браконьеров. С помощью прогнозной аналитики патрульные подразделения смогут также предсказать районы, куда направятся браконьеры в будущем.

Заключение

Обилие данных и распространение новых технологий делает возможным широкое применение искусственного интеллекта на благо общества. Новые социальные инициативы, основанные на методах Deep Learning и машинного обучения для решения проблем, получают все больше финансирования во многих отраслях: от прогнозной аналитики в здравоохранении до технологических альтернатив в образовании и инструментов распознавания образов в сфере безопасности.

Искусственный интеллект – это технология, а точнее направление современной науки, которое изучает способы обучить компьютер, роботизированную технику, аналитическую систему разумно мыслить также как человек. Собственно мечта об интеллектуальных роботах-помощниках возникла задолго до изобретения первых компьютеров.

Людей в середине 50-х годов прошлого столетия сильно поразили возможности вычислительных машин, особенно способности ЭВМ, безошибочно выполнять множество задач одновременно. В головах ученых и писателей сразу возникли фантастические идеи о мыслящих машинах. Именно в этот период начинают зарождаться первые технологии искусственного интеллекта.

Исследования в сфере ИИ ведутся путем изучения умственных способностей человека и переложения полученных результатов в поле деятельности компьютеров. Таким образом, искусственный интеллект получает информацию из самых разных источников и дисциплин. Это и информатика, математика, лингвистика, психология, биология, машиностроение. На основе массива данных с помощью технологии машинного обучения компьютеры пытаются имитировать интеллект человека.

Главные цели ИИ достаточно прозрачны:

Создание аналитических систем, которые обладают разумным поведением, могут самостоятельно или под надзором человека обучаться, делать прогнозы и строить гипотезы на основе массива данных.
Реализация интеллекта человека в машине – создание роботов-помощников, которые могут вести себя как люди: думать, учиться, понимать и выполнять поставленные задачи.

История развития искусственного интеллекта

В 1943-45 годах закладываются основы для понимания и создания нейронных сетей, а уже в 1950 году Алан Тьюринг публикует в научном издании анализ интеллектуальной шахматной игры. В 1958 году появляется первый язык программирования искусственного интеллекта – Лисп.

В период с 1960 по 1970 ряд ученых доказали, что компьютеры способны понимать естественный язык на достаточно хорошем уровне. В 1965 году разработали Элизу – первого робота-помощника, который мог говорить на английском языке. В эти же годы направление ИИ стало привлекать правительственные и военные организации США, СССР и других стран. Так Министерство обороны США уже к 70-м годам запустило проект виртуальных уличных карт – прототип GPS.

В 1969 году ученые Стэнфордского университета создали Шеки – робота с ИИ, способного самостоятельно перемещаться, воспринимать некоторые данные и решать несложные задачи.

В Эдинбургском университете четырьмя годами позже (1973) был создан робот Фредди – это шотландский представитель семейства ИИ мог использовать компьютерное зрение для того, чтобы находить и собирать разные модели.

80-е годы XX века стали прорывными для ИИ. Учеными были разработаны обучающие машины – интеллектуальные консультанты, которые предлагали варианты решений, умели самообучаться на начальном уровне, общались с человеком на ограниченном, но уже естественном языке.

Интересен факт, что в 1989 году другая шахматная программа Deep Thought обыграла гроссмейстера международного уровня Бента Ларсена. После этого поединка машины и человека, Гарри Каспаров заявил:

С 2008 начинается эра технологической сингулярности, которая по расчетам экспертов должна выйти в зенит в 2030 году. Начинается интеграция человека с вычислительными машинами, увеличиваются возможности человеческого мозга, появляются биотехнологии.

Принципы ИИ

Робот или система с искусственным интеллектом не может навредить человеку своим действием или же своим бездействием допустить, чтобы человеку был приченен вред.
Робот должен повиноваться приказам, которые получает от человека, кроме тех, которые противоречат Первому закону.
Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.

0. Робот не может навредить человеку, если только не докажет, что в конечном итоге это (вред) будет полезно для всего человечества.

Разобравшись с этическими законами, перейдем к технологическим принципам искусственного интеллекта:

Кроме того, трудно представить существование искусственного интеллекта без мощных графических процессоров, которые являются сердцем интерактивной обработки данных. Для интеграции ИИ в различные программы и устройства необходима технология API – программные интерфейсы приложений. Используя API можно без труда добавлять технологии искусственного интеллекта в любые компьютерные системы: домашняя безопасность, умный дом, оборудование на ЧПУ и прочее.

Сфера использования ИИ

Искусственный интеллект постепенно приходит во все отрасли человеческой деятельности, делая обычные программные комплексы интеллектуальными:

Основные проблемы ИИ

Как вы понимаете возможности искусственного интеллекта на данной стадии развития не безграничны. Перечислим главные трудности:

Резюме

Мы познакомились с понятием, что такое искусственный интеллект. Изучили основные принципы: этические и технологические. Рассмотрели главные препятствия на пути развития ИИ. Искусственный интеллект тесно связан с развитием компьютерной техники, а также таких наук как математика, статистика, комбинаторика и других.

Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни.

Сегодня поговорим о том, что такое ИИ, как он возник, где применяется, а также чем он отличается от человеческого разума.

Что представляет собой искусственный интеллект

Искусственный интеллект – это свойство интеллектуальной системы выполнять те функции и задачи, которые обычно характерны для разумных существ. Это может быть проявление каких-то творческих способностей, склонность к рассуждению, обобщение, обучение на основании полученного ранее опыта и так далее.

Его развитием занимается направление науки, в рамках которого происходит аппаратное или программное моделирование тех задач человеческой деятельности, что считаются интеллектуальными. Еще под ИИ часто подразумевают направление в IT, основной целью которого является воссоздание разумных действий и рассуждений с помощью компьютерных систем.

История возникновения и развития искусственного интеллекта

Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти. Однако позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.

Тогда же Тьюринг разработал эмпирический тест для оценки машинного интеллекта. Он показывает, насколько искусственная система продвинулась в обучении общению и удастся ли ей выдать себя за человека.

Самая ранняя успешная программа искусственного интеллекта была создана Кристофером Стрейчи в 1951 году. А уже в 1952 году она играла в шашки с человеком и удивляла зрителей своими способностями предсказывать ходы. По этому поводу в 1953 году Тьюринг опубликовал статью о шахматном программировании.

Новое развитие искусственный интеллект получил в середине 1990-х. Самый известный пример – суперкомпьютер IBM Deep Blue, который в 1997 году обыграл в шахматы чемпиона мира Гарри Каспарова. Сегодня подобные сети развиваются очень быстро за счет цифровизации информации, увеличения ее оборота и объема. Машины довольно быстро анализируют информацию и обучаются, впоследствии они действительно приобретают способности, ранее считавшиеся чисто человеческой прерогативой.

Отличие ИИ от нейросетей и машинного обучения

Нейросети представляют собой математическую модель, компьютерный алгоритм, работа которого основана на множестве искусственных нейронов. Суть этой системы в том, что ее не нужно заранее программировать. Она моделирует работу нейронов человеческого мозга, проводит элементарные вычисления и обучается на основании предыдущего опыта, но это не соотносимо с ИИ.

Искусственный интеллект, как мы помним, является свойством сложных систем выполнять задачи, обычно свойственные человеку. К ИИ часто относят узкоспециализированные компьютерные программы, также различные научно-технологические методы и решения. ИИ в своей работе имитирует человеческий мозг, при этом основывается на прочих логических и математических алгоритмах или инструментах, в том числе нейронных сетях.

Под машинным обучением понимают использование различных технологий для самообучающихся программ. Соответственно, это одно из многочисленных направлений ИИ. Системы, основанные на машинном обучении, получают базовые данные, анализируют их, затем на основе полученных выводов находят закономерности в сложных задачах со множеством параметров и дают точные ответы. Один из наиболее распространенных вариантов организации машинного обучения – применение нейросетей.

Если сравнивать с человеком, то ИИ подобен головному мозгу, машинное обучение – это один из многочисленных способов обработки поступающих данных и решения назревающих задач, а нейросети соответствуют объединению более мелких, базовых элементов мозга – нейронов.

Разница между искусственным и естественным интеллектом

Сравнивать искусственный и естественный интеллект можно лишь по некоторым общим параметрам. Например, человеческий мозг и компьютер работают по примерно схожему принципу, включающему четыре этапа – кодирование, хранение данных, анализ и предоставление результатов. И естественный, и искусственный разум склонны к самообучению, они решают те или иные задачи и проблемы, используя специальные алгоритмы.

Помимо общих умственных способностей к рассуждению, обучению и решению проблем, человеческое мышление также имеет эмоциональную окраску и сильно зависит от влияния социума. Искусственный интеллект не имеет никакого эмоционального характера и не ориентирован социально.

Применение ИИ в современной жизни

ИИ также внедряют в производственные процессы для фиксации действий работников. Не обошлось и без внедрения новых технологических решений в транспортной сфере. Так, искусственный интеллект мониторит состояние на дорогах, фиксирует пробки, обнаруживает разные объекты в неположенных местах. А про автономное (беспилотное) вождение и так постоянно говорят…

Люксовые бренды внедряют ИИ в свои системы для анализа потребностей клиентов. Стремительно развивается использование подобных систем в системах здравоохранения, в основном при диагностике заболеваний, разработке лекарств, создании медицинских страховок, проведении клинических исследований и так далее.

Перечислить разом все области, в которых задействован искусственный интеллект, практически нереально. На данный момент он затрагивает все больше самых разных сфер. И причин на то немало – та же автоматизация производственных процессов, стремительный рост информационного оборота и инвестиций в эту сферу, даже социальное давление.

Влияние на различные области

ИИ все больше проникает в экономическую сферу, и, по некоторым прогнозам, это позволит увеличить объем глобального рынка на 15,7 трлн долларов к 2030 году. Лидирующую позицию в освоении сей технологии занимают США и Китай, однако некоторые развитые страны вроде Канады, Сингапура, Германии и Японии не отстают.

Искусственный интеллект может оказать существенное влияние на рынок труда. Это может привести к массовому увольнению рабочего персонала из-за автоматизации большинства процессов. Ну и росту востребованности разработчиков, конечно.

Перспективы развития искусственного интеллекта

Заключение

Читайте также: