Что такое демократизация искусственного интеллекта кратко

Обновлено: 02.07.2024

Демократизация и индустриализация: открытый код и MLOPS

По словам Бенаиха, существуют различные подходы к демократизации. Один из них — степень открытости и воспроизводимости исследований ИИ. Как показывают результаты дуэта исследователей, только 15% авторов исследовательских работ по ИИ публикуют свой код, и ситуация не сильно изменилась с 2016 г. Хогарт добавил, что традиционно ИИ как академическая область имел открытый дух, но отраслевое внедрение изменило этот подход. Компании нанимают все больше и больше исследователей, и, поскольку они хотят сохранить свою интеллектуальную собственность, это выливается в столкновение культур. За отказ от публикации кода под прицел критики исследователей попали такие известные организации, как OpenAI и DeepMind.

Поскольку индустриализация идет полным ходом, Бенаих и Хогарт заострили внимание на MLOps (DevOps for ML). Это эквивалент DevOps для моделей машинного обучения и означает их перенос от разработки к производству, управление жизненным циклом с точки зрения улучшений, исправлений, повторных развертываний и т. д. Эксперты отметили, что с MLOps связаны некоторые из наиболее популярных и быстрорастущих проектов Github в 2020 г. Хогарт также добавил, что сегодня основателям стартапов легче начать работу с ИИ, чем несколько лет назад, что связано с доступностью инструментов и зрелостью инфраструктуры.

Как поддерживать конкурентную борьбу в области ИИ

Это еще один ключевой вывод отчета: огромные модели, крупные компании и громадные затраты на обучение сегодня доминируют в самой горячей области ИИ —обработке естественного языка (NLP). Исследователи оценили стоимость обучения моделей NLP примерно в 1 долл. за 1000 параметров. Таким образом, обучение модели GPT3 некоммерческой организации OpenAI, которая была провозглашена новейшим и величайшим достижением в области ИИ, могло стоить ей десятки миллионов долларов. Эксперты предполагают, что вероятный бюджет составил 10 млн. долл. Это ясно показывает, что создать что-то вроде GPT3 по плечу далеко не каждой компании.

Вопрос в том, есть ли другой способ? Бенаих и Хогарт полагают, что да и предлагают альтернативу. PolyAI — это компания из Лондона, занимающаяся голосовыми помощниками. Она создала и выложила в открытый доступ разговорную модель ИИ (предварительно технически обученный на трансформерах контекстный ранжировщик), которая превосходит модель Google BERT в разговорных приложениях.

На пути к AGI?

Бенаих рассказал об интересном расширении возможностей GPT3, которое связано с дискуссией вокруг PolyAI. Это аспект введения в модель определенных триггеров, которые позволяют ее ограничивать или, по крайней мере, настраивать, какие выходные результаты она может давать из заданных входных данных. Он добавил, что есть разные способы сделать это и базы и графы знаний — один из них. Он также упомянул некую изученную переменную намерения, которую можно использовать для введения такого рода контроля над генератором последовательности общего назначения. Бенаих считает, что критический взгляд определенно нужен, и указывает на то, какие модели, в том числе GPT3, можно использовать, чтобы они приносили пользу в производственной среде.

Причинно-следственные связи — новый рубеж для ИИ

Как также следует из отчета, одни исследователи пришли к заключению, что прогресс в зрелых областях машинного обучения остановился, тогда как другие призывают к развитию в направлении причинно-следственных связей и заявляют, что добавление этого элемента в подходы к машинному обучению поможет преодолеть препятствия.

Причинно-следственные связи, сказал Хогарт, это двигатель прогресса человечества. Поэтому работа по привнесению причинно-следственных связей в машинное обучение, которую провели такие первооткрыватели, как Джуди Перл, обладает большим потенциалом. Возможно даже, это самый крупный прорыв в общей тенденции развития все более крупных корреляционных моделей.

Согласно опросу исследовательской компании Gartner, несмотря на влияние COVID-19, 47% глобальных IT-компаний увеличивают свои инвестиции в развитие искусственного интеллекта, еще 30% планируют увеличивать их. И только 16% временно приостановили финансирование, из-за сложных экономических последствий, а 7% -- временно снизили их.

Например, за последний год чат-боты, созданы на основе ИИ, помогли решить множество вопросов, связанных с пандемией, компьютерное распознавание образов помогло соблюдать правила социального дистанцирования, а машинное обучение использовали в моделировании стратегий развития экономики.

Если бы общая концепция ИИ была представлены в цикле хайпов 2021 года, то она бы безоговорочно заняла первое место. Это означает то, что искусственный интеллект начинает реализовывать свой потенциал, а его преимущества для бизнеса становятся реальностью.

Демократизация ИИ -- обычная тема для экспертов, которые хотят, чтобы их компании и организации вышли на новый уровень, за счет расширения штата соответствующими профессионалами (разработчиками, аналитиками, исследователями рынка), привлечения большего количества деловых партнеров, руководителей предприятий, продавцов.

Индустриализация обеспечивает возможность многократного использования, масштабируемости, и безопасности ИИ, что ускоряет его развитие и продвижение. По сравнению с первым подходом, индустриализация направлена на то, чтобы привлечь новых пользователей.

В разработке мобильных приложений ИИ используют для совершенствования процессов обработки бизнес-решений, управления рисками, связанными с соблюдением конфиденциальности и безопасности.

Ниже мы рассмотрим вопросы и ответы к диктанту, если есть замечания или вы заметели не правильный ответ, переходите к обсуждению в комментариях.

Существует единое, общепризнанное определение ИИ?

Вариант Кулответа: Нет

Единого определения искусственного интеллекта (ИИ) не существует. Как правило, ИИ рассматривается как область информатики, ориентированная на разработку аппаратных средств и систем, способных выполнять задачи, которые принято связывать с человеческим разумом.

Выберите ошибочное утверждение из списка предложенных:

ИИ – это комплекс технологических решений, имитирующий когнитивные функции человека
Близкий к бесконечному интеллект сможет быстро разрешить все наши проблемы
ИИ получает в наследство убеждения и стереотипы своих создателей
Искусственный интеллект помогает бороться с коронавирусом

Вариант Кулответа: Близкий к бесконечному интеллект сможет быстро разрешить все наши проблемы

Расставьте следующие понятия об областях знаний ИИ в хронологической последовательности возникновения терминов

Машинное обучение, глубокое обучение, искусственный интеллект
Глубокое обучение, машинное обучение, искусственный интеллект
Искусственный интеллект, машинное обучение, глубокое обучение

Вариант Кулответа: 2. Глубокое обучение, машинное обучение, искусственный интеллект

Что входит в рамки возможностей Искусственного интеллекта на современном этапе?

Саморазвитие
Выход за рамки поставленной задачи
Предсказание

Вариант Кулответа: Саморазвитие

Выберите верные утверждения:

● ИИ активно применяется в сельском хозяйстве, медицине, финансах, промышленности, робототехнике и других сферах.

Верны оба утверждения
Верно только первое утверждение
Верно только второе утверждение
Оба утверждения неверны

Вариант Кулответа: Верны оба утверждения

Выберите один или несколько правильных вариантов ответа

Искусственный интеллект – это раздел машинного обучения
Глубокое обучение включает в себя искусственный интеллект
Искусственный интеллект включает в себя машинное обучение

Вариант Кулответа: Искусственный интеллект – это раздел машинного обучения; Глубокое обучение включает в себя искусственный интеллект

Да, верно
Нет, не верно

Вариант Кулответа: Да, верно

Что такое Deep Fake?

Выдача неправильных прогнозов нейросетями
Замена нейросетями лиц на изображениях и в видео
Сознательное введение неправильных начальных данных в нейросети

Вариант Кулответа: Замена нейросетями лиц на изображениях и в видео

DeepFake – технология синтеза изображения, основанная на искусственном интеллекте и используемая для замены элементов изображения на желаемые образы.

Какой пункт из нижеперечисленных не является целью этичного искусственного интеллекта?

Подконтролен и полезен обществу
Безопасен для человека
Надежен в эксплуатации и предсказуем в действиях
Все принятые искусственным интеллектом решения должны быть наилучшими в текущей ситуации
Все принятые решения и ошибки ИИ должны быть прозрачны для понимания и доступны для анализа

Вариант Кулответа: Все принятые искусственным интеллектом решения должны быть наилучшими в текущей ситуации

Что такое Демократизация Искусственного интеллекта?

Использование ИИ для выборов различных уровней
Этические принципы разработки ИИ
Упрощение использования технологий ИИ

Вариант Кулответа: Упрощение использования технологий ИИ

Демократизация искусственного интеллекта. Демократизация ИИ — обычная тема для экспертов, которые хотят, чтобы их компании и организации вышли на новый уровень, за счет расширения штата соответствующими профессионалами (разработчиками, аналитиками, исследователями рынка), привлечения большего количества деловых партнеров, руководителей предприятий, продавцов.

Какое приблизительное количество нейронных клеток в человеческом мозге?

10 миллионов
100 миллионов
100 миллиардов

Вариант Кулответа: 100 миллиардов

Какие разделы математики используются в машинном обучении?

Отметить все из указанных.

Линейная алгебра
Дифференциальное исчисление
Теория чисел
Статистика

Вариант Кулответа: Линейная алгебра; Дифференциальное исчисление; Статистика

Какой уровень распознавания картинок у среднестатистического человека?

Вариант Кулответа: 50%

Точность узнавания свыше 50% сохраняется при сглаживании до эквивалентного размера 7х10 пикселов

Против какой супер-ЭВМ играл Гарри Каспаров?

Blue chess
Deep purple
Chess master
Deep blue

Вариант Кулответа: Deep blue

Суперкомпьютер провел два матча против Гарри Каспарова. В феврале 1996 года чемпион мира победил Deep Blue со счетом 4:2.

Выберите из списка виды базового машинного обучения

Отметить все из указанных.

Обучение в университете
Обучение без учителя
Обучение в тестовой среде (с подкреплением)
Обучение на курсах

Вариант Кулответа: Обучение без учителя; Обучение в тестовой среде (с подкреплением)

На основе анализа доверия россиян к Искусственному интеллекту выберите самую популярную причину недоверия

Большинство россиян (75% респондентов) знают о технологии искусственного интеллекта (ИИ), но только 29% из них понимают ее суть.

Что послужило моделью для искусственной нейронной сети?

Структура головного мозга
Паутинная сеть
Компьютерная сеть

Вариант Кулответа: Структура головного мозга

Нейронная сеть — попытка с помощью математических моделей воспроизвести работу человеческого мозга для создания машин, обладающих искусственным интеллектом.

Лидирующие позиции на международном уровне в развитии ИИ занимают…?

Япония, США
США, Китай
Россия, Китай
Китай, Евросоюз
Япония, Евросоюз
США, Евросоюз

Вариант Кулответа: США, Китай

Где уже применяются технологии ИИ?

Распознавание предметов на видео
Беспилотные автомобили
Улучшение качества изображения
Противодействие телефонному терроризму

Вариант Кулответа: Распознавание предметов на видео; Беспилотные автомобили; Улучшение качества изображения; Противодействие телефонному терроризму

Каковы социальные последствия массового внедрения технологий ИИ?

Вопрос для собственного рассуждения. Напишите личное мнение.

Вариант Кулответа: Искусственный Интеллект не сможет жить без человека, как и человек без ИИ в будущем

Предлагаем также вашему вниманию диктант по Информационным технологиям — ИТ-диктант

На ИИ денег не жалеют

По данным опроса Gartner, проведенного в конце 2020 г. среди 200 бизнес-руководителей и ИТ-специалистов, в условиях пандемии COVID-19 в 24% организаций увеличили инвестиции в искусственный интеллект, а в 42% оставили их в прежнем объеме. В числе главных задач текущих инициатив, связанных с ИИ, в компаниях назывались улучшение обслуживания клиентов и показателей сохранения клиентской базы, а также увеличение выручки и оптимизация затрат.

Hype Cycle в области искусственного интеллекта

Источник: Gartner, 2020

Однако господствуют, как и год назад, тенденции, связанные с демократизацией и индустриализацией искусственного интеллекта.

Демократизация искусственного интеллекта

Тема искусственного интеллекта давно вышла за пределы академической среды. Сегодня ИИ активно применяют на практике, благодаря чему новые возможности становятся доступны гораздо более широкому кругу людей — в мире бизнеса это руководители, клиенты, партнеры, специалисты по продажам, операторы сборочных линий, специалисты по эксплуатации ИТ-систем и разработчики ПО. Последние, как подчеркивают аналитики, станут одной из главных движущих сил развития ИИ.

В связи с ростом применения ИИ предприятиям приходится расширять штат соответствующих профессионалов. В состав коллективов, создающих решения на базе искусственного интеллекта, входят специалисты по исследованию данных, инженеры по данным и разработчики.

Индустриализация платформ ИИ

По мере индустриализации расширяется круг применений платформ ИИ, растет их масштабируемость, улучшается безопасность, отмечают аналитики.

Ирина Мишина, Ricoh: Роботизация — это все-таки замена труда человека, а автоматизация помогает ему делать свою работу

Как показал проведенный Gartner опрос, проектами ИИ на промышленных предприятиях нередко руководят топ-менеджеры: так, у руля почти 30% инициатив стоят генеральные директора. Это способствует ускоренному внедрению систем, в том числе благодаря более оперативному финансированию.

Нехватку специалистов по ИИ преувеличивают

Медлительность продвижения к внедрению ИИ-решений в эксплуатацию, похоже, нельзя объяснить только дефицитом специалистов соответствующего профиля. Опрос, проведенный Gartner более года назад, в конце 2019 г., показал, что из приблизительно 600 ИТ-руководителей только 7% считают помехой внедрению ИИ нехватку профессионалов с нужными навыками. Вряд ли положение с тех пор кардинально изменилось.

Даже в организациях с наименьшим уровнем зрелости ИИ-проектов не жалуются на нехватку специалистов: в 56% сообщили, что у них достаточно нужных кадров либо заявили, что легко смогут нанять или обучить сотрудников. А в компаниях с максимальным уровнем зрелости внедрений ИИ подавляющее большинство, 89%, заявляют, что без проблем нанимают профессионалов необходимого профиля.

AT&T, как и многие другие компании, пытается решить одну из ключевых проблем бизнеса — жесткую нехватку специалистов по искусственному интеллекту. По некоторым оценкам, лишь 10 000 программистов в мире обладают достаточным опытом для разработки продвинутых алгоритмов ИИ. Это капля в море в сравнении с тем количеством рабочей силы, которое потребуется компаниям в будущем. Благодаря таким инструментам, как, к примеру, платформа AT&T, технологии ИИ станут доступны не только ограниченному кругу сведущих специалистов, но и тем, кто не имеет знаний и опыта в технологической области.

Демократизация ИИ будет проходить двумя способами. Во-первых, она даст возможность сотрудникам таких крупных организаций, как AT&T, разрабатывать собственные приложения ИИ для повышения эффективности своей работы. Кроме того, она позволит небольшим фирмам применять такие возможности ИИ, которые раньше были доступны только большим корпорациям. Подумайте, насколько электронные таблицы, такие как Lotus 1-2-3 и Excel, упростили анализ данных: даже маленькая семейная фирма теперь может провести необходимый анализ возможных вариантов.

Создание необходимого набора инструментов

Собственная платформа AT&T содержит виджеты, которые можно объединять друг с другом для создания рабочих приложений. Например, маркетолог AT&T может объединить виджет обработки естественного языка с другими компонентами, чтобы создать приложение для сбора и анализа неструктурированных данных из социальных сетей. AT&T заявляет, что в будущем, возможно, будет предлагать свою платформу ИИ в качестве продукта другим компаниям.

Похожие инструменты уже есть на рынке. DataRobot Inc., стартап из Бостона, разработал автоматизированную платформу машинного обучения, с помощью которой пользователи могут строить прогностические модели с применением различных средств ИИ. У фирмы более 100 клиентов: страховые компании, банки и компании из других отраслей. К примеру, этот продукт может применяться для анализа огромных пакетов данных о клиентах, чтобы определить, вероятность того, какие из заявителей на ипотеку не выполнят своих долговых обязательств. В частности, Farmers Insurance использует платформу DataRobot для получения информации о поведении потребителей и совершенствования различных продуктов компании. Petuum предлагает схожее решение — платформу машинного обучения с визуальным интерфейсом, которая позволяет быстро создавать приложения ИИ без необходимости написания кода. Сейчас компания работает над развертыванием общей платформы для определенных отраслей, среди которых производство и здравоохранение. В Accenture мы разрабатываем платформу Accenture Insights, с помощью которой можно сочетать инструменты основных платформ ИИ и упрощать их использование. Мы своими глазами увидели, как демократизация ИИ расширяет круг возможностей и ускоряет разработку бизнес-решений нашими специалистами при помощи искусственного интеллекта.

Читайте также: