Бернард Марр - Искусственный интеллект на практике

• Название: Искусственный интеллект на практике
• Автор: Бернард Марр
• Жанр: О бизнесе популярно
• Год: 2020
• ISBN: 978-5-00146-802-8

У искусственного интеллекта – огромные возможности. Вы поймете, что он означает для современного бизнеса и какую роль играет в преображении нашего мира. На 50 ярких примерах вы узнаете, как ИИ используют стартапы, традиционные компании и гиганты вроде Google, Facebook, Microsoft и Amazon. На русском языке публикуется впервые.

---

Бернард Марр, Мэтт Уорд Искусственный интеллект на практике 50 кейсов успешных компаний

Издано с разрешения

John Wiley & Sons Limited (a company of John Wiley & Sons, Inc.)

Все права защищены.

Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

© 2019 Bernard Marr All Rights Reserved. Authorised translation from the English language edition published by John Wiley & Sons Limited. Responsibility for the accuracy of the translation rests solely with Mann, Ivanov and Ferber and is not the responsibility of John Wiley & Sons Limited. No part of this book may be reproduced in any form without the written permission of the original copyright holder, John Wiley & Sons Limited.

© Перевод на русский язык, издание на русском языке, оформление. ООО «Манн, Иванов и Фербер», 2020

* * *

Предисловие

Искусственный интеллект (ИИ) бесповоротно меняет мир. И перемены глубже, чем кажется сейчас. В будущем ИИ затронет или полностью преобразует все профессии во всех сферах.

ИИ наделяет машины способностью видеть, слышать, ощущать вкус и запах, осязать, говорить, ходить, летать и учиться. Благодаря этому компании могут найти новые способы общения с клиентами, предлагать более интеллектуальные продукты и услуги, автоматизировать процессы и добиваться небывалых успехов.

Вокруг ИИ много шумихи, но не все понимают, что это такое. Одни видят в нем угрозу цивилизации, а другие – решение всех проблем человечества, от глобального потепления до исцеления рака. Мы хотим рассказать о роли ИИ в современном бизнесе – без ажиотажа и нагнетания паники.

Мы приведем реальные примеры инновационного использования ИИ в разных сферах. Так мы надеемся развеять мифы и показать, что его возможности безграничны. Технических подробностей в книге – минимум, поэтому она будет понятна большинству читателей.

Чтобы сделать книгу информативной для профессионалов, кое-какие технические детали мы все же сохранили.

Вы узнаете, как работают с ИИ стартапы, традиционные компании и гиганты вроде Google, Facebook, Alibaba, Baidu, Microsoft, Amazon и Tencent. Мы описываем ситуацию реалистично: первопроходцы ИИ несутся вперед на всех парах, оставляя позади традиционные компании, которые изо всех сил пытаются сохранить конкурентоспособность. А стартапы тем временем ставят подножку то одним, то другим.

Мощнейшая технология человечества

ИИ – самая могущественная из современных технологий, и игнорировать ее – ошибка. Лидеры стран и компаний видят в ней колоссальные возможности и боятся остаться позади всех в гонке за ИИ.

Белый дом выпустил в США не один документ о стратегической важности ИИ. В 2016 году, при Бараке Обаме, вышел первый доклад «Подготовка к будущему с искусственным интеллектом»[1], заложивший основу американской стратегии в этом направлении. В 2018 году, уже при Дональде Трампе, после саммита по ИИ в Белом доме администрация обнародовала инициативу «Искусственный интеллект для американского народа»[2]. Президент США заявил: «Мы стоим на пороге новой технологической революции, которая может улучшить все аспекты нашей жизни, обогатить американских трудящихся и их семьи и покорить новые высоты в науке, медицине и коммуникациях». Администрация США намерена сохранить лидерство страны в области ИИ, стимулировать его исследования и внедрение, а также обучать американцев использовать все его преимущества[3].

Президент России Владимир Путин высказался так: «Искусственный интеллект – это будущее, и не только России, но всего человечества. […] Тот, кто станет лидером в этой сфере, будет править миром»[4]. Самые амбициозные планы у правительства Китая – к 2030 году выйти в сфере ИИ на первое место[5]. Еврокомиссия в 2018 году опубликовала стратегию ИИ, где говорится: «Как в свое время паровые двигатели и электричество, ИИ меняет мир, общество и промышленность. Вследствие роста вычислительной мощности, доступности данных и прогресса в алгоритмах ИИ стал стратегической технологией XXI века. Серьезность ситуации невозможно переоценить. От решений в сфере ИИ зависит, в каком мире мы будем жить»[6].

Бизнес-лидеры с этим согласны. Генеральный директор Amazon Джефф Безос уверен, что мы вступили в «золотой век» ИИ и способны решать задачи, которые прежде относились к области фантастики[7]. Сооснователь Google Сергей Брин уверяет: «Новый скачок в развитии ИИ – самое значительное событие в компьютерной области за всю мою жизнь»[8]. По словам генерального директора Microsoft Сатьи Наделлы, ИИ это «определяющая технология нашего времени»[9]. Учредитель и исполнительный председатель Мирового экономического форума Клаус Шваб, как и многие другие, считает ИИ (особенно в сочетании с другими технологическими инновациями) двигателем четвертой индустриальной революции, которая ведет к изменениям во всех аспектах бизнеса и общества[10].

Что такое ИИ и расцвет глубокого машинного обучения

ИИ – не новость и не сказка. Первые разработки в этой сфере начались еще в 1950-х. ИИ – это способность компьютерных систем или машин вести себя подобно разумным существам, учиться и самостоятельно действовать. ИИ берет данные, применяет к ним вычислительные правила (алгоритмы) и на основании расчетов принимает решение или прогнозирует результат.

Данными могут быть изображения с рукописным текстом, буквы и цифры. Алгоритм – это написанная человеком компьютерная программа с некими правилами: например, каким должен быть шрифт или интервал между словами. Программа анализирует отсканированный текст, применяет правила и прогнозирует, какие буквы, цифры и слова в нем содержатся. Так машина распознает рукописный текст. Подобный ИИ еще с 1997 года использовала почта США, чтобы автоматически считывать адреса на конвертах. Для узкой задачи этот ИИ вполне годился.

ИИ на основе правил не справляется с более сложными задачами. Не подходит он и в случаях, когда правила трудно сформулировать, а значит невозможно внести в программу. Мы говорим на родном языке, ходим, узнаем лица друзей в толпе незнакомцев – и всему этому учимся по опыту, а не по правилам.

Нейронные сети мозга тренируются распознавать лица, когда мы наблюдаем их в разных ракурсах некоторое время. Движение и речь развиваются в ходе проб и ошибок. В современном ИИ за обучение отвечают искусственные нейронные сети. Мы не программируем правила – машины создают их сами. Происходит это в процессе, аналогичном нашему познанию на опыте. Это и называется «машинное обучение».

В машинном обучении ИИ обрабатывает данные тысяч изображений, с человеческим лицом или без него. Он создает свой алгоритм либо полностью самостоятельно (машинное обучение без учителя), либо с помощью человека (машинное обучение с учителем).

Если обучающие данные обрабатываются несколькими слоями искусственных нейронных сетей, – это глубокое обучение. Именно благодаря ему произошел рывок в развитии ИИ, в том числе компьютер смог распознавать, что или кого он видит на изображении или видео (машинное зрение). А еще ИИ стал лучше понимать рукописный текст и устную речь, писать и говорить. Эта технология называется обработкой естественного языка – ее мы наблюдаем на примере чат-ботов и умных колонок Amazon Echo.

Машинное обучение успешно по двум причинам.

1. Наличие данных. Данные – это сырье для ИИ, а в нынешнем мире больших данных их производится больше, чем когда-либо. Происходит цифровизация: любая деятельность оставляет цифровой след. Вокруг нас все больше устройств, которые собирают и передают данные. Данных для обучения ИИ тоже становится больше, а их многообразие растет крайне быстро.

2. Вычислительная мощность. Прорыв в облачных вычислениях позволяет хранить практически неограниченные объемы данных – и при этом дешево. А с помощью распределенных вычислений они анализируются почти в реальном времени. Микроэлектронные технологии прогрессируют, поэтому сложные вычисления возможны на маленьких мобильных устройствах, например на смартфонах. Мы называем это граничными (или периферийными) вычислениями на устройствах интернета вещей.

Люди непрерывно учатся и совершенствуются на своем опыте. Это обучение действием. В алгоритмах машинного обучения ему соответствует обучение с подкреплением. Ребенок учится ходить, все время делая поправку на опыт: если он упал из-за того, что широко шагнул, – значит, надо сделать шаг поменьше.

ИИ, который действует по алгоритму обучения с подкреплением, выбирает оптимальное поведение точно так же: он исходит из реакции среды. С подкреплением машины, например роботы, учатся ходить, управлять автомобилем и летать. В большинстве передовых программ сочетаются методы подкрепления и глубокого обучения.

Подробнее об этом – по ссылке www.bernardmarr.com. Там найдутся сотни статей и видео, где объясняется и обсуждается все связанное с ИИ и машинным обучением.