Технологии и решения искусственного интеллекта:
точка перелома
Обзор TAdviser
Партнер обзора:
 |
Следует сразу отметить: в материале практически не упоминается, так называемый, «сильный интеллект» - достичь его можно, пожалуй, только в мечтах футурологов разного толка. Мы же говорим о реальности, а она не менее интересна и увлекательна. Более того, экспертное сообщество дает однозначный ответ: мы находимся в точке перелома, причем, в самой активной фазе трансформации стремительно информатизирующегося общества. Этой точке перелома свойственны, с одной стороны, неоправданные ожидания разного толка, раскалывающие общество. С другой стороны, в этой точке открываются обширные перспективы реального развития, очищенные от лишнего хайпа. Как они выглядят, с точки зрения возможных практических реализаций?Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft 
Именно об этом шел большой разговор с учеными и разработчиками решений искусственного интеллекта (ИИ), которые находятся на переднем фронте развития ИИ в ключевых направлениях:
- Компьютерное зрение.
- Распознавание речи.
- Понимание смысла текстов.
- Аналитика и поддержка принятия решений.
- Безлюдные и оцифрованные предприятия.
Каждое направление рассматривается в трех измерениях:
1. Ключевые этапы эволюции соответствующих технологий и ИТ-решений.
2. Наивысшие практические достижения сегодняшнего дня.
3. ИТ-решения завтрашнего дня и вызовы, которые стоят перед технологиями.
Отдельный раздел посвящен обсуждению современных математических аппаратов - их перечень выходит далеко за пределы класса методов машинного и глубокого обучения (ML, DL). Но они, безусловно, переживают сегодня период взлета и соответствующих завышенных ожиданий. Комментарии ученых – математиков показывают: в точке перелома начинается создание новых – интегрированных, гибридных – математических подходов, которые соответствуют комплексной сущности интеллектуальных систем завтрашнего дня.
Низкая база практических внедрений технологий искусственного интеллекта (ИИ) – это та реальность, которая сложилась у нас к исходу первого десятилетия XXI века. На фоне жарких публичных дискуссий о том, как скоро ИИ поработит человечество, потенциальные заказчики видят сообщения о неудачах в крупных проектах медицинской диагностики, встречаются с туповатыми виртуальными консультантами на корпоративных сайтах, расстраиваются от несбывшихся обещаний разговора «по душам» с компьютерной системой и т.д.
Специалисты с юмором отмечают, что искусственный интеллект сегодня – это сильный бренд, который хорошо продается.
 |
Определение понятия «искусственный интеллект» сегодня очень размыто и захайповано: бирку «ИИ» пытаются прилепить на все, что угодно, любые решения, хотя бы по касательной связанные с машинным анализом, обработкой большого объема данных и выявления закономерностей. Правомерно ли называть это искусственным интеллектом? То, что было нетривиальным вчера, завтра станет совершенно заурядной технологией, как было, например, с оптическим распознаванием текста. Кто сейчас уже вспомнит, что когда-то и на эти технологии лепили ярлык «Искусственный интеллект»?» – размышляет Георгий Лагода, заместитель генерального директора ГК «Программный Продукт». |  |
Однако для того чтобы этот «бренд» охватил практическую деятельность компаний, предприятий и организаций, рынку необходимо набрать критическую массу успешных внедрений. Собственно, под этим флагом и будет идти развитие данного сектора ИТ в наступившем десятилетии. А темпы и масштабность этого развития будут определяться тремя ключевыми факторами:
- Наличие соответствующих технологий ИИ.
- Успешные пилотные проекты в секторах экономики.
- Тиражирование и масштабирование успешных пилотов.
| |
Но, как говорится, лиха беда – начало. Относительно недавно российские коммуникационные сети тоже оставляли желать много лучшего, а сегодня коммуникационная инфраструктура в России много кому даст сто очков вперед. А развитая сетевая инфраструктура - это обязательное условие для развития технологий ИИ»,- отмечает Георгий Лагода. При этом у индустрии прикладного ИИ есть свои «инфраструктурные» элементы: «глаза, уши и мозг» умных оказывают непосредственное влияние на уровень их функциональных возможностей и общего уровня машинного «интеллекта». | |
Темпы развития рынка систем компьютерного зрения (Computer Vision, CV) в РФ впечатляют: аналитики ожидают, что после 2021 г. его среднегодовой прирост может достичь 40% в год. Такие темпы роста обусловлены буквально революционными прорывами в математических методах, которые произошли несколько лет назад. В результате весь мир интенсивно наращивает объемы практических проектов в области видеоаналитики. В чем заключаются вызовы дальнейшего развития, и что мешает получить умных автономных роботов, которые «видят как человек»? Подробнее читайте здесь.
 |
О том, за счет чего умные аналитические решения приносят выгоду и как помогают работникам на предприятиях, в интервью TAdviser рассказал Никита Блинов, сооснователь и главный исполнительный директор компании Rubbles (Раблз). |  |
 |
С российским рынком систем искусственного интеллекта связано много ожиданий: от бурного роста отечественных инновационных технологий до мощной волны практических внедрений на базе самых передовых инновационных разработок. Как успехи технологий формируют эти ожидания, и как они потом «приземляются» на практическую почву реальных внедрений, TAdviser рассказал Юрий Визильтер, начальник подразделения интеллектуального анализа данных и технического зрения ГосНИИ Авиационных систем (ФГУП «ГосНИИАС»), д.ф.-м.н., профессор РАН. |  |
 | Пандемия коронавируса всколыхнула весь мир. Каждый противостоит ей в меру своих возможностей, а кто может – помогает побороть страшную напасть. ИТ-профессионалы не остались в стороне. Так, Роман Гоц, директор департамента больших данных и безопасности Atos в России, рассказывает о специализированных решениях видеоаналитики, которые предназначены для помощи в борьбе c распространением Covid-19. |  |
 | Иван Медведев, начальник отдела ИТ КАО «Азот», в интервью TAdviser рассказал о внедрении интеллектуальных сервисов для обработки входящих документов, результатах этого проекта и планах развития. |  |
 | Артём Пермяков, R&D-директор компании Directum, в интервью TAdviser рассказал об уже реализованных в ECM-системе интеллектуальных инструментах, эффективности подобных решений, а также перспективных разработках, которыми занимаются специалисты компании. |  |
Речевые технологии в течение десятков лет развивались в собственной узкой области. Однако несколько лет назад произошел настоящий прорыв – нишевые технологии активно вышли на массовый рынок коммерческих продуктов. По оценкам компании «Центр речевых технологий» (ЦРТ), объем российского рынка речевых технологий по итогам 2019 г. может вырасти на 25%. Однако практический успех речевых решений во многом зависит от того, насколько хорошо понимают друг друга говорящие собеседники: человек и компьютер. Именно в плоскости обучения «разговорных» систем, в первую очередь, всевозможных чат-ботов – помощников и консультантов, - находится сегодня центр развития речевых технологий. И там есть немало барьеров, в первую очередь, научного плана, которые еще только предстоит преодолеть исследователям, прежде чем люди смогут «поболтать о том, о сем» с автономным роботом. Подробнее читайте здесь.
|
В августе 2021 года компания СберМедИИ объявила о запуске Медицинского цифрового диагностического центра (MDDC) – комплексного решения для постановки диагноза с использованием искусственного интеллекта и валидацией врачом-специалистом. На единой платформе были аккумулированы более 50 проверенных продуктов и решений СберМедИИ, а также других компаний экосистемы Сбера и партнёров, в том числе: умный помощник врача «ТОП-3», «КТ Лёгких», «КТ Инсульт», а также многие другие. (подробнее). |  |
|
Если до «эпохи коронавируса» эксперты еще спорили о преимуществах и недостатках беспроводных решений, то нынешняя пандемия поставила точку в этих спорах: применение бесконтактных технологий радикально повышает шансы сохранить здоровье, как сотрудников, так и самого бизнеса. Вопрос только в том, как извлечь из них максимальную пользу для организации и наиболее простым способом интегрировать их в существующую ИТ-инфраструктуру (подробнее). | |
Одной из центральных проблем для ИТ-решений искусственного интеллекта является задача «понимания» текста, точнее, извлечения смысла из текста на естественном языке. Именно к ней, в конечном счете, сводятся практические решения умных речевых технологий. Однако она очень далека от решения в общем виде, ведь феномен «понимания» пока не могут объяснить или смоделировать ни психологи, ни нейфрофизиологи. На этом поле увлекательнейших научных исследований десятилетиями взрастают разнообразные теории и предположения. Порой они находят практическое воплощение. Но о создании автономного робота, способного «думать как человек», речь не заходит. А что сегодня способны «понять» компьютерные программы из предложенного текста? Подробнее читайте здесь.
|
ИТ-решения на базе искусственного интеллекта активно проникают на разные участки промышленных производств. Например, на Новолипецком металлургическом комбинате (НЛМК) рабочее место ИИ – рядом со сталеваром, который осуществляет выплавку стали. К задаче превращения искусственного интеллекта в сталевара подключились специалисты компании «Инфосистемы Джет». Они в буквальном смысле обучили программную систему – она работает на основе алгоритмов машинного обучения (подробнее). |  |
Системы искусственного интеллекта (ИИ), по определению, ориентированы на совершение некоторых «интеллектуальных» действий. В конечном итоге, все многообразие возможных их практических реализаций преследует две цели: помочь человеку в принятии решений или заменить его в определенных ситуациях. В каких задачах машиинному интеллекту сегодня можно доверить принятие решений, и как далеко распространятся эти полномочия в ближайшем десятилетии? Ответы на эти вопросы читайте здесь.
В последнее время слово «робот» перестало ассоциироваться с огромным стальным станком, выполняющим тяжелую физическую работу в шумном производственном цеху. С одной стороны, в окружающем мире появляется все больше, так называемых, коллаборативных роботов – «железных» помощников человека. С другой стороны, целые производственные предприятия становятся «территорией роботов»: конгломераты станков, производственных линий и целые предприятия переходят под управление «цифры». Как сегодня наращивается «ум» производственных систем по мере перехода на все более высокие уровни управления? Какую форму он обретет в ближайшем десятилетии? TAdviser заглянул в ближайшее будущее умных производственных технологий. Подробнее читайте здесь.
Сегодня в обыденном сознании ставится знак равенства между технологиями искусственного интеллекта (ИИ) и глубоким машинным обучением. Однако восхождение проектов ИИ по лестнице сложности и масштабности от частных узкоспециализированых решений к комплексным глубоко интегрированным системам требует модернизации применяемых математических аппаратов. Чего не хватает технологиям ML/DL с учетом бурных темпов их нынешнего развития? Эксперты поделились с TAdviser своими представлениями о будущем математики искусственного интеллекта. Подробнее читайте здесь.
