Технологии искусственного интеллекта: что умеют, где используются

Сохранить статью:

В статье рассказывается:

1. Возможности искусственного интеллекта
2. Сферы использования технологий искусственного интеллекта
3. Основные виды и технологии искусственного интеллекта
4. Принцип работы искусственных нейронных сетей
5. Глубокое машинное обучение
6. Основные разработчики технологий искусственного интеллекта
7. Примеры использования технологий искусственного интеллекта
8. Проблемы развития технологий ИИ
9. Курсы от GeekBrains по изучению искусственного интеллекта для детей
10. Бесплатный курс по технологиям искусственного интеллекта от GeekBrains для новичков

Технологии искусственного интеллекта – это то самое окно, через которое можно заглянуть в будущее. Мы мечтали о звездах и покорении глубокого космоса. Но куда ближе и осуществимее другой фантастический сценарий – использование технологий ИИ практически во всех сферах деятельности человека.
Хорошо это или плохо – рассуждения в философской плоскости. Это уже есть и развивается бурными темпами. Сейчас еще можно успеть вскочить на набирающий обороты поезд и оседлать волну. Из нашего материала вы узнаете, что такое искусственный интеллект, где он применяется, где можно познакомиться с профессиями, связанными с этими технологиями.

Возможности искусственного интеллекта

Не секрет, что в современном мире множество задач выполняется с помощью автоматизированных машин. Ученые не останавливаются и продолжают работать в этом направлении, чтобы улучшить нашу жизнь. Все чаще люди, которые не связаны напрямую с наукой, слышат об искусственном интеллекте и о нейронных сетях.

Всё потому, что технологии машинного обучения начинают занимать серьезное место в повседневной жизни. Требуется разобраться в терминологии, в самом процессе новых технологий и решить, как выстроить будущее на взаимодействии с ними.

Конечно, возможности новых технологий искусственного интеллекта несколько ограничены. Как и человек, ИИ имеет свойство ошибаться, однако, за последнее время данная технология продвинулась в своем развитии на достаточно высокий уровень, а всё благодаря обучению на крупных и разнообразных выборках данных.

Искусственный интеллект мог бы помочь специалистам с работой над теми задачами, которые не совсем простые в плане понимания, осмысления и имеют зависимость от достаточно большого количества изменчивых факторов. Понять их алгоритм машине будет проще, если создать для этого все условия.

Основная цель в развитии ИИ – упростить выполнение задач, которые строятся на большом количестве переменных факторов, непросты в понимании, подразумевают сложное решение и достаточно тяжело алгоритмизируются вручную.

Ученые и исследователи возлагают большие планы на машинное обучение, велико желание сделать так, чтобы от человека не требовалось постоянно описывать какие-то конкретные алгоритмы.

В активной разработке подход — «черный ящик», когда человеку не требуется тратить уйму времени на программирование алгоритмов, на написание кода, а машина сама разберется со сложным программным кодом. Грамотные «тренировочные» данные для систем помогут машинам «программировать», выполняя задачу разработчиков.

Революция в сфере протезирования

Протезирование — замена недостающей или плохо работающей части тела на искусственный аналог. Совсем недавно протезы выполняли лишь простые функции, при этом их возможности были ограничены — им недоставало точности, регулирования силы взаимодействия с окружающими предметами.

Современные умные протезы позволяют управлять движениями рук при помощи прикрепленных к мышцам и сухожилиям датчиков. Теперь человек может взять даже небольшой по размеру предмет и направить его в нужное место. Но проблема в том, что самые продвинутые протезы не способны ощущать массу и текстуру предмета.

Именно над этим начали активно работать швейцарские ученые. Они используют систему машинного обучения для сбора данных о сигналах, посылаемых в мозг мышцами во время выполнения движений людьми с настоящими конечностями. Эти данные обрабатываются ИИ, определяя нужный тип захвата при конкретном движении. Такой протез дает возможность совместно контролировать движения и человеком, и искусственным интеллектом.

Еще одна разработка в сфере протезирования, совершенная учеными из Университета штата Северная Каролина, — тренировка роботизированных протезов с использованием ИИ. Его суть — обучение взаимодействия протеза с человеческим мозгом. В перспективе человек сможет плавно ходить, садиться и даже бегать без автоматической настройки протеза.

Сферы использования технологий искусственного интеллекта

IBM Watson (суперкомпьютер на основе ИИ) стал популярен в 2011 году благодаря победе на «Jeopardy». Использующийся в IBM Watson алгоритм машинного обучения стал невероятно популярен, хотя сейчас он уже несколько видоизменен и используется в новом виде в качестве шаблона для разных коммерческих программ.

ИИ затрагивает практически все отрасли жизнедеятельности:

• ИИ в медицине и здравоохранении – речь идет об аппаратах УЗИ, о рентгене и о прочем медицинском оборудовании. Благодаря точной работе ИИ у пациента находят проблемы со здоровьем, а обнаружив таковые – могут подобрать оптимальное лечение. Сюда же можно отнести приложения, помогающие вести ЗОЖ: следить за пульсом, давлением, температурой, даже определять уровень кислорода в крови.
  Бесплатный онлайн-интенсив

  Ваш Путь в IT начинается здесь

  Подробнее

  Читайте также:  Биржа Poloniex (Полоникс) — полный обзор криптобиржи. Регистрация на официальном сайте, верификация, инструкция по торговле криптовалютой
• ИИ в онлайн-магазинах – речь идет о той самой рекламе, которая постоянно возвращает нас к тем товарам, характеристики которых мы недавно изучали. На поисковиках предлагаются вещи, к которым проявили интерес пользователи. Машиной изучаются покупательские пристрастия человека, а потом предлагаются релевантные (по их мнению) товары.
• ИИ в политике – речь идет о работе в области сбора и анализа собранных данных. Вспомним, что Барак Обама стал второй раз президентом, поскольку его специалисты использовали ИИ при расчете наилучшего дня, штата и аудитории для публичного выступления Обамы. По оценкам, это обеспечило преимущество в 10-12 процентов.
• ИИ в промышленности – речь идет о возможностях ИИ собирать и анализировать данные с разных участков производства и, тем самым, грамотно распределять нагрузку на оборудование.
• ИИ в образовании и игровой индустрии – речь идет о создании игр, а также об активном продвижении ИИ в образовательных программах развитых стран.

Ученые научили предсказывать продолжительность жизни человека по глазам

Китайские исследователи обучили ИИ определять продолжительность жизни людей по их глазам. Ученые использовали более 80 000 изображений глазного дна, полученных от порядка 50 000 респондентов в возрасте от 40 до 69 лет.

Алгоритм анализирует сосудистую сетку на поверхности глазного яблока, являющуюся индикатором общего состояния системы кровообращения и мозга, и прогнозирует скорость наступления смерти человека.

Они выявили, что большой разрыв между биологическим возрастом сетчатки и реальным возрастом человека повышает риск смерти примерно на 50%, а каждый год разницы между ними увеличивает эту вероятность на 2—3%.

Основные виды и технологии искусственного интеллекта

В настоящее время принято говорить о 4-х основных видах искусственного интеллекта:

• О реактивных машинах — систем ИИ, которые решают только лишь конкретные задачи, не способны на запоминание прежнего опыта с дальнейшим его применением.
• Об ограниченной памяти – системы ИИ с памятью, основанной на прошлом опыте, хотя и опыт тот не подлежит сохранению и накапливанию.
• О теории разума – системы ИИ, которая способна «прочесть» эмоции и планы человека, а также пригодна для командной работы, поскольку имеет социальный интеллект.
• О самосознании — системы ИИ, которая имеет некое представление о себе, что позволяет с большой точностью имитировать человеческий интеллект.

Общение и дружба

Современные роботы не способны испытывать чувства. Инженеры говорят, что мы не скоро сможем добиться настоящего взаимопонимания между человеком и машиной. Но уже сейчас некоторые неплохо справляются с расшифровкой эмоций, а будущее искусственного интеллекта определённо усилит тенденцию.

Так, в 2015 году тираж из 1 тысячи социальных-роботов Pepper был распродан в Японии за минуту. Pepper способен поддерживает несложный разговор. Если человек улыбнулся он поймёт, что ему весело. Если он нахмурился — Pepper поймёт, что что-то его беспокоит. Этот робот знает такие эмоции, как радость, удивление, гнев, сомнения и грусть. Он анализирует выражение лица, язык тела и слова человека.

В Наньянгском (Сингапур) Технологическом Университете можно встретить Надин, внешний вид которой позволяет только вблизи понять, что это робот. Надин распознаёт лица и эмоции, поддерживает беседу, самостоятельно создаёт ассоциации для общения, но затрудняется в понимании акцентов и плохо управляет руками.

Искусственный интеллект необходим социальным роботам, чтобы подстраиваться под пользователя и принимать решения в непривычных или экстренных ситуациях. Так, миниатюрный Kirobo Mini от Toyota следит за эмоциями водителя и не даёт заскучать или уснуть за рулём, предлагая музыку, подходящую под настроение.

Принцип работы искусственных нейронных сетей

Математические модели, которые создавались аналогично биологическим нейронным сетям, называют Искусственные Нейронные Сети. С помощью обучающего алгоритма, который считывает наблюдаемые данные, достигается адаптивное взвешивание сигналов между искусственными нейронами.

ИНС моделируется с использованием нескольких слоёв нейронов – отдельных вычислительных единиц, которые могут получать входные данные и определять, требуется ли дальнейшая передача этих данных.

В трехслойной модели это выглядит следующим образом – первым слоем заложен ввод, дальше слой скрыт, а в финале имеется слой вывода. В каждом слое – не менее одного нейрона.

Конечно, если слоев будет больше, то и потенциал решения задач ИНС возрастет, но бывает, что модель становится «большой» для заданной задачи, оптимизация до необходимого уровня в данной ситуации невозможна, это есть — переобучение (overfitting).

Основа, составляющая построения ИНС – архитектура, настройка, выбор алгоритма обработки данных. Все эти компоненты определяют производительность и эффективность работы модели.

Теперь поговорим о функции активации, которая используется для преобразования взвешенных входных данных нейрона в его выходные данные.

Искусственные Нейронные Сети – мощнейшее средство решения задач, и при увеличении количества составляющих частей модели нейронной сети, она становится запутанной. Тут приходит на помощь подход — «черный ящик».

Создана первая в мире микрокамера, снимающая полноцветные фотографии

Американские ученые разработали крошечную камеру на базе ИИ для создания высококачественных полноцветных изображений.

Устройство с метаоптикой толщиной и диаметром 500 мкм имеет линзу из метаповерхности и объектив, сконструированный с помощью созданной ИИ-программы. Она имитировала проходящий через линзу свет и анализировала генерируемую за счет этого картинку, а затем корректировала расположение более чем 1,6 млн металлических структур на метаповерхности и снова запускала симуляцию.

Также ученые разработали алгоритм для повышения четкости фото. Он сравнивает полученное изображение с исходной сценой и редактирует каждый кадр соответственно его типу размытия.

По словам ученых, такое ИИ-устройство по качеству создаваемых снимков может соперничать с традиционными камерами, размер объектива которых в 500 000 раз больше.

Глубокое машинное обучение

Глубокое машинное обучение –нейронные сети и используемые в них алгоритмы принимают полезную для извлечения информацию путем обработки, с помощью прохода через слои нейросети, для обнаружения требуемых выходных данных.

Обучение без учителя (unsupervised learning) — когда методика глубокого обучения замечательно себя проявляет, а грамотно настроенная ИНС способна на автоматическое определение основных черт входных данных и получение полезного результата обработки этих данных.

По сути, этим занимается программист, но модель глубокого машинного обучения хороша тем, что сама найдет способ извлечения полезной информации из входных данных, сокращая требования к вычислительной мощности, памяти и энергии для поддержки работы модели после завершения обучения.

Пакет закрытых документов из платных курсов GeekBrains

Александр Волчек

Руководитель направления IT-обучения

Мы вместе с экспертами по построению карьеры подготовили документы, которые помогут не ошибиться с выбором и определить, какая профессия в IT подходит именно вам.

Благодаря этим гайдам 76% наших студентов смогли найти востребованную профессию своей мечты!

Скоро мы уберем их из открытого доступа, успейте скачать бесплатно:

Гайд по профессиям в IT

5 профессий с данными о навыках и средней заработной плате

100 тыс. руб за 100 дней с новой профессией

Список из 6 востребованных профессий с заработком от 100 тыс. руб

Все профессии, которые есть в IT-сфере

63 профессии и необходимые для них навыки

Критические ошибки, которые могут разрушить карьеру

Собрали 7 типичных ошибок. Их нужно избегать каждому!

Уже скачали 11635

Алгори программу на задачу с помощью необходимых данных.

Теневое обучение (shadow learning) — одна из форм глубокого обучения, упрощенная за счет того, что поиск ключевых особенностей данных следует после их обработки специалистом и внесением в систему специфических для сферы, к которой относятся эти данные, сведений.

Единую биометрическую систему интегрируют с сайтом госуслуг

Минцифры РФ заключило контракт с «Ростелекомом» на интеграцию сайта госуслуг с государственной Единой биометрической системой. Сумма сделки составила 1,2 млрд рублей.

В результате модернизации пользователи смогут загрузить образцы лица и голоса через мобильное приложение, а затем заходить на портал с помощью биометрической идентификации. Также ведомство планирует ограничить дистанционное получение части госуслуг тем, кто не сдаст цифровые отпечатки в систему.

В Минцифры РФ заявили, что привязка биометрии к аккаунту повысит безопасность операций.

«Ростелеком» должен выполнить работы до 5 декабря 2022 года.

Основные разработчики технологий искусственного интеллекта

• Google

Конечно, этот технологический титан активно занимается разработкой ИИ. Специалисты Google создают наработки, а потом их же и тестируют в продуктах, получая прибыль. Самые очевидные ИИ-проекты заключены в сфере онлайн-продаж. Есть и множество других, которые связаны с обучением распознавания человеческой речи, с переводом с иностранных языков, с шаблонными разговорами в различных автоматически настроенных программах.

• OpenCog

Компания придерживается принципа работы сообща, а потому предоставила каждому желающему имеющиеся кусочки компьютерного кода, с помощью которого можно создать полноценный искусственный разум.

• Китайский институт искусственного мозга

Очень полезные наработки созданы в Поднебесной. Их занятие – нейросети, которые могут распознать сообщение человека или создание искусственного интеллекта, который может мгновенно передать в службу помощи тревожное сообщение о ком-либо. Одна из самых серьезных работ китайских ученых — система социального доверия.

• Microsoft

Microsoft имеет искусственный интеллект Azurе, который понимает речь человека, дает прогнозы, и имитирует прочие возможности человеческого интеллекта. Еще одна фишка — AI, способный распознать любую ошибку в коде. Это ведет к логичному исходу — вскоре ИИ обучат самостоятельно создавать программы.

• Российские игроки

ИИ в России не функционирует на должном уровне, но существуют компании, продвигающие решения на основе искусственного интеллекта в собственных бизнес-моделях: «Сбербанк» и Mail.ru Group, «Яндекс» и «Лаборатория Касперского». Увы, этого недостаточно, о чем говорит и малое количество наших соотечественников на ведущих международных конференциях.

Применение ИИ в современной жизни

В зависимости от области и обширности сферы применения, выделяют два вида ИИ – Weak AI, называемый еще «слабым», и Strong AI, «сильный». В первом случае перед системой ставят узкоспециализированные задачи – диагностика в медицине, управление роботами, работа на базе электронных торговых платформ. Во втором же подразумевается решение глобальных задач.

Так, одна из наиболее популярных сфер применения ИИ – это Big Data в коммерции. Крупные торговые площадки используют подобные технологии для исследования потребительского поведения. вообще создает с их помощью музыку. В некоторые мобильные приложения встроены голосовые помощники вроде Siri, Алисы или Cortana. Они упрощают процесс навигации и совершения покупок в сервисе. И не стоит забывать про программы с нейросетями, обрабатывающими фото и видео.

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.

Примеры использования технологий искусственного интеллекта

• ИИ может распознавать лица

Всеми любимый и популярный — iPhone 12 – в нем распознается лицо благодаря нейросетям (вариации системы ИИ). Они выполняют примерно 60 млрд операций\сек., анализируя практически 40 тыс. ключевых точек на лице для опознавания хозяина гаджета. И даже маскировка в виде очков не станет преградой, так как анализируется область от виска до виска и от каждого виска до точки под нижней губой.

• ИИ экономит энергию

Опять поставим в пример iPhone 12, который отслеживает активность приложений на смартфоне и датчик движений, чтобы узнать распорядок дня владельца, а после получения информации поступит предложение обновиться в самое удобное для человека время.

Искусственный интеллект также способен на распределение задач между ядрами процессора, что обеспечивает отличную мощность без серьезных затрат энергии телефона.

• ИИ способен на создание картин

Система исследователей из Нью-Джерси в совместном проекте с лабораторией AI в Лос-Анджелесе продемонстрировала миру уникальный художественный стиль, а Microsoft способен распознать по речи человека, что он хотел бы нарисовать, и воспроизвести это на экране.

Вот, к примеру, «желтая птица с черными крыльями и коротким клювом»:

Известный практически всем пример – приложение Prisma, способная на создание картин из фото.

• ИИ способен на написание музыки

ИИ Amper сочинил, продюсировал и исполнил музыку для альбома «I AM AI» (англ. я — искусственный интеллект) совместно с певицей Тэрин Саузерн в 2018-ом году.

Amper появился под чутким руководством настоящих профессионалов и музыкальных талантов, он создавался для продвижения творческого процесса. Его уникальная способность – создание музыки за считанные секунды.

Amper самостоятельно подобрал аккордовые структуры и инструментал в треке «Break Free», а специалистам лишь оставалось поправить общие ритм и стиль.

• ИИ способен создавать тексты.

Увы, скоро и писательский труд может быть забыт, ведь ИИ способен написать книгу. Система Dewey была заполнена книгами библиотеки проекта «Гутенберг», научными текстами из Google Scholar, а также ей предоставили важные критерии, какой должны быть книга.

Dewey практически справился с задачей, книга была создана, сюжет был о паре, не имеющей возможностей быть вместе. Проблемы заключались в странных именах героев и еще в некоторых деталях. Но ведь это лишь начальные ступени к вершине технологий.

• ИИ способен на игры в шахматы

ИИ Deep Blue в первом матче проиграл Гарри Каспарову со счётом 2-4, а во втором – выиграл с результатом 3.5- 2.5.

А новая система AlphaZero до турнира обладала знаниями о том, как ходят фигуры и какая цель у игры, при этом спустя 4 часа она уже одержала победу над лучшей программой по игре в шахматы, над Stockfish 8.

AlphaZero имела возможность обработки до 800 тысяч позиций\в сек., если перевести это в более понятную людям плоскость, то это сравнимо с игрой в шахматы общей сложностью в 1400 лет. Это была абсолютная победа среди компьютеров по шахматам.

На этом AlphaZero не остановилась, и уже вскоре одержала победу над программой ELMO, которая раньше считалась неоспоримым чемпионом по игре в сёги (стратегическую настольную игру из Японии).

Проблемы развития технологий ИИ

Конечно, нельзя сказать, что возможности ИИ абсолютно не имеют границ. Ведь имеются некоторые сложности:

• Машины способны обучаться только на массиве данных, что говорит о неправильном итоговом результате при малейших неточностях.
• Существует ограничение каким-то конкретным видом деятельности, оно и понятно, система, которая распознает лица в смартфоне не будет пригодна для выявления махинаций в сфере банковского обслуживания.
• Автономных интеллектуальных машин – нет. Нужны огромные ресурсы и достаточное количество профессионалов своего дела, чтобы машина работала, как нужно.

Умные дома стандартизируют в России

В России создадут единый стандарт умного многоквартирного дома. К разработке подключились Минцифры, Минстрой, Минпромторг, застройщики и ИТ-компании.

Текущий проект содержит минимальный перечень сервисов, которые позволят назвать дом или квартиру умными. Среди них — платформа управления всеми устройствами, система распознавания лиц и автомобильных номеров, а также ПО для контроля за инфраструктурой ЖКХ.

В расширенный список умных сервисов войдут различные роботизированные сотрудники, включая консьержей, курьеров и уборщиков.

Правительство РФ планирует, что застройщики и ИТ-компании применят единые протоколы обмена данными и схожие решения, что позволит создать общую цифровую среду.

Курсы от GeekBrains по изучению искусственного интеллекта для детей

Данные курсы понравятся тем, кто увлечен технологиями:

• Заинтересованы работой ИИ.
• Интересуются машинным обучением и нейронными сетями.
• Имеют начальный уровень программирования, хотят двигаться дальше, а также проявляют интерес к языку Python.

Всего за три месяца у детей получится освоить навык работы с математическими операциями, они научатся датасеты и создавать алгоритмы машинного обучения. Также, им будет предоставлена возможность запустить предобученную нейронную сеть, чтобы распознавать верные и ложные данные.

Есть три веские причины, по которым необходимо пройти курс по искусственному интеллекту:

• Открывающиеся карьерные перспективы – ребята попробуют познакомиться с профессией дата-сайентиста — специалиста по работе с данными, они хорошо подкованы в вопросах ИИ и машинном обучении, имеют хорошую финансовую перспективу.
• Это будет прекрасная подготовка к конкурсам или олимпиадам по программированию — ребята углубят знания по программированию, линейной алгебре и математическому анализу. Это поможет победить в соревнованиях и поступить на бюджетную основу в престижные технические вузы: МГУ, МГТУ им Н. Э. Баумана, МФТИ, ВШЭ.
• Вашему ребенку понравится это увлекательное обучение, ведь дети смогут почувствовать себя в роли исследователя, классифицируя привычки людей и прогнозируя поведение. В результате чего у них получится создать несколько нейронных сетей.

Создание ИИ вакцины от гриппа

Ученые из Австралии (Университет Флиндерса) сделали настоящий прорыв. Они внедрили систему ИИ в программу разработки вакцины для поиска лигандов (химических соединений, обеспечивающих фармацевтическое действие лекарства). Назвали ее SAM (Search Algorithm for Ligands). Машина помогала ученым понять, чем отличаются препараты, которые помогают, от тех, которые не действуют. Далее была разработана программа синтетического химика. Совместно с SAM она подобрала наиболее подходящий препарат, который взаимодействует с иммунной системой. Ученым осталось только протестировать его в лабораторных условиях. В результате тестов стало ясно, что вакцина работает.

Будущее за высокими технологиями. Не так давно созданный искусственный интеллект совершенствуется с каждым годом. Умные нейронные сети создают вакцины, рисуют картины и помогают человечеству во многих других сферах.