Исследование больших объемов данных
Бурное ускорение развития Интернета в 2010-х гг. повлекло за собой резкое увеличение количества передаваемых и обрабатываемых компьютерных данных. Это не только потребовало увеличения вычислительных мощностей и повышения качества технологий связи, но и привело к появлению новой отрасли информационных технологий — обработка Больших данных (Big Data). Объем накопленной на планете компьютеризированной информации измеряется уже десятками зеттабайт (миллиарды терабайт) и продолжает стремительно увеличиваться.
Появление больших данных позволило исследователям извлекать из них дополнительную информацию, которая изначально в них не закладывалась. Например, сведения о динамике покупки зонтов могут свидетельствовать о климатических изменениях; анализ частотности слов в социальных сетях - о возрасте, месте жительства, потребительских предпочтениях пользователей.
Статья: Сферы применения искусственного интеллекта
Важно уметь увидеть в больших данных новые закономерности и сопоставить с процессами, интересующими рынок. Большие данные можно условно назвать "топливом" для ИИ.
Рисунок 1. Динамика развития рынка BigData (с прогнозом). Автор24 — интернет-биржа студенческих работ
Продажа результатов исследований, полученных при обработке больших данных, уже оформилась как реальный сектор экономики. В этой сфере активно работают корпорации, чей бизнес связан с поисковыми системами (Google, Yandex, Microsoft), социальными сетями (Facebook, ВКонтакте).
Области применения искусственного интеллекта
Транспорт
В последние годы большие успехи достигнуты в создании беспилотных транспортных средств, и если автомобили, перемещающиеся без водителя, еще проходят испытания, то беспилотные поезда метро уже давно не редкость во многих европейских городах. В недалеком будущем автономные грузовики смогут доставлять товары 24 часа в сутки 7 дней в неделю, без перерывов на отдых водителя, а легковые машины перестанут быть дорогостоящей личной собственностью и превратятся в арендуемые на время поездки транспортные средства, не требующие со стороны пользователя заботы о заправке, ремонте, страховке, парковке и т.п.
Ведущим разработчиком беспилотных автомобилей является компания Tesla. В основе управления ее автономным транспортом лежит компьютерное зрение Hardware 3. Эта программа способна принимать решения на основе анализируемого в режиме реального времени информационного потока, отражающего дорожную ситуацию (2 000 кадров в секунду).
Собственные проекты по производству беспилотных экипажей продвигают многие автомобильные корпорации (Volvo, BMW, Daimler и т.д. вплоть до КаМАЗ), а также высокотехнологичные компании (Intel, Nvidia, Bosh, Google, Яндекс).
Рисунок 2. Оборудование беспилотного автомобиля. Автор24 — интернет-биржа студенческих работ
В сфере транспорта ИИ может быть также задействован в логистических целях: для составления расписаний, организации равномерной загруженности, автоматического управления трафиком и т.п.
Финансовые услуги
Динамика рынков ценных бумаг и финансовых активов обусловлена сложными закономерностями, требующими для анализа экспертных знаний, но в этой отрасли уже есть успехи, связанные с применением ИИ. Программы, дающие советы по формированию инвестиционных пакетов уже, существуют, хотя их массовое развитие пока сдерживается соображениями информационной безопасности.
Помимо автоматизации инвестиций, ИИ применяется в финансовой сфере и для повышения качества обслуживания. Например, банк «Точка» использует системы ABBYY в службе поддержки клиентов, а в банке ВТБ ИИ активно используется для обработки документации.
В сфере торговли недвижимостью можно назвать отечественный проект Home App, в рамках которого ИИ помогает оценивать стоимость жилья.
Новым направлением в применении ИИ к финансовым технологиям можно считать рынок криптовалют. Поскольку их движение осуществляется полностью в сфере компьютерных технологий, анализ динамики криптовалютных операций осуществлять проще. Например, разработчики проекта EOS готовят к запуску проект Prediqt, который будет направлен на предсказание динамики как криптовалютных, так и традиционных финансовых рынков.
Реальный сектор экономики
В промышленности ИИ усиливает традиционные направления информационных технологий, позволяет интегрировать в единые системы оборудование с ЧПУ, автоматические линии, робототехнические комплексы.
В добыче полезных ископаемых интеллектуальные системы способствуют разведыванию новых запасов и повышению отдачи от уже эксплуатируемых. Так, например, компания «Газпром нефть» использует программу, способную самообучаться на основе заложенных в нее сведений о геологических характеристиках месторождений.
Подбор кадров
Анализ анкет соискателей вакансий хорошо поддается алгоритмизации, поэтому многие корпорации используют ИИ для подбора кадров. Например, в компании «Ростелеком» автоматическая рекрутинговая система осуществляет парсинг профильных ресурсов (Superjob, Headhunter, Avito). Она способна оценивать страницы соискателей в соцсетях с точки зрения пригодности для работы в компании.
Потребительский рынок
Доступность компьютерных технологий способствует широкому распространению ИИ не только в отраслях экономики, но и в быту. Поэтому корпорации будут стремиться встраивать ИИ в товары потребления и компьютерные программы, рассчитанные на обычных пользователей. По данным сайта comScore к 2020 году половина поисковых запросов в Интернете будет осуществляться с помощью голосовых помощников. Так, компания Яндекс заявляет, что ее голосовой помощник «Алиса» распознает смысл 89-95% человеческой речи.
Широким полем для внедрения ИИ является сфера развлечений. Например, компания Netflix применяет самообучающиеся технологии в подборе рекомендаций для пользователей опираясь на историю просмотров. На базе ИИ осуществляются монтаж кинолент, улучшение качества изображения, наделение цветностью черно-белых фильмов.
Розничная торговля
ИИ повлияет изменить характер розничных продаж, оптимизируя выпуск товаров потребления в соответствии с запросами покупателей, а также повышая качество логистики. Складские роботы Kiva, используемые Amazon, сокращают время транспортировки, более рационально размещают товары на складах, что позволило снизить расходы на 20%.
Рисунок 3. Складские роботы. Автор24 — интернет-биржа студенческих работ
Здравоохранение
В здравоохранении ИИ может быть использован для диагностики, исследования динамики заболеваний, подбора рекомендаций для лечения на основе сопоставления с другими аналогичными данными; ИИ не заменит врачей, но ускорит принятие решений, поможет медикам, проживающим в удаленных районах, где ощущается нехватка специалистов.
