ⓅКогда с экрана или в прессе говорят о машинном обучении или искусственном интеллекте, эти термины уже ни у кого не вызывают удивления и звучат почти банально. Очередное упоминание ИИ (искусственного интеллекта) вызывает в воображении кадры из современных фильмов, где роботы настолько внедрились в повседневную жизнь людей, что сразу и не определишь – человек это или механизм. Они посещают магазины, выполняют различные функции в доме, общаются с людьми практически на равных. Казалось, что роботы так и останутся по ту сторону экрана, но они уже здесь.
Если рассматривать использование ИИ не сугубо в сфере комплектующих, а в области программного обеспечения, то нужно сказать, что существуют уже далеко не единичные примеры успешно работающего ИИ в готовом изделии. Среди таких продуктов есть и произведенные в Украине. Выделим стартап Grammarli, исследующий все, что могут написать люди в любом уголке мира.
Он не ограничивается исправлением ошибок, но и проводит анализ отказов, какие именно исправления пользователи отклонили, после чего без какого бы то ни было участия человека использует эти данные в процессе самосовершенствования, обновляет свой интеллект. Можно говорить о самообучаемой системе, не требующей вмешательства создателей.
Вспомним наиболее распространенные и наглядные примеры применения ИИ в ежедневной жизни – виртуальные помощники. Данные высокоинтеллектуальные ассистенты, также не зависящие от «железа», каждый день добывают для нас информацию, рассылают сообщения, напоминают о календарных событиях, осуществляют множество иных функций, если только есть собственно устройство, технические параметры которого имеют возможность действовать в рамках таких программ при условии выхода в Интернет.
Рынок в этой области настолько быстро развивается, что одно из американских агентств под названием Stone Temle организовало проверку, кто из ассистентов все-таки умнее. В проверке участвовали Google Assistant, Cortana, Alexa. Они отвечали на 5000 вопросов, выбранных по степени популярности. Как выяснилось, ни один из ресурсов не способен дать ответы на абсолютно все вопросы. Кроме того, в своих ответах помощники не дают стопроцентно верной информации.
Делая выводы из состоявшегося опроса, наиболее эффективным был признан Google Assistant. Немного позади Cortana by Microsoft. «Пасут задних» Apple’s Siri, Amazon Alexa.
Нужно отметить, что в Google потратили много труда на то, чтобы создать у себя передовую экспертизу по части машинного обучения и в области искусственного интеллекта. Кроме широко известной программы роста сотрудников, созданной в недрах компании, нужно упомянуть историю ее поглощений. Ниже есть данные по их сделкам, проведенным за 5 лет. Для сравнения представлены и другие компании, подвизавшиеся на ниве ИИ. Массовость всех мероприятий на эту тему лишний раз подтверждает, что ИИ, как и машинное обучение – не просто модное веяние. Это революционная технология, которая распространяется на все сферы нашей деятельности.
Прошло немного более ста лет с тех пор, как Генри Форд заставил работать первую конвейерную линию. И вот уже на наших авто есть специальные сенсоры, которые фиксируют и накапливают информацию, с какой частотой и куда мы ездим, о нашей манере вождения, особенностях положения в салоне, различиях маршрутов по будням и выходным. Такой анализ стал возможным благодаря технологиям Big Data, Location-based applicftion, IoT.
Большинству из нас не приходит в голову, что наши девайсы скрупулезно следят за нами и накапливают эту информацию. Но мало кто задается вопросом, зачем все это нужно. Главной задачей ИИ является повысить эффективность нашей деятельности. По сути, все эти оптимальные маршруты, ближайшие магазины и прочие запросы дают нам возможность сберечь время и энергию, самое ценное, чем мы обладаем.
Яркая иллюстрация в автомобильной тематике для примера. Водитель, который в дальней дороге находится за рулем уже больше 2 часов, получит сообщение, что для безопасности ему нужно остановиться для отдыха. Кроме того, его снабдят информацией о находящихся поблизости кафе и пунктах, где можно отдохнуть.
Подобные сведения – это не только сухой подсчет времени, которое вы провели за рулем, но также анализ схемы возможного движения и данных, считанных с GPS вашего авто. Таким образом, можно сделать вывод, что для ощутимых результатов ИИ совершенно необязательно внедрять повсеместно во все сферы с самого первого дня. Хотя, наиболее известные стартапы, т.н. «единороги», уже на стадии разработки в своей структуре имеют большой удельный вес ИИ.
Для примера рассмотрим Uber, довольно известный онлайн-сервис заказа такси. Он одновременно в автоматическом режиме исследует оптимальные маршруты, определяет коэффициент наценки, беря во внимание соотношение количества заказов с количеством свободных водителей.
Также он отслеживает, почему клиент отказывается от предлагаемой машины и какие замечания у него после поездки. Собранный материал дает возможность постоянно повышать качество обслуживания и адекватно отвечать на все требования пользователей. Необходимость сбора и классификации информации разрабатывалась одновременно с разработкой самого продукта.
Однако, самый быстрый темп развития ИИ сегодня наблюдается в области медицины. Беря во внимание отчеты международных агентств, которые исследуют сферу здравоохранения, в частности, Mc Kinsey & Compani, можно сделать вывод, что в ближайшем будущем, при условии применения ИИ, лечебная практика примет совершенно иной, нежели сейчас, облик. На просторах постсоветского пространства немногие могут сегодня себе это представить. Нам остается просто наблюдать, какими темпами развивается медицина за нашими пределами, в более развитых странах. Будем надеяться, что когда-нибудь новые технологии приживутся и у нас в здравоохранении. Сейчас же приходится изучать примеры из практики буквально на картинках.
Один из них: футболист травмируется на поле, его госпитализируют, обследуют с целью поставить правильный диагноз, назначить необходимое лечение. Как правило, в подобной ситуации такой больной поступает в лечебное учреждение как «чистый лист». Здесь не могут принять во внимание «рабочие» показатели его сердца, сосудов, подробной истории предыдущих травм. Для получения всего лишь первичной информации нужно пройти массу анализов. А какие изменения произошли с внедрением в отрасль ИИ?
- Еще на этапе получения информации, которую берут непосредственно с человека, каждый сам для себя сможет располагать такими показателями как частота сердцебиения до физической нагрузки, после нее, сколько вы за день сделали шагов или пробежали километров, фазы, длительность сна. Все эти исследования можно пройти без какого бы то ни было участия медиков. Удобно, что говорить.
- Еще один важный следующий этап – это накопление и хранение данных о здоровье пациента, его образе жизни, истории всех болезней, о любых других интересных для медиков подробностях о человеке. Эта информация никак не привязана к какому-то одному месту, архиву, больнице. Благодаря существованию ИИ теперь возможно хранить все эти полезные данные, условно говоря, «в Интернете», где они всегда доступны, а не хранятся, например, дома, под грудой прочих бумаг.
В ситуации, когда человек заболевает или получает какие-либо увечья, лечащий врач может оперативно получить полную информацию о пациенте благодаря использованию описанных выше технологий на базе ИИ. Выводы о состоянии обратившегося к медикам больного можно будет делать не только беря во внимание результаты визуального осмотра, но и с учетом, например, склонности к переломам, имеющихся у пациента дефицита железа, микроэлементов или витаминов. Лечащий врач будет оперировать гораздо большим объемом информации, что максимально облегчит постановку диагноза и облегчит назначение походящего лечения. Все решения медиков будут основываться на точной информации о пациенте, который обратился к ним за помощью.
В свое время возникновение Интернета приоткрыло окно для новых возможностей хранения и распространения информации. Об этом заявил Максим Криппа, который является основоположником инвестиционной компании Citadelventures и IT-экспертом. Он считает, что та скорость обмена данными, которая сегодня нам доступна, открывает широкие перспективы в развитии медицины.
К примеру, если у клиник будет возможность получить доступ к такой информации о пациентах как возраст, точное место проживания (страна и регион), имеющихся склонностях к тем или иным болезням, истории всех ранее поставленных диагнозов и пройденного лечения, то сравнение этих данных поможет увидеть определенные закономерности в распространении вирусов и болезней, проследить зависимость эффективности методик от влияния на процесс лечения переменных факторов. Максим Криппа не исключает, что выводы, которые могут быть получены в результате, дадут прорыв в способах лечения большинства известных заболеваний только потому, что до появления ИИ проанализировать такой массивный пласт данных было элементарно невозможно.
Постепенное внедрение ИИ в любую из сфер нашей жизни – явление необратимое. Если тестировать системы, которые уже имеются, то можно заметить, что те же упомянутые виртуальные ассистенты далеки от совершенства. Но надо понимать, что системы эти саморазвивающиеся, а значит, недалек тот день, когда недочеты будут устранены. Здесь можно вспомнить яркий пример с Amazon и его ассистентом Alexa. Первый всегда был и сейчас остается довольно большой e-commerce-платформой.
Она с успехом анализирует истории покупок своих пользователей. На базе этих данных строятся прогнозы и даются предположения по сопутствующим или альтернативным вариантам покупок. Покупатели получают оперативные ответы на свои запросы. Можно сказать, что Alexa поставила процесс покупок на новый уровень, которого до этого не существовало. ИИ не только делает подборку товаров той или иной категории, но дает ценные подсказки, сообщая новости о продукции, когда и какими были отзывы о товаре других покупателей.
Это единичные случаи примеров того как можно использовать ИИ. Потенциал для его развития безграничен настолько же, насколько велик потенциал возможной выгоды от его внедрения.
*Комментарий: редакция не несёт ответственности за содержание и мнения, изложенные в статьях со знаком Ⓟ.
