Читать книгу: «Искусственный интеллект на практике. 50 кейсов успешных компаний»

Издано с разрешения

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

На русском языке публикуется впервые

Марр, Бернард

Искусственный интеллект на практике. 50 кейсов успешных компаний / Бернард Марр, Мэтт Уорд; пер. с англ. Е. Петровой. – М.: Манн, Иванов и Фербер, 2020.

ISBN 978-5-00146-802-8

В тексте неоднократно упоминаются названия социальных сетей, принадлежащих Meta Platforms Inc., признанной экстремистской организацией на территории РФ.

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 преимущества³.

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 место⁵. 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 фантастики⁷. 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 общества¹⁰.

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.

ИИ для бизнеса

Есть три основные модели внедрения ИИ в бизнес, и в некоторой степени они пересекаются. Компании используют ИИ, чтобы: 1) по-новому собирать информацию о клиентах и взаимодействовать с ними; 2) предлагать более интеллектуальные продукты и услуги; 3) совершенствовать и автоматизировать бизнес-процессы.

Клиенты. С помощью ИИ компании глубже понимают своих клиентов, лучше представляют, какие продукты и услуги их заинтересуют, находят к каждому индивидуальный подход и прогнозируют рыночный спрос и тренды. В книге мы рассмотрим примеры Facebook, Stitch Fix и других компаний, которым ИИ помогает собирать информацию о клиентах.

Продукты и услуги. С ИИ компании могут предложить клиентам более интеллектуальные продукты и услуги. Клиенты хотят получить умные телефоны, умные машины и умные дома. Вы узнаете, как Apple, Samsung, Tesla и Volvo создают подобные продукты, а Spotify, Disney, Uber и другие – услуги.

Автоматизация процессов. ИИ может улучшить бизнес-процессы и помочь их автоматизировать. На примере JD.com мы расскажем, как автономные дроны, автоматизированные центры обработки заказов и роботы-курьеры влияют на коммерческую деятельность компании. Еще мы коснемся автоматизации медицинской диагностики в Infervision и Elsevier и проверки качества пиццы в Domino's.

Стратегическое использование ИИ в бизнесе

Когда внедряется ИИ, в компании обычно пересматриваются бизнес-модели, а иногда полностью трансформируется и весь подход к бизнесу. Важно: не получится автоматизировать и усовершенствовать с помощью ИИ бизнес-модели, которые морально устарели за время четвертой индустриальной революции.

Внедрять ИИ нужно со стратегии и данных. Также надо определить важнейшие стратегические возможности и угрозы и составить список максимально эффективных вариантов использования ИИ. Эксперименты без четких планов не сработают.

ИИ в действии

Мы рассмотрим 50 примеров того, как использовать ИИ, чтобы решить практические задачи в бизнесе. В книге – пять частей.

В первой рассказывается об опыте первопроходцев ИИ – технологических компаниях, которые ухватились за его возможности, ринулись навстречу переменам и получили завидные результаты. Многие сделали инновации в сфере ИИ частью бизнеса. Их пример показывает, чего реально можно достигнуть.

Изначально мы колебались, как распределить остальные примеры – по типу применения или по профилю компании, – и все-таки выбрали второй вариант.

Во второй части рассматривается опыт ритейла – розничной торговли, а также производителей потребительских товаров, продуктов питания и напитков. Из третьей части вы узнаете, как применяют ИИ в медиа, развлекательных и телекоммуникационных компаниях. Четвертая часть посвящена сектору услуг, в том числе финансовых, и здравоохранению. В пятой, заключительной части мы расскажем о промышленных, автомобильных, аэрокосмических компаниях и четвертой промышленной революции.

Читайте все подряд или выбирайте актуальные для вас примеры и темы. Надеемся, будет интересно!

Часть 1. Первопроходцы искусственного интеллекта

1. Alibaba. ИИ стимулирует ритейл и продажи в В2В

Международная китайская группа компаний Alibaba Group владеет крупнейшей в мире торговой сетью порталов в онлайне. В нее входят Alibaba.com, Taobao, Tmall и Ali Express. По объему продаж они оставили далеко позади Amazon и eBay вместе взятые¹¹. Опыт создания международного интернет-магазина компания реализовала в проектах во всех сферах бизнеса и технологий. Онлайн-продажи, обслуживание розничных торговцев, электронные платежи и облачные сервисы В2В принесли Alibaba доход более 500 млрд долларов.

В поиске товаров используются инструменты ИИ. Как крупнейший провайдер облачных вычислений, Alibaba лицензирует платформы, инструменты и облачные сервисы, помогая осваивать ИИ другим компаниям.

Alibaba использует ИИ и для общественно значимых проектов: разрабатывает «умные города». Компания планирует радикально реформировать сельскохозяйственную промышленность Китая (а возможно и других стран), чтобы обеспечить продовольствием растущее население.

Как Alibaba использует ИИ

Китайское правительство активно поддерживает внедрение ИИ в компаниях, поскольку видит в нем огромный потенциал экономического роста. Цель правительства – довести стоимость промышленности до 1 трлн долларов и к 2030 году выйти в мировые лидеры в сфере ИИ¹².

Плюс у компаний есть доступ к данным огромного числа граждан, что благоприятствует развитию ИИ.

Коммерческие порталы Alibaba для отбора товаров, которые предлагаются пользователю при посещении сайта и в результатах поиска, используют ИИ высокой сложности. Он кастомизирует страницу для конкретного пользователя и показывает ему товары, которые предположительно того заинтересуют, причем учитывает ценовой диапазон.

Отслеживая действия пользователей (покупки, просмотры и уход со страницы), ИИ в реальном времени учится корректировать вид страницы, чтобы повысить вероятность покупки.

Для кастомизации страниц Alibaba применяет на Taobao форму обучения с привлечением учителя – обучение с подкреплением¹³.

Если алгоритмы в реальном времени учатся собирать данные пользователей в большом объеме на действиях клиентов, это долгий процесс. Для бизнеса здесь есть риски. Чтобы их снизить, создали виртуальный двойник Taobao: он симулирует поведение пользователей, объем – 100 тысяч часов реальных данных.

При таком количестве данных алгоритмы знакомятся с более широким диапазоном действий пользователей за более короткий период времени.

У Alibaba есть свой чат-бот Dian Xiaomi. Он отвечает на более чем 350 млн пользовательских запросов в день и 90% из них понимает правильно. Перечисленные инструменты нужны ему в периоды пиковой активности клиентов – во время акций, например в День холостяков на Аlibaba¹⁴.

Автоматическое создание карточки товара

На сайтах Alibaba – миллионы товаров, поэтому компания автоматизировала генерацию контента, чтобы не описывать каждый пункт вручную. Шаблоны предоставляются и сторонним продавцам.

ИИ-копирайтер использует алгоритмы обработки естественного языка на нейронных сетях глубокого обучения и выдает 20 тыс. строк в секунду¹⁵.

Раньше копирайтеры, работающие в продажах, часами изучали списки ключевых слов и частоту кликов, чтобы понять, что заставит клиента кликнуть на ссылку в результатах поиска. А с появлением ИИ анализ запускается одним нажатием кнопки.

Вот что происходит: многочисленные версии рекламы прогоняются через алгоритмы, обученные на данных по пользовательскому поведению. Система определяет, какие сочетания слов чаще приводят к нажатию на ссылку, и вносит их в карточку товара.

Облачные сервисы

Как Amazon и Google, Alibaba предлагает бизнес-клиентам ИИ-услуги облачного сервиса – крупнейшего в Китае¹⁶.

В предложение входит платформа машинного обучения ИИ. Она содержит решения для компаний, которым нужны когнитивные вычисления (обработка естественного языка и компьютерное зрение), но у которых пока не хватает финансов на собственную инфраструктуру.

На конкурсе Стэнфордского университета технология обработки естественного языка Alibaba победила человека в состязании, кто лучше поймет прочитанное.

В 2018 году технология обработки языка на глубоких нейронных сетях прошла тест из 100 тыс. вопросов и победила человека со счетом 82,44: 82,3¹⁷.

«Умные города»

Alibaba разработала специальные инструменты, чтобы автоматизировать управление транспортными потоками, освещение, сбор мусора и другие задачи в городах с сетевой инфраструктурой.

Alibaba City Brain регулирует движение на всех улицах Ханчжоу – города с населением 9,5 млн человек. По данным системы, дорожные пробки сократились на 15%¹⁸. Вскоре такую же технологию внедрят в малайзийском Куала-Лумпуре.

City Brain отслеживает дорожное движение и по собственным моделям прогнозирует места возникновения заторов. Обнаружив такое место, он изменяет режим светофоров в этой зоне, чтобы не возникали пробки.

Умными билетными автоматами в шанхайском метро тоже управляет ИИ Alibaba. Автомат выдает информацию по маршруту в ответ на запрос и идентифицирует личность пользователя с помощью технологии распознавания лиц¹⁹.

«Умная ферма»

Alibaba разработала ИИ-систему наблюдения за скотом, сельскохозяйственными и плодовыми культурами.

Крупнейшие в мире поставщики свинины – китайские фермеры – получили доступ к технологиям, которые контролируют активность и здоровье животных и сами решают, увеличить животному порцию или заставить его больше двигаться²⁰.

Растущее население надо чем-то кормить, и система позволяет фермерам быстрее воспроизводить поголовье, улучшать здоровье скота и снизить смертность новорожденных животных. Система также поможет выращивать сельскохозяйственные культуры и разумно использовать землю.

Академия открытий, проектов, динамики и перспектив

Стратегия ИИ компании Alibaba основана на том, чтобы предоставить компаниям и частным клиентам передовые технологии машинного обучения и решения глубокого обучения через облачные сервисы.

ИИ-платформы доступны для бизнеса через облачную структуру, которая объединяет 18 международных центров данных. Там установлено оборудование для предоставляемых в качестве услуг ИИ-алгоритмов и технологий обработки данных.

В 2017 году Alibaba анонсировала, что в следующие три года инвестирует 15 млрд долларов в расширение международной сети исследований и опытного производства ИИ. Программа называется «Академия открытий, проектов, динамики и перспектив» (Academy for Discovery, Adventure, Momentum and Outlook – DAMO). Для работы в лабораториях в Пекине и Ханчжоу в Китае, в Сан-Матео и Бельвью в США, а также в Москве, Тель-Авиве и Сингапуре наймут 100 исследователей²¹. Они сосредоточатся на машинном обучении, обработке естественного языка, интернете вещей, взаимодействии человека и машины и квантовых вычислениях.

Самое главное

• Alibaba – крупнейший китайский инвестор в исследования и развитие ИИ, что дает компании фору в гонке за лидерство в этой сфере.

• Модель предоставления ИИ многочисленным частным клиентам и компаниям основана на облачном сервисе. Клиенты ничем не рискуют и экономят на создании инфраструктуры, а Alibaba получает доступ к ценным данным о поведении пользователей.

• Применяя технологии повышения продаж в решении других общественных и бизнес-задач, Alibaba расширяет область применения ИИ внутри и за пределами своего бизнеса.

2. Alphabet и Google. Как преумножить потенциал ИИ

Международная группа компаний Alphabet размещается в США. Она специализируется на интернет-сервисе, технологиях и медико-биологических исследованиях. Среди прочих сюда входят поисковик Google, медико-технологическая компания Verily, производитель беспилотников Waymo, создатель устройств для «умного дома» Nest и Deep Mind – разработчик ИИ.

В 2017 году Сергей Брин, президент Alphabet, заявил: «Новый скачок в развитии ИИ – самое значительное событие в компьютерной области за всю мою жизнь»²², то есть важнее создания интернета.

В Alphabet осознают потенциал ИИ и применяют его во всех сферах: в оптимизации поисковиков, в беспилотных автомобилях, «умных домах», виртуальных помощниках, языковых переводах и медицинских технологиях.

Как Alphabet использует ИИ

«Умный» поиск

Самый популярный в мире поисковик Google оснащен ИИ. Текстовые и голосовые запросы и изображения обрабатывает умная самообучающаяся система – с 2015 года, когда был запущен RankBrain²³.

Текстовый и голосовой поиск основан на обработке естественного языка: алгоритмы оценивают слова в контексте, а не по отдельности. Это семантический анализ.

В поиске по картинкам компьютерное зрение распознает и классифицирует данные об изображении, чтобы пользователи могли найти его текстовым или голосовым поиском. Алгоритмы глубокого обучения постоянно совершенствуются в том, чтобы распознавать и классифицировать отдельные элементы изображения. Чем больше учебных картинок обрабатывает машина, тем лучше понимает, что на них представлено.

Когда ИИ Google проанализировал запрос и предположил, что вам нужно, он сразу обращается к каталогу онлайн-контента: веб-страниц, изображений, видео и документов. Они уже обработаны системой машинного обучения.

Системы учатся сортировать, ранжировать и фильтровать контент каталога. Каждая единица контента оценивается по количеству ссылок на нее, точности содержащейся в ней информации. Также ИИ проверяет, не спам ли это или реклама и не нарушает ли контент закон или авторские права.

Обычный поиск Google – это множество сложных, мгновенно выполняемых вычислений ИИ. Системы, способные ежедневно осуществлять миллиарды вычислений, вознесли Alphabet и Google на вершину и принесли невероятную прибыль.

Google использует ИИ для других целей, например чтобы обеспечить безопасность аккаунтов Gmail и сервиса контекстной рекламы, которую показывают только потенциально заинтересованным пользователям.

Персональный помощник на базе ИИ

Персональный помощник с голосовым управлением на основе ИИ появился несколько лет назад. Сегодня всем известны Google Home, Amazon Alexa и Apple Siri.

Поначалу обработка естественного языка в пользовательских устройствах впечатляла, особенно по сравнению с недавним прошлым, но обнаружились ее ограничения. ИИ хорошо понимает только элементарные и короткие предложения и команды. Попробуйте поговорить с ним, как с обычным человеком, – и он сразу запутается.

По человеческим меркам нынешний ИИ – младенец. А если говорить на языке науки, ему не хватает данных. Но он быстро растет, например благодаря технологии Google Duplex. Она поддержит и довольно неформальную беседу, потому что обучена для конкретных ситуаций, и алгоритмы собирают только касающиеся этих событий данные. Google демонстрирует прогресс Duplex на примере записи в парикмахерскую по телефону²⁴. В таких узких и контролируемых случаях технология ведет себя почти по-человечески. Для этого инженеры Google запрограммировали свойственные нашей речи междометия: машина вставляет в разговор «эм-м», «ах» и «угу», когда сочтет это уместным.

Языковой перевод

Компьютер можно научить говорить на одном языке, а любой другой он освоит сам с помощью машинного обучения. По этому принципу работает переводчик Google, раскладывая язык на основные составляющие. Глубокие нейронные сети Google Translate постоянно оттачивают алгоритмы, изучая новые языки, и так совершенствуются в точности переводов. Google внедрила эту функцию в наушники Pixel Buds на базе Google Assistant, и пользователи могут слушать трансляцию перевода почти в режиме реального времени²⁵.

Беспилотные автомобили

У Waymo – подразделения Alphabet, которое разрабатывает беспилотные автомобили, – одна из самых развитых платформ в мире. Недавно компания стала первым коммерческим перевозчиком²⁶.

Alphabet пошел еще дальше: автомобили полностью автоматизированы, в них даже нет руля и педалей. Они созданы для новой урбанистической эпохи, в которую быть владельцем автомобиля – дорого и неудобно. Сервис Waymo ориентирован на частный извоз: по прогнозам компании, такой формат будет основным в умных городах будущего.

Субтитры к миллионам видеозаписей

В машинном обучении Google использует алгоритмы естественного языка, когда автоматически записываются субтитры для слабослышащих (или предпочитающих тишину) людей на сервисе потокового видео YouTube. Как и с речью, для идентификации звуков (аплодисментов, музыки) система использует глубокие нейронные сети и автоматически выводит текст: он сообщает зрителю, что происходит²⁷.

Диагностика заболеваний

Технология ИИ Alphabet (в частности на базе глубокого обучения) широко применяется в медицине. Из недавних новшеств стоит упомянуть офтальмологическую диагностику. Для обучения алгоритмов используются снимки оптической когерентной томографии – инфракрасные 3D-изображения глазного яблока²⁸. Система основана на двух алгоритмах глубокого обучения. Один строит подробную схему устройства глаза и определяет, что нормально, а что может быть симптомом болезни, например возрастной макулодистрофии (истончение сетчатки глаза). Второй алгоритм анализирует медицинские показатели и выдает специалистам диагноз и схему лечения.

Google Brain

Исследовательское подразделение искусственного интеллекта Google называется Google Brain. Его основали в 2011 году Джефф Дин, Грег Коррадо и Эндрю Ын из Стэнфордского университета. Они стали пионерами практических технологий ИИ.

В Google Brain предположили, что обширные сверхбыстрые сети хранилища и огромный объем данных интернета, который проходит по их серверам, пригодятся для машинного и глубокого обучения. С тех пор команда разработала ключевые технологии, такие как компьютерное зрение и обработка естественного языка, и сделала ИИ востребованным в бизнесе²⁹.

Deep Mind

Deep Mind – еще один знаковый для Alphabet термин, появившийся в 2014 году. Британский стартап специализировался на симуляторах нейронных сетей мозга и обучал их играть в игры. Исследователи Deep Mind наблюдали, как мозг решает когнитивные, то есть связанные с познанием, задачи во время игры, а данные использовали для обучения машин. Технология стала сенсацией в 2016 году, когда оснащенный ей компьютер победил профессионального игрока в го³⁰.

Сегодня на Deep Mind работают интеллектуальные программы Alphabet. Они управляют охлаждающим оборудованием дата-центров, оптимизируют расход аккумулятора мобильных устройств на Android и т. д. А еще они участвуют в офтальмологической программе, о которой речь шла выше.

Самое главное

Alphabet и Google считают ИИ отправной точкой для революции компьютерных технологий.

• Компании уверены, что влияние следующей волны на общество будет еще более значительным, чем появление интернета.

• Большой объем данных позволил Alphabet разработать первые в своем роде услуги: поиск, показы рекламы, языковой перевод, обработку речи, «умные дома» и беспилотные автомобили.

• Благодаря инфраструктуре и вычислительной мощности для обработки большого объема данных на необходимой для поисковика супервысокой скорости Google применила все эти возможности к ИИ.

• Финансовые ресурсы Google позволили воспользоваться всеми качественно новыми разработками исследовательских групп и стартапов в сфере ИИ, такими как глубокое обучение.

3. Amazon. Глубокое обучение повышает показатели бизнеса

Основателю книжного интернет-магазина Amazon Джеффу Безосу было все равно, чем торговать: он хотел подняться на буме онлайн-продаж, который предвидел. Сегодня Amazon – международная торговая площадка и ведущий мировой провайдер облачных вычислений. Компания занимает третье место по выручке и рыночной капитализации. Помимо онлайн-магазина и предоставления облачных услуг компания владеет издательским подразделением, кино– и телевизионной студией и производит бытовые товары: электронные книги Kindle, планшетные компьютеры и медиаплееры Fire и умные колонки Amazon Echo.

С начала 1990-х Amazon использовала прогностическую аналитику. И внедряла ее везде – от знаменитого рекомендательного сервиса до оптимизации маршрута роботов в центрах исполнения заказов. В начале последнего десятилетия растущий потенциал машинного обучения заставил интернет-гиганта пересмотреть все аспекты деятельности. Безосу мало было обойти Walmart и Target на рынке продаж – он претендовал на уровень Google, Facebook и Apple и первое место в технологической сфере. Значит, надо было внедрять глубокое обучение в ключевые сервисы и расширять деятельность. Так появились умные колонки Echo с виртуальным помощником Alexa и бескассовые супермаркеты.

Среди дальнейших планов – доставка заказов автоматизированными дронами и «опережающая доставка» (до заказа) товаров, которые могут понравиться клиенту.

Как Amazon использует ИИ

Amazon первой внедрила рекомендательный сервис, то есть предложение товаров на основе предыдущих покупок. Это с самого начала было основой бизнес-стратегии компании. За годы аналитические инструменты усовершенствовались, но до сих пор делят пользователей на категории по собранным о них данным, моделируют поведение и предлагают товары, популярные у покупателей из той же категории.

В начале 2014 года компания запустила крупную модернизацию существующей рекомендательной системы: начала внедрять алгоритмы глубокого обучения в прогностические инструменты³¹. Сейчас глубокое обучение встроено в большинство функций сайта, разработанных для персонификации покупательского опыта: «эти товары часто покупают вместе», «купившие этот товар также приобрели…» и т. д.

Глубинные слои нейронных сетей учатся так же, как человеческий мозг, – на данных, которые через них проходят. Алгоритмы постоянно совершенствуются в поиске паттернов и связанных данных – в случае Amazon это данные о транзакциях и покупательском поведении. На этих алгоритмах работают рекомендательный сервис Amazon, поиск Google, лента Facebook и подбор фильмов Netflix. Как и соперники в борьбе за первое место, Amazon делает ставки на глубокое обучение – двигатель революции ИИ.

Amazon использует ИИ в центрах исполнения заказов – на складах, где люди и роботы ежедневно собирают и упаковывают миллионы посылок. С виду складские роботы ничем не примечательны – это приземистые передвижные платформы³². Но благодаря алгоритмам глубокого обучения они шустро снуют по складским лабиринтам, находят на полках нужный товар и привозят сотруднику, который комплектует заказ. Робот способен действовать в условиях, неудобных для человека, поэтому Amazon расширяет складские площади и ускоряет выполнение заказов, а значит, растет и доход. В настоящее время в центрах исполнения заказов Amazon по всему миру используются сотни тысяч роботов³³.

Amazon Alexa

Уже не верится, что персональный домашний ИИ-ассистент в 2015 году казался чудом. К 2018 году он был в 16% семей в США. Технология совершенствуется, реклама не отстает – и «электронного помощника» покупают все чаще³⁴.

Шагом вперед стало понимание, что реализацию домашних ИИ-устройств ограничивает не технология – она была уже достаточно развитой для выполнения такого рода задач. Проблема состояла в интерфейсе: смартфон – удобная вещь, но не так просто устроенная, как выключатель, чайник, радио или поваренная книга.

C Echo появилось голосовое управление умными устройствами: не отрываясь от уборки, можно найти нужную информацию или включить музыку.

Ассистент интерпретирует голосовые команды с высокой точностью. Этим он обязан алгоритмам глубокого обучения³⁵. Нейронные сети реагируют на заданное пользователем «пробуждающее слово» – сигнал слушать и анализировать команду. С опытом ассистент все лучше понимает нюансы разговорной речи. Глубокие нейронные сети учатся говорить, как мы, обрабатывая голосовые данные.

Интеллектуальный «маховик» Amazon

Модель распространения ИИ во все сферы деятельности в Amazon назвали «маховиком»³⁶. Вообще, это механическое устройство, которое накапливает поступающую от генератора кинетическую энергию и регулирует степень ее высвобождения. А в случае Amazon избыточная «энергия», сгенерированная успешным внедрением ИИ в одну сферу деятельности, идет на исследования и инвестиции в другую.

Таким образом создается благоприятная среда обмена данными и технологиями между отделами и подразделениями. Лучшие практические наработки передаются из рук в руки. К примеру, повышение точности рекомендательного сервиса с помощью глубокого обучения пригодилось в распознавании речи Echo.

Другие подразделения тоже обнаружили, в чем плюсы повсеместного распространения устройств с Alexa – в частности, пользовательских приложений под названием «навыки». Так были добавлены навыки, предоставляющие пользователям голосовой доступ к Amazon Prime Video, Amazon Music Unlimited и другим сервисам. Благодаря глубокому обучению Alexa из слов пользователя делает вывод, какие из 40 тыс. навыков он счел полезными³⁷.

Успешные проекты с глубоким обучением полностью себя окупают. Они не только выполняют свои задачи, но и генерируют данные, на которых будут учиться алгоритмы для решения других проблем.

Веб-сервисы Amazon

Amazon, как и ее конкуренты Google и Alibaba, продает бизнес-клиентам облачные сервисы под брендом Amazon Web Services (AWS). А недавно добавила к списку услуг машинное обучение: теперь компании берут ИИ «напрокат» – это дешевле, чем строить свою инфраструктуру.

ИИ осваивается во всех секторах бизнеса, и ключевой частью стратегии Amazon стала помощь маленьким компаниям, чтобы те тоже стали конкурентоспособными. Все по поговорке: во время золотой лихорадки больше всех заработали продавцы лопат!

AWS предоставляет доступ к базовым технологиям машинного обучения, таким как обработка естественного языка, компьютерное зрение, и инструментам для извлечения полезной информации из неструктурированных голосовых и видеоданных³⁸.

Amazon Prime Air

В самый амбициозный проект Amazon входит парк летающих курьеров-дронов, которые должны приносить товары прямо к порогу. В 2013 году анонсировалось, что они будут доставлять посылку в течение 30 минут после заказа³⁹.

Amazon уже проводила такие пробные доставки из центра исполнения заказов в английском Кембридже. Система контроля дронов основана на машинном обучении⁴⁰. Проект в работе уже несколько лет, но до реализации далек, к тому же есть законодательные барьеры. Технологию дронов Amazon не оглашает, но, скорее всего, для навигации и поиска безопасного приземления используется компьютерное зрение.

Самое главное

• Amazon первой среди интернет-компаний начала использовать прогностическую аналитику. От ИИ ожидаются более точные прогнозы по сравнению с прочими технологиями – понятно, что в Amazon переключились на него.

• Корпоративная стратегия Amazon под названием «маховик» создает благоприятные условия, чтобы проектные команды ИИ и все подразделения обменивались усилиями и данными.

• Эффект глубокого обучения алгоритмов рекомендательного сервиса вдохновил применить эту технологию к голосовому помощнику Alexa и курьерской доставке дронами Amazon Prime Air.

• Amazon помогает другим компаниям воспользоваться плюсами ИИ: предоставляет облачные сервисы машинного и глубокого обучения на платформе AWS.

4. Apple. Как интегрировать ИИ в продукты и защитить конфиденциальность пользователей

Крупнейшая по уровню дохода IT-компания Apple базируется в Калифорнии и разрабатывает, производит и продает культовые продукты с умными технологиями: iPhone, iPad, Mac, Apple Watch, Apple TV и сопутствующие продукты и услуги. В 2018 году Apple стала первой открытой акционерной компанией стоимостью 1 трлн долларов⁴¹.

В ИИ-стратегии Apple отдает приоритет мобильным устройствам и в последние годы позиционирует себя как пионера встроенных ИИ-технологий с высоким уровнем безопасности и уникальным пользовательским опытом.

Как Apple использует ИИ

В Apple считают, что будущее за мощными портативными устройствами с функцией машинного обучения на данных, получаемых через собственные датчики. Это расходится с концепцией будущего других компаний, в которой преобладают облачные вычисления и относительно маломощные терминалы.

Алгоритмы машинного обучения будут работать непосредственно на устройстве, в мощном центральном процессоре или встроенных в телефон, часы или колонки графических процессорах. Для примера рассмотрим «нейронный двигатель» в последней модели iPhone X⁴². Это специальная заказная микросхема для нейронных расчетов в глубоком обучении. Она ускоряет выполнение таких функций, как разблокировка по лицу, улучшение снимков (плюс забавные эффекты), дополненная реальность и время работы батареи⁴³.

Машинное обучение на устройстве происходит быстрее, поскольку не приходится ждать, когда из облака вернутся обработанные данные. Это хорошо, но, с другой стороны, ИИ учится на данных, полученных только от одного устройства. А ведь в облако поступает колоссальное количество данных из многих источников.

Apple фокусируется на конфиденциальности пользователей и именно поэтому выбирает обучение на устройстве. Личные данные не покидают смартфон, и компания рассчитывает, что пользователи сочтут это преимуществом.

Собственная ИИ-экосфера Apple строится на основе Core ML (фреймворка для работы с технологиями машинного обучения). Он позволяет встраивать в продукты алгоритмы машинного обучения: глубокое обучение, компьютерное зрение и естественный язык. На нем работают голосовой помощник Apple по имени Siri, камеры iPhone и клавиатура QuickType⁴⁴.

«Умные» приложения

Значительную часть успеха iPhone обеспечил магазин App Store. До его запуска в 2008 году пользователи могли загружать приложения на свои смартфоны, но настройка и выбор функций выполнялись интуитивно.

Пользователи год за годом выбирают Apple, и разработчики начали внедрять ИИ в сторонние приложения. Компания намерена поддерживать максимальную функциональность, недоступную на других мобильных платформах. Для этого используются такие инструменты, как Create ML. Так машинное обучение встраивается в приложения для пользовательских устройств.

Отличный пример – приложение Homecourt для усовершенствования игры баскетболистов-любителей. Достаточно направить камеру на поле, и машинное обучение найдет игроков, проанализирует их позицию, передачи и броски. Все это осуществляется посредством компьютерного зрения на самом устройстве⁴⁵. Приложение Polyword выдает название любого объекта, на который направлена камера, на 30 языках, используя компьютерное зрение и машинное обучение⁴⁶. Другие функции приложения критически оценивают фотографии и дают рекомендации, как их улучшить, в режиме реального времени. Кроме того, можно управлять уведомлениями, чтобы не пропустить важную информацию.

Обработка естественного языка

После запуска Siri стала самым популярным голосовым помощником на основе ИИ и обработки естественного языка (ОЕЯ). Хотя ее критикуют за недостаток инноваций по сравнению с конкурентами⁴⁷, в недавних обновлениях для мгновенного перевода используются 40 языков.

ОЕЯ Siri отправляет данные в облако. Конфиденциальность не страдает: из данных голосовых команд вычленяется вся идентификационная информация, прежде чем они покинут устройство в зашифрованной форме.

Недавно Apple проводила исследование ОЕЯ, чтобы уточнить результаты поиска Siri компаний и достопримечательностей в районе проживания пользователей⁴⁸. Исследователи добавили определение местонахождения в обучающие данные и предоставили Siri доступ к локализованным массивам данных с названиями мест и мелких компаний. Теоретически Siri будет использовать эти данные для интерпретации разговорной речи, чтобы лучше понимать, что пользователь имеет в виду. К примеру, Alexa догадается, что “I'm going to Kilkenny” («Я еду в Килкенни») означает, что некто собрался в ирландский городок, а не планирует «убить Кенни» (“I'm going to kill Kenny”).

Самое главное

• На ИИ основана стратегия Apple. Компания планирует встраивать его в устройства и вспомогательные службы.

• Apple ставит конфиденциальность пользователей выше плюсов обучения алгоритмов на больших объемах данных и не собирает информацию в облаке.

• Apple продвигает использование платформы машинного обучения Create ML для разработки приложений, подходящих только для ее устройств, чем создает эксклюзивность внутри собственной экосферы.

5. Baidu. Машинное обучение поисковиков и беспилотных автомобилей

Китайская технологическая компания Baidu занимается интернет-услугами и продуктами. Ей принадлежит самый популярный поисковик в Китае, который поставляет огромный объем данных, генерируемый миллиардами запросов. Помимо этого Baidu выпускает приложения, владеет рекламной платформой и разрабатывает беспилотные автомобили с одобрения и при поддержке китайского правительства. Project Apollo – одна из самых продвинутых программ автономного вождения в мире. В 2018 году Baidu стала первой китайской компанией, присоединившейся к альянсу Facebook, Amazon, Google, Microsoft и IBM, выступающему за этичное применение ИИ⁴⁹.

Как Baidu использует ИИ

Кроме обычного поиска Baidu предлагает поиск по картинкам, картам, видео и новостям и онлайн-переводы. Точность результатов во всех функциях обеспечивает ИИ.

Большое преимущество Китая в том, что там более 800 млн пользователей интернета – это в два раза больше всего населения США⁵⁰, а значит, пул данных у алгоритмов огромный.

ИИ-проекты компании называются Baidu Brain. Нынешняя, третья, версия платформы предлагает доступ к 110 ИИ-технологиям, в том числе к обработке естественного языка, распознаванию лиц и изображений и автоматизированной маркировке видеоданных. В комплект входит инструмент Easy DL для разработки систем глубокого обучения без кодирования.

На июльской конференции Baidu 2018 года в Пекине не умеющий программировать врач создал на платформе инструмент глубокого обучения, способный различать 40 видов паразитических червей. В настоящее время технология проходит клинические испытания⁵¹.

Беспилотные автомобили

Baidu обошла китайских конкурентов в борьбе за звание чемпиона по разработке полностью самоуправляемых автомобилей. Компания планировала вывести беспилотный транспорт на улицы Пекина к 2019 году⁵² и начать массовое производство к 2021 году⁵³. Для этого Baidu запустила Project Apollo и сотрудничает с известными автопроизводителями, в том числе Ford и Hyundai⁵⁴.

Беспилотное управление основано на ИИ. Датчики отправляют данные алгоритмам машинного обучения в облаке и непосредственно в автомобиле, который «видит» происходящее на дороге и прогнозирует возможные аварийные ситуации. В машинах Baidu используются данные 3D-маппинга высокого разрешения, полученные от спутников и оборудованных камерами автомобилей, создавших подробные карты китайской дорожной системы⁵⁵.

В первых тестах, запланированных на начало 2020 года, примут участие автомобили Ford, оборудованные виртуальной системой вождения Baidu Virtial Driving System. Ей присвоен 4-й уровень по шкале Общества инженеров автомобилестроения (Society of Auto Engineers, SAE). SAE определяет пять уровней автономности: от 0 (неавтоматизированное управление транспортным средством) до 5 (полностью автоматизированное управление транспортным средством). Автомобиль 4-го уровня самостоятельно проедет везде, где его проведет человек. А вот 5-й уровень, на который Baidu стремится выйти в следующем году, требует от автомобиля выполнения всех функций водителя – без контроля человека⁵⁶.

Систему с открытым кодом Virtual Driving System устанавливают не только на легковые, но и на грузовые автомобили, и они могут передвигаться без участия водителя по геозонированным участкам шоссе.

ИИ в мобильном телефоне

Чтобы создать открытую ИИ-платформу мобильных разработок, Baidu объединилась с Huawei. Компании планируют предоставить пользователям «ИИ, который знает о них все»: с беспрецедентным удобством управления и привычными в мобильных телефонах функциями и услугами⁵⁷.

Машинное обучение будет осуществляться на нейроморфном процессоре телефонов Huawei с использованием технологий распознавания речи и изображений. Также планируется разработать приложения дополненной реальности. Такой ход сразу делает компанию конкурентом Apple и Samsung, которые занимаются аналогичными технологиями.

Перевод в реальном времени

Baidu выпустила мобильное устройство на основе глубокого обучения для перевода между английским, китайским мандаринским и японским языками⁵⁸. Оно помогает туристам ориентироваться в незнакомом городе, заказывать еду в ресторане и ездить на общественном транспорте. Алгоритмы обработки естественного языка основаны на глубоком обучении, а перевод делается в облаке⁵⁹.

Самое главное

• Огромная численность населения Китая, где интернетом пользуется половина граждан, дает Baidu колоссальный объем данных, связанных с профилями пользователей и их поведением. Его используют для оптимизации сервисов и продают рекламодателям, чтобы те делали предложения именно своей целевой аудитории.

• Baidu предлагает ИИ-услуги для бизнеса: компании могут разрабатывать и реализовывать собственные программы на ИИ при содействии Baidu Brain.

• Baidu немного отстала в сфере мобильных телефонов и наверстывает упущенное стратегическим партнерством с Huawei – крупнейшим производителем смартфонов в Китае.

• У Baidu лучшая в Китае, а может и во всем мире, программа беспилотных автомобилей. Транспортные средства 4-го уровня автономности оснащены технологией Apollo и вскоре появятся на китайских дорогах.

6. Facebook. ИИ в развитии социальных сетей

Международная компания Facebook размещается в США. Почти 2,2 млрд пользователей⁶⁰ общаются с друзьями и родственниками, заводят новые знакомства, находят коммерческие компании и, конечно же, делятся фотографиями своих домашних любимцев.

С каждым посещением Facebook генерируются данные: что мы делаем, где находимся и с кем. До появления этой соцсети не было другого ресурса, где выкладывались бы 136 тыс. изображений, 510 тыс. комментариев и 293 тыс. обновлений статуса в минуту⁶¹.

Все эти данные используются для обучения ИИ, а компания запустила несколько инструментов и проектов машинного обучения для своих пользователей.

Как Facebook использует искусственный интеллект?

Движок ИИ FBLearner Flow отображает в ленте пользователей самую интересную и полезную с его точки зрения информацию – и рекламу⁶². С помощью машинного обучения он анализирует и сегментирует миллиарды пользователей по их данным: месту проживания и работы, списку друзей, посещенным местам, поисковым запросам и сигналам («шерам» и «лайкам»).

Мониторинг контента

Движок не только наполняет новостную ленту. Алгоритмы машинного обучения фильтруют запрещенный контент – насилие и порнографию. Компания борется с распространителями заведомо ложной информации – по политическим мотивам или для вымогания денег. Алгоритмы машинного обучения работают в комплексе с ручными и автоматическими сервисами проверки фактов⁶³. Если машина или человек сочли пост подозрительным, его распространение по Facebook можно отследить и принять меры по снижению вреда для пользователей: удалить или пометить как «вероятную дезинформацию».

Распознавание лиц

В технологии распознавания лиц Facebook далеко обошла всех конкурентов. И это неудивительно, учитывая, сколько на ее серверах портретных снимков.

Как только вы загружаете в Facebook фотографию, технология Deep Face предлагает отметить, кто на ней изображен. Нейронные сети анализируют 68 единиц данных лица, измеряют его черты, определяют цвет и пропорции.

Deep Face обработала более 4 млн портретов, чтобы научиться распознавать отдельные черты и понять, чем одно лицо отличается от другого. Если новое изображение точно или приблизительно совпадает с уже записанным уникальным паттерном, машина делает вывод, что это один и тот же человек.

Помимо возможности отметить друзей на фотографии, технология помогает пользователям отслеживать появление своих снимков. Также Facebook пишет тифлокомментарии к изображениям для слабовидящих⁶⁴.

Руководство компании уверяет, что точность алгоритмов распознавания лиц составляет 97,35% в открытых контрольных наборах данных – это очень близко к человеческим способностям⁶⁵.

Понимание прочитанного

ИИ Facebook проводит контекстный анализ полумиллиона текстовых комментариев в минуту. По результатам он предлагает информацию или услуги, которые могут заинтересовать авторов комментариев. Вот пример: алгоритмы машинного обучения «подслушивают» разговор друзей про предстоящую поездку и выдают ссылки на местные сервисы такси⁶⁶.

Сейчас тестируется очередная новинка: если пользователь публикует пост, скажем, о продаже велосипеда, ИИ автоматически определяет адекватную цену по описанию в посте и предлагает ссылки на страницы, где можно найти покупателей.

Это система Deep Text, которая основана на нейронных сетях глубокого обучения. Она анализирует текст и воспринимает слова не по отдельности, а в контексте. Это форма обучения с привлечением учителя: система не полагается на правила (словарь или учебник грамматики), а тренируется использовать слова, «слушая» их – как человек.

Профилактика суицида

ИИ Facebook отслеживает динамику посещения сайта и ищет у пользователя симптомы депрессии или склонности к суициду⁶⁷. Алгоритмы выискивают в постах пользователя паттерны, которые совпадают с другими постами, уже помеченными как содержащие признаки суицидального поведения. Например, человек открыто пишет, что ему плохо и он несчастлив, или его друзья в комментариях беспокоятся за него или предлагают помощь.

После сигнала тревоги тексты рассматривает человек и решает, надо ли вмешаться. Пользователя в этом случае информируют, куда обратиться за помощью.

Соцсеть не вступает в непосредственный контакт с пользователями, а только оперативно снабжает их полезными сведениями. Но сейчас в компании задумались о том, чтобы в тревожной ситуации уведомлять друзей и близких человека, хотя это и нарушение конфиденциальности.

FBLearner Flow

Костяк ИИ Facebook – это платформа FBLearner Flow. Она позволяет компьютерным инженерам, которые не разбираются в машинном обучении, подключать ИИ к любой сфере деятельности компании⁶⁸.

Сейчас платформу используют более 25% инженерных команд Facebook, и она выдает 6 млн прогнозов в секунду для компании и ее клиентов. Платформу разработали, чтобы создавать алгоритмы, тестировать их и затем применять наиболее эффективные в разных проектах Facebook.

Исследования ИИ в Facebook

Специальное подразделение Facebook исследует и развивает машинное обучение. Специалисты изучают, как интегрировать в сервисы умную обучаемую технологию, как усовершенствовать обработку естественного языка, компьютерное зрение и другие дисциплины ИИ – и как в будущем может выглядеть общение с учетом технологий дополненной и виртуальной реальности.

В этом году Facebook собирается расширить подразделение до 170 специалистов по данным и сделать его международным. Его офисы будут работать в Монреале, Питтсбурге, Париже, Лондоне и Тель-Авиве⁶⁹.

Самое главное

• Facebook извлекает больше данных, чем любая другая компания, из информации о жизни пользователей, которой те делятся друг с другом в соцсети.

• Эти сведения используются для создания функций, которые побуждают пользователей чаще заходить на сайт, больше писать о себе, а также для контекстной рекламы.

• С помощью фотографий и текстов Facebook обучает алгоритмы распознавать лица и стимулирует естественную обработку языка.

• Facebook настолько хорошо знает нас и нашу жизнь, что достаточно точно угадывает, что́ мы хотим купить и не думаем ли о самоубийстве.

7. IBM. Когнитивные вычисления помогают машинам спорить с человеком

Дедушке компьютерной индустрии IBM больше сотни лет. Благодаря постоянным инновациям компания была флагманом производства вычислительной техники в 1960-х и 1970-х, а в 1980-х первой выпустила персональный компьютер.

Как и другие американские технологические гиганты, IBM быстро разглядела преимущества машинного обучения. Самый известный ИИ-проект компании – Watson. Это платформа когнитивных вычислений, которая в телеигре Jeopardy! победила двух многократных чемпионов⁷⁰. С тех пор Watson активно используется в сфере бизнеса и демонстрирует потенциал и гибкость IBM в технологии машинного обучения.

Как IBM использует ИИ

Способности Watson помогают многим компаниям работать эффективнее и расширять свои возможности. Изначально Watson задумывался как вопросно-ответная вычислительная система, но по мере развития навыков находил новые применения.

На базе Watson работает чат-бот Cora клиентской службы Королевского банка Шотландии. Его обучили давать 1000 вариантов ответов на 200 вопросов, и он совершенствуется: ищет связь между вопросами на естественном языке и ответами из базы данных⁷¹. Если он не справляется, то переводит звонок на оператора.

Эффективность Cora измеряется «показателем удержания» – процентом клиентов, с вопросами которых он справился самостоятельно, без переключения на оператора. Сейчас показатель достигает 40%, а по вопросам от юридических лиц – до 80%⁷². Чем больше бот общается с людьми, тем «умнее» он становится.

Крупный производитель канцтоваров Staples встроил Watson в систему «умных заказов» Smart Button. По сути, это аналогичный Alexa голосовой ассистент. Он обучен прогнозировать заказы клиентов компании и запоминает, какие наименования и в каком количестве заказывают клиенты⁷³.

Watson востребован и в спорте. Во время участия Всеанглийского клуба лаун-тенниса в Уимблдонском турнире IBM обеспечила показ автоматических повторов лучших моментов матчей и информационную поддержку фанатов. Watson обработал данные за 22 года с 53 млн единиц данных и научился давать комментарии и выводить статистику и аналитику болельщикам напрямую в режиме реального времени. Приложение Ask Fred (названное в честь английского теннисиста Фреда Перри) на базе Watson ответит на любые вопросы по истории тенниса и поможет в навигации среди кортов Уимблдона, например найти туалетную комнату⁷⁴.

В здравоохранении Watson тоже востребован. Американское онкологическое общество выпустило первого ИИ-ассистента в помощь онкобольным, а платформа Watson for Oncology дает врачам рекомендации по схемам лечения. Для этого она анализирует тысячи страниц медицинской документации и историй болезни и вычисляет варианты с максимальной вероятностью благоприятного исхода⁷⁵.

Если вам кажется, что до создания духов ИИ не дорос, с вами не согласится парфюмерный гигант Symrise, производящий ароматы для Estee Lauder, Avon, Donna Karan и других знаменитых брендов. В результате сотрудничества компании с IBM появилась нейросеть Phylira. Она проанализировала опыт профессионалов и уже составила ароматические композиции, которые скоро появятся на прилавках 4000 бразильских магазинов. Phylira разбивает аромат на составляющие: масла, химикаты и натуральные экстракты с определенными нотами, всего их 1,7 млн. Затем нейросеть изучает данные продаж и клиентских служб и выводит сочетания, привлекательные для разных демографических групп. Испытания проводились в Бразилии. Два аромата, созданных алгоритмом, получили высшее одобрение фокус-групп и обошли другие образцы в целевой демографической группе миллениалов⁷⁶.

Победой в Jeopardy! Watson начал историю успеха IBM. Помимо перечисленных компаний эту платформу используют семь из десяти крупнейших производителей автомобилей и восемь из десяти топовых нефтегазовых компаний⁷⁷.

Project Debater

Больше всего впечатляет, как IBM реализовала ИИ-технологию обработки языка в Project Debater. В компании уверяют, что это первая система ИИ, способная обсуждать с человеком сложные темы. В ней используется обработка языка и база данных с сотнями миллионов статей на 100 тем⁷⁸. Эти инструменты и данные позволяют Project Debater выслушать точку зрения оппонента, понять ее и выдвинуть логические и этические контраргументы.

В первых живых публичных дебатах Project Debater спорил с двумя опытными полемистами о том, должно ли государство субсидировать космические исследования и следует ли популяризировать телемедицину (дистанционные консультации с врачом). Аудитория сочла аргументы ИИ на тему телемедицины более убедительными, чем у оппонентов⁷⁹. Итогом стала ничья, но для обработки языка ИИ это серьезный прогресс. Технология начиналась с распознавания отдельных слов в спам-фильтрах и способности Siri и Alexa отвечать на простейшие вопросы, а теперь она открыто и свободно дискутирует с людьми.

Для этого ИИ не проводит семантический анализ. Чтобы понять суть вопроса, он вычленяет из речи точку зрения и формулирует контраргумент. ИИ ссылается на достоверные факты и доказывает, что позиция человека основана на ложной информации, или ищет изъяны в логике утверждения.

Эта технология обработки языка называется «подрыв аргумента». IBM разбила процесс на идентификацию и классификацию аргумента. При идентификации из аргумента вычленяется утверждение и основание для него. Далее аргумент классифицируется относительно полярности дискуссии⁸⁰.

Хотя Project Debater способен обсуждать разнообразные темы, это все же специализированный ИИ, а не универсальный – такой в обозримом будущем не появится. В Project Debater заложили профессиональные знания по многим темам, но применять их он умеет только в дебатах. Для других целей, например образовательных, его надо обучать отдельно.

Пока Project Debater – это в основном наглядная демонстрация достижений ИИ. Однако IBM предполагает, что в будущем правила, на которых он основан – и которые придумает сам, – помогут людям принимать обоснованные отношения и при этом исходить из фактов, не делать логических ошибок, не поддаваться когнитивным искажениям и неопределенности.

Самое главное

• Тысячи компаний используют ИИ IBM Watson, чаще всего в сфере клиентского сервиса, в медицине и в роли чат-бота.

• Основное внимание IBM уделяет обработке языка, чтобы устранить коммуникативные барьеры между человеком и машиной и нарастить потенциал технологии по максимуму.

• В играх IBM демонстрирует способности когнитивных систем решать задачи как человек, а в будущем – и лучше него. Первый пример – победа Deep Blue над Каспаровым, а теперь появился Project Debater.

• Project Debater показывает, как ИИ прогрессировал от вопросно-ответных систем к равноправному диалогу с человеком. Последствия для будущего ИИ могут быть самыми непредсказуемыми.