Центр компетенций ОЦО

Информационный портал для профессионалов из ОЦО

Искусственный интеллект: история, актуальность и мифы

15 ноября, 2023

Искусственный интеллект стал неотъемлемой частью нашей жизни как электричество или автомобиль. Мы привыкли к быстрому поиску в интернете, к тому, что многие сервисы подбирают и показывают новости, которые будут интересны именно нам. Мы посмеиваемся над идеально подобранной для нас рекламой, когда предмет, показанный в ней, обсуждали за закрытыми дверями с подругой, и нас не слышал никто кроме телефона. Посмеиваемся, но не удивляемся. Давайте разберемся, почему ИИ вызывает массу споров и провоцирует появление мифов, но его актуальность продолжает расти.

Краткая история

Идея искусственного интеллекта зародилась в 1950 г., когда Алан Тьюринг предложил идею «мыслящей» машины. Позже эта концепция стала называться Тест Тьюринга. Подробнее о ней мы писали здесь. Если кратко, то, согласно ей, моментом изобретения искусственного интеллекта можно будет считать момент, когда человек не сможет, прочитав ответы на вопрос, понять, какие из них дала машина, а какие другой человек. Проверить эту концепцию тогда было невозможно, так как компьютерные мощности были слишком слабы.

Само понятие «искусственный интеллект» появилось в 1956 году. Тогда в Дартмутском колледже прошла конференция о «механизации интеллекта», на которой Джон Маккарти, когнитивист и специалист по информатике, предложил использовать этот термин.
1960-е некоторые эксперты называют «золотыми годами искусственного интеллекта». Тогда появились первые программы, моделирующие знания человека в определенной области, например, система DENDRAL, которая помогала определять структуру молекул неизвестных органических соединений. В эти годы уже упомянутый Джон Маккарти разработал язык программирования LISP (List Processing language), который стал основным языком для исследований ИИ и до сих пор остаётся одним из главных инструментов в этой области. Тогда же появился и первый чат-бот ELIZA. Его создал Джозеф Вайценбаум, чтобы имитировать работу психотерапевта. То есть ELIZA могла общаться с человеком на естественном языке

После подъема произошёл резкий спад. Завышенные ожидания от ученых в вопросах развития ИИ не оправдались, поэтому финансирование исследований в этой области существенно сократили. К тому же сами ученые достигли «стеклянного потолка», столкнувшись с трудностями в обучении искусственного интеллекта и сложностью программирования систем, способных адекватно обрабатывать естественный язык и абстрактные понятия. Несмотря на это, развитие искусственного интеллекта медленно, но продолжилось. Например, в 1970 г. в Японии университет Васэда создал первого человекоподобного робота. Он мог переносить грузы, общаться на японском языке, вычислять расстояния и выбирать направление движения, чтобы не врезаться в предметы и людей. В этот же период (1970-1980-е гг), получивший название «зима искусственного интеллекта», были изобретены алгоритмы обратного распространения ошибки, которые позволили обучать нейронные сети гораздо эффективнее.

В 1990-е годы наметился взлет искусственного интеллекта. Его самыми обсуждаемыми вехами стали победа машины Deep Blue от IBM (компьютерной системы для игры в шахматы) над гроссмейстером Гарри Каспаровым и разработка робота Kismet, который мог распознавать и демонстрировать эмоции.

В 2000-е годы ИИ стал ещё доступнее. Например, в 2002 г. в домах появился первый робот-пылесос Roomba. В 2004 г. 2 робота-геолога NASA – Opportunity и Spirit – исследовали поверхность Марса без помощи человека. В 2009 году Google начал разрабатывать технологию самоуправляемых автомобилей.

В 2010-е и последующие годы искусственный интеллект стал развиваться стремительно. Есть 3 главных причины такого рывка:

  • развитие интернета и появление благодаря этому огромного объема данных, на которых ИИ может учиться;
  • кратный рост компьютерных мощностей, которые позволили обрабатывать и анализировать огромные объёмы данных с большей скоростью и эффективностью;
  • появление новых технологий и подходов, которые поддерживают развитие искусственного интеллекта: машинное обучение, нейронные сети и т.д.

Актуальность

Сегодня ИИ применим повсюду. В телекоме он может прослушать записи звонков всех операторов и определить наиболее часто встречающиеся жалобы и проблемы, которые возникли при обслуживании клиентов. Искусственный интеллект может сообщить пользователю любую информацию о тарифе, чтобы человеку не пришлось ожидать на линии оператора. Есть и другие интересные кейсы. Например, директор по искусственному интеллекту и цифровым продуктам «Билайна» Константин Романов рассказал, что с начала 2023 года его компания полностью перешла на оперативную схему определения ошибок на сети при помощи алгоритмов машинного обучения. «Виртуальный эксперт по качеству» оператора следит за работой каждого из сотен тысяч сетевых элементов. Он предсказывает количество обращений от клиентов на основе истории сопоставления жалоб и ошибок за предыдущий год. Это решение позволяет предотвращать различные инциденты.

ИИ лежит в основе компьютерного зрения, которое также показало свою эффективность. Так, по данным ComNews, с начала пожароопасного сезона 2023 г. 62% очагов возгораний во Владимирской обл. были обнаружены с помощью интеллектуальной системы видеомониторинга. В регионе размещены 60 камер, которые фиксируют обстановку, а искусственный интеллект анализирует получаемые данные и при выявлении пожара передаёт сигнал тревоги в ответственные организации. «Местные жители возле этих лесничеств даже не почувствовали никакого задымления, потому что система видеомониторинга выявляла возгорания размером в несколько квадратных метров – по дымку на горизонте. А средняя площадь пожаров, обнаруженных искусственным интеллектом, оказалась в 5 раз меньше тех, которые были найдены другим способом», – рассказал генеральный директор ГАУ ВО «Владлесхоз» Виктор Тарлаков.

Компьютерное зрение помогает и бизнесу. Например, с его помощью службы безопасности и руководители «Вымпелкома» могут в режиме реального времени мониторить обстановку во всех магазинах сети «Билайн». «Вот реальный пример, – поделился Константин Романов. – В офис продаж приходит клиент, а сотрудник занимается своими делами, вместо того чтобы его обслуживать. Мы бы, возможно, никогда не узнали о таком отношении к клиенту, если бы только не взяли записи именно из этой точки и не просматривали их часами».

А Череповецкий металлургический комбинат применяет модель компьютерного зрения VERA для контроля качества металла на одном из непрерывно-травильных агрегатов. Нейронная сеть позволяет обнаруживать дефекты на рулонах и классифицировать их, что способствует снижению количества претензий со стороны клиентов.

С этой же целью компьютерное зрение использует и «Евраз». На Западно-Сибирском металлургическом комбинате компания запустила видеоаналитику от VisionLabs для автоматизации контроля качества. Технологии дают возможность автоматически обнаруживать дефекты на поверхностях заготовок из стали.

В Москве врачи активно используют компьютерное зрение для анализа КТ, МРТ и рентгеновских снимков. На основе полученных данных ИИ находит на КТ признаки рака легкого, остеопороза позвоночника, аневризмы грудного отдела аорты и других заболеваний, на рентгенографии и флюорографии – патологии легких, на маммографии – рак молочной железы и т.д.

Так как искусственный интеллект способен работать не только с текстом, но и с голосом и картинками, иногда его и вовсе не отличить от человека. Например, многие компании давно внедрили чат-ботов, которые могут ответить почти на любые вопросы клиентов.

С помощью ИИ можно повысить производительность рабочих, не использующих эту технологию. Например, на краснодарском заводе по производству железобетонных конструкций «ЖБ-Энерго» искусственный интеллект проанализировал данные видеозаписей из помещений предприятия, оценил поток работ, операций и взаимодействий людей, механизмов. Затем дал рекомендации, как перестроить работу. За первые 4 месяца пилотного проекта удалось повысить производительность труда на 47%, что позволило увеличить зарплаты работникам на 49,8% без ущерба для собственников.

Также ИИ отлично справляется со многими процессами в бухгалтерии, логистике, закупках и т.д. Например, в отделе закупок «Северсталь-ЦЕС» искусственный интеллект постоянно анализирует данные о спросе и продажах, а на основе этой информации сам же составляет высокоточные прогнозы относительно предстоящих потребностей и поддержания необходимого уровня запасов при оптимальном расходовании бюджета. А в «Сбербанке» ИИ позволил осуществлять 80% платежей день в день, о чем подробно рассказала Евгения Лейман, управляющий директор департамента учета и отчетности компании.

Об актуальности искусственного интеллекта говорит и то, что сейчас им занимаются не только университеты или ИТ-компании, но и крупный бизнес. Например, недавно X5 запустил лабораторию искусственного интеллекта в ИТМО.

Мифы

Искусственный интеллект пугал людей ещё до своего появления. Как только на производстве заработала первая машина, человечество заговорило о будущем апокалипсисе, связанном с ней. Когда люди увидели способности ИИ – мифов стало ещё больше. Развеем 5 самых популярных.

Миф №1

Искусственный интеллект – это программа или инструмент.

Реальность

ИИ – это не отдельная программа или инструмент, а целое направление компьютерных наук, заточенное на то, чтобы машина могла выполнить задачу, которая под силу только человеческому разуму. Обычно искусственный интеллект представляет собой некую систему, построенную на алгоритмах и методах, позволяющих обрабатывать большие объемы данных и принимать на их основе верные решения.

Миф №2

ИИ может заменить людей

Реальность

Искусственный интеллект не может полностью заменить людей. Да, он умеет выполнять ряд задач человека, но его всё равно нужно обучать и контролировать. Так, ChatGPT может написать научную работу естественным языком, которую сторонний человек не отличит от исследования ученого. А вот специалист быстро поймет, что писал её как минимум нерадивый студент, потому что этот чат-бот может допускать существенные ошибки в фактах. О таких примерах мы писали на канале CFO Russia в Дзене.

К тому же ИИ не существует в вакууме. Например, беспилотные автомобили отлично справляются со своими задачами даже на самых сложных участках дорог, но там, где движение других транспортных средств минимально или полностью отсутствует. Для других мест эти машины пока мало приспособлены.

Миф №3

ИИ всегда непредвзят и беспристрастен

Реальность

Звучит логично. У машины нет эмоций и желаний, а значит, решения она принимает, руководствуясь только логикой. На самом деле возможности искусственного интеллекта не гарантируют его беспристрастности, потому что он обучается на данных, которые предоставляются людьми, а людям свойственно быть предвзятыми.
Например, разработчики Beauty.AI пытались создать нейросеть, которая выбирала бы самых привлекательных девушек на конкурсах красоты. К сожалению, в наборе фотографий, по которому обучали программу, превалировали светлокожие модели. В итоге ИИ решил, что темнокожие и азиатские девушки красивыми быть не могут.

Миф №4

Рынок ИИ перенасыщен специалистами, идти в Data Science поздно

Реальность

ИИ развивается очень быстрыми темпами, поэтому специалистов в этом направлении всё ещё не хватает. Например, Николай Козак, управляющий директор по ИТ и цифровой трансформации ДОМ.РФ, отметил существенный дефицит таких кадров. По оценке банка, нехватка профильных специалистов оценивается не менее чем в 10 тыс. человек.

Миф №5

ИИ – слишком дорог и не оправдывает вложенные в него инвестиции

Реальность

Кейсы «ЖБ-Энерго» и других компаний, упомянутых выше, доказывают, что это утверждение просто миф.
Актуальность искусственного интеллекта трудно переоценить. Он помогает оптимизировать процессы, экономить силы сотрудников и финансы компании. ИИ сегодня – это не просто модный термин, а пул технологий, которые доказали свою эффективность во всех отраслях.

вам может понравиться

Дмитрий Тарасов, директор Центра разработки аналитических решений ОЦО, и Марк Попов, директор направления Data Science, Ростелеком, рассказали Центру компетенций ОЦО о применении искусственного интеллекта и Data Science в управлении дебиторской задолженностью.
Майя Евдокимова, генеральный директор ООО «Интер РАО – Управление сервисами», рассказала Центру компетенций ОЦО, как обеспечить закрытие вакансий транзакционного персонала и его удержание при высокой текучести.
Николай Жуков, руководитель проектов офиса трансформации «Ростелекома», рассказал об основных ошибках, которые допускают спикеры, тем самым уничтожая свою проектную презентацию.
Какие инструменты для укрепления отношений с заказчиками используются в «Северсталь – ЦЕС», Центру компетенций ОЦО рассказал Игорь Пескишев, старший менеджер Проектного офиса этой аутсорсинговой компании.
Николай Жуков, руководитель проектов офиса трансформации «Ростелекома», рассказал, как подготовить презентацию, которая максимально приблизит реализацию представляемого проекта.
Игорь Пескишев, старший менеджер Проектного офиса «Северсталь – ЦЕС», рассказал Центру компетенций ОЦО, как превратить опыт взаимодействия с клиентами в инструмент повышения эффективности компании. 

ПОДПИСАТЬСЯ НА РАССЫЛКУ

Подпишитесь на еженедельную рассылку свежих новостей!


    Нажимая на кнопку, вы соглашаетесь с политикой конфиденциальности