Audi намерена активнее использовать для своих новинок искусственный интеллект

Содержание

Эксперты заявили, что в РФ внедряют искусственный интеллект активнее, чем в США и Европе

МОСКВА, 5 марта. /ТАСС/. Российские руководители компаний более лояльно относятся к искусственному интеллекту и внедряют его активнее, чем их коллеги из США и Европы. Об этом говорится в исследовании «Бизнес-лидеры в эпоху искусственного интеллекта», подготовленного Microsoft.

Доля российских руководителей компаний, которые активно занимаются внедрением искусственного интеллекта в рабочие процессы и уже включили технологию в стратегию компании, составляет 30%. Этот показатель является самым высоким среди Франции, Германии, Италии, Нидерландов, России, Швейцарии, Великобритании, США, в которых проводилось исследование. Средний показатель по этим странам составил 22,3%. В опросе принимало участие по 100 руководителей компаний со штатом более 250 сотрудников из каждой страны.

Российские руководители оказались более практичны в вопросах применения искусственного интеллекта в бизнесе по сравнению со своими зарубежными коллегами, назвав среди основных приоритетов использования технологии постановку правильных целей (32%), разработку бизнес-идей (26%), определение новых возможностей рынка (25%) и принятие решений (23%).

Также в исследовании отмечается, что 73% российских руководителей положительно относятся к технологии искусственного интеллекта, считая, что она может помочь в их управленческой деятельности. 90% российских управленцев готовы учиться, чтобы более эффективно использовать искусственный интеллект (в мире этот показатель составляет 67,3%). При этом 30% из них готовы выделять время для адаптации к новым условиям работы (20,3%).

Кроме того, 65% управленцев в России считают, что ответственность за этику применения искусственного интеллекта лежит на руководителе компании. В мире такой точки зрения придерживаются 53,9% управленцев.

Впереди планеты всей. Россия опередила США и Европу по внедрению искусственного интеллекта

Активно внедряют искусственный интеллект 30% российских компаний, тогда как среднемировой показатель — 22,3%

Специалисты Microsoft заинтересовались скоростью внедрения искусственного интеллекта (ИИ) в крупных компаниях (со штатом более 250 человек). В январе они провели исследование «Бизнес-лидеры в эпоху ИИ» (Business Leaders in the Age of AI), основой которого стал опрос 800 менеджеров высшего звена из Франции, Германии, Италии, Нидерландов, России, Швейцарии, Великобритании и США (по 100 респондентов на страну). Если верить результатам опроса, российские директора используют возможности искусственного интеллекта (ИИ) для бизнеса активнее, чем их иностранные коллеги.

Говоря более конкретно, 30% российских командиров производства активно внедряют искусственный интеллект. Уточним, что под активным внедрением исследователи понимают ситуацию, когда технология ИИ является официальной частью корпоративной стратегии и структуры компании, интегрирована в процессы, продукты и услуги. Для сравнения: в среднем по миру этот показатель равен 22,3%.

К приоритетам в использовании ИИ руководителями российских предприятий отнесены постановка правильных целей (32%), разработка бизнес-идей (26%), определение новых возможностей рынка (25%) и принятие решений (23%). Примечательна значительно более высокая готовность к обучению и развитию новых навыков в области ИИ: желание получить поддержку профессионалов для более эффективного использования технологии ИИ в России выразили 90% руководителей, тогда как среднемировой показатель равен 67,3%. Более того, готовность тратить время на адаптацию к новым условиям работы выразили 30% российских руководителей, и только 20,3% их коллег по всему миру. Впрочем, такая заинтересованность неудивительна, поскольку 73% российских директоров полагают, что ИИ меняет управленческую деятельность в лучшую сторону.

Результаты опроса соответствуют объективным показателям. В 2020 году доходы Microsoft от внедрения в России корпоративных проектов, в которых используются технологии ИИ, выросли на 63%. Крупные компании перекладывают на ИИ обработку больших данных, поиск информации, анализ документов, оценку рисков и принятие решений.

Показало исследование и связь между использованием искусственного интеллекта и темпами роста компании. Коротко говоря, быстрорастущие компании намного активнее внедряют ИИ, чем те, у кого среднегодовой рост выручки не превышает 10%.

Искусственный интеллект

Люди хороши во многом: многие из нас заражены жаждой первооткрытий, умеют играть в шахматы и решать сложные политические вопросы. Однако некоторые вопросы мы все же оставляем на откуп компьютеров. Даже больше: практически все механические расчеты выполняют компьютеры. Но у них нет души, сознания и свободы воли. Именно над этим решением — над тем, как компьютеру пройти тест Тьюринга, — и работают ученые в сфере искусственного интеллекта. Искусственный интеллект, учитывая огромные возможности электронных вычислительных машин, мог бы справляться с рядом важнейших задач, а также решать сложные вопросы глобального порядка, от мира во всем мире до колонизации далеких галактик.

Главные материалы

Искусственный интеллект все еще не может победить команду киберспортсменов. Пока…

Этой ночью команда профессиональных игроков в видеоигры одолела самые совершенные алгоритмы искусственного интеллекта в виртуальной бойне. Игра показала, что люди все еще намного умнее программного обеспечения в выполнении сложных коллективных задач. Игра состоялась на чемпионате по Dota 2 The International 2020 в Ванкувере, Канада. Ранее алгоритмы несколько раз побеждали относительно слабые команды игроков.

Искусственный интеллект предсказывает вероятность смерти по ЭКГ

Хотели бы вы знать, когда умрете? Пока вы размышляете над этим не самым простым вопросом, исследователи из Пенсильвании обучили искусственный интеллект предсказывать вероятность смерти человека в течение года, после ознакомления с электрокардиограммой пациента (ЭКГ). Правда, сами исследователи не понимают как именно ИИ это делает. Дело в том, что алгоритм указывает на те результаты ЭКГ, которые показались кардиологам абсолютно нормальными. Но как такое возможно и что именно анализирует ИИ?

Как бороться с изменением климата по мнению искусственного интеллекта?

Учитывая тот факт, что планета Земля находится в чрезвычайной климатической ситуации, как об этом недавно заявили 11 тысяч ученых из 153 стран мира, не только исследователи, но и журналисты ищут наилучшие способы борьбы с глобальным потеплением. В ходе проведения конкурса эссе издания The Economist под названием «Открытое будущее» (Open Future Essay Competition 2020), в нем принял участие алгоритм обработки GPT-2, который был публично представлен в феврале группой OpenAI, занимающейся исследованиями и этикой искусственного интеллекта в Сан-Франциско. Алгоритму задали вопрос: «Как бороться с изменением климата». И вот что он ответил.

Искусственный интеллект помогает парализованным людям писать от руки при помощи мысли

Ежегодно тысячи людей по всему миру сталкиваются с различными неврологическими заболеваниями вроде инсульта и получают травмы спинного мозга. Вследствие этих заболеваний у многих из них перестают двигаться некоторые конечности, то есть у них возникает паралич. Такие люди практически полностью лишаются способности общаться с докторами и родственниками, поэтому без использования дорогостоящего оборудования иногда просто невозможно обойтись. В мире уже существуют технологии для чтения мыслей и превращения их в текстовые сообщения со скоростью до восьми слов в минуту, но недавно ученым из американского штата Иллинойс удалось улучшить этот показатель. В этом им помог искусственный интеллект.

Искусственный интеллект поможет побороть прокрастинацию

Если вы часто отдаете предпочтение быстрой выгоде, вместо выгоды долгосрочной, например вместо работы бездумно листаете новостную ленту или смотрите сериал вместо занятий спортом, то инструмент, недавно разработанный учеными из института интеллектуальных систем имени Макса Планка в Тюбингене, Германия, позволит вам принимать более обдуманные решения и бороться с прокрастинацией. Исследователи назвали свое изобретение «когнитивным протезом». Напомним, что когнитивными называют высшие функции мозга, позволяющие нам мыслить, говорить, ориентироваться в пространстве и др. Результаты работы ученых опубликованы в журнале «Nature Human Behavior».

Почему невозможно создать мыслящего робота?

Создатели многих передовых проектов по разработке искусственного интеллекта говорят, что их работа заключается в создании особой машины, обладающей неким аналогом сознания, которое могло бы быть разработано с учетом идеи о том, что мозг человека попросту кодирует и обрабатывает мультисенсорную информацию, полученную из разных источников. Таким образом, предполагается, что как только основные функции мозга по получению и обработке информации будут полностью изучены, аналогичные алгоритмы можно будет запрограммировать в компьютере. Недавно компания Microsoft объявила, что на разработку такого искусственного ”сознания” она готова потратить 1 миллиард долларов США. Однако большинство специалистов из области робототехники считает, что по-настоящему мыслящего робота создать невозможно по ряду причин.

Искусственный интеллект научился выслеживать хакеров

Искусственный интеллект и системы, основанные на этой технологии, находят все большее применение в реальной жизни. Однако зачастую сфера их действия ограничивается анализом больших объемов данных или сложных вычислений. Но почему бы не применить ИИ в его, можно сказать, «естественной среде обитания»? В цифровом мире? Возможно, примерно так и подумали специалисты из Массачусетского технологического института (MIT) и Калифорнийского университета в Сан-Диего (UCSD) при создании ИИ, который будет охотиться на хакеров.

Смогут ли роботы когда-нибудь обрести сознание?

Уникальность человека заключается в нашей способности осознавать себя и представлять действия в различных ситуациях. Мы также можем учиться на ошибках и размышлять над тем, какие поступки являются правильными, а какие нет. Сегодня роботы не способны на это. Однако в будущем все может измениться. Недавно американские исследователи создали роботизированную руку, которая осознает себя и способна быстро адаптироваться к изменениям в окружающей среде. Более того, роборука действует сама, а не по заранее заданным инструкциям. Полагаем, это и есть первый шаг по переводу сознания в конкретные алгоритмы и механизмы. Исследование опубликовано в журнале Science Robotics.

Почему современный ИИ — это тупиковая ветвь развития технологий

Под термином «искусственный интеллект» зачастую имеются в виду нейросети, построенные на технологии глубокого машинного обучения. Причем технология обучения нейросетей хорошо отработана и дает свои плоды. Однако не все ученые разделяют мнение о том, что искусственный интеллект должен развиваться именно по этому пути. Кто-то даже полагает, что таким системам «не стоит доверять» и ни к чему хорошему их развитие не приведет.

Компания Amazon стала производителем техники. Какие устройства она представила?

Основанная в 1994 году компания Amazon ничего не продает в России, поэтому большинству из нас она практически не интересна. Кажется, мы зря не интересуемся ее делами, потому что за 25 лет своего существования она превратилась из небольшого книжного интернет-магазина в крупного производителя техники. На днях в американском штате Вашингтон она провела крупную презентацию, где было анонсировано 14 устройств и технологий, использующих возможности голосового помощника Amazon Alexa. Новинки способны искать информацию в интернете, управлять музыкой, вызывать такси и выполнять другие голосовые команды владельца. Звучит интересно, но сможет ли бывший интернет-магазин по продаже книг потягаться с такими гигантами, как Google и Apple?

Искусственный интеллект воссоздает картины Пабло Пикассо

Искусственный интеллект стремительно развивается. Недавно мы писали о том, что на что способен ИИ уже сегодня: он распознает лица, создает новые лекарства и даже пишет музыку. И это, конечно, далеко не все. На этот раз взор искусственного интеллекта пал на картину Пабло Пикассо “Старый гитарист”. Однако первым делом на холсте появился силуэт сидящей женщины. В 1998 году ученые заглянули под верхний слой краски на картине и обнаружили там первоначальный рисунок Пикассо. Сегодня, благодаря искусственному интеллекту, мы с вами можем насладиться этим скрытым произведения искусства.

Искусственный интеллект, сильный и не очень

С 4 по 7 апреля в Сан-Хосе прошла конференция, организованная компанией NVIDIA, посвященная параллельным вычислениям и искусственному интеллекту. Далее я хотел бы поделиться своими мыслями о состоянии и перспективах разработок в области ИИ, навеянными этим мероприятием.

Рассуждения об искусственном интеллекте можно поделить на два типа. Первый тип – это разговоры о том, что будет, когда появятся мыслящие компьютеры и какова будет при этом судьба человеческого вида. Исследуются возможные варианты отношений человека и мыслящей машины. Затрагиваются темы бессмертия, связанного с возможным переносом человеческого сознания в компьютерную оболочку. Поднимается, пожалуй, главный вопрос – если человек создаст разум намного превосходящий свой собственный, кто он будет при этом разуме? Хозяин, раб, тупиковая ветвь эволюции или участник симбиоза?
Второй тип — это рассуждения о путях, которые, по идее, должны привести к созданию полноценного искусственного интеллекта и методах, которые уже сейчас, помогают, решать сложные интеллектуальные задачи.

Главный водораздел проходит через «критерий разумности» машин. Это принято называть делением искусственного интеллекта на сильный и слабый. Под слабым ИИ понимается способность компьютеров решать информационные задачи, например, определять, что изображено на картинке или переводить звучание голоса в соответствующий текст. Сильный ИИ подразумевает, что компьютер не просто оперирует информацией, а, в той или иной степени, понимает ее смысл. Например, если компьютерный переводчик с одного языка на другой просто заменяет одни слова другими по заданным неизменным правилам, то это слабый ИИ, если же он исходит из понимания смысла фраз, то он уже ближе к сильному.

Критерий сильного ИИ – это знаменитый тест Тьюринга. Если при общении с компьютером посредством анонимного канала связи вы не сможете понять кто на том конце провода, человек или машина, то можно считать, что такой компьютер-собеседник действительно мыслит. Суть этого теста в том, что сколько не запоминай ответы, которые дают люди на те или иные вопросы и сколько не накапливай фраз, уместных в определенные моменты, всегда найдется ситуация, когда «механический» ответ будет невозможен.

Недавний пример «неудачи в прохождении теста» — чат-бот от Microsoft Тэй(Tay). Пообщаться с ним можно было через Twitter или мессенджеры Kik и GroupMe. Уже через день общения с пользователями чат-бот стал агрессивен, начал хвалить Гитлера и ругать евреев.

Причина такого поведения вовсе не в том, что разговаривавшие с ним люди «открыли ему глаза на жизнь». Причина – пока еще неумение машин приблизится к пониманию смысла фраз. Когда в памяти чат-бота есть что-то похожее на текущую беседу, он может воспользоваться теми фразами, что говорили люди в подобных ситуациях, в надежде получить что-то разумное. Или же робот может попытаться определить тему разговора, например, по тому насколько употребляемые собеседником слова и формулировки советуют той или иной тематике. Определив тему беседы, он может пытаться подбирать фразы из бесед с аналогичной темой или использовать заложенные в него или почерпнутые из интернета знания в этой области. Такая стратегия позволяет создать видимость разумной беседы, но только видимость. Хотя, возможно, и это неплохо. Иногда в компании после пятой-шестой наступает время, когда для общения вовсе не обязательно внимательно слушать собеседника и если в этот момент кого-нибудь заменить на чат-бота, то, возможно, это далеко не сразу заметят.

Значительно лучше, чем беседы на вольную тему, у компьютеров получается понимать команды и формализованные запросы. Если машина ожидает вполне определенного обращения, то задача сильно упрощается. По этому принципу успешно работают и «Siri», и «Ok, Google».

На конференции было много активности посвященной суперкомпьютеру IBM Watson. Основная идея Ватсона – понимать беседу на естественном языке, переводить ее в понятное компьютеру описание, использовать базы знаний в различных областях для поиска адекватных ответов.

В феврале 2020 года Ватсон победил в телепередаче Jeopardy! (российский аналог — «Своя игра»). Причем обыграл он не просто соперников, а двух рекордсменов, Брэда Раттера — обладателя самого большого выигрыша в программе, и Кена Дженнингса — рекордсмена по длительности беспроигрышной серии. Компьютер заработал приз в 1 млн долларов. В NVIDIA на тему выигрыша пошутили, что они не знают, что компьютер будет делать с миллионом, но с точки зрения метода обучения с подкреплением надо сказать, что это неплохое подкрепление. Особо отмечалось, что Ватсон был на равных с игроками в том смысле, что не был подключен к интернету. В память Ватсона «весь интернет» был закачан заранее, по крайней мере его значимая часть размеров в 4 терабайта. Для структурированных данных это достаточно много, достаточно учесть, что вся Википедия занимает 17 гигабайт.

Самым важным в игре было то, что вопросы задавались без какого-либо упрощения и дополнительных уточнений. Это означает, что компьютер действительно смог в ряде случаев правильно определить, что именно от него требовалось и найти это в своей базе знаний. Но действительно ли Ватсон понимал суть задаваемых вопросов? Нет, не понимал, по крайней мере, не так, как понимает их человек. В чем была суть поединка? Люди понимали каждый заданный вопрос, но не всегда могли найти ответ в своей памяти. Компьютер не понимал смысла вопросов, но, используя алгоритмы, переводил их в некую поисковую форму, по которой находил достаточно точное соответствие в своей структурированной памяти. Победа Ватсона показала, что алгоритм плюс хорошая память могут дать больший процент правильных ответов, чем понимание и плохая память. Если бы людям дали доступ в интернет и не ставили жестких временных рамок, то результат игры был бы иной.

IBM Watson пока нельзя отнести к сильному ИИ, но это не умаляет его достоинств. Главная проблема, связанная с пониманием естественного языка – это множественность трактовок, которая может возникать у одного и того же слова в зависимости от контекста фразы. Но если беседа переходит в более специальную область, то оказывается, что многие области определяют практически единственно возможные трактовки. И в этот момент успешность работы компьютера значительно возрастает. Понимая это, разработчики Ватсона сделали акцент на отдельные темы. Например, пожалуй, самый большой прорыв суперкомпьютера от IBM связан с медицинской диагностикой. Беседа на медицинскую тему на естественном языке дается Ватсону достаточно легко, так как все сказанное трактуется исключительно в медицинском смысле. Имея в памяти огромные базы историй болезни, диагнозов и курсов лечения, компьютер оказался способен показать себя на уровне хороших врачей, а в некоторых областях, например, в онкологии на уровне отличных. Это не значит, что теперь стоит игнорировать живых врачей, скорее это стоит понимать так, что врачи получили ценную возможность проверить свои выводы или получить дополнительные идеи, проконсультировавшись с Ватсоном. Приведу байку в тему.

Москва. Середина восьмидесятых.
Врачебная конференция, посвященная использованию в медицине ЭВМ. Все собравшиеся сошлись во мнении, что в скором времени ЭВМ заменят врачей… Будут ставить диагнозы, а людям останутся только процедурные мероприятия.
И вот в самом конце конференции изъявил желание выступить очень пожилой врач, более того – академик и практик. Под громкие аплодисменты он с трудом вышел к трибуне… Партийные элементы, присутствующие на мероприятии посчитали, что поддержка подобной инновации со стороны уважаемого врача будет хорошим знаком… Вышел он и говорит: «В начале двадцатых годов к моему учителю привели на осмотр жену одного ооочень важного наркома партии. Это был очень сложный случай, восемь предыдущих врачей не смогли поставить диагноз больной. Моему учителю хватило одного взгляда на эту женщину, он сразу назначил анализ на реакцию Васермана. Так вот скажите мне, дорогие коллеги, какой ЭВМ сможет мгновенно поставить диагноз сифилис лишь только по одному бл*дскому виду пациентки?»

Возвращаясь к Ватсону. IBM пошла по пути создания открытого API, когда каждый желающий может использовать знания Ватсона и интерфейс естественного языка для интеграции в свой бизнес. IBM пытается создать множество когнитивных сервисов таких как: распознавание речи и изображений, сервис классификации запросов на естественном языке, перевод на другой язык, определение эмоциональной окрашенности речи и текстов и т.п. В перспективе они видят, что многие фирмы смогут перевести большую часть голосовой поддержки клиентов на технологии Ватсона, а это сулит колоссальную экономию. Короче, многие индусы из call-центров могут остаться без работы.

Идея, что ИИ начинает работать значительно лучше, когда удается перейти к специальной задаче, сужающей пространство трактовок, применима не только к анализу естественного языка, но и, например, к анализу изображений. В принципе, на этом и строятся системы управления автомобилем без водителя. Когда системе искусственного зрения показывают картинку, и она определяет, что на этой картинке, то определение происходит с некоторой вероятностью. И про собаку с тигровой накидкой система может сказать, что это тигр. На дороге все проще, число объектов, которые могут встретиться не велико, а значит и выбор, и трактовки сильно ограничены: пешеход, машина, автобус, дорожный знак, разметка, но не тигр, не кит и не свадебный торт.

Беспилотное управление автомобилем использует множество технологий, вот часть из них:

  • Распознавание образов, оно отвечает за узнавание различных объектов на дороге;
  • Обработка серии изображений со смещением, она позволяет выделить отдельные объекты на фоне других;
  • Стереоскопическая обработка изображений, позволяет построить карту глубины и расстояний;
  • Использование лидара, дополняет построение карты расстояний или позволяет построить ее с нуля, например, в полной темноте. На днях этим отличился Ford;
  • Обучение с подкреплением, обеспечивает обучение вождению и правилам движения.

В холе конференции стояли три беспилотных автомобиля от Audi, Volvo и BMW. У всех них и не только них управление построено на решении NVIDIA DRIVE. Само решение состоит из трех компонент:

  • NVIDIA DRIVE PX – платформа автопилотирования;
  • NVIDIA DRIVE CX – бортовой компьютер с системой навигации, если PX знает как ехать, то CX знает куда ехать и как при этом развлечь пассажира;
  • NVIDIA DIGITS DEV BOX – система глубокого обучения, которая позволяет обучать нейронные сети для PX.

Автоматическое вождение производит сильное впечатление. ИИ во всей своей красе. Мне особенно понравился ролик, который показала Toyota о том, как самообучался вождению их беспилотный автомобиль. Сначала он как слепой котенок тыркался во все стороны и постоянно тормозил, потом передвигался все увереннее и, наконец, через 3000 миль пробега стал вполне уверенно бегать по любым дорогам.

Toyota на конференции была представлена через Toyota Research Institute. CEO института Gill Pratt озвучил, что автопроизводитель намерен вложить 1 миллиард долларов в течении ближайших пяти лет в исследования, связанные с ИИ. Интересен сам подход Toyota. Они говорят, что не считают полный автопилот основным приоритетом. Сейчас автопилот, реализованный, например, в Tesla, требует режима «руки на руле». То есть он может вести машину, но требует постоянного контроля со стороны водителя. Такой режим скорее напрягает, чем добавляет удовольствия от поездки. Toyota делает акцент на системы помощи водителю, то есть автопилот не вмешивается в управление пока все идет нормально, но если ситуация выходит из-под контроля, то автопилот берет все в свои руки и спасает положение. Мало у кого из водителей есть опыт вождения в экстремальных ситуациях, обычное вождение имеет мало общего с тем, что надо делать в критической ситуации. Автопилот же как раз может быть очень хорошо обучен именно для таких случаев. 1 200 000 смертей на дорогах ежегодно – такая статистика по планете Земля. Как считает Toyota их система позволит снизить эту цифру практически до нуля. Как сказал Gill Pratt (привожу по памяти): «востребованность нашей системы надо считать не по автомобилям, потребители, кому она нужна позарез – это 1 200 000 человек в год».

Но автопилот, как бы удивительно не выглядел автомобиль, едущий без водителя, — это не сильный ИИ. Пока – это набор хороших методов и алгоритмов. Возможно, что для этой задачи большего и не надо.
Многие задачи, подобные беспилотному вождению, можно успешно решать и без использования сильного ИИ. Нейронные сети с глубинным обучением (или глубоким обучением, если такой перевод Deep learning вам больше нравится) достаточно хорошо подходят там, где “программирование в лоб” заходит в тупик и оказывается, что значительно проще “скормить” нейронной сети огромный массив обучающих примеров и тем самым обучить ее правильной классификации, чем пытаться самому описать все закономерности и реакцию на них.

Но чудес не бывает, простота получения результата компенсируется сложностью обучения. Тренировки нейронных сетей, состоящих из большого числа элементов, на огромном числе примеров требуют колоссального количества вычислений. Традиционные CPU оказываются слишком медленны для таких расчетов. Единственное спасение — это массивное распараллеливание вычислений, благо именно нейронные сети очень хорошо этому поддаются. GPU, которые изначально создавались для формирования графической картинки практически идеально подошли для таких целей. Востребованность на рынке нейронных сетей заставила производителей GPU учесть особенности такого применения в архитектуре железа и побудила их к созданию соответствующего программного обеспечения, облегчающего жизнь разработчиков. На конференции NVIDIA, как основной производитель GPU, постаралась убедить всех, что ими создан полный стек необходимого программного обеспечения, предусматривающий сопровождение всех этапов разработки нейронных сетей.

Как я уже писал, на конференции NVIDIA презентовала прорыв в области обучения глубинных нейронных сетей – суперкомпьютер DGX-1. Прорыв – это 12 кратное повышение производительности на задачах обучения по сравнению с предшественниками.

Соответственно, экосистема включает в себя не только железо, но и полный набор программ, оптимизированных для глубокого обучения (https://developer.nv > В набор ПО DGX-1 входит NVIDIA Deep Learning GPU Training System (DIGITS), полноценная интерактивная система для создания глубоких нейронных сетей (DNN), а также GPU-ускоряемая библиотека примитивов для создания DNN — NVIDIA CUDA Deep Neural Network (cuDNN) версии 5.
Помимо этого, система содержит оптимизированные версии нескольких широко используемых фреймворков глубокого обучения— Caffe, Theano и Torch. DGX-1 дополнительно предоставляет доступ к облачным инструментам управления, обновлениям ПО и банку приложений-контейнеров».

Вообще же, на конференции NVIDIA отчетливо пыталась донести до всех мысль, что они уже давно не просто производитель специализированных чипов, а компания, которая имеет видение технологий в целом и предлагает комплексные решения, в которых железо – это только одна и не факт, что самая главная составляющая.

Короче ИИ шагает семимильными шагами. Но пока все это слабый ИИ. Термин слабый не стоит воспринимать, как негативную оценку. Это просто уточнение используемых технологий. Насколько далеки мы от сильной ИИ легко судить по системам компьютерного перевода. Пока переводится технический или иной хорошо трактуемый текст, машинный переводчик на высоте. Но стоит дать пример, который требует понимания смысла фразы, как правильный перевод становится делом случая и никакие статистические методы положение не спасают.

Deep Blue от IBM в 1997 году выиграл матч по шахматам из 6 партий у чемпиона мира Гарри Каспарова. Недавно система AlphaGo от google победила сильнейшего в мире игрока Го. Насколько это говорит о приближении эры сильного ИИ? Большой шаг для одного робота, но малое продвижение для человечества. Мы видим хорошую работу методов обучения с подкреплением, но с одним существенным «но». Дело в том, что и шахматы и Го позволяют достаточно просто и точно описать позицию. Стратегия поведения строится из понимания того, что позиция нам в той или иной мере знакома и мы можем использовать ранее полученный опыт для принятия решений. Чтобы не просчитывать все варианты до конца вводится оценка качества ситуации, которая позволяет оценить позицию без просчета вариантов возможных продолжений. В обоих ситуациях оказывается, что самое главное – это суметь из формального описания позиции получить все смысловые элементы, влияющие на ее оценку. Для шахмат и Го это хотя и не просто, но получилось. В жизни все значительно сложнее. Внешнее «сырое» описание происходящего плохо помогает в определении стратегии поведения и оценке качества ситуации. Нельзя судить о сходстве ситуаций по совпадению части признаков. Требуется понимание смысла происходящего. Любая незначительная деталь может оказаться критической для определения того, что происходит. Так, google-мобиль будет и дальше ехать по дороге если нет препятствий, не нарушаются правила движения и выдерживается маршрут. И его не смутят ни ядерный гриб на горизонте, ни толпы зомби, нервно стоящих на обочине.

Создание сильного ИИ напрямую связано не просто с умением алгоритмически (традиционными методами) оперировать с информацией, а с возможностью понимать ее смысл. Задача эта кажется непростой, тем более, что она напрямую связана с пониманием работы мозга, так как этот механизм точно умеет работать со смыслом. Скоро ли появится сильный ИИ? Возможно, что очень скоро. В следующий статье я опишу разработки нашей группы относительно математической формализации понятия смысл и построении основанной на этом модели, которая претендует на очень хорошее описание работы мозга, а чтобы это было убедительно покажу неплохо работающий образец. Так что, возможно, скоро в магазине вы услышите такой диалог:

Продавец: Это новинка, мозговой имплантант, снимает половину умственной нагрузки.
Покупатель: Отлично! Продайте мне парочку.

Искусственный интеллект вашего автомобиля

Технологии сегодня меняют мир быстрее, чем когда-либо. В 70-х годах искусственный интеллект существовал только в фантастических романах. 20 лет назад разработки ИИ уже велись, но успехи не были впечатляющими. Но в середине нулевых случился качественный прорыв в машинном обучении, ставший Большим взрывом для искусственного интеллекта. И сегодня множество нейросетей помогают нам фильтровать и искать информацию в интернете, обрабатывать фотографии, переводить тексты. Одна из областей, где ИИ открывает потрясающие новые возможности, — это автотранспорт.

Как искусственные нейросети изменят будущее вашего автомобиля?

Искусственный разум рулит!

Тема беспилотных автомобилей на слуху, и вокруг них поднялась не меньшая шумиха, чем в XIX — начале XX века по поводу «безлошадных повозок». На появление машины, которая сможет самостоятельно перемещаться в транспортном потоке, надеются многие. Но есть и опасения, что возрастет количество ДТП, в том числе смертельных.

Беспилотные авто активно разрабатываются на протяжении последнего десятилетия, а кое-где даже используются в тестовом режиме. К их созданию подключились гиганты автомобильной промышленности: BMW, Nissan, Honda, General Motors, Volkswagen, Audi, BMW и Volvo — и новые игроки на авторынке: Google, Tesla и множество менее крупных компаний. До массовых продаж беспилотных автомобилей дело пока не дошло. Автопилоты делают успехи, но до совершенства им далеко. Так что по меньшей мере в ближайшие пять-десять лет искусственный интеллект едва ли сумеет заменить — или хотя бы серьезно потеснить — опытного водителя.

Техническая реализация «искусственного водителя» — не единственная задача. Нейросети в автомобиле предстоит заботиться не только о том, чтобы соблюдать скоростной режим, сворачивать на нужных перекрестках и удачно парковаться. Ей придется еще и решать этические вопросы — например, когда ДТП неизбежно и приходится выбирать между двумя плохими вариантами. Что, если ИИ автомобиля внезапно обнаружит на дороге пешехода, но затормозить не будет успевать — и можно либо сбить человека, либо свернуть с дороги и врезаться в дерево, причинив вред пассажиру? Эта моральная дилемма известна как проблема вагонетки. И как искусственному разуму сделать выбор в ситуации, с которой не справиться и человеку.

Однозначных ответов на подобные вопросы нет и не будет. Тем не менее, Массачусетский технологический институт (MIT) создал сайт, на котором предлагает всем желающим пройти тестирование и выбрать, как они решили бы предложенные моральные дилеммы. В будущем данные этих исследований могут помочь разработчикам научить искусственный интеллект делать этический выбор, руководствуясь «среднечеловеческими» показателями.

Моральный тест MIT. У автомобиля отказали тормоза. Какой выбор должен сделать автопилот: врезаться в препятствие, убив находящихся в салоне пассажиров — девочку, женщину-спортсменку, бездомного и кошку, или выполнить маневр и сбить пешеходов — женщину, полного мужчину, мужчину-спортсмена, беременную женщину и ребенка (принимая во внимание, что они переходят дорогу на красный свет)?

Впрочем, мы уверены, что с повсеместным внедрением беспилотных автомобилей улицы городов и автострады станут значительно менее опасными, чем сейчас, а количество ДТП снизится (хотя и вряд ли до нуля). Ведь ИИ не заснет за рулем, не отвлечется на разговор по телефону, не нарушит скоростной режим, не предпримет заведомо опасный маневр. И точно не сядет за руль пьяным.

Менее очевидное, чем автопилоты, применение искусственных нейросетей в автомобиле — это помощники человека, делающие вождение более безопасным.

Безопасность вождения

Уже сегодня умная электроника способна проложить маршрут с учетом пробок и погодных условий, а также предложить альтернативные способы добраться из пункта А в пункт Б. Навигатор покажет на дисплее дорогу и подскажет голосом, где сделать поворот или снизить скорость. Благодаря навигационным программам бумажные атласы автомобильных дорог и огромные карты городов становятся раритетом. Навигатор удобно использовать, а еще он помогает сделать поездку безопасной. Ведь водителю не нужно отвлекаться, чтобы свериться с картой незнакомого города, или высматривать таблички с названиями улиц на перекрестках, чтобы убедиться, что он не пропустил нужный поворот.

По статистике, свыше 50 % аварий на дорогах случается из-за того, что водитель был невнимателен или отвлекся. Нейросети автомобиля избавят человека от необходимости выполнять действия, которые отрывают его от управления машиной. Например, смогут по голосовой команде переключить радио, увеличить громкость или изменить маршрут поездки.

Но происшествия случаются, даже когда водитель внимателен и соблюдает правила, — на дорогах слишком много факторов, провоцирующих аварийную ситуацию. В таких условиях не помешает лишняя пара глаз — или видеокамер. Нейросеть, обрабатывающая информацию с автомобильных камер, сможет предупредить водителя о пешеходах или других автомобилях в опасной близости. Мы можем даже помечтать о том, что в будущем нейросети множества автомобилей и дорожных камер смогут обмениваться данными через интернет, и тогда мы получим предупреждение о неадекватном водителе задолго до того, как он появится в поле зрения.

Некоторые производители уже пытаются разрабатывать ИИ, работающий с изображением камеры, направленной на водителя. Такая нейросеть будет знать хозяина в лицо и не позволит чужаку сесть за руль. Кроме того, по мимике нейросеть сможет определить, что человек устал или вот-вот задремлет, — и вовремя подаст сигнал. А если аварии не удается избежать, то по положению головы вычислит, какие подушки безопасности необходимо включить, — это поможет избежать травм.

Что это стучит в двигателе?

Еще одна сфера применения нейросетей в автомобиле — контроль за внутренними системами.

Большинству автовладельцев знакома ситуация, когда в самый неподходящий момент автомобиль приходится отвозить в автосервис. Конечно, по закону Мерфи, именно в этот день нужно куда-то срочно ехать!

ИИ, подключенный к датчикам и системам автомобиля, мог бы выявлять потенциальные неисправности задолго до того, как они становятся реальными проблемам . Ведь гораздо дешевле пройти техобслуживание, чем чинить или заменять детали. Нейросеть сможет составлять графики профилактики, подсказывать адрес ближайшей автомастерской и контролировать ТО. Логи мониторинга всех систем помогут механикам понять, что и по какой причине вышло из строя или находится на грани поломки, а производителям автомобилей дадут возможность улучшать качество комплектующих и запчастей.

Подобная система отслеживания телеметрии уже существует у суперкара Bugatti Chiron. В режиме онлайн он передает данные о функционировании всех систем в сервисный центр производителя. Если обнаружена неисправность, ремонтная бригада оперативно отправляется в любую точку мира, чтобы устранить дефект, — во всяком случае, так утверждают в компании. Если же проблема не требует вмешательства квалифицированного специалиста, сервисный центр может просто позвонить владельцу авто — к примеру, если давление в шинах снизилось до критического уровня. Система телеметрии Bugatti контролирует около 10000 сигналов, поступающих от различных узлов автомобиля: двигателя, трансмиссии, освещения, климат-контроля, информационно-развлекательного центра и других. Пока такими системами оборудуют только избранные автомобили класса люкс, но начало уже положено.

Разумное автострахование

Искусственные нейросети уже находят применение в автостраховании. В первую очередь они используются для оценки рисков, а помогают им в этом большие данные о водителях.

Большие данные — это наборы информации, которые слишком велики и сложно структурированы, чтобы их можно было обрабатывать с помощью обычных систем управления БД или тем более вручную. В страховании используются десятки источников информации о клиентах — базы номеров VIN, сведения о покупках и продажах, данные о нарушениях ПДД и законодательства и многое другое.

Для страховых компаний значение при принятии решения имеет буквально все, что касается водителя, — состояние его здоровья, стиль вождения, участие в инцидентах на дороге и даже семейные отношения. Но проанализировать огромные массивы собранных данных, дать им качественную оценку и вынести заключение человек может далеко не всегда. Неточности в прогнозах страховых компаний могут необоснованно поднять стоимость страхования для хороших водителей и снизить для плохих.

При этом с развитием технологий список информационных источников может увеличиться. Страховые компании захотят учитывать сведения о манере вождения, соблюдении скоростного режима и поведении водителя в сложных ситуациях. Сейчас эти данные фактически невозможно получить и использовать при продаже страховки, но в будущем подобную информацию сможет собирать и пересылать страховой компании встроенный ИИ автомобиля.

Будем надеяться, что скоро наступит день, когда любители обгонять по обочине или подрезать на повороте станут платить за страховку больше — потому что эти факты станут известны страховой компании и искусственный интеллект, выносящий решение, примет их во внимание.

ИИ управляет производством

Роботы и другие автоматы давно и широко используются в автомобилестроении, да и во многих других производствах. Но пока большая их часть управляется обычными компьютерными программами. В случае любого сбоя конвейер останавливается, и для продолжения работы требуется вмешательство человека.

Эксперты прогнозируют, что искусственный интеллект поможет ускорить производство, сокращая время простоя. Опираясь на данные с датчиков, нейросети смогут отслеживать работу оборудования, выявлять назревающие проблемы и принимать меры, а также контролировать своевременность профилактического обслуживания. На ИИ можно возложить и контроль за качеством продукции.

В итоге уменьшатся расходы на ремонт и замену оборудования, потери из-за простоев. А значит, будет снижаться и себестоимость продукции.

Будущее не за горами. Уже никого не удивить умным навигатором, прокладывающим самый удобный маршрут. Через несколько лет привычным явлением будут автомобили под управлением ИИ, беспилотные грузовики, автобусы и такси, а наши путешествия станут как никогда прежде безопасными, легкими и комфортными.

Технологии сегодня меняют мир быстрее, чем когда-либо. В 70-х годах искусственный интеллект существовал только в фантастических романах. 20 лет назад разработки ИИ уже велись, но успехи не были впечатляющими. Но в середине нулевых случился качественный прорыв в машинном обучении, ставший Большим взрывом для искусственного интеллекта. И сегодня множество нейросетей помогают нам фильтровать и искать информацию в интернете, обрабатывать фотографии, переводить тексты. Одна из областей, где ИИ открывает потрясающие новые возможности, — это автотранспорт.

Как искусственные нейросети изменят будущее вашего автомобиля?

Искусственный разум рулит!

Тема беспилотных автомобилей на слуху, и вокруг них поднялась не меньшая шумиха, чем в XIX — начале XX века по поводу «безлошадных повозок». На появление машины, которая сможет самостоятельно перемещаться в транспортном потоке, надеются многие. Но есть и опасения, что возрастет количество ДТП, в том числе смертельных.

Беспилотные авто активно разрабатываются на протяжении последнего десятилетия, а кое-где даже используются в тестовом режиме. К их созданию подключились гиганты автомобильной промышленности: BMW, Nissan, Honda, General Motors, Volkswagen, Audi, BMW и Volvo — и новые игроки на авторынке: Google, Tesla и множество менее крупных компаний. До массовых продаж беспилотных автомобилей дело пока не дошло. Автопилоты делают успехи, но до совершенства им далеко. Так что по меньшей мере в ближайшие пять-десять лет искусственный интеллект едва ли сумеет заменить — или хотя бы серьезно потеснить — опытного водителя.

Техническая реализация «искусственного водителя» — не единственная задача. Нейросети в автомобиле предстоит заботиться не только о том, чтобы соблюдать скоростной режим, сворачивать на нужных перекрестках и удачно парковаться. Ей придется еще и решать этические вопросы — например, когда ДТП неизбежно и приходится выбирать между двумя плохими вариантами. Что, если ИИ автомобиля внезапно обнаружит на дороге пешехода, но затормозить не будет успевать — и можно либо сбить человека, либо свернуть с дороги и врезаться в дерево, причинив вред пассажиру? Эта моральная дилемма известна как проблема вагонетки. И как искусственному разуму сделать выбор в ситуации, с которой не справиться и человеку.

Однозначных ответов на подобные вопросы нет и не будет. Тем не менее, Массачусетский технологический институт (MIT) создал сайт, на котором предлагает всем желающим пройти тестирование и выбрать, как они решили бы предложенные моральные дилеммы. В будущем данные этих исследований могут помочь разработчикам научить искусственный интеллект делать этический выбор, руководствуясь «среднечеловеческими» показателями.

Моральный тест MIT. У автомобиля отказали тормоза. Какой выбор должен сделать автопилот: врезаться в препятствие, убив находящихся в салоне пассажиров — девочку, женщину-спортсменку, бездомного и кошку, или выполнить маневр и сбить пешеходов — женщину, полного мужчину, мужчину-спортсмена, беременную женщину и ребенка (принимая во внимание, что они переходят дорогу на красный свет)?

Впрочем, мы уверены, что с повсеместным внедрением беспилотных автомобилей улицы городов и автострады станут значительно менее опасными, чем сейчас, а количество ДТП снизится (хотя и вряд ли до нуля). Ведь ИИ не заснет за рулем, не отвлечется на разговор по телефону, не нарушит скоростной режим, не предпримет заведомо опасный маневр. И точно не сядет за руль пьяным.

Менее очевидное, чем автопилоты, применение искусственных нейросетей в автомобиле — это помощники человека, делающие вождение более безопасным.

Безопасность вождения

Уже сегодня умная электроника способна проложить маршрут с учетом пробок и погодных условий, а также предложить альтернативные способы добраться из пункта А в пункт Б. Навигатор покажет на дисплее дорогу и подскажет голосом, где сделать поворот или снизить скорость. Благодаря навигационным программам бумажные атласы автомобильных дорог и огромные карты городов становятся раритетом. Навигатор удобно использовать, а еще он помогает сделать поездку безопасной. Ведь водителю не нужно отвлекаться, чтобы свериться с картой незнакомого города, или высматривать таблички с названиями улиц на перекрестках, чтобы убедиться, что он не пропустил нужный поворот.

По статистике, свыше 50 % аварий на дорогах случается из-за того, что водитель был невнимателен или отвлекся. Нейросети автомобиля избавят человека от необходимости выполнять действия, которые отрывают его от управления машиной. Например, смогут по голосовой команде переключить радио, увеличить громкость или изменить маршрут поездки.

Но происшествия случаются, даже когда водитель внимателен и соблюдает правила, — на дорогах слишком много факторов, провоцирующих аварийную ситуацию. В таких условиях не помешает лишняя пара глаз — или видеокамер. Нейросеть, обрабатывающая информацию с автомобильных камер, сможет предупредить водителя о пешеходах или других автомобилях в опасной близости. Мы можем даже помечтать о том, что в будущем нейросети множества автомобилей и дорожных камер смогут обмениваться данными через интернет, и тогда мы получим предупреждение о неадекватном водителе задолго до того, как он появится в поле зрения.

Некоторые производители уже пытаются разрабатывать ИИ, работающий с изображением камеры, направленной на водителя. Такая нейросеть будет знать хозяина в лицо и не позволит чужаку сесть за руль. Кроме того, по мимике нейросеть сможет определить, что человек устал или вот-вот задремлет, — и вовремя подаст сигнал. А если аварии не удается избежать, то по положению головы вычислит, какие подушки безопасности необходимо включить, — это поможет избежать травм.

Что это стучит в двигателе?

Еще одна сфера применения нейросетей в автомобиле — контроль за внутренними системами.

Большинству автовладельцев знакома ситуация, когда в самый неподходящий момент автомобиль приходится отвозить в автосервис. Конечно, по закону Мерфи, именно в этот день нужно куда-то срочно ехать!

ИИ, подключенный к датчикам и системам автомобиля, мог бы выявлять потенциальные неисправности задолго до того, как они становятся реальными проблемам . Ведь гораздо дешевле пройти техобслуживание, чем чинить или заменять детали. Нейросеть сможет составлять графики профилактики, подсказывать адрес ближайшей автомастерской и контролировать ТО. Логи мониторинга всех систем помогут механикам понять, что и по какой причине вышло из строя или находится на грани поломки, а производителям автомобилей дадут возможность улучшать качество комплектующих и запчастей.

Подобная система отслеживания телеметрии уже существует у суперкара Bugatti Chiron. В режиме онлайн он передает данные о функционировании всех систем в сервисный центр производителя. Если обнаружена неисправность, ремонтная бригада оперативно отправляется в любую точку мира, чтобы устранить дефект, — во всяком случае, так утверждают в компании. Если же проблема не требует вмешательства квалифицированного специалиста, сервисный центр может просто позвонить владельцу авто — к примеру, если давление в шинах снизилось до критического уровня. Система телеметрии Bugatti контролирует около 10000 сигналов, поступающих от различных узлов автомобиля: двигателя, трансмиссии, освещения, климат-контроля, информационно-развлекательного центра и других. Пока такими системами оборудуют только избранные автомобили класса люкс, но начало уже положено.

Разумное автострахование

Искусственные нейросети уже находят применение в автостраховании. В первую очередь они используются для оценки рисков, а помогают им в этом большие данные о водителях.

Большие данные — это наборы информации, которые слишком велики и сложно структурированы, чтобы их можно было обрабатывать с помощью обычных систем управления БД или тем более вручную. В страховании используются десятки источников информации о клиентах — базы номеров VIN, сведения о покупках и продажах, данные о нарушениях ПДД и законодательства и многое другое.

Для страховых компаний значение при принятии решения имеет буквально все, что касается водителя, — состояние его здоровья, стиль вождения, участие в инцидентах на дороге и даже семейные отношения. Но проанализировать огромные массивы собранных данных, дать им качественную оценку и вынести заключение человек может далеко не всегда. Неточности в прогнозах страховых компаний могут необоснованно поднять стоимость страхования для хороших водителей и снизить для плохих.

При этом с развитием технологий список информационных источников может увеличиться. Страховые компании захотят учитывать сведения о манере вождения, соблюдении скоростного режима и поведении водителя в сложных ситуациях. Сейчас эти данные фактически невозможно получить и использовать при продаже страховки, но в будущем подобную информацию сможет собирать и пересылать страховой компании встроенный ИИ автомобиля.

Будем надеяться, что скоро наступит день, когда любители обгонять по обочине или подрезать на повороте станут платить за страховку больше — потому что эти факты станут известны страховой компании и искусственный интеллект, выносящий решение, примет их во внимание.

ИИ управляет производством

Роботы и другие автоматы давно и широко используются в автомобилестроении, да и во многих других производствах. Но пока большая их часть управляется обычными компьютерными программами. В случае любого сбоя конвейер останавливается, и для продолжения работы требуется вмешательство человека.

Эксперты прогнозируют, что искусственный интеллект поможет ускорить производство, сокращая время простоя. Опираясь на данные с датчиков, нейросети смогут отслеживать работу оборудования, выявлять назревающие проблемы и принимать меры, а также контролировать своевременность профилактического обслуживания. На ИИ можно возложить и контроль за качеством продукции.

В итоге уменьшатся расходы на ремонт и замену оборудования, потери из-за простоев. А значит, будет снижаться и себестоимость продукции.

Будущее не за горами. Уже никого не удивить умным навигатором, прокладывающим самый удобный маршрут. Через несколько лет привычным явлением будут автомобили под управлением ИИ, беспилотные грузовики, автобусы и такси, а наши путешествия станут как никогда прежде безопасными, легкими и комфортными.

Россия опередила США и Европу по активному внедрению искусственного интеллекта

5 March 2020 | Пресс-Центр

30% российских компаний активно внедряют искусственный интеллект. Это самый высокий показатель среди всех стран-участниц опроса: в среднем по миру он равен 22,3%, — показало исследование Microsoft [1].

Москва, 5 марта 2020 года. — Российские руководители используют возможности искусственного интеллекта (ИИ) для бизнеса активнее, чем их иностранные коллеги, — к такому выводу пришли эксперты Microsoft, представившие исследование «Бизнес-лидеры в эпоху ИИ» (Business Leaders in the Age of AI). 30% российских руководителей активно внедряют[2] искусственный интеллект: в среднем по миру этот показатель равен 22,3%, а к примеру, во Франции — только 10%.

По наблюдению авторов опроса, российские руководители оказались более практичны в вопросах применения ИИ в бизнесе, по сравнению со своими зарубежными коллегами. Среди основных приоритетов использования ИИ были названы: постановка правильных целей (32%), разработка бизнес-идей (26%), определение новых возможностей рынка (25%) и принятие решений (23%).

Российские директора заняли второе место по уровню положительного отношения к ИИ: 73% директоров считают, что технология позитивно повлияет на их управленческую деятельность. Также они продемонстрировали значительно более высокую готовность к обучению и развитию новых навыков в области ИИ. 90% из них выразили желание получить поддержку профессионалов, чтобы лучше и эффективнее работать с этой технологией; в мире же этот показатель составляет 67,3%. При этом 30% из них готовы выделять время для адаптации к новым условиям работы. В мире эта цифра составляет всего 20,3%.

«Мы видим, что интерес к решениям на базе искусственного интеллекта со стороны бизнеса в России за последний год значительно увеличился. Так, в 2020 году наши доходы от корпоративных проектов с применением интеллектуальных технологий выросли на 63%. Все больше руководителей банков, энергетических, нефтегазовых, телекоммуникационных компаний понимают, что ИИ сегодня необходим для успешного развития бизнеса. Без интеллектуальных технологий все сложнее оставаться конкурентоспособным в любой отрасли. Крупные компании уже доверяют искусственному интеллекту обработку огромных объемов данных, поиск информации, используют технологии для анализа документов, оценки рисков и принятия решений. Уверен, что в ближайшие несколько лет большинство успешных компаний в России будут использовать интеллектуальные решения в различных бизнес-процессах», — комментирует генеральный директор ABBYY Россия Дмитрий Шушкин.

Помимо этого, российских бизнес-лидеров отличает более ответственное отношение к внедрению технологии: 65% из них считают, что ответственность за этику применения ИИ лежит на руководителе компании. В мире такой точки зрения придерживаются 53,9% директоров.

Кроме того, в результате исследования удалось выявить связь между использованием искусственного интеллекта и темпами роста компании. 40,6% руководителей быстрорастущих[3] компаний по всему миру активно внедряют ИИ, в то время как среди медленнорастущих[4] компаний этот показатель оказался более чем в два раза меньше и составил всего 18,5%. Быстрорастущие компании также выразили готовность внедрять ИИ в самом обозримом будущем: 93,2% руководителей таких организаций намерены использовать ИИ при принятии решений в течение 1-3 лет, в медленнорастущих компаниях 64% руководителей сделают это только в течение 3-5 лет.

«Сегодня одним из главных качеств руководителя становится способность меняться и адаптироваться к новым реалиям рынка. Искусственный интеллект как технология обладает колоссальным потенциалом для бизнеса, и тот, кто раньше других приступит к его осмысленному внедрению, безусловно, получит конкурентное преимущество, — прокомментировал Дмитрий Халин, технический директор Microsoft в России. — В этой связи очень приятно отметить, что именно российские руководители, которые традиционно отличаются очень высоким уровнем технологической экспертизы, оказались первыми по активному внедрению ИИ в мире».

[1] В опросе приняли участие 800 менеджеров высшего звена из Франции, Германии, Италии, Нидерландов, России, Швейцарии, Великобритании, США (выборка – 100 респондентов на страну). Рассматривались крупные компании со штатом более 250 человек. Исследование проводилось в период с 18 по 27 января 2020 года.

[2] К компаниям, которые активно занимаются внедрением ИИ, исследователи отнесли те организации, где технология стала официальной частью корпоративной стратегии, а также те, в которых ИИ – неотъемлемая часть структуры компании, технология встроена в процессы, продукты и услуги, принося ценность всему бизнесу.

[3] К быстрорастущим (double-digit growth) отнесены те предприятия, темпы роста выручки которых, по их собственным прогнозам, будут измеряться двузначной цифрой в течение следующих пяти лет.

[4] К медленнорастущим (single-digit and no growth) отнесены те предприятия, темпы роста выручки которых, по их собственным прогнозам, составят менее 10%.

Понравилась статья? Поделиться с друзьями:
Выбор автомобиля, его ремонт и техническое обслуживание