Массовое внедрение технологий искусственного интеллекта, включая машинное обучение (ML) в общественный быт по значимости сравнивается многими со стартом промышленного применения микрочипов. Сегодня прорывных решений мир ожидает не только от выдающихся ученых умов, но и от машинных помощников — нейронных сетей с глубоким обучением, способных решать сложнейшие задачи в рекордный срок.

Существует распространенное мнение, что широкое применение ИИ дало старт новой «промышленной революции». В то время как предыдущая промышленная революция совершенствовала эффективность применения физической и механической силы, новая «цифровая» революция будет опираться на максимизацию использования умственных и когнитивных способностей. 

Компьютеры и системы искусственного интеллекта постепенно заменяют важнейшие области не только ручного, но и умственного труда. Ярким свидетельством этого служит общественная шумиха вокруг профессий, в которых на смену людям могут прийти ML модели продвинутых чат-ботов, вроде ChatGPT. В каких сферах человеческой деятельности умные машины достигли потрясающих успехов уже сейчас, постараемся разобраться в этой статье.

Автоматическая генерация контента

Возможности генеративного ИИ, открывшиеся с момента появления в общем доступе таких больших языковых моделей, как GPT-¾, BERT, LLaMA, а также нейросетей ChatGPT, Midjourney, DALL-E 2 и Stable Diffusion, действительно поражают. Эти инструменты могут создавать уникальные тексты или изображения по текстовой и/или голосовой подсказке, формулировать ответы на комплексные вопросы, помогают писать код, поддерживают осмысленный разговор с человеческим собеседником. 

Согласно материалам совместного исследования компании OpenAI (создавшей ChatGPT) и Пенсильванского университета, 80% работающих американцев сталкиваются в своей профессиональной деятельности с задачами, в которых можно использовать чат-бот с ИИ. Причем процентное соотношение подобных задач в общем объеме работ уже составляет 10-50%.

Например, мне было крайне любопытно узнать, сможет ли ChatGPT выдавать осмысленные куски текста на более-менее сложные технические темы. Результат если и не превзошел ожидания (внутри связного на вид текста может скрываться полная чушь), зато подсказал несколько способов автоматизации рутины. ChatGPT неплохо показал себя при генерировании заголовков, простом рерайте или составлении SEO-текстов. Недавно моя редакторская «копилка» пополнилась еще одним полезным инструментом — генеративным ИИ-ботом Kandinsky от Sber AI. Результат общения с ним можно видеть выше.

Неудивительно, что разработки генеративных инструментов на основе ИИ стали настоящим драйвером для ИТ-индустрии. И это, несмотря на реально существующие потенциальные проблемы этического и экономического характера, о которых активно предупреждают авторитеты отрасли.  Свои нейросети, способные создавать контент по запросам, вслед за OpenAI сейчас активно разрабатывают многие крупные игроки отрасли — Google (Bard), запрещенная в России Meta (BlenderBot3), Яндекс (YaLM 2.0) и Сбер (GigaChat).

Автоматизация транспорта

Каждый, кто за последние годы пользовался услугами авиаперевозчика, мог лично испытать ИИ-автоматизацию транспорта в деле. Большинство современных коммерческих самолетов используют технологию FMS (Flight Management System) — комбинацию GPS, датчиков движения и компьютерных систем для отслеживания положения воздушного судна во время полета и расчета траектории. Средний пилот Sukhoi Superjet 100 тратит всего семь минут на управление самолетом вручную, да и то большая часть времени уходит на маневры при взлете и посадке. 

И это далеко не предел — испытания полностью беспилотных самолетов уже проводил Boeing, а для малой авиации задачу решают такие стартапы как Xwing и Autonomous Flight.

Автоматизация авиаперевозок с помощью искусственного интеллекта не ограничивается непосредственно полетами. Например, ИИ помогает авиадиспетчерам справляться с рутинными задачами управления воздушным движением (УВД, ATM). Но у этого направления есть и более серьезные перспективы. В 2021 году правительство Великобритании выделило Институту Алана Тьюринга и Национальной службе воздушного движения (NATS) 10 млн фунтов стерлингов для проведения испытаний первой в мире системы искусственного интеллекта в управлении воздушным пространством под названием Project Bluebird (не путать с одноименным проектом ЦРУ).

Самоуправляемые автомобили — еще одна разновидность автоматизации транспорта, в которой важнейшую роль играют ИИ и ML. Мы давно уже привыкли, что алгоритмы искусственного интеллекта в продуктах, вроде Яндекс.Навигатора помогают строить оптимальный маршрут, определять время до точки назначения, объезжать пробки. Но умеют ли механические помощники сами водить машину? Ведь на трассе есть множество хаотично возникающих препятствий и ограничений с точки зрения правил дорожного движения.

Каждый, кто следит за разработками в области автономного транспорта (или читает наши обзоры), конечно, знает ответ. Опираясь на систему сенсоров, включающую радары, лидары и камеры, ИИ может получать полноценную информацию о происходящем на дороге. Непрерывно анализируя поток визуальных и сенсорных данных, с помощью CV-алгоритмов сверточных нейросетей, бортовые компьютеры могут принимать решения за доли секунды даже быстрее, чем хорошо обученные водители.

Полевые испытания беспилотных авто наглядно показали, что по уровню безопасности они уже превзошли своих «собратьев», управляемых людьми. В одном их них приняло участие 55 автономных автомобилей от Google (Waymo), проехавших более 1,3 миллиона миль. Закрепил результат относительно недавний тест-драйв, в котором принял участие парк беспилотников Waymo и Cruise, накатавший в общей сложности свыше 1 млн миль по трассам общего пользования. Это аналогично 40 кругосветным поездкам или 80 годам вождения среднего американца.

Робототехника

Управление промышленными или бытовыми роботами — технически сложный процесс, требующий участия высококвалифицированных специалистов? С развитием технологий искусственного интеллекта ответ перестает быть столь однозначным. Когда в «игру» вступают продвинутые ML-инструменты, вроде ChatGPT, у каждого появляется возможность коммуницировать с роботами, как с обычными человеческими работниками. 

Как можно видеть на примере выше, одна из задач роботизации, с которой, после соответствующего дообучения, успешно справляется ChatGPT — управление диагностическими дронами.

Исследователи из Autonomous Systems and Robotics Group, работающие под эгидой Microsoft, считают, что прорывная языковая модель от OpenAI способна значительно упростить «взаимопонимание» между роботами и людьми. Ученые составили документ, описывающий ряд принципов проектирования, которые можно использовать для управления языковыми моделями при решении задач робототехники. С его помощью него можно полноценно взаимодействовать с автономными машинами, без необходимости изучения сложных языков программирования или знаний о роботизированных системах. 

Умные и безопасные дома

Одной из активно развивающихся технологий домашней безопасности стали технологии мониторинга со встроенным ИИ. Помимо привычных камер и сигнализации, такие продвинутые системы наблюдения, как Amazon Astro используют ПО для распознавания лиц и машинное обучение для создания каталога частых посетителей дома, что позволяет мгновенно обнаруживать незваных гостей.

Умные дома, управляемые на базе искусственного интеллекта, дают своим владельцам и другие полезные возможности. Например, позволяют отслеживать регулярность выгула собаки или следить за возвращением детей с учебы. Новейшие системы могут автономно вызывать экстренные службы, частично заменяя сиделок для пожилых. 

В сочетании с бытовой техникой и цифровыми персональными помощниками, ИИ может упростить рутинную работу и управление домашним хозяйством — вовремя отдать распоряжение роботам-уборщикам, напомнить о запланированном деле, убедиться, что плита выключена, пополнить запасы еды в холодильнике и даже приготовить ужин к возвращению хозяина.

Персонализация выдачи и рекомендаций

Если в автоматизации производства контента технологии машинного обучения только начинают свое стремительное проникновение, то в доставке медиа до конечного потребителя давно правит бал искусственный интеллект. 

Алгоритмы ИИ определяют параметры персонализированной выдачи в поисковиках, «умных лентах» соцсетей и рекомендательных сервисах популярных стриминговых платформ, вроде ИВИ или Okko. Они обрабатывают бесконечный поток данных о привычках пользователей с помощью технологий машинного и глубокого обучения, помогая сервисам предсказать предпочтения аудитории и вырабатывать более точные рекомендации продуктов и услуг.

Любая сохраненная информация о пользователе также помогает e-commerce и медиасервисам персонализировать рекламные объявления. Например, зная число посещений за год и страну, откуда пришел посетитель, онлайн-издание может составить привлекательное предложение о годовой подписке.

Ярким примером набирающего оборота проекта, основанного на персонализации контентной выдачи, может служить Louisa. Первоначально это была корпоративная соцсеть для сотрудников Goldman Sachs, которая использовала ИИ-алгоритмы, чтобы в режиме реального времени подбирать новостную ленту с 250 сайтов, основываясь на информации из профиля участника. Недавно Louisa преобразовали в отдельный стартап, охватывающий уже более 20 тыс. активных пользователей.

Цифровизация розничной торговли

Вопреки предсказаниям о скорой смерти ретейла и массовом уходе покупателей на цифровые маркетплейсы, розничная торговля продолжает играть важную роль в нашем повседневном быте. При этом наиболее продвинутые торговые сети активно разрабатывают параллельные каналы электронной коммерции и внедряют технологии на основе ИИ, чтобы получить конкурентное преимущество. Только в прошлом году объем инвестиций российских ретейлеров в ИИ вырос на 15%, составив около 635 млрд руб.

Применение ИИ в офлайн-рознице охватывает такие области, как:

• Обработка данных посетителей с помощью систем на основе технологии распознавания лиц.

• Персонализация скидок и специальных предложений на основе обработки предпочтений клиента ML-алгоритмами.

• Полная автоматизация торговых точек. Самым известным примером реализации робо-магазинов является американская сеть Amazon Go и органик-маркеты Whole Foods. В России с нововведением можно познакомится в первом магазине формата «ВкусВилл без касс», открывшемся в прошлом году в Москве.

• Прогнозирование запасов и категорий товаров для акций, в зависимости от статистики покупательской активности в разные периоды.

Технологии киборгизации

Если вы считаете, что до тесного слияние машин и человеческого организма остается неопределенная пропасть времени, попробуйте на недельку расстаться со своим верным смартфоном. Большинство привыкло полагаться на эти полезные устройства в общении, навигации, получении знаний и важных новостей. Такая привычка делает многих из нас немножко «киборгами».

Но есть те, кому реально тяжело ежедневно обходится без механических помощников. Это люди с ампутированными конечностями. Профессор Йоки Мацуока из Nest считает, что искусственный интеллект может открыть для них совершенно новые возможности, повышающие качество жизни. 

Однажды при помощи усовершенствованных ИИ бионических технологий, мозг сможет управлять роботизированной конечностью почти также хорошо, как обычной. Это нововведение даст людям с бионическими руками или ногами больше контроля и уменьшит ежедневные ограничения, с которыми они сталкиваются.

Существенным прорывом в области создания бионических имплантов может стать применение ИИ-декодера нервных импульсов. Исследование, которое провели Диу Кхуэ Луу и Ан Туан Нгуен из Университета Миннесоты показало, что искусственный интеллект может более эффективно решать одну из основных проблем бионики — низкая точность расшифровки сигналов, которые мозг посылает по нервам для управления мышцами. 

Созданная учеными нейропротезная система с ИИ-декодером не пытается расшифровать мозговые импульсы, а предугадывает действия человека по набору данных, полученных в процессе обучения с участием неповрежденной конечности. Соотнеся мозговой импульс с движением из датасета, ИИ передает соответствующий сигнал протезу по Bluetooth соединению.

Роботизация опасных видов деятельности 

Одна из самых опасных видов работ — обезвреживание бомб и военных боеприпасов. Сегодня такие роботы (или, точнее, управляемые человеком дроны), как легкий американский Remotec Andros или тяжелый российский «Уран-6» берут эту рискованную работу на себя. 

Еще один вид управляемых роботов, который сохраняет жизни, заменяя людей в крайне экстремальных условиях — роботы-пожарные. Они варьируются от приспособлений размером с игрушечный фургон до двухтонных зверей, которые напоминают военные танки и могут выбрасывать 10 000 литров воды в минуту. Некоторые передвигаются на резиновых шинах, некоторые по стальным гусеницам, а некоторые летают. Помимо непосредственного тушения, дроны находят применение в разведке сильно задымленной местности с воздуха и поиске людей в охваченных огнем зданиях. 

Сейчас для управления большинством этих дронов требуется человек. Но, по мере совершенствования технологий машинного зрения и глубокого обучения в будущем, эти задачи будут полностью выполняться роботами с искусственным интеллектом. Одна только эта технология потенциально может спасти тысячи жизней.

Еще одна работа, отданная на аутсорсинг роботам, — это сварка. Этот технологический процесс сопровождается такими неприятными «спутниками», как шум, сильная жара и выделение токсичных веществ. Обычные роботы-сварщики имеют весьма ограниченный функциональность — они запрограммированы для сварки в определенном месте. Однако достижения в области компьютерного зрения и глубокого обучения дали этим машинам больше автономности и повысили точность их работы.

Есть у применения «умных» роботов на опасных заданиях и свои этические противоречия. Большой резонанс в американском обществе вызвала новость о том, что Департамент полиции Сан-Франциско принял решение модифицировать имеющихся роботов модели Remotec F5A, которые обычно используются для осмотра местности и обезвреживания бомб, для реагирования на правонарушения с участием людей. Для этих целей дистанционно управляемые устройства предполагается оснастить дополнительным оружием и задействовать в полицейских операциях. 

Пока подобное применение роботов нельзя назвать «умным оружием». Но, в связи с обострившейся за последние годы мировой политической напряженностью, на самом высоком уровне все чаще озвучиваются планы оснастить роботизированное оружие искусственным интеллектом, превратив его в автономного «терминатора» с лицензией на убийство. И эта возможность уже ощущается многими, как реальная угроза, вызывая соответствующий общественный резонанс и негативную реакцию самих создателей роботов.

Улучшенное здравоохранение

Хирургические операции — одна из областей деятельности, где цена человеческой ошибки невероятно высока. Машины с ИИ могут предложить поддержку в операционной, улучшая результаты лечения пациентов и снижая риски. Эта технологии уже используются в больницах по всему миру. 

Кроме того, искусственный интеллект может помочь хирургам прогнозировать послеоперационные осложнения и выявлять факторы риска пациента путем анализа медицинских данных. Например, роботизированная помощь снизила количество опасных для жизни осложнений до 0–2% при операциях на желудочно-кишечном тракте.

ИИ также решает некоторые из самых сложных проблем медицины. Раньше медицинские работники должны были вручную просматривать множество данных, прежде чем ставить диагноз или лечить пациента. Сегодня модели глубокого обучения, работающие на базе высокопроизводительных GPU, способны предоставить диагностическую информацию в режиме реального времени. Они помогают медицинским работникам быстрее и точнее диагностировать пациентов, разрабатывать новые инновационные лекарства и методы лечения, сокращать медицинские и диагностические ошибки, прогнозировать побочные реакции и снижать затраты на здравоохранение для поставщиков и пациентов.

Автоматизация сельского хозяйства

Автономные машины с искусственным интеллектом находят все большее применение в такой отрасли с традиционным изобилием ручного труда, как сельское хозяйство. Они помогают сделать труд земледельца и скотовода более производительным и безопасным. Подобная автоматизация также помогает решить проблему нехватки рабочей силы в сельском хозяйстве.

Примером успешной реализации подобной концепции служит ИИ-система автономного управления сельскохозяйственной техникой Cognitive Agro Pilot, разработанная отечественной компанией Cognitive Pilot, входящей в экосистему Сбера. Это первый в мире «автопилот для комбайнов», способный выполнять четкие маневры на поле с учетом изменяющегося контекста, опираясь только на данные с камеры. Обрабатывая видео с помощью конволюционной нейронной сети глубокого обучения, Cognitive Agro Pilot определяет типы и положения объектов по ходу движения, строит траектории движения комбайна и передаёт необходимые команды для выполнения маневров.

Система Cognitive Pilot не только успешно прошла испытание на полях крупнейших аграхолдингов России, но и получила высокое международное признание. В 2022 года разработка вошла в число победителей премии European Enterprise Awards в номинации Best Agricultural Software & Applied Solutions Developer – Europe («Лучший разработчик ПО и прикладных решений для сельского хозяйства в Европе»).

Заключение

Мечта о практическом применении искусственного интеллекта возникла с первых дней появления вычислительной техники как самостоятельной отрасли. Сегодня мечты первопроходцев о появлении интеллектуальных обучающихся машин превратились в нашу новую реальность.

Наиболее перспективным подходом к развитию практического ИИ стало использование прикладного машинного обучения. Вместо того чтобы пытаться заранее программировать машины максимально возможным функциональностью, разработчики дают им возможность самостоятельно учиться тому, как учиться. Благодаря этому, уже сейчас мы можем наблюдать прорывные открытия и революционные изменения жизни, причиной которых стали технологии искусственного интеллекта и машинного обучения.

НЛО прилетело и оставило здесь промокод для читателей нашего блога:
— 15% на заказ любого VDS (кроме тарифа Прогрев) — HABRFIRSTVDS