CОVID-19 помог развитию ИИ: главное из доклада Стэнфорда о развитии технологий

Современный искусственный интеллект

Можно выделить два направления развития ИИ:

• решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека.
• создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Но в настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих скорее практическое отношение к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла. Ниже представлены лишь некоторые наиболее известные разработки в области ИИ.

Области применения искусственного интеллекта

• Алгоритмическая торговля

Алгоритмическая торговля предполагает использование сложных систем искусственного интеллекта для принятия торговых решений со скоростью, превышающую скорость, на которую способен человеческий организм.

Это позволяет делать миллионы сделок в день без какого-либо вмешательства человека. Автоматизированные торговые системы обычно используются крупными институциональными инвесторами.

• Исследования рынка и интеллектуальный анализ данных

Несколько крупных финансовых учреждений вложили средства в развитие ИИ, чтобы использовать его в их инвестиционной практике. Разработки BlackRock’ AI, Aladdin, используются как внутри компании, так и для клиентов компании, ассистируя в принятии инвестиционных решений.

Широкий спектр функциональных возможностей данной системы включает обработку естественного языка для чтения текста, такого как новости, отчёты брокеров и каналы социальных сетей. Затем система оценивает настроения в упомянутых компаниях и присваивает им оценку.

Банки, такие как UBS и Deutsche Bank, используют систему ИИ под названием Sqreem (Sequential Quantum Reduction and Extraction Model, Модель Последовательной Квантовой Редукции и Экстракции), которая может обрабатывать данные для разработки профилей потребителей и сопоставлять их с продуктами, которые они, скорее всего, захотят. 

Goldman Sachs использует Kensho, платформу аналитики рынка, которая объединяет статистические вычисления с большими данными и обработкой естественного языка. Его системы машинного обучения используют данные в Интернете и оценивают корреляции между мировыми событиями и их влиянием на цены финансовых активов. 

Информация, извлечённая системой ИИ из прямой трансляции новостей, используется в принятии инвестиционных решений.

• Управление личными финансами

Существуют продукты, которые используют ИИ для помощи людям в управлении их личными финансами. Например, Digit — это приложение, основанное на искусственном интеллекте, которое автоматически помогает потребителям оптимизировать свои расходы и сбережения, основываясь на своих личных привычках и целях.

Приложение может анализировать такие факторы, как ежемесячный доход, текущий баланс и привычки к расходам, затем принимать собственные решения и переводить деньги на отдельный сберегательный счет.

Wallet.AI, развивающийся в Сан-Франциско старт-ап, создаёт агентов, которые анализируют данные, которые генерирует потребитель, при взаимодействии со смартфонами и социальными сетями, чтобы проинформировать потребителя о своих расходах.

• Управление финансовым портфелем

Автоматизированные помощники-советчики становятся все более широко используемыми в отрасли управления инвестициями. Автоматизированные системы предоставляют финансовые консультации и советы в управлении финансовым портфелем с минимальным вмешательством человека.

Этот класс финансовых консультантов работает на основе алгоритмов, созданных для автоматического развития финансового портфеля в соответствии с инвестиционными целями и склонностью к риску клиентов. Он может корректировать изменения в реальном времени на рынке и калибровать портфель в соответствии с пожеланиями клиента.

• Андеррайтинг

Онлайн-кредитор Upstart анализирует огромное количество потребительских данных и использует алгоритмы машинного обучения для построения моделей кредитного риска, которые прогнозируют вероятность дефолта.

Их технология будет лицензирована для банков, чтобы они могли использовать её для оценки своих процессов.

• Военное дело

Применение ИИ является важным трендом в создании перспективных систем управления поля боя и вооружением.

С помощью ИИ возможно обеспечить оптимальный и адаптивный к угрозам выбор комбинации сенсоров и средств поражения, скоординировать их совместное функционирование, обнаруживать и идентифицировать угрозы, оценивать намерения противника.

Существенную роль ИИ играет в реализации тактических систем дополненной реальности. Например, ИИ позволяет обеспечить классификацию и семантическую сегментацию изображений, локализацию и идентификацию мобильных объектов для эффективного целеуказания.

• Спецслужбы

Британские спецслужбы будут бороться с российскими фейковыми новостями при помощи искусственного интеллекта, который будет распознавать активность «фабрики троллей». По информации Центра правительственной связи Великобритании, искусственный интеллект будет бороться с фейками, сверяя данные с надежными источниками, выявляя манипуляции с изображениями и видео и блокируя подозрительных ботов.

• Тяжелая промышленность

Роботы стали распространены во многих отраслях промышленности и часто занимаются работой, которая считается опасной для людей. Роботы оказались эффективными на рабочих местах, связанных с повторяющимися рутинными заданиями, которые могут привести к ошибкам или несчастным случаям из-за снижения концентрации с течением времени.

Также широкое применение роботы получили в работе, которую люди могут найти унизительной.

В 2014 году Китай, Япония, Соединённые Штаты, Республика Корея и Германия вместе составили 70 % от мирового объёма продаж роботов. В автомобильной промышленности, секторе с особенно высокой степенью автоматизации, в Японии была самая высокая плотность промышленных роботов в мире: 1414 роботов на 10 тыс. сотрудников.

• Медицина

Искусственные нейронные сети, такие как технология Concept Processing в программном обеспечении EMR, используются в качестве клинических систем принятия решений для медицинской диагностики.

Другие задачи в медицине, которые потенциально могут выполняться искусственным интеллектом и начинают разрабатываться, включают:

• Компьютерная интерпретация медицинских изображений. Такие системы помогают сканировать цифровые изображения, например от компьютерной томографии, для типичных проявлений и для выделения заметных отклонений, таких как возможные заболевания. Типичным применением является обнаружение опухоли.
• Анализ сердечного ритма
• Проект Watson — это ещё одно использование ИИ в этой области, программа вопросов/ответов, которая создана для помощи врачам-онкологам
• Роботы-помощники для ухода за престарелыми
• Обработка медицинских записей для предоставления более полезной информации
• Создание планов лечения
• Выявление повышенного риска заболеваний
• Помощь в повторяющихся заданиях, включая управление приёмом медикаментов
• Предоставление консультаций
• Создание лекарств
• Использование человекоподобных манекенов вместо пациентов для клинического обучения

• Музыка

Хотя эволюция музыки всегда была затронута технологией, искусственный интеллект позволил с помощью научных достижений подражать, в какой-то мере, человекоподобной композиции.

Среди известных ранних усилий Дэвид Коуп создал ИИ под названием Эмили Хауэлл, которому удалось стать известным в области Алгоритмической компьютерной музыки. Алгоритм, лежащий в основе Эмили Хауэлл, зарегистрирован как патент США.

Другие разработки, такие как AIVA (Artificial Intelligence Virtual Artist), сосредоточены на сочинении симфоний, в основном классической музыки для фильмов. Эта разработка достигла известности, став первым виртуальным композитором, который был признан музыкальной профессиональной ассоциацией.

Искусственные интеллекты могут даже создавать музыку, пригодную для использования в медицинских условиях, Melomics использует компьютерную музыку для снятия стресса и боли.

Китай обогнал США по научным публикациям про искусственный интеллект

В Китае было опубликовано больше всего статей об ИИ в научных журналах — это 22% от всех публикаций за год в мире. Дальше идет ЕС — 16,4 %, а на третьем месте США — 14,6%.

По количеству ИИ-патентов США — ведущая держава. Однако второе и третье место в этом рейтинге по данным за 2014 году принадлежит Южной Корее и Японии.

Разработкой ИИ занимаются не только в Америке, Европе и Азии. Одно из самых крупных мероприятий в сфере машинного обучения — Deep Learning Indaba conference — прошло в ЮАР, куда приехали более 500 разработчиков из десятков стран Африки.

Но, как отмечают специалисты Стэнфорда, США по-прежнему лидируют по объему исследований, подготовленных совместно научными учреждениями и технологическими компаниями, а соответственно — в воплощении идей в жизнь.

В итоге США и Китай внесли примерно одинаковый вклад в разработку искусственного интеллекта, если анализировать по разным параметрам, уточнил сопредседатель направления AI Index Джек Кларк.

Инвестиции в ИИ-индустрию выросли на 40%.

Количество статей, связанных с ИИ, на arXiv (это крупнейший бесплатный архив публикаций научных статей и их препринтов) выросло с примерно 5,5 тыс.

В 2015 году до почти 35 тыс. в 2020-м. Научные организации во всем мире — первые по общему количеству статей. На втором месте в США исследования, которые проводят коммерческие компании, а в Европе и Китае — исследования по заказу государства.

О быстром развитии отрасли говорят не только данные о количестве стартапов, статей и вакансий. В докладе приводят в пример успехи в сфере компьютерного зрения. За 18 месяцев время обучение машин распознаванию объектов снизилось с часа до четырех минут.

Инвестиции в стартапы сократились

Однако разработчиков и стартапов, которые получили инвестиции, стало меньше. В 2017 году инвестиции распределялись между 4 тыс., а в прошлом году — их получили меньше тысячи компаний.

Это произошло из-за того, что сама отрасль ИИ стала более зрелой. Теперь стали отсеиваться мелкие технологические проекты, а финансирование в этой сфере получают крупные и устойчивые компании

Инвестиции делят между собой вторые — доминирующие игроки на рынке. К тому же из-за пандемии инвесторов прежде всего интересовали разработки в сфере медицины, фармацевтики и биотехологий.

Выросли вложения в ИИ для медицины

Разработки с ИИ для создания лекарств, в том числе тех, которые используют в терапии зараженных ковидом, вакцин, технологий для борьбы с раком и других продуктов фармацевтики и медицины получили наибольший объем частных инвестиций в 2020 году — более 13,8 млрд долларов.

Это в 4,5 раза больше, чем в 2019 году. За ними в списке следуют разработчики беспилотного транспорта ($4,5 млрд) и образовательных продуктов с ИИ ($4,1 млрд).

ИИ стал реже ошибаться

Один из примеров прогресса ИИ — языковая нейросетевая модель GPT-3. Она позволяет создавать большие тексты — генерирует их на основе 175 млрд параметров.

Посмотреть на то, как она справляется, можно на примере этого эксперимента. Редактор The Gardian поручил GPT-3 написать колонку из около 500 слов о том, «почему люди не должны бояться искусственного интеллект». 

Модели ИИ стали точнее и умнее. В январе этого года система команды Google Brain смогла достичь 90,2% точности. По отдельным простым задачам визуального распознавания точность ИИ может составлять 99%.

В состязании на конкурсе ImageNet по одному заданию, где требовалось размечать картинки по классам, в 2012 году лучшие алгоритмы допускали четыре ошибки из 10 попыток, в 2020-м — одну.

Угроза безработицы из-за роста количества ИИ

При таком бурном развитии алгоритмов возникает вопрос о негативных последствиях автоматизации. Тут все зависит от региона, рассказал Gizmodo профессор Массачусетского технологического института Эрик Бринолфссон, один из авторов доклада.

Я думаю, что будет уничтожено очень много рабочих мест и будут созданы новые, но, вероятно, для других людей и в других районах. Развивающиеся страны, видимо, пострадают больше всего: именно они в наибольшей степени зависят от низкооплачиваемых рабочих мест. 

Эрик Бринолфссон, профессор Массачусетского технологического института

Читать далее:

Физики создали аналог черной дыры и подтвердили теорию Хокинга. К чему это приведет?

Уран получил статус самой странной планеты в Солнечной системе. Почему?

Научный прибор SuperCam с ровера Perseverance прислал на Землю первые результаты