Искусственный интеллект: что это такое и как его использовать?

Сегодня тема искусственного интеллекта – на пике популярности. Но есть одна существенная проблема в том, что каждый понимает под этим что-то своё. Кто-то считает, что технологии машинного обучения и самообучающиеся алгоритмы уже можно рассматривать как формы искусственного интеллекта. Также под искусственным интеллектом многие понимают нейронные сети, в том числе многослойные, результаты которых, несмотря на кажущуюся простоту, на самом деле сложно интерпретировать. Такие алгоритмы хорошо работают с неструктурированной информацией, например, в задачах классификации изображений, но там, где цена ошибки невелика.

В целом, на наш взгляд, на сегодняшний день пока рано говорить про широкое использование искусственного интеллекта, скорее, речь идет об инструментах интеллектуальной поддержки принятия решений на предприятиях. С развитием интернета вещей и гибридных алгоритмов (сочетание классических алгоритмов и нейронных сетей), применение методов искусственного интеллекта будет обязательно расширяться, но пока мы не можем утверждать, что бизнес их освоил и активно ими пользуется.

Для применения искусственного интеллекта требуется серьезная база: в компании должны быть решены основные задачи автоматизации работы с данными, накоплен значительный массив исторических данных, а также сформированы соответствующие кадровые компетенции. Плюс к этому необходимы большие вычислительные ресурсы.

Если говорить о российских реалиях, то многим нашим предприятиям пока нужны удобные системы отчетности, учета и аналитики. И уже на следующем этапе автоматизации можно будет говорить об использовании более развитых продуктов, в том числе и о системах с элементами искусственного интеллекта. С одной стороны, здесь нужны достаточно большие капитальные инвестиции, с другой стороны, их окупаемость имеет достаточно длительный период, и это также является препятствием для внедрения систем ИИ.

Что можно сказать о текущем этапе? Пока мы можем говорить о первых результатах использования базовых методов искусственного интеллекта. Прежде всего, они применяются в телекоме, ритейле и банковской сфере (для формирования выгодной политики ценообразования, системы скидок, адресной рассылки, оценки поведенческой модели клиентов). Система анализирует возраст, пол, сумму чека потребителей и состав корзины, находя скрытые закономерности в огромных массивах данных, связанных с покупками, и на основе найденных закономерностей формирует новый подход к продажам.

Помимо ритейла и телекома, инструменты интеллектуальной поддержки принятия решений используются для предупреждения поломок оборудования, автоматизации складской деятельности, оптимизации цепочек поставок, обнаружения попыток мошенничества, формирования стратегии в сфере продаж.

Внедрение ИИ-инноваций в бизнес-процессы компаний может помочь развитию новых направлений бизнеса: например, в банковском секторе при помощи технологий искусственного интеллекта все новые продукты можно проверить на рентабельность, а в ритейле новые продажные инициативы могут быть апробированы на моделях.

Какой можно дать прогноз развитию технологий искусственного интеллекта? Через пять лет системы с элементами ИИ будут использоваться более широко, однако качественного скачка ожидать рано. Скорее всего, мы будем наблюдать внедрение ИИ в передовых промышленных компаниях. Также в банковской сфере, ритейле и телекоме, скорее всего, появятся примеры успешного решения новых, более сложных задач. С развитием технологии интернета вещей, которая обеспечит рост объемов данных и повысит необходимость их глубокого анализа искусственный интеллект будет применяться широко в нефтегазовой сфере, на добывающих предприятиях, в химической отрасли и т.д., для анализа работоспособности оборудования и оптимизации производства.

Ну и наконец, важный вопрос об обучении! Сегодня многие вузы страны успешно готовят специалистов в сфере создания технологий искусственного интеллекта по профилям «Математическое моделирование», «Бизнес-информатика», «Компьютерная безопасность» и другим.

Также существуют курсы повышения квалификации для уже состоявшихся специалистов, например, в компании «Форсайт» мы проводим обучение по работе с Prognoz Platform, функционал платформы позволяет создавать бизнес-приложения с использованием алгоритмов искусственного интеллекта.

Для продвинутых специалистов data science в Prognoz Platform представлена возможность использования языков R и Python, где реализовано огромное множество методов и алгоритмов от самых простых до многослойных нейронных сетей и даже больше, что дает возможность решать на платформе более широкий класс задач: это и автоматизация контроля работы колл-центра, и возможность создания робота самообслуживания, возможность узнать своего клиента при повторном появлении в точке продаж.