Новое электричество. Изучаем матчасть по искусственному интеллекту и машинному обучению
Lazy Talks
Искусственный интеллект (AI) – это область ИКТ, фокусирующаяся на создании умных машин, способных воспринимать окружающую среду и принимать самостоятельные решения. Машинное обучение (ML) - это часть AI, основной целью которой является создание машин, способных самостоятельно обучаться, улучшать предсказательные модели и находить анализировать данные, не будучи изначально запрограммированными на данные действия. Мы ежедневно пользуемся приложениями с AI / ML - разговариваем с голосовыми помощниками, используем технологию распознавания лиц, получаем рекомендации по фильмам или ресторанам и т.д.
ML можно условно разделить на 3 подгруппы:
1. Контролируемый ML. Контролируемое обучение - это метод, при котором алгоритм машинного обучения обучается по набору заранее сгруппированных и прокомментированных данных (например, обучение системы распознавания изображений по подписанным изображениям).
2. Неконтролируемый ML. При неконтролируемом обучении алгоритм работает с негруппированными и непрокомментированными данными. Это значит, что он должен определить базовую структуру набора данных и понять, как их сгруппировать (например, распознать рукописные цифры, классифицируя их на 10 групп).
3. Свободный ML. Свободное обучение начинается вообще без данных. Это означает, что алгоритм должен учиться выполнять свою задачу методом проб и ошибок.
В ближайшей перспективе наиболее распространенным, конечно, будет контролируемый ML, разработанный для решения наиболее прикладных задач потенциального потребителя, т.е. автоматизации бытовых задач. Естественно, самым перспективным рынком для AI / ML на данном этапе будет B2C и несложная B2B автоматизация. Затем произойдет постепенный сдвиг к неконтролируемому ML, и горизонты применения технологии расширятся вплоть до исследовательской работы.
Однако, уже сейчас есть продвижения и в сфере свободного ML. Одним наиболее значительных стал алгоритм AlphaZero, разработанный лабораторией DeepMind при Google. Этот алгоритм освоил игры в шахматы и еще несколько игр исключительно посредством игр с самим собой.
Интерес венчурных инвесторов к сфере AI / ML неустанно растет. К примеру в 2017 году только в США было зафиксировано 643 сделки общей суммой $6B.
Более того, уже есть даже примеры успешных выходов венчурных фондов из AI / ML стартапов. Большинство из них, конечно происходит посредством стратегических поглощений. Топ покупателей AI / ML стартапов выглядит так: Google Alphabet - 5, Microsoft - 4, Intel, Apple и Yahoo - 3, Amazon, Facebook, Samsung, Airbnb и IBM - 2. Самыми крупными выходами в 2016 и 2017 годах стали стартапы, использующие AI / ML в сфере беспилотного управления автомобилями, GM приобрела Cruise Automation за $1B, а Aptiv приобрел nuTonomy.
Естественно, как и любая новая отрасль, AI / ML сталкивается с множеством проблем. Большинство из них связано с естественной для людей боязнью нового. Большинство обывателей не может объяснить действия машины, поэтому возникает проблема, известная как эффект «черного ящика» - люди видят только ввод данных и выход данных, а весь процесс их обработки остается все оля зрения иконтроля.
Кроме того, многие беспокоятся о том, что AI лишит множество людей работы. Хотя это отчасти и верно, прогресс, связанный с развитием AI / ML, скорее всего, породит ряд новых профессий. Примеров масса – еще 20 лет назад никто и предсказать не мог существование таких обыденных для нашего времени профессий, как SMM-менеджер и специалист по SEO-продвижению.
AI/ML have potential use cases in virtually every industry and the ability to reshape the way people live and do business. For this reason, AI has been referred to as “the new electricity”.
Вся прелесть AI / ML заключается в том, что они имеют потенциальные кейсы использования практически в каждой отрасли, более того - они способны изменить каждую отрасль до неузнаваемости. Думаю, именно по этой причине AI иногда называют «новым электричеством».
Если пост показался интересным, расшаривайте его знакомым и друзьям, а если не подписаны на Lazy Talks, срочно бегите исправлять это недоразумение, чтобы найти полезную информацию из предыдущих постов и не пропустить следующие. Всем венчур!