«Необхідно зазначити, що в наш час штучні нейронні мережі починають завойовувати увагу значної кількості спеціалістів внаслідок того, що завдяки сучасним електронним компонентам, їх реалізація є простішою і ефективною. Підтвердженням цьому є те, що 2001 року Департамент торгівлі та промисловості Великобританії ініціював проєкт із впровадження нейромережевих технологій в промисловість вартістю 5,7 млн фунтів стерлінгів».
Це цитата з дисертації, яку я захистив у 2013 році. Вона може звучати кумедно для сучасних ІТ-фахівців, бо багато з них нині розробляють програмне забезпечення саме для штучного інтелекту. Ці технології чи не найбільше вплинуть на ринок праці найближчого майбутнього – тож, напевно, прийшов час для всіх почати у цьому розбиратись, пише Репортер.
За останніх 20 років технології штучного інтелекту розвинулись настільки, що вони вийшли за межі академічних дискусій і наукових статей. Їхню активність відчуває на собі практично кожен з нас. Наприклад, якщо ви надумаєте зняти незвичну кількість готівки зі своєї банківської картки у незвичному місці, є велика ймовірність, що операцію заблокує спецпрограма на штучному інтелекті. Чат-боти, домашні асистенти для розумного дому, голосові команди в мобільних телефонах, автопілоти й багато чого іншого – це вже серед нас.
Читайте: Максим Карпаш: Нюанси ціни на газ
Штучний інтелект – це галузь знань, що вивчає здатність інженерних систем здобувати, обробляти й застосовувати знання та вміння. Ключовою технологією на тепер є штучні нейронні мережі – програмна реалізація моделей біологічних нейронних мереж. Технологія роботи з ними передбачає так зване навчання, випробування та використання з можливим додатковим навчанням. При цьому є дві базові задачі, які вирішують з допомогою штучного інтелекту – розпізнавання образів та відтворення закономірностей (апроксимація функцій).
Розпізнавання образів – уявіть, що у нас є завдання навчити комп’ютер в автомобілі розпізнавати серед пішоходів дорослих і дітей. Для цього ми завантажуємо у програму величезну кількість фото силуетів дітей і дорослих – з різних ракурсів, вдень, ввечері, в різні пори року, охоплюючи якнайбільше можливих варіантів. Спершу програма визначатиме випадково. Але як тільки ми почнемо її «вчити» – вказувати, хто є хто – помилок меншатиме. А далі результати можуть бути кращими, ніж у більшості людей. Така ж історія з розпізнаванням відбитків пальців, голосів, звичок, кредитних історій, найчастіше відвідуваних сайтів, пошуків в інтернеті та багато чого іншого.
Відтворення закономірностей є більш складною задачею. Наприклад, ймовірність успішності лікування певного пацієнта (маючи стать, вік, аналізи і т. д.) можна спрогнозувати доволі точно, враховуючи історії хвороби сотень тисяч людей у всьому світі. Навіть досвідченому лікареві складно звести таку множину інформації в єдину залежність – штучний інтелект справиться краще та швидше.
Скоро з’явиться значно більше корисних застосувань штучного інтелекту, і хтось буде насолоджуватись вигодами, а хтось – боятись втратити роботу. Але готуватися мусимо всі, постійно вчитись і вдосконалюватись. Бо інакше нас навчить штучний інтелект.
Максим Карпаш, професор ІФНТУНГ
Comments are closed.