Ии по: Что такое искусственный интеллект и как работает ИИ?

Подборка штук на основе искусственного интеллекта для личного использования (1/3) / Блог компании Dato ML / Хабр

Искусственный интеллект и четвёртая промышленная революция (wiki) достигли значительного прогресса за последние несколько лет. Большинство из того, что можно использовать уже сейчас, разрабатывается для коммерческих и промышленных целей, как вы увидите в следующих постах. Научно-исследовательские институты и специализированные компании работают над достижением конечной цели создания ИИ (а именно, создание сильного искусственного интеллекта artificial general intelligence), разрабатывая открытые платформы и исследуя появившиеся этические вопросы. Существуют также несколько компаний, разрабатывающих ИИ-продукты для конечных потребителей, их мы и рассмотрим в рамках этого поста.

Создание искусственного интеллекта — это как взбираться на дерево, пытаясь добраться до Луны. Можно сообщать о стабильном прогрессе, вплоть до самой вершины дерева.

Это первая часть серии из трёх публикаций, посвященных ландшафту индустрии искусственного интеллекта, а также компаниям и исследовательским институтам, разрабатывающим продукты, которые продвигают вперёд знания о машинном интеллекте и сознании.

Разбивка серии статей на части

В течение нескольких недель я посетил тысячи веб-сайтов (более 6000+ ссылок), чтобы подготовить как можно более полный список лучших ИИ-продуктов и самых перспективных в этой области компаний.

PS. Трекпад моего Macbook почти умирает от огромного количества кликов.

Часть 1 — список ИИ-компаний и продуктов для личного использования (B2C).

Часть 2 — список ИИ-компаний для бизнеса и промышленности (B2B).

Часть 3 — расширенный список ИИ-компаний для бизнеса и промышленности (потому что их очень много!). И некоторые дополнения.

Примечание: некоторые из продуктов еще не запущены и, возможно, все еще находятся в бета-версии, хотя и являются захватывающими идеями, хорошо подкрепленными или выглядящими многообещающе. Большинство из продуктов вы можете использовать уже прямо сейчас.

Скажите ваше мнение (включая любые замечания, уточнения, добавления и удаления).

Сообщите мне, если вы думаете, что я поместил компанию в неправильную категорию, или полностью неправильно описал компанию, или описание просто нужно немного изменить. Также не стесняйтесь рассказать мне о любых компаниях, которые, по вашему мнению, необходимо добавить в список, но я пропустил — оставьте комментарий, и я добавлю их к списку.

Я выделил некоторые из моих любимых. Наслаждайтесь!

Персональные / для дома

• Ems — помогает найти идеальное место для жизни.
• Bridge Kitchen — помощник для кухни, который дает пошаговые указания.
• UnifyID — подтверждайте свою личность с помощью вашей походки и манеры печати.

Для работы

• Carly — Помогает управлять телефонными звонками.
• ETCH — Помогает управлять вашим списком контактов.
• Findo — Помощник для поиска по письмам, файлам и персональным облакам.
• Leap — Рекомендует компании для трудоустройства на основе ваших навыков.
• Lomi — Выявляет потенциальных покупателей.
• Mosaic — Помогает писать качественные резюме.
• Newton — Помогает искать работу мечты.
• Notion — Помогает справиться с большим количеством электронной почты.
• Robby — Лучший и более умный календарь.
• Stella — Сканирует вакансии и управляет процессом трудоустройства.
• Woo — Помогает анонимно принимать более взвешенные решения относительно своей карьеры.

Социальные

• Brightcrowd — Помогает найти значимые профессиональные связи.
• Capsule.ai — Напоминает хорошие моменты из вашей жизни.
• Dating.ai — Приложение для знакомств с функицей поиска по лицам.
• ETCH — Помогает управлять вашим списком контактов.
• Eezy — Пусть Eezy позаботится о вашем вечере, чтобы вы могли развлекаться.
• Hashley — Ироничный генератор хэштегов и комментариев для фотографий.
• Hotness.ai — Скажет вам, насколько вы горячий.
• Rey — Знакомит вас с людьми, с которыми вы действительно должны познакомиться (для работы или отдыха).

Образование

• Thirdleap — Помогает детям учить математику.
• Woogie — Интерактивный ИИ-робот (чат-бот), который делает обучение и изучение забавным для детей.

Здоровье / Медицина

• Abi — Ваш виртуальный помощник по здоровью.
• Ada — Может помочь, если вы плохо себя чувствуете.
• Airi — Персональный тренер здорового образа жизни.
• Alz.ai — Помогает заботиться о близких с болезнью Альцгеймера.
• Amélie — Чат-бот для общения на тему психического здоровья.
• Bitesnap — Распознавание еды по фотографии для подсчета количество калорий.
• doc.ai — Делает результаты анализов легче для понимания.
• Gyan — Помогает по симптомам понять вероятные заболевания.
• Joy — Помогает отслеживать и улучшать свое психическое здоровье.
• Kiwi — Помогает бросить курить.
• Tess by X2AI — Карманный терапевт.
• Sleep.ai — Диагностирует храп и стучание зубами.

Помощники — Персональные

• Amazon Echo / Alexa — Личный помощник для дома на каждый день.
• Apple Siri — Личный помощник на iPhone и Mac.
• Cortana — Личный помощник на устройствах с Windows.
• Facebook M — Конкурент Siri, Now и Cortana.
• Focus — Помогает сосредоточиться, выполнять задачи вовремя и расставлять приоритеты.
• Gatebox — Голографический аниме-помощник в кофе-машине.
• Google Assistant — Повседневный личный помощник.
• Hound — Повседневный личный помощник.
• Ling — Похожий на Amazon Echo.
• Mycroft — Первый голосовой помощник с открытым исходным кодом.
• Remi — Как Siri, только со своеобразным интерфейсом пользователя.
• Spoken — Виртуальный помощник с голосовым интерфейсом.
• Viv — Как Siri, но лучше в 10 раз.

Помощники — Профессиональные

• Clara — Помощник по планированию встреч.
• Julie Desk — Помощник по планированию встреч (нацеленный на топ-менеджеров).
• Kono — Помощник по планированию встреч.
• Mimetic — Ещё один помощник по планированию встреч.
• My Ally — Планирование встреч и управление календарем.
• SkipFlag — Автоматическая организация и поиск информации, которая может понадобиться вам на работе.
• Vesper — Виртуальный помощник для топ-менеджеров.
• x.ai — И ещё один помощник по планированию встреч.
• Zoom.ai — Персональный помощник для работы.

Помощники — Развлечения

• Fembot — Ваша ИИ-подружка.
• Lifos — Динамические независимые штуки, которые взаимодействуют с вами через интернет, девайсы и социальные сети. От переводчика: не понял, вообще не осилил что это такое…
• Replika — Ваш ИИ-друг, с которым вы общаетесь по переписке.

Помощники — Чат-боты

• Brin — Помогает принимать более взвешенные бизнес-решения.
• Chatfuel — Сервис для создания чат-бота в Facebook за 7 минут.
• Luka — Мессенджер с чат-ботом для общения людей и других чат-ботов.
• myWave — Чат-бот, который поможет вам в повседневной жизни .
• Lyra — Отслеживает и анализирует уровень выдыхаемого углекислого газа.

Развлечения / Новости

• Jottr — Новостное приложение, которое учится на том, что вам нравится и что не нравится.
• News360 — Узнает, что вам нравится и находит истории, которые вам понравятся.

Путешествия

• Ada — Чат-бот, который помогает вам ориентироваться в путешествиях и принимать решения.
• Emma — Автоматически вычисляет и добавляет время в пути до места встречи.
• ETA — Помогает вам управлять маршрутами поездок и встречами.
• HelloGbye — Бронирование сложного маршрута в виде обычного диалога.
• Mezi — Помощники в бронировании авиабилетов, гостиниц, столов в ресторанах и многого другого.
• Ready — Прогнозирует трафик и время в пути.

Транспорт

• Vinli — Превращает любой автомобиль в умный автомобиль.

Фитнесс

• Mara — Умнейшее приложение для бега.

Музыка

• Aiva — Сочиняет эмоциональную музыку.
• Pandora — Находит музыку, которая вам может понравиться.

Страхование / Юридические услуги

• Docubot — Может проконсультировать вас по юридическим вопросам.
• Driveway — Отслеживает и награждает безопасных водителей.

Поход по магазинам

• Entrupy — Помогает определить подлинность дизайнерских продуктов.
• Fify — Помогает покупать одежду.
• GoFind — Помогает найти одежду онлайн по фотографии.
• Mode.ai — Помогает найти одежду онлайн.

Финансы

• Abe — Быстрые ответы о ваших финансах.
• Andy — Персональный налоговый бухгалтер.
• Ara — Помогает вам с планированием бюджета.
• Bond — Помогает достичь финансовых целей.
• Mylo — Округляет ваши ежедневные покупки и инвестирует свободный отсаток.
• Olivia — Помогает управлять финансами.
• Responsive — Управляет портфелем инвестиций.
• Roger — Помогает оплачивать счета.
• Wallet — ИИ для ежедневных финансовых решений.
• Xoe.ai — ИИ чат-бот по кредитованию.

• Firedrop — Автоматически создаваемый дизайн ваб-сайта, просто добавьте контент и опубликуйте.
• Hashley — Ироничный генератор хэштегов и комментариев для фотографий.
• Millions.ai — Скиньте контент на него и он создаст сайт.
• Oly — Отбирает и помогает публиковать контент в социальных сетях.
• Signature — Создает элегантные посадочные страницы, используя ваш контент в социальных сетях.
• Zen.ai — Персонализированные рекомендации для магазина Shopify.

IoT / IIoT

• Aerial — Датчик домашней активности, движения и идентификации.
• Bridge.ai — Платформа умного дома, ориентированная на речь и звук.
• Cubic — Единое место для подключения интеллектуальных домашних устройств.
• Grojo — Контроллер и система мониторинга для комнаты с растениями.
• Home — Автономное управление домом с помощью подключенных устройств.
• Hello — Помогает контролировать и улучшать сон.
• Josh — Управление голосом для всего в доме.
• Mycroft — Первый голосовой помощник с открытым исходным кодом.
• Nanit — Радионяня изобретенная заново.
• Nest — Ряд устройств для дома таких, как термостат, системы безопасности и сигнализации.

Носимые устройства

• Eli — Помогает выучить новый язык по разговорам в течение дня.
• Kick.ai — Носимое утсройство для боевых искусств, спициализиующеся на анализе ударов и боев.

Языки / Перевод

• Liv — Расшифровывает разговоры на английском и хинди.
• Microsoft Translator — Переводчик с использованием нейронных сетей.
• Google Translate — От переводчика: Ещё один переводчик с использованием нейронных сетей.

Роботы

• Dispatch — Доставка роботом.
• Roboy — Человекоподобный робот, стремящийся быть таким же способным, как человек.
• Spoon — Робот (Я не понял его предназначение, но звучит здорово!).

Полезные + Развлечения + Случайные

• CaptionBot — Microsoft описывает любую фотографию.
• Crowdfunding.ai — краудфандинговая платформы для ИИ-проектов.
• Elevator — Помогает находить и покупать каннабис (с рекомендациями).
• Fieldguide — Универсальное полевое знаний, которое предлагает возможные совпадения.
• Frankenstain.ai — Это совместный эксперимент с использованием ИИ, машинного обучения, робототехники, биоинженерии и IoT.
• #Laugh — Смех, визуализированный в цифровом формате, который может быть отправлен в космос.
• IntelligentX Brewing Co. — Пиво, сваренное искусственным интеллектом.
• Spark — Помогает заказать каннабис текстовым сообщением.
• Token — Помогает отправить идеальный подарок.
• Wixi — Помогает исправить проблемы с Wi-Fi.
• Mushroom AI — От переводчика: Распознаёт грибы по фотографии.

Научные исследования

• Apollo — Разбивает статьи и PDF-файлы на удобочитаемые списки.
• Ferret.ai — Помогает с исследованиями суммируя статьи.
• Iris — Помогает вам исследовать и визуализировать концепты в научных статьях.

События, конференции и сообщества

Новости и блоги

• AI Weekly — Еженедельные новости и ресурсы по искусственному интеллекту и машинному обучению.
• Approximately Correct — Блог про искусственный интеллект и машинное обучение.
• Axiomzen — Рассылка про ИИ раз в 2 недели.
• Concerning.ai — ИИ коментаторы.
• Fast.ai — Блог про доступность глубокого обучения для всех.
• Machinelearning.ai — Новости и обновления про искусственный интеллект и машинное обучение.
• Machine Learning Weekly — Отбираемая в ручную рассылка про машинное и глубокое обучение.
• PRAI — Форум про искусственный интеллект, машинное обучение и роботостроение.
• Storyteller — Отслеживает появление новых описаний интеллектуальных алгоритмов.
• Machine Learnings — От переводчика: Еженедельная рассылка про ИИ.

Это только начало! Сообщите мне, если я пропустил какую-либо компанию, которая, по вашему мнению, должна была быть включена, любые изменения, которые я должен внести, или если есть такие компании, которых просто не должно быть в списке. Я готовлю части 2 и 3, которые скоро появятся!

Я, Лиам Хэнель (Liam Hänel), основатель и генеральный директор Lyra. Lyra помогает вам легко отслеживать и анализировать ваш личный уровень выдыхаемого углекислого газа с помощью искусственного интеллекта. Вы можете узнать о нашем прогрессе на нашем сайте.

От переводчика

Хочется отметить, что как у автора, так и в СМИ, часто смешиваются понятия “чат-бот” и “искусственный интеллект”. Чат-бот — это интерфейс, а за ним может быть как простой алгоритм, так и искусственный интеллект или даже живой человек. Про наличие сотрудников, которые обрабатывают заявки от имени “человекоподобного” чат-бота, прямым или косвенным образом признавались такие проекты, как x.ai и Clara.

Что мешает переходу на новый уровень искусственного интеллекта — Российская газета

Все ныне существующие примеры искусственного интеллекта (ИИ), в том числе персональные голосовые помощники («Алиса», Alexa, Siri и так далее), не могут думать самостоятельно. Это так называемый искусственный интеллект узкого назначения. Он запрограммирован на решение какой-либо одной задачи, например, анализа данных или игры в шахматы. Ученые выделяют еще два уровня ИИ, которые пока недоступны человечеству.

Под ИИ общего назначения понимается машина, схожая с человеческим интеллектом. Иными словами, она может выполнять любые задачи, которые делают люди.

Еще одно понятие — суперискусственный интеллект. Оксфордский философ Ник Бостром определяет его так: это любой интеллект, который значительно превосходит когнитивные способности человека практически во всех областях.

Переходу на новый уровень ИИ мешают сразу несколько нерешенных проблем: нет четкого понимания того, что такое ИИ общего назначения и каким требованиям он должен соответствовать, нет достаточных знаний о том, как работает наш собственный мозг с точки зрения психологии и нейрофизиологии и чему именно должен подражать ИИ, говорит научный сотрудник по исследованию искусственного интеллекта в Avast Галина Альперович.

Существующие алгоритмы обучения, которые активно используются в современном ИИ, могут не работать для ИИ общего назначения. Более того, существует разница между аппаратной и человеческой производительностью, поскольку изначально стандартные компьютеры не были предназначены для задач ИИ общего назначения.

Эксперт полагает, что разработка ИИ общего назначения требует прочных междисциплинарных отношений и понимания того, как работает человеческий мозг, как он воспринимает окружающий мир. «Мы все еще далеки от этого понимания, даже если не говорить об этом в контексте ИИ. Но исследования в области ИИ общего назначения могут помочь нам узнать больше о себе, в том числе о том, как работает наш мозг, как мы общаемся с миром и решаем проблемы», — заключает Альперович.

ИИ не может обучаться на описании задачи или на нескольких примерах, как это делает человек, объясняет Илья Макаров, программный директор Академии больших данных MADE Mail.ru Group. У человечества отсутствует понимание, можно ли реализовать самообучающийся ИИ и сколько ресурсов для этого требуется. Макаров считает, что нейросети не способны решить произвольную задачу с идеальной точностью: «Людям следует искать другие подходы для обучения ИИ. Очевидно, что это потребует новых инвестиций в ИТ-отрасль».

Для создания ИИ общего назначения людям не хватает вычислительных мощностей, утверждает Владислав Шершульский, директор по перспективным технологиям Microsoft в России. Он полагает, что ИИ нового уровня возникнет не в отдельной лаборатории, а разовьется постепенно из существующих общедоступных приложений — благодаря объединению возможностей ИИ узкого назначения. «Миллионы пользователей по всему миру постепенно «обучают» ИИ, когда используют простые сервисы вроде поиска, автоматического перевода и обработки изображений», — заключает он.

Никита Солодун, эксперт по интеллектуальным системам Huawei, полагает, что для создания ИИ нового уровня человечеству мешает зашоренность собственных взглядов. Людей, думающих иначе, чем большинство, очень мало, и пока их не будет больше, ждать, что люди смогут создать ИИ общего назначения, не стоит.

Официально

Правительство продолжает поддерживать российских разработчиков программных решений и планирует нарастить объем вложений в отечественные IТ-решения к 2030 году в четыре раза. Об этом сообщил вице-премьер Дмитрий Чернышенко на заседании Совета по стратегическому развитию и национальным проектам. Он рассказал, что продолжится поддержка различных отечественных компаний, разрабатывающих решения в области искусственного интеллекта.

«Искусственный интеллект перестает быть какими-то абстрактными словами. Помимо того, что мы продолжаем поддержку и акселерацию различных отечественных компаний, для того чтобы они разрабатывали какие-то новые предложения в области искусственного интеллекта, сейчас большой фокус и большое значение придается уже практическому внедрению искусственного интеллекта в реальном секторе экономики, и что очень важно, учитывая клиентоцентричность наших задач, в социальной сфере», — отметил вице-премьер. По его мнению, ключевые отрасли экономики к 2030 году должны достичь своей цифровой зрелости.

Как создать искусственный интеллект? | GeekBrains

Что надо знать и с чего начать.

https://d2xzmw6cctk25h.cloudfront.net/post/830/og_cover_image/23c7fa690587888d2bd1596f4ebba102

На этой неделе вы могли прочитать крайне мотивирующей кейс от Валерия Турова, где он рассказал об одной из своих целей, которая привела в профессию – желанию познать принцип работы и научиться создавать самому игровых ботов.

А ведь действительно, именно желание создать совершенный искусственный интеллект, будь то игровая модель или мобильная программа, сподвигла на путь программиста многих из нас. Проблема в том, что за тоннами учебного материала и суровой действительностью заказчиков, это самое желание было заменено простым стремлением к саморазвитию. Для тех, кто так и не приступил к исполнению детской мечты, далее краткий путеводитель по созданию настоящего искусственного разума.

Стадия 1. Разочарование

Когда мы говорим о создании хотя бы простых ботов, глаза наполняются блеском, а в голове мелькают сотни идей, что он должен уметь делать. Однако, когда дело доходит до реализации, оказывается, что ключом к разгадке реальной модели поведения является…математика. Если быть немного конкретнее, то вот список её разделов, которые необходимо проштудировать хотя бы в формате университетского образования:

• Линейная алгебра;

• Логика;

• Теория графов;

• Теория вероятностей и математическая статистика.

Это тот научный плацдарм, на котором будут строится ваше дальнейшее программирование. Без знания и понимания этой теории все задумки быстро разобьются о взаимодействие с человеком, ведь искусственный разум на самом деле не больше, чем набор формул.

Стадия 2. Принятие

Когда спесь немного сбита студенческой литературой, можно приступать к изучению языков. Бросаться на LISP или другие функциональные языки пока не стоит, для начала надо научиться работать с переменными и однозначными состояниями. Как для быстрого изучения, так и дальнейшего развития прекрасно подойдёт Python, но в целом можно взять за основу любой язык, имеющий соответствующие библиотеки.

Стадия 3. Развитие

Теперь переходим непосредственно к теории ИИ. Их условно можно разделить на 3 категории:

1. Слабый ИИ – боты, которых мы видим в компьютерных играх, или простые подручные помощники, вроде Siri. Они или выполняют узкоспециализированные задачи или являются незначительным комплексом таковых, а любая непредсказуемость взаимодействия ставит их в тупик.

2. Сильный ИИ – это машины, интеллект которых сопоставим с человеческим мозгом. На сегодняшний день нет реальных представителей этого класса, но компьютеры, вроде Watson очень близки к достижению этой цели.

3. Совершенные ИИ – будущее, машинный мозг, который превзойдёт наши возможности. Именно об опасности таких разработок предупреждают Стивен Хоккинг, Элон Маск и кинофраншиза «Терминатор».

Естественно, начинать следует с самых простых ботов. Для этого вспомните старую-добрую игру «Крестики-нолики» при использовании поля 3х3 и постарайтесь выяснить для себя основные алгоритмы действий: вероятность победы при безошибочных действиях, наиболее удачные места на поле для расположения фигуры, необходимость сводить игру к ничьей и так далее.

Сыграв несколько десятков партий и анализируя собственные действия, вы наверняка сможете выделить все важные аспекты и переписать их в машинный код. Если нет, то продолжайте думать, а эта ссылка здесь полежит на всякий случай.

К слову, если вы всё-таки взялись за язык Python, то создать довольно простого бота можно обратившись к этому подробному мануалу. Для других языков, таких как C++ или Java, вам также не составит труда найти пошаговые материалы. Почувствовав, что за созданием ИИ нет ничего сверхъестественного, вы сможете смело закрыть браузер и приступить к личным экспериментам.

Стадия 4. Азарт

Теперь, когда дело сдвинулось с мёртвой точки, вам наверняка хочется создать что-то более серьёзное. В этом вам поможет ряд следующих ресурсов:

Как вы поняли даже из названий, это API, которые позволят без лишних затрат времени создать некоторое подобие серьёзного ИИ.

Стадия 5. Работа

Теперь же, когда вы уже вполне ясно представляете, как ИИ создавать и чем при этом пользоваться, пора выводить свои знания на новый уровень. Во-первых, для этого потребуется изучение дисциплины, которое носит название «Машинное обучение». Во-вторых, необходимо научиться работать с соответствующими библиотеками выбранного языка программирования. Для рассматриваемого нами Python это Scikit-learn, NLTK, SciPy, PyBrain и Nump. В-третьих, в развитии никуда не обойтись от функционального программирования. Ну и самое главное, вы теперь сможете читать литературу о ИИ с полным пониманием дела:

• Artificial Intelligence for Games, Ян Миллингтон;

• Game Programming Patterns, Роберт Найсторм;

• AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and Java, Джордж Люгер, Уильям Стбалфилд;

• Computational Cognitive Neuroscience, Рэнделл О’Рейли, Юко Мунаката;

• Artificial Intelligence: A Modern Approach, Стюарт Рассел, Питер Норвиг.

И да, вся или почти вся литература по данной тематике представлена на иностранном языке, поэтому если хотите заниматься созданием ИИ профессионально необходимо подтянуть свой английский до технического уровня. Если вы только начинаете путь к  мечте, советуем записаться на бесплатный двухчасовой интенсив по основам программирования.

В остальном, ваше дальнейшее развитие будет зависеть лишь от практики и желания усложнять алгоритмы. Но будьте осторожны: возможно совершенный искусственный разум опасен для человечества?

Что такое искусственный интеллект?

Суть искусственного интеллекта в формате вопросов и ответов. История создания, технологии исследования, связан ли искусственный интеллект с IQ и можно ли его сравнить с человеческим. На вопросы отвечал профессор Стэнфордского университета Джон Маккарти.

Что такое искусственный интеллект (ИИ)?

Искусственный интеллект — это область науки и инжиниринга, занимающаяся созданием машин и компьютерных программ, обладающих интеллектом. Она связана с задачей использования компьютеров для понимания человеческого интеллекта. При этом искусственный интеллект не должен ограничиваться только биологически наблюдаемыми методами.

Да, но что такое интеллект?

Интеллект – способность приходить к решению при помощи вычислений. Интеллект разного вида и уровня есть у людей, многих животных и некоторых машин.

Разве нет определения интеллекта, которое не зависит от соотнесения его с человеческим интеллектом?

До настоящего времени нет понимания, какие виды вычислительных процедур мы хотим назвать интеллектуальными. Мы знаем далеко не обо всех механизмах интеллекта.

Является ли интеллект однозначным понятием, чтобы на вопрос «Обладает ли данная машина интеллектом?» можно было ответить «да» или «нет»?

Нет. Исследования ИИ показали, как использовать лишь некоторые из механизмов. Если для выполнения задачи требуются только хорошо изученные модели, получаются очень впечатляющие результаты. Такие программы обладают «небольшим» интеллектом.

Является ли искусственный интеллект попыткой имитировать человеческий интеллект?

Иногда, но далеко не всегда. С одной стороны, мы узнаем, как заставить машины решать задачи, наблюдая за людьми или за работой наших собственных алгоритмов. С другой стороны, исследователи ИИ используют алгоритмы, которые не наблюдаются у людей или требуют гораздо больших вычислительных ресурсов.

У компьютерных программ есть IQ?

Нет. IQ основан на темпах развития интеллекта у детей. Это отношение возраста, в котором ребенок обычно набирает определенный результат, к возрасту ребенка. Данная оценка подходящим образом распространяется и на взрослых людей. IQ хорошо коррелирует с различными показателями успеха или неудачи в жизни. Но создание компьютеров, которые могут набрать высокий балл в тестах IQ, будет слабо связано с их полезностью. Например, способность ребенка повторять длинную последовательность цифр хорошо коррелирует с другими интеллектуальными способностями. Она показывает, какое количество информации ребенок может запомнить за один раз. При этом удержание в памяти цифр является тривиальной задачей даже для самых примитивных компьютеров.

Как сравнить человеческий и компьютерный интеллекты?

Артур Р. Дженсен, ведущий исследователь в области человеческого интеллекта, в качестве «эвристической гипотезы» утверждает, что обычные люди имеют одни и те же механизмы интеллекта и интеллектуальные различия связаны с «количественными биохимическими и физиологическими условиями». К ним относятся скорость мышления, краткосрочную память и способность формировать точные и извлекаемые долгосрочные воспоминания.   

Независимо от того, правильна ли точка зрения Дженсена в отношении человеческого интеллекта, ситуация в ИИ на сегодняшний день является противоположной.

Компьютерные программы имеют большой запас скорости и памяти, но их способности соответствуют интеллектуальным механизмам, которые разработчики программ хорошо понимают и могут вложить в них. Некоторые способности, которые дети обычно не развивают до подросткового возраста, внедряются. Другие, которыми владеют двухлетние дети, все еще отсутствуют. Дело еще более усугубляется тем фактом, что когнитивные науки до сих пор не могут точно определить, каковы человеческие способности. Скорее всего, организация интеллектуальных механизмов ИИ выгодно отличается от таковой у людей.

Когда человеку удается решить задачу быстрее, чем компьютеру, это говорит о том, что разработчикам не хватает понимания механизмов интеллекта, необходимых для эффективного выполнения данной задачи.

Когда началось исследование ИИ?

После Второй мировой войны несколько человек начали независимо работать над интеллектуальными машинами. Английский математик Алан Тьюринг, возможно, был первым из них. Он прочитал свою лекцию в 1947 году. Тьюринг одним из первых решил, что ИИ лучше всего исследовать путем программирования компьютеров, а не конструирования машин. К концу 1950-х годов было много исследователей ИИ, и большинство из них основывали свою работу на программировании компьютеров.

Является ли целью ИИ поместить человеческий разум в компьютер?

У человеческого разума есть много особенностей, вряд ли реально имитировать каждую из них.

Что такое тест Тьюринга?

В статье А. Алана Тьюринга 1950 года «Вычислительная техника и разум» обсуждались условия обладания машиной интеллектом. Он утверждал, что если машина может успешно притворяться человеком перед разумным наблюдателем, то вы, конечно же, должны считать ее разумной. Этот критерий удовлетворит большинство людей, но не всех философов. Наблюдатель должен взаимодействовать с машиной или человеком через средство ввода-вывода для исключения необходимости имитации машиной внешнего вида или голоса человека. Задача как машины, так и человека состоит в том, чтобы заставить наблюдателя считать себя человеком.

Тест Тьюринга является односторонним. Машина, успешно проходящая тест, определенно должна считаться разумной, даже если она не обладает знаниями о людях, достаточными, чтобы их имитировать.

Книга Дэниела Деннета «Brainchildren» содержит прекрасное обсуждение теста Тьюринга и его различные части, которые были реализованы успешно, т. е. с ограничениями на знание наблюдателем об ИИ и предмете обсуждения. Оказывается, некоторых людей довольно легко убедить в том, что достаточно примитивная программа является разумной.

Является ли целью ИИ достижение человеческого уровня интеллекта?

Да. Конечной целью является создание компьютерных программ, которые могут решать проблемы и достигать целей так же, так и человек. Однако ученые, проводящие исследования в узких областях, ставят гораздо менее амбициозные цели.

Насколько далек искусственный интеллект от достижения человеческого уровня? Когда это произойдет?

Интеллект человеческого уровня может быть достигнут путем написания большого количества программ, и сбора обширных баз знаний о фактах на языках, которые сегодня используются для выражения знаний. Тем не менее, большинство исследователей ИИ считает, что необходимы новые фундаментальные идеи. Поэтому невозможно предсказать, когда будет создан интеллект человеческого уровня.

Является ли компьютер машиной, которая может стать интеллектуальной?

Компьютеры могут быть запрограммированы для имитации любого типа машины.

Скорость компьютеров позволяет им обладать интеллектом?

Некоторые люди думают, что требуются как более быстрые компьютеры, так и новые идеи. Компьютеры и 30 лет назад были достаточно быстрыми. Если бы мы только знали, как их программировать.

Что насчет создания «детской машины», которая могла бы улучшиться путем чтения и обучения на собственном опыте?

Эта идея неоднократно предлагалась с 1940-х годов. В конце концов, она будет реализована. Тем не менее, программы ИИ еще не достигли уровня, позволяющего узнать многое из того, чему ребенок учится в ходе жизнедеятельности. Существующие программы недостаточно хорошо понимают язык, чтобы многому научиться посредством чтения.

Являются ли теория вычислимости и вычислительная сложность ключами к ИИ?

Нет. Эти теории актуальны, но не затрагивают фундаментальные проблемы ИИ.

В 1930-х годах математические логики Курт Гёдель и Алан Тьюринг установили, что не существует алгоритмов, которые гарантировали бы решение всех задач в некоторых важных математических областях. Например, ответы на вопросы в духе: «является ли предложение логики первого порядка теоремой» или «имеет ли полиномиальное уравнение в одних переменных целочисленные решения в других». Так как люди способны решать задачи такого рода, данный факт было предложен в качестве аргумента в пользу того, что компьютеры по своей сути неспособны делать то, что делают люди. Об этом говорит и Роджер Пенроуз. Однако люди не могут гарантировать решения произвольных задач в этих областях.

В 1960-х годах ученые-программисты, в числе которых были Стив Кук и Ричард Карп, разработали теорию областей NP-полных задач. Задачи в данных областях разрешимы, но, по-видимому, их решение требует времени, растущего экспоненциально с размерностью задачи. Простейшим примером области NP-полной задачи служит вопрос: какие утверждения логики высказываний являются выполнимыми? Люди часто решают проблемы в области NP-полных задач в разы быстрее, чем это гарантируется основными алгоритмами, но не могут решать их быстро в общем случае.

Для ИИ важно, чтобы при решении задач алгоритмы были такими же эффективными, как и человеческий разум. Определение подобластей, в которых существуют хорошие алгоритмы, является важным, но многие программы, решающие задачи ИИ, не имеют отношения к легко идентифицируемым подобластям.

Теория сложности общих классов задач называется вычислительной сложностью. До сих пор эта теория не взаимодействовала с ИИ настолько, насколько можно было надеяться. Успех в решении проблем людьми и программами ИИ, по-видимому, зависит от свойств задач и методов решения задач, которые ни исследователи сложности, ни сообщество ИИ не могут определить точно.

Также актуальной является теория алгоритмической сложности, разработанная независимо друг от друга Соломоновым, Колмогоровым и Чайтиным. Она определяет сложность символьного объекта как длину наиболее короткой программы, которая сможет его сгенерировать. Доказательство того, что программа-кандидат является самой короткой или близкой к таковой, является неразрешимой задачей, но представление объектов генерирующими их короткими программами иногда может прояснять ситуацию, даже если вы не можете доказать, что ваша программа является самой короткой.

Стэнфордский университет

5 технологий искусственного интеллекта, которые изменят бизнес в ближайшем будущем

13.11.2019, Ср, 12:15, Мск
, Текст: Иван Петров

Технологии искусственного интеллекта постепенно выходят на плато продуктивности. Среди первых ласточек — сервисы распознавания речи, на базе которых работают чат-боты. Также интерес у пользователей вызывают технологии автоматизированного машинного обучения и бизнес-приложения со встроенными механизмами ИИ. Растет спрос на платформы искусственного интеллекта, предоставляемые в виде услуги, и соответствующие облачные сервисы. Но некоторые применения, например — в автономных транспортных средствах, будут реализованы лишь лет через 10.

Искусственный интеллект идет в массы

Последнее исследование Gartner о развитии искусственного интеллекта свидетельствует о большом разнообразии применений ИИ на предприятиях. И это логично, учитывая, что по данным опросов, проводимых этой компанией, в 2019 г. доля организаций, внедривших ИИ, выросла по сравнению с прошлым годом с 4% до 14%. И, несмотря на относительную молодость рынка ИИ в целом, аналитики Gartner поместили сразу две технологии в секцию «плато продуктивности» — «распознавание речи» и «ускорители ИИ на основе графических процессоров» (последние подходят для создания систем искусственного интеллекта гораздо лучше, чем процессоры «общего назначения»).

Среди других применений ИИ, которым прочат скорый успех, — средства диалогового ИИ, чему способствует успех виртуальных ассистентов наподобие Amazon Alexa, Google Assistant и т.д. Появляется интерес к новым технологиям, таким как дополненный интеллект (augmented intelligence), «периферийный» ИИ (edge AI), популярность которого растет вместе с популярностью самих периферийных вычислений, автоматизированная разметка данных и «объяснимый» ИИ (система искусственного интеллекта, решения которой люди могут объяснить). А вот автономные транспортные средства, которые, как считаю многие, вот-вот появятся на дорогах, по мнению Gartner, «выедут» на плато продуктивности больше, чем через 10 лет.

«Голубые фишки» ИИ

В целом на «кривой хайпа» искусственного интеллекта появилось немало новых технологий, и существенная доля из них отмечена голубыми кружками, свидетельствующими о том, что в Gartner надеются на их скорый выход на плато продуктивности. Причем многие из них получили прогноз «от двух до пяти лет до внедрения», еще только взбираясь на пик надежд.

Однако, как одновременно отмечают аналитики, далеко не все из новых технологий имеют понятное применение и способны принести пользу бизнесу. И надо стараться реалистично подходить к прогнозам и анализу перспектив внедрения.

Так или иначе, компаниям, которые стремятся идти в ногу со временем, аналитики советуют как минимум готовить финансово-экономическое обоснование для внедрения ИИ. А тем, кто уже провел первичные внедрения, стоит задумываться о масштабировании проектов.

Кривая Gartner для искусственного интеллекта

Источник: Gartner, 2019

Технологии искусственного интеллекта, на которые стоит обратить особое внимание

Среди всех ИИ-технологий аналитики Gartner особо выделили пять, способных наиболее серьезно изменить бизнес-процессы уже в обозримом будущем, и советуют ИТ-директорам внимательно следить за их развитием.

Дополненный интеллект

К системам дополненного интеллекта (augmented intelligence) аналитики относят средства автоматизации, помогающие повышать продуктивность умственного труда человека. Они помогают организовать «партнерство» между людьми и ИИ, в котором первые играют главенствующую роль.

Использование искусственного интеллекта в этом качестве помогает уменьшить объем рутинной работы и, соответственно, количество ошибок в ходе ее выполнения. А участие человека, в свою очередь, снизит риск, связанный с автоматизированным принятием решений — за счет того, что человек сможет решить вопросы, ответам на которые ИИ еще не обучен.

Чат-боты

Чат-боты, «лицо» искусственного интеллекта, с которым мы сталкиваемся почти ежедневно, также меняют процессы, касающиеся взаимодействия с клиентами. Например, в компании Kia они еженедельно помогают решать вопросы 115 тысячам автовладельцев, а в немецкой сети дискаунтеров Lidl бот по имени Margot дает покупателям советы по выбору вин и закусок.

Чат-боты могут быть текстовыми и голосовыми, на стандартные вопросы они отвечают по сценарию, составленному заранее с учетом опыта, накопленного живыми операторами. Они могут применяться для решения задач отдела кадров или службы технической поддержки, помогать адаптации сотрудников на новом месте и т. д. Но в наибольшей мере эти ИИ-решения изменили процесс обслуживания клиентов. Если раньше пользователю обычно приходилось изучать интерфейс взаимодействия с системой, то теперь чат-бот «изучает» пользователя, «угадывая» его намерения и подсказывая дальнейшие действия.

Машинное обучение

Среди задач, которые позволяет решать машинное обучение, — персонализация обслуживания клиентов, динамическое ценообразование, диагностика заболеваний, противодействие «отмыванию» денег и многое другое. Принцип действия средств машинного обучения — обнаружение закономерностей, присутствующих в данных, с применением математических моделей. Машинное обучение используется все шире, чему способствуют стремительные темпы роста данных в организациях и активное развитие вычислительных инфраструктур.

Машинное обучение помогает оптимизировать процессы и находить новые решения задач бизнеса в самых разных отраслях. Например, в American Express алгоритмы машинного обучения и аналитики распознают попытки мошенничества почти в реальном времени, благодаря чему компания экономит миллионы, предотвращая потери. А в Volvo аналитические системы прогнозируют вероятные отказы и необходимость ремонтно-технического обслуживания различных узлов автомобилей, способствуя повышению их безопасности.

Система управления ИИ

По убеждению экспертов, пренебрегать созданием системы управления ИИ (AI governance) на предприятиях нельзя. Это необходимо, в том числе, для понимания и контроля потенциальных рисков, связанных с регулированием и возможностью ущерба для репутации. Как поясняют в Gartner, система управления ИИ строится на специально разработанных политиках предотвращения системных ошибок («предвзятости») ИИ, дискриминации пользователей или групп пользователей по тем или иным признакам и других возможных негативных последствий использования искусственного интеллекта.

При разработке системы управления ИИ специалисты рекомендуют руководителям по аналитике и ИТ-директорам уделить внимание трем областям: доверие, прозрачность и принципы этнокультурного многообразия (diversity). Необходимость обеспечить возможность доверять источникам данных и результатам работы систем ИИ — один из краеугольных камней их успешного внедрения, а выработка требований прозрачности к источникам данных и алгоритмам позволит уменьшить риски. Забота о соблюдении принципов многообразия в данных и алгоритмах способствует этичности и точности результатов работы решений на базе ИИ.

Интеллектуальные приложения

Еще несколько лет единственной возможностью внедрить средства искусственного интеллекта была самостоятельная разработка ИИ-систем. Однако сегодня большинство организаций предпочитают не разрабатывать такие решения и даже не приобретать «отдельно стоящие» ИИ-системы, а получать средства ИИ в составе корпоративных приложений.

Исходно наиболее «интеллектуальными» были средства аналитики со встроенными технологиями ИИ. Однако в последнее время поставщики самых разных корпоративных приложений — систем ERP, CRM, кадрового менеджмента и офисных пакетов встраивают в них средства ИИ и начинают создавать платформы ИИ. Так что аналитики Gartner советуют ИТ-директорам требовать от поставщиков ПО включения ИИ-средств в планы развития своих продуктов, в том числе инструментами расширенной аналитики и средствами, оптимизирующими процессы взаимодействия с пользователем.

Искусственный интеллект – AI, ANN и иные формы искусственного разума / Хабр

Источник фото
Карликовая многозубка, самое маленькое млекопитающее по массе. Внутри маленький целостный сложный мозг, который уже принципиально можно картировать

Короткий ответ — можно, но не полную и не очень точную. То есть мы ещё не можем скопировать её сознание, но приблизились к этому как никогда. Проживите ещё лет двадцать — и, возможно, ваш мозг тоже получится забэкапить.

Чтобы приблизиться к оцифровке сознания и такому экзотическому виду бессмертия, стоит сначала разобраться с живыми нейронными сетями. Их реверс-инжиниринг показывает нам, как вообще может быть устроен процесс мышления (вычислений) в хорошо оптимизированных системах.

60 лет назад, 13 сентября 1960 года, учёные собрали первый симпозиум из биологов и инженеров, чтобы они могли разобраться, в чём же разница между сложной машиной и организмом. И есть ли она вообще. Науку назвали бионикой, а целью обозначили применение методов биологических систем к прикладной инженерии и новым технологиям. Биосистемы рассматривались как высокоэффективные прототипы новой техники.

Военный нейроанатом Джек Стил стал одним из людей, заметно повлиявших на дальнейший прогресс в области технологий, в том числе в области ИИ, где развитие получили такие направления, как нейроморфная инженерия и биоинспирированные вычисления. Стил был медиком, разбирался в психиатрии, увлекался архитектурой, умел управлять самолётом и сам чинил свою технику, то есть был вполне неплохим прикладным инженером. Научная работа Стила стала прообразом сценария фильма «Киборг». Так что с некоторой натяжкой можно назвать его прадедушкой Терминатора. А где Терминатор, там и Скайнет, как известно.

Этот пост написан на основе материалов будущей книги нашего коллеги Сергея Маркова «Охота на электроовец: большая книга искусственного интеллекта».

Гендиректор «Яндекса»: искусственный интеллект проникает во все сферы

Развитие искусственного интеллекта (ИИ) в России — сложная задача, в решение которой должны быть вовлечены как государство, так и крупные компании, в частности «Яндекс». Если игроки продолжат улучшать кадровый потенциал и будут постоянно тестировать новые разработки вместе с пользователями, то уже в ближайшие пять лет станет возможным использовать ИИ в таких важных сферах, как медицина и образование.

В интервью ТАСС генеральный директор «Яндекса» в России Елена Бунина рассказала, как обеспечить кадрами область искусственного интеллекта и как использовать технологии в образовательном процессе, чтобы начать готовить будущее российское поколение ко вступлению в новую цифровую эпоху.

 Начать работать над развитием ИИ прямо сейчас

— Согласно указу президента РФ, искусственный интеллект к октябрю этого года должен быть выделен в отдельный федеральный проект нацпроекта «Цифровая экономика». Зачем нужен отдельный акцент на ИИ?

— Во всех передовых странах искусственный интеллект уже начали выделять в отдельное направление. Нам тоже важно это сделать, чтобы не отставать. Когда в развитии общества появляется новый вектор, очевидно, что им начинают интересоваться органы власти. Искусственный интеллект применяется во многих сервисах и часто поднимает их на новый уровень качества. Поэтому курс на развитие ИИ может иметь в том числе и социальный эффект.

— Изменения необходимы в том числе в законодательной области?

— Предстоит принять еще много законодательных инициатив, например в сфере беспилотного транспорта. На это может потребоваться еще лет пять. Начинать нужно уже сейчас, но для этого надо понимать, как будет влиять искусственный интеллект на разные сферы, как он устроен. Такое понимание пока есть не у всех и не в полной мере. Представителям законодательной и исполнительной власти приходится разбираться в новой области.

— Где ИИ нужен прямо здесь и сейчас?

— На мой взгляд, в первую очередь в медицине. К примеру, возьмем всех людей на земле и их медицинские данные: информацию об анализах, выписанных препаратах, о ходе лечения и его результатах. Предположим, что эти данные обезличены и хранятся в единой системе. Дальше всю эту информацию можно собрать и обработать алгоритмом машинного обучения. Когда придет новый пациент, у него возьмут анализы и сравнят с имеющимся массивом данных. Алгоритм найдет корреляции и совпадения в базе и сразу назовет диагноз, а также сообщит, как лечили людей с таким диагнозом, сколько лечили, что помогло, а что — нет.

— Но доверять на 100% такой системе мы все равно бы не смогли?

— На 100% доверять нельзя ни алгоритму, ни человеку. Задача искусственного интеллекта — дать подсказку, уменьшить вероятность ошибки. Врачи и искусственный интеллект будут работать вместе: у врача есть программа, которая дает совет. В медицине такой софт мог бы значительно повысить качество лечения.

— Где еще, помимо медицины, искусственный интеллект может быть полезен в первую очередь?

— Есть много областей, где давно применяется ИИ, но в них он стал настолько привычным, что мы его просто не замечаем. Это поиск, навигация, машинный перевод, персональные ассистенты. Еще одна важная и очень перспективная сфера — транспорт. Например, машинное обучение применяется в «Яндекс.Такси». У нас есть технология, которая советует водителю, в какой район поехать, чтобы было больше заказов. От этого выигрывают все: и водители, которые больше зарабатывают, и пользователи, к которым машины приезжают быстрее.

— Наверняка искусственный интеллект будет полезен и для обеспечения безопасности?

— Конечно. Машинное обучение лежит в основе голосовых технологий. Когда человек за рулем использует голос, а не печатает, это снижает риск аварии. Да и сам беспилотный транспорт более безопасен, чем пилотный, который зависит от человеческого фактора. В сфере транспорта с помощью искусственного интеллекта можно очень сильно снизить аварийность.

— А что на третьем месте?

— Образование. Сейчас машинное обучение невозможно задействовать в образовательных сервисах в полной мере, потому что мало данных. Для начала надо сделать так, чтобы данные собирались и анализировались, а со временем можно будет применять и искусственный интеллект. Он позволит персонифицировать обучение, сделать его более индивидуальным и в итоге повысить качество образования.

— Когда ожидать внедрения ИИ во все эти сферы?

— Во многих областях искусственный интеллект работает уже давно и успешно. В сферу образования его можно внедрить в течение четырех-пяти лет при условии, что мы начнем работу прямо сейчас. В медицине, если собрать все данные, машинное обучение можно запускать хоть сегодня.

— Но для начала все это подкрепить нормативно?

— Да, это важно. Еще важно, чтобы те, кто принимает законы, понимали разницу между персональными и деперсонализированными данными. Для обучения искусственного интеллекта нужны деперсонализированные данные. Эту грань нужно четко понимать.

Развивать беспилотные технологии с помощью ИИ

— Если говорить об ИИ и беспилотниках: какие преграды в развитии этого сегмента вы видите сегодня?

— Первая преграда — недостаточно быстрые темпы вывода беспилотников на дороги общего пользования. Одна из причин — сертификация. Это, по сути, оценка технического состояния машины. Она потребуется на этапе массового внедрения технологии. На этапе тестирования мы не видим в ней необходимости. Нам надо сделать так, как это работает, например, в США, — мы делаем беспилотную машину, и через два дня она уже ездит на дорогах общего пользования. Тогда мы сможем ускориться и выводить на дороги очень много беспилотников, а Россия будет успешно конкурировать с мировыми лидерами в этой области.

— Зачем много?

— Грубо говоря, сначала мы говорим беспилотнику, что есть такие-то правила дорожного движения. Все остальное, кроме этих правил, происходит благодаря машинному обучению. Беспилотник должен собрать очень много данных, и эти данные должны собираться не на полигоне и даже не в одном конкретном месте, а во всем городе — везде, где есть свободное движение. Чем больше беспилотников, тем больше данных, тем безопаснее технология. Тут ровно как с человеком: нельзя научиться водить, если не выезжать в город. А ведь мы хотим научить наш беспилотник водить гораздо лучше человека.

— О каких данных идет речь?

— Как ведут себя другие машины, люди и вообще все участники движения. Эти данные позволяют машинам точнее предсказывать развитие дорожной ситуации и правильнее реагировать. Таких данных надо собрать очень много.

— Как много надо беспилотников, чтобы собрать достаточно данных?

— Данные должны собираться на живых улицах: там, где активное движение, где пробки, где разные стили вождения, где другие водители нарушают правила. Одного или пяти беспилотников для этого недостаточно; это задача-минимум для тысячи машин. Беспилотники совершенно безопасны, потому что за рулем есть инженер, который, если что-то случится, возьмет управление на себя. Инженер целиком и полностью отвечает за эту машину — точно так же, как обычный водитель.

— 1000 беспилотников — это реально?

— Пока наш план — вывести на дороги сто беспилотников до конца года. В дальнейшем мы бы хотели расширить до тысячи. Наверное, нужно добавить к экспериментам еще несколько городов. Пока необязательно использовать беспилотники во всех городах страны, но в больших точно стоит.

— Пока что это кажется большой, почти нереальной цифрой…

— Мы должны сравнивать себя с США и Китаем, с которыми мы соревнуемся. В Китае уже ездят точно не меньше 350 беспилотников, в США их больше тысячи. Значит, нужно ориентироваться на тысячи. Кто больше данных успеет собрать, кто больше километров накатает на публичных дорогах, у того и будет лучше ездить беспилотник.

— А если говорить о полностью автономных беспилотниках?

— Да, важно выводить на дороги и такие беспилотники, в которых инженер сидит уже на пассажирском месте. Пока что подобные машины ездят только в тихих местах — в Иннополисе и в Сколково. Надо делать больше экспериментальных зон. Например, через год такие площадки уже можно будет открывать и в оживленных районах города.

— Но с ходу к беспилотникам мы же все равно, наверное, не привыкнем?

— С ходу да. Люди точно не будут сразу им доверять и верить, что они безопаснее. Сначала они будут доверять ситуации, когда человек сидит за рулем и, если что, сможет вмешаться. Потом будут доверять, когда кто-то не сидит за рулем, но сможет в случае необходимости взять управление на себя. А со временем привыкнут и садиться в пустой беспилотник. Мы к этому двигаемся.

— Возможно, дело в том, что люди должны научиться доверять современным технологиям, включая искусственный интеллект?

— Мы уже сейчас много пользуемся вещами, в основе которых лежит искусственный интеллект, — это навигаторы, мессенджеры, поисковики. Люди привыкли к таким вещам, этому уже никто не удивляется. Многие, особенно молодые люди, ищут информацию голосом, хотя старшему поколению это кажется странным и непонятным.

— То есть в целом люди начинают позитивно смотреть на то, что вокруг них все становится «умным»?

— Иногда люди смотрят на что-то негативно, но при этом вовсю используют. Все эти вещи будут постепенно входить в нашу жизнь, как вошла привычка сидеть в интернете через смартфон. Пройдет еще десять лет, и никто не будет удивляться, садясь в беспилотное такси. Люди порой не замечают, как переходят к такой вот новой жизни.

 Готовить специалистов будущего

— Очевидно, что в развитии ИИ без сотрудничества с государством не обойтись? К примеру, в написании национальной стратегии развития искусственного интеллекта участвовали многие игроки, включая бизнес и государство.

— Да, сейчас, когда мы вместе пишем стратегию по развитию ИИ, бизнесу и государству важно сотрудничать. В данном случае Сбербанк пригласил игроков технологического рынка и попросил о помощи, и мы все объединились. Эта стратегия была общей: и бизнеса, и государства.

—  Согласно нацстратегии, доля крупных и средних компаний, органов госвласти и подведомственных организаций, использующих ИИ, к 2024 году должна достигнуть 10%, к 2030 году — 20%. Реальна ли эта цель?

— Для начала нужны люди, которые этим бы занимались. Нужны программы обучения и воспитания кадров. При этом всегда есть риск, что человек, которого мы обучили, рано или поздно уедет. На Западе очень любят наших специалистов по ИИ. Там кадровый голод сильнее, чем в России, поскольку больше компаний, которые используют технологию. Есть риск не только недовоспитать ценные кадры, но и их потерять.

— Как этого не допустить?

— Прежде всего нужно быть привлекательными здесь, чтобы люди не хотели уезжать. Нужен хороший бизнес-климат. Специалистам важно понимать, как лучше развиваться в стране. При этом важно и возвращать своих профессионалов. В последние несколько лет мы этим активно занимаемся: обратно вернулись уже 120 человек. Каждый из этих случаев — точечный и сложный, но очень ценный наем.

— И нужно также привлекать из-за рубежа специалистов, как предложено в нацстратегии?

— Привлекать иностранных специалистов тоже важно, но это еще сложнее, чем вернуть своих. В итоге для развития искусственного интеллекта кадры — самый большой вызов, но и самая большая надежда.

— Какие еще есть риски?

— Важна правильная конкуренция. Когда в каждом направлении есть несколько сильных игроков, конкуренция между ними будет здоровой, без всяких перекосов. Еще один риск — невозможность экспериментировать. Нужно, чтобы государство давало экспериментальные площадки, чтобы те сервисы с ИИ, которые живут в физическом мире, можно было бы тестировать в реальных условиях. Пока мы придумываем серьезное законодательство, нужно принимать постановления, которые в конкретных местах давали бы возможность экспериментировать в особом режиме.

— Развитие ИИ — это хорошо, но многие эксперты предрекают, что внедрение искусственного интеллекта в производство или в сферу услуг может привести к росту безработицы.

— К этому надо готовиться. С одной стороны, в некоторых сферах кадров сейчас не хватает. С другой стороны, всегда будут профессии, которые со временем отомрут, но это будет происходить постепенно. Всплеска безработицы не будет, а будет плавный переход: за 10–15 лет мы увидим новый поток людей новых профессий. Если какие-то профессии отмирают, людей этих профессий надо переучивать.

— И делать это как можно быстрее?

— Конечно, и это уже происходит. К примеру, так поступает сервис «Яндекс.Практикум». Теперь в онлайне за полгода-год можно переучиться со старой профессии на новую. В «Практикуме» сейчас обучаются, например, шахтеры. Переучивать можно и нужно многих.

 Прививать любовь к технологиям с молодых лет

— Согласно федеральному проекту «Кадры для цифровой экономики» нацпроекта «Цифровая экономика» к 2024 году в России из вузов должны выпускаться 120 тыс. специалистов в сфере IT, а доля населения, обладающего цифровыми навыками, должна достигнуть 40%. Достижимы ли эти цели?

— Если все будут работать слаженно, это возможно. Эти числа правдивые. К примеру, количество поисковых запросов про IT-вакансии за последний год выросло на 25%, доля IT-вакансий в общем потоке выросла на 5% — это довольно много, особенно если представить, что такой рост наблюдается год от года. Это говорит о спросе, поэтому выпуск IT-специалистов надо увеличивать — как раз эти 120 тыс. и получаются.

— Какие инструменты для этого есть?

— С одной стороны, большой толчок даст увеличение бюджетных мест в вузах. При этом надо будет улучшать и качество наборов. С другой стороны, нужно не только выпускать новых студентов, но и переучивать взрослых людей, часто онлайн. Это тоже может привлечь перспективные кадры.

— Есть ли риски?

— Есть риск не успеть, не набрать столько студентов, недостаточно качественно их обучить. Если мы расширяем набор, к нам начинают приходить менее мотивированные люди — их надо не только правильно учить, но и правильно мотивировать. Это значит, что нужно менять программу. Если мы в 2,5 раза увеличиваем количество студентов, их нужно будет дополнительно мотивировать.

— Данные, которые вы приводите, говорят о том, что спрос увеличивается. Молодежь сама формирует этот спрос?

— Да, плюс родители помогают. Сами ребята, видно, больше интересуются.

— Тем не менее информатика остается не самым популярным предметом в школе.

— Информатику в школах пока преподают слабо и неинтересно. Дело не в том, что ее не считают важной, а в том, что школа пока не перестроилась и не может заинтересовать школьников информатикой. Этот предмет должен перейти на новый уровень, но пока этого не происходит.

— Что нужно сделать?

— Образованию должен помогать бизнес. Школа — консервативное место, поэтому кажется, что помощь IT-компаний — скажем, в виде кружков — могла бы быть очень полезна. Например, три года назад мы открыли «Яндекс.Лицей», который задумывался как кружки для подростков. На тот момент мы не шли в школы, специально открывались в регионах, а не в Москве, где все проще и потребность не такая большая.

— Каков был спрос?

— Мы увидели, что спрос бесконечен, в том числе со стороны региональных властей. Заявки идут потоком, который мы не можем переработать. Другой вариант — заходить в школы: скажем, сделать класс или даже полкласса с углубленным изучением информатики. Можно и изменить вообще всю информатику в школах. Задача кажется неподъемной, но, если объединить усилия государства и компаний, это реально.

— К чему мы придем в итоге?

— Есть ощущение, что если взять параллель, то 10–15 старшеклассников должны заниматься информатикой углубленно, а остальным нужно дать более простой, но современный курс: про цифровые технологии, безопасность, немного про алгоритмы. Например, мы один из стратегических партнеров департамента образования Москвы в проекте «ИТ-классы в московских школах». Мы курируем IT-классы в школах с математической вертикалью. Я думаю, что уже с начала 2020/21-го учебного года такие классы будут открываться по всей стране. Сначала надо посмотреть, как в Москве пойдет, но в целом мы готовы.

— Вопросами подготовки IT-кадров также будет заниматься созданная отраслевая рабочая группа по цифровому образованию при АНО «Цифровая экономика», которая объединяет крупнейших игроков индустрии. Каковы ее задачи?

— Сейчас есть проект, в рамках которого необходимо внедрить цифровизацию в школы. Чтобы сделать это хорошо, государству нужна помощь. С одной стороны, нужно цифровизовать сервисы, такие как облачная бухгалтерия, кадровый потенциал. С другой стороны, есть маркетплейс так называемых цифровых учебных комплексов, которые объединяют необходимые для образования детей информационно-технологические инструменты.

— Звучит достаточно сложно. Дети смогут такое принять?

— Ориентироваться надо в первую очередь на учителей. Их роль будет огромна. Именно они будут помогать развивать продукт.

— Но и бизнес должен играть свою роль? Например, «Яндекс».

— У нас есть большая программа в рамках «Яндекс.Учебника», по которой мы обучаем учителей. Мы делаем это уже в 25 регионах и с февраля этого года обучили более 11 тыс. учителей. Программа дает базовые цифровые навыки: как использовать учебную аналитику, какие умения развивать в детях.

— Насколько масштабна эта программа?

— Думаю, что за следующий учебный год мы сможем обучить 50 тыс. учителей, у нас есть такая надежда.

— И все они учатся применять цифровой учебный комплекс?

— За последний год мы потренировались на этом комплексе и поняли, что он может быть полезен как детям, так и учителям. Сейчас этим комплексом пользуются около 600 тыс. детей. Пока с его помощью они изучают русский язык и математику в младшей школе, но мы будем выходить и в среднюю школу, добавлять другие предметы. Учителя говорят, что благодаря платформе они экономят до трети времени.

— Каков охват этой программы?

— «Яндекс.Лицей» в прошлом году работал на 128 площадках в 58 городах. К сентябрю их будет еще больше. «Яндекс.Учебник» уже присутствует в 16 тыс. школах из 79 регионов. Такие сервисы вызывают большой интерес, в том числе и у школьников.

— Будем надеяться, что это только начало.

— Мы очень в это верим, да.

Беседовал​​​​​​ Давид Комахидзе

— Викисловарь

Английский [править]

Альтернативные формы [править]

Этимология [править]

От среднеанглийского через («бок о бок, близко друг к другу, рядом, снова и снова, постоянно, снова и снова, неоднократно»), что эквивалентно по + и + по .

Наречие [править]

от ( несопоставимо с )

1. Спустя короткое время.

   • О, как похожа эта весна любви / Неуверенная слава апрельского дня / Который теперь показывает всю красоту солнца / И мало-помалу облако уносит все!

   • 1636 , Уильям Камден; Джон Филипот, Остатков о Британии, их языках, именах, фамилиях , 5-е издание:

     Два анонса и до и к — полтора часа.

   • а. 1822 , Перси Биши Шелли «О симпозиуме, или предисловие к банкету Платона»

     «Ты смеешься надо мной, Сократ, — сказал Агафон, — но мы с тобой разрешим этот спор о мудрости к году, выбрав Вакха своим судьей. А теперь переходим к твоему ужину».

2. По истечении неопределенного срока.

   Сядь, отдохни, и мало-помалу ты почувствуешь себя лучше.

   • Она сказала сама / Она простит его, вскоре и , не сейчас — / Тогда ради нее самого, если не для меня — не сейчас — Но постепенно .

   • 1907 , Ада Р. Хабершон (тексты), Чарльз Х. Габриэль (музыка), «Будет ли круг неразрывным?»:

     Будет ли круг неразрывным / мало-помалу , постепенно ? / Ожидает ли лучший дом / в небе, в небе?

3. (устарело) Немедленно; сразу.

Примечания по использованию [править]

• Значение термина изменилось с обозначения «близкого» времени ( на ) на более неопределенный диапазон времен, возможно, под влиянием использования этого термина в качестве существительного для обозначения в дальнейшем .

Синонимы [править]

Потомки [править]

Переводы [править]

в неопределенное время в будущем

Существительное [править]

от ( множественное число не засвидетельствовано )

1. Небеса; потусторонний мир.Обычно предшествует «сладкое».

   Извините, мэм, но ваша кошка перешла на сладкий к .

Синонимы [править]

Переводы [править]

.

мало-помалу — это … Что такое мало-помалу?

.