Data Science. Розвінчуємо міфи про штучний інтелект та нейромережі.

Artificial Intelligence, нейромережі, машинне навчання… Ці слова зараз у всіх на слуху.  І ці слова дуже добре продаються. Та чи справді все, що називають такими гарними гучними іменами, має пряме відношення до штучного інтелекту, або до нейромереж, аналогічних до тих, що функціонують у мозку людини? Сьогодні розвінчуємо міфи разом з експертами в Data Science Андрієм Босим та Миколою Козленком.

Нещодавно голова лабораторії штучного інтелекту Facebook Ян ЛеКан розкритикував всім відомого робота Софію, яка володіє великою популярністю завдяки своїй антропоморфності та активним рекламним зусиллям своїх творців. Софія в минулому році стала першим роботом у світі, який отримав громадянство. Попри все це, безумовно, Ян ЛеКан правий. Софія скоріше може називатись непоганим чат-ботом, але аж ніяк не штучним інтелектом. “Це хороший маркетинг і не більше” – погоджується і наш експерт Андрій Босий. Але що ж тоді може насправді називатись штучним інтелектом? Цікаво, але Андрій вважає, що штучним інтелектом не можна назвати на сьогоднішній день нічого. Отож, починаємо розвінчувати популярні міфи:

Міф 1. Зараз у світі активно розвивається штучний інтелект і вже існує багато прикладів його втілення. Яскравим прикладом можуть бути сучасні роботи, які вступають у дискусії із співрозмовниками та навіть виглядають як люди.

Правда: Штучного інтелекту не існує і навряд чи колись він взагалі існуватиме.

В основі сучасних роботів лежить звичайний ряд скриптів. Як би нам не здавалось, що вони схожі на людину, що вони можуть продукувати емоції, але вони не мають відношення до справжнього інтелекту.

“Інтелект не може бути штучним. Якщо задуматись власне про поняття інтелекту, то стає очевидно, що він містить в собі дуже багато складових – це в першу чергу самоусвідомлення. Хіба можна собі уявити, щоб комп’ютер усвідомлював себе? Також він повинен самостійно вміти виділяти різні характеристики оточуючого світу, знати, що скажімо одна річ – мала, а інша велика, і знати це не тому, що йому про це сказали за допомогою скрипту, а тому, що він сам це розуміє та усвідомлює. Справжній інтелект здатний на любов та самопожертву, на почуття гумору – це зовсім нераціональні почуття, їх неможливо виразити змінними. Інтелект здатний творити абсолютно нову інформацію, не базуючись на певних вихідних даних. Якщо штучний інтелект досягне справді рівня інтелекту, він уже не зможе називатись штучним. Тобто, поняття “штучний інтелект” як таке немає сенсу.” – Андрій Босий

eye-2771174_1920

Гаразд, скажете ви, якщо штучного інтелекту не існує, то чим тоді займаються всі ті компанії, які заявляють про себе, що вони створюють АІ, нейромережі тощо?

Загалом, дуже велика частина того, про що ми сьогодні чуємо – це Data science. Якщо говорити просто – Data science – це наука, що працює із даними, це використання наявних даних (часто це великі дані) та їх аналіз, для того, щоб оптимізувати процеси прийняття рішень чи вирішити певні задачі, чи то в конкретній компанії, чи в суспільстві.

Важливу роль в цьому процесі відіграє також Data mining – це збір даних і виявлення в цих даних особливої цінності; розуміння, як дані можна аналізувати і використовувати. Data science – непроста але дуже цікава наука, яка потребує знань статистики та програмування водночас.

“Експерт із Data science знає, як проаналізувати дані, виявити, чи ці дані можуть нести якусь цінність, і як саме ці дані варто використовувати, а також вирішує, як усувати помилки в даних, які моделі використовувати, щоб здійснити екстраполяцію результатів аналізу цих даних на реальну ситуацію в світі, адже далеко не завжди навіть великі дані дають правильне уявлення про реальну ситуацію. Для того, щоб пов’язати дані із реальністю застосовуються статичні інструменти, формули, теорія ймовірності, прикладна математика та багато інших розрахунків. Датасаєнтист повинен дуже добре все це розуміти, знати і вміти з простих чисел видобути користь і допомогти клієнту отримати реальну інформацію, яка вплине на його бізнес.” – каже Микола Козленко.

blur-1853262_1920

Міф 2. Нейромережі – новий проривний тренд. Системи, що працюють по аналогії із нейронними зв’язками в людському мозку.

Правда: Підхід, що лежить в основі нейроних мереж з’явився в 50х-60х роках. І все це немає жодного відношення до того, що відбувається в нашій голові. Нейромережі є зручним механізмом, який на вході отримує дані та класифікує їх, цей механізм можна навчати, він може показувати помилки, які він буде враховувати в подальшій роботі, за допомогою нейромереж дуже зручно можна працювати із даними так, щоб вони добре переносились на реальне життя.

Існують ще дуже хороші механізми Deep Learning. На відміну від звичайної нейромережі, така мережа сама здатна вибирати класифікатори. Скажімо, ми будуємо систему для пошуку нерухомості та маємо набір параметрів по кожному житлу: площа, регіон, наявність поблизу навчального закладу, та багато інших параметрів. Ми можемо вказати системі, що на ціну житла впливають певні конкретні параметри із вище перелічених. А при застосуванні Deep Learning система сама може вибрати із великої кількості параметрів та їх значень те, що буде необхідним та оптимальним для роботи із даними. Все це працює за заздалегідь побудованим алгоритмом.

Зв’язки ж у людському мозку працюють хаотично і незбагненно. Відповідно, нейронні мережі також не мають жодного відношення до штучного інтелекту.

“Нейромережа – це крутий класифікатор та регресор, але він не має відношення до того, що відбувається в мозку людини.” – каже Микола Козленко

abstract-1392404_1920

Міф 3. Залишилось ще кілька років, і роботи та механізми зможуть замінити більшість людських професій, внаслідок чого виникнуть глобальні проблеми із безробіттям.

Правда: Роботи та механізми ніколи не зможуть замінити людину в безлічі професій, вони не можуть реагувати на різкі непередбачувані зміни обставин, неоптимально працюють в неідеальних умовах, не говорячи уже про творчі завдання. Так, вони можуть добре впоратись із масовою рутинною роботою, але вони поки не є надійними там, де існують високі ризики для життя та здоров’я людей. Ми запитали Андрія Босого, чи сів би він у самокеровану машину, Андрій жартує: “Якщо б мені дали Tesla, то я б її взяв! Проте, якщо серйозно, то я не можу впевнено стверджувати про їх безпечність, адже такі машини добре працюють при певному наборі ідеальних умов: ідеальне освітлення, видима розмітка та дорожні знаки тощо. Чесно скажу, в нашому місті у вечірню пору доби не поїхав би”.

Міф 4. Сьогодні навколо нас уже дуже багато рішень в сфері АІ і Data Science, ми ними користуємось кожного дня.

Правда: Зараз далеко не всі задачі в даних сферах вирішені. Так, ми користуємось пошуковиками за допомогою голосових запитів. Проте, розпізнавання голосу на сьогодні ще дуже далеке від ідеалу, адже кожна людина розмовляє по-своєму. Зовсім частково вирішене також і питання розпізнавання зображень, адже скажімо навіть при будь-якому повороті зображення система уже не ідентифікує його як таке, яке ми шукали. Самокеровані машини дуже розвинулись останнім часом, та вони все ще доволі сильно залежать від ідеальних умов на шляху.

“Загалом зараз у нашій справі існує свого роду дуалізм: ті задачі, які цікаві клієнту, які необхідно вирішувати, для них немає необхідної кількості даних, або клієнти не хочуть передавати ці дані для розробки, турбуючись про безпеку даних своїх клієнтів. В той же час, є задачі, які дуже важко вирішити, а даних існує просто надзвичайно багато. Наприклад, розпізнавання тексту: даних для аналізу хоч греблю гати, а побудувати рішення не завжди буває просто. Ще досі для вирішення багатьох задач не вистачає технічної спроможності комп’ютерів, ну і звісно, ще не знайдено власне рішень, як саме це все можна вирішити. Перспективи та майбутнє у цієї сфери надзвичайні.” – Андрій Босий.

Попри те, що ми сьогодні трохи змінили уявлення про такі популярні поняття як штучний інтелект та нейромережі, хочемо розповісти про приклади цікавих задач, які сьогодні активно вирішуються за допомогою науки Data science:

-Розпізнавання звуків музики, мови людини. Досягнення ефекту, при якому комп’ютер може акомпанувати людині, коли та грає на музичному інструменті.

audio-1839162_1920– OCR. Розпізнавання рукописних текстів в старих архівних документах. Наприклад, компанія має архів різнотипних документів, це інвойси, фактури, статути, договори та інше. Створюється розумна система, яка повинна визначити, що це за документ, які дані він містить, та помістити дані в електронному варіанті у базу даних. Як це робиться? Систему можна навчити визначати, в якому конкретно місці може типово знаходитись назва документа чи його номер, дата тощо, або які символи зазвичай містить певний тип інформації, скажімо, якщо це дата, то можливо вона міститиме символ “/”. Сьогодні уже вдається досягати точності таких систем близько 90%. Якщо раніше в компаніях були спеціальні люди, які цілими днями виконували сортування документів та збір інформації із них вручну, то сьогодні цього можна уникнути.
Також те, що на сьогодні вдалось успішно реалізувати в цій сфері – це розпізнавання штрихкодів, QR-кодів, яке має дуже широке застосування.stack-letters-447578_1920-Планування розміщення сонячних панелей на дахах будинків в залежності від кута падіння сонячних променів на сонячні батареї

-Візуальний підрахунок кількості людей, які протягом дня заходять і виходять з магазину, визначення та аналіз певного набору характеристик цих відвідувачів.

-Аналіз супутникових знімків дахів будівель для визначення наявності чи відсутності сонячних батарей на дахах будинків для лідогенерації для компанії, що продає сонячні батареї.

-Нейромережі у мобільних додатках для eCommerce, які аналізують тривалість перегляду користувачем того чи іншого товару та миттєво вирішують, який товар оптимально показати наступним, щоб він був цікавим саме для цього конкретного користувача.

-Смарт мерчендайзинг: аналіз поведінки покупців, тенденцій продажів, їх причин, пронозування на основі відстеження результативності продажів товару в залежності від його розміщення на полицях.

-В світі ведуться спроби створити системи, які б відрізняли фейкові новини від справжніх.

-“The Young Pope”, який відстежує коментарі в соціальних мережах та реагує на них фразами із Біблії.

-Розробка моделі для визначення точної ринкової ціни об’єктів нерухомості. Завдяки розробленому алгоритму проводиться аналіз сотень статичних і динамічних параметрів кожного об’єкта нерухомості (як вимірюваних: площа, розташування, так і невимірюваних: кольори, наявність сонячних панелей, якість меблі та ін.), аналізується динаміка ринку та історія продажів в регіоні. Розроблена модель дає точну оцінку вартості нерухомості у 95% випадків, фактично так як би це робив експерт з нерухомості.

-Діагностування онкологічних захворювань на основі аналізу великих обсягів даних магнітно резонансної томографії та формування наступних рекомендацій пацієнтам.

-Глибокий аналіз соціальних мереж для реалізації ефективних комунікаційних діджитал стратегій.

-Пошук закономірностей, взаємозв’язків в історії продажів (по чеках, роках, товарах, групах товарів) і побудова моделей для прогнозування впливу змін певних параметрів на продажі.

-Аналіз пошукових запитів користувачів та адаптація сайтів під користувача в режимі реального часу.

Це лише мізерна частинка того, з чим вже сьогодні працюють датасаєнтисти. Якщо  вам чи вашим клієнтам цікава тематика Data Science, якщо є потреба у нових підходах в роботі з даними, спеціалісти компанії [bvblogic] нададуть рекомендації та допоможуть побудувати ефективні моделі для монетизації цих даних. Ви можете отримати безкоштовну консультацію вже сьогодні, та дізнатись які приховані можливості відкривають для вас дані! Не вагайтесь, напишіть нам.

analytics-3088958_1920

Sorry! The Author has not filled his profile.

Як відбувається процес рекрутингу в ІТ-компанії

Як відбувається процес рекрутингу в ІТ? Які завдання  постають перед рекрутером? Якими навичками має володіти кандидат, щоб привернути увагу рекрутера? Нижче ви знайдете відповіді на всі ці запитання. Технічні дослідження показують, що лише з належними…

bvblogic у захваті від 5-зіркових відгуків!

У сучасному цифровому світі недостатньо просто мати веб-сайт. Вам потрібно мати дивовижний веб-сайт – той, який дійсно створює унікальний і динамічний досвід для користувачів. Коли ви наймаєте веб-розробника, ви довіряєте йому створити онлайн платформу, яка…

Напишіть відгук

Ваша пошт@ не публікуватиметься. Обов’язкові поля позначені *