Искусственные нейронные сети(ИНС), как технология, появились достаточно недавно. По сути это искусственный интеллект который знает как получать знания и, главное, как их использовать. Далее я буду называть его искусственный интеллект с нейронными сетями (ИИНС)
Само понятие машинного обучения известно давно. Практическому применению оно обязано взрывному развитию компьютерной техники. Для ИНС необходим доступ к большому объему информации и техническая возможность быстро ее обрабатывать.
После того, как искусственный интеллект научили обучаться и применять на практике полученные знания — мир, каким мы его знали, закончил свое существование.
Главное во всем этом то, что ИИНС получил возможность самостоятельно принимать решения.
Разница между искусственным интеллектом и ИИ с нейронными сетями.
Постараюсь объяснить разницу между ИИ и ИИНС на примере поисковых систем интернета.
Хорошо известно, что основной объем информации мы получаем из интернета. Одни люди или организации информацию, назовем их информаторы, в нем размещают, другие, потребители, ее там ищут. Между информаторами и потребителями находится окно поисковой системы (Яндекс, Гугл и т.д.). Размер окна лимитирует количество информационных предложений в одном окне. Как правило их примерно 15-20. Примерно 90% потребителей просматривают первые две три страницы. Таким образом увидят только 45-60 предложений информаторов. Если не рассматривать контекстную рекламу, которая размещается по принципу кто больше заплатил тот и выше, остается порядка 30-40 позиций, которые могут занять сайты информаторов продвигающих свои услуги, товары или просто информацию бесплатно. Это продвижение называется СЕО продвижение.
Допустим, если по какой-то теме на первых двух страницах поисковой выдачи донести свою информацию до потребителя хотят 300 информаторов, получается конкурс 10 претендентов на место. По популярным темам, товарам или услугам претендентов может быть 1000 и более на место.
Понятно, что проводить ежедневно этот конкурсный отбор не под силу ни одному человеку или группе людей. До недавнего времени этим занимался ИИ.
Условия «конкурсного отбора» определялись разработчиками программы ИИ. Они строились на принципе соревновательности — например, у кого больше ссылок, меньше отказов, лучше скорость загрузки, меньше ошибок и т.д. У каждой поисковой системы свои критерии отбора. Количество параметров растет каждый год и, насколько мне известно, только у Гугла уже перевалило за 1000. Таким образом, кто лучше всех сделал сайт, тот и получил место под солнцем. При таком алгоритме потребитель набирая нужный ему запрос в строке поиска всегда получал в выдаче победителей конкурсного отбора. Причем по одному запросу разные потребители получали одинаковую выдачу.
Все стало меняться после внедрения ИИНС в поисковые системы. За счет способности самообучаться ИИНС, происходит изменение алгоритма поисковой выдачи. Теперь анализируется не только и не столько соответствие параметрам (хотя это имеет важное значение), на первые позиции выдвигается качество контента — что хочет донести до потребителя информатор. С другой стороны ИИНС анализирует запрос потребителя — что он хочет найти в интернете, какую информацию, товар или услугу. Искусственный мозг создает виртуальный портрет потребителя, практически клонирует его. Записывает историю запросов, активность, включая социальные сети. Полученная информация постоянно анализируется ИИНС и создается цифровой портрет конкретного потребителя. Когда потребитель заходит в сеть и начинает что-то искать, ИИНС начинает «подтягивать на первые страницы сайты, которые по его мнению, наиболее полно подходят конкретному человеку.
Это можно продемонстрировать на простом примере. Если два человека одновременно зайдут в интернет(лучше с разных ID) и по одному ключевому слову начнут искать одну и ту же услугу или товар, то они получат различную выдачу. Возможно она пока будет иметь не очень большие отличия, но со временем эта разница будет увеличиваться.
Таким образом мы скоро придем к тому, что ИИНС будет определять, что показывать потребителю и какую информацию размещать на сайте.
Это стало возможным благодаря тому, что ИИНС научили распознавать, читать и понимать текст.
Я думаю, что полноценный переход на индивидуальную выдачу в поиске пока сдерживается следующими факторами:
- не до конца отработан алгоритм создания цифрового клона каждого потребителя;
- ввиду большого разнообразия информационных тем, товаров и услуг, ИИНС нужно сначала провести систематизацию имеющейся информации, затем ввести систему ранжирования и прописать алгоритмы выдачи;
- отсутствует достаточное количество квалифицированных специалистов для организации такой работы и помощи обучению ИИНС в этой сфере.
Машинное зрение, машинный слух, машинная речь.
О машинном слухе мы знаем уже давно. Практически всем известно приложение Siri или Алиса. Работа этих программ основана на распознавании и генерации речи.
Машинное зрение тоже уже не новинка. ИИНС может различать практически все объекты которые видит, сопоставлять изображения с базой данных и определять конкретного человека, группу людей, животных и т.д.
Недавно ученые обучили ИИНС совмещать зрение и слух. Теперь он не только видит и «понимает, что он видит, но и совмещает увиденное и сопровождающие звуки.
Таким образом ИИНС теперь может смотреть и прослушивать любые видео, записи с камер наблюдений, видеорегистраторов, классифицировать, анализировать полученную информацию и на основе анализа принимать определенные решения. Алгоритм действий уже как у человека, с той лишь разницей, что объем информации, скорость обработки и принятия решений отличаются в разы.
Эти возможности ИИНС широко применяются при создании беспилотных автомобилей и военных роботов.
Развитие ИИНС зависит от развития технологий Блокчейн и Бигдата. Главные точки прорыва будут в местах пересечения этих технологий.
Далее я подробно коснусь совместных возможностей ИИНС, Блокчейн и Бигдата при описании сфер деятельности и профессий.