Введение в структуризацию искусственного интеллекта

 

Моя «личная» структура искусственного интеллекта, точнее не самого ИИ, а принципов его понимания, разрабатывалась в течение нескольких последних лет из‑за того, что я твердо решил научиться различать информацию, дезинформацию и маркетинговые ходы в многочисленных обсуждениях. Я не программист и не разработчик искусственного интеллекта, поэтому мне нужно было представить его мир на языке, понятном для таких людей, как я сам. Меня постоянно разочаровывала лень авторов, использующих специфическую компьютерную терминологию, тогда как их статьи предназначались не для коллег‑ученых, а для того, чтобы объяснить принципы искусственного интеллекта дилетантам. В результате подобные статьи только запутывали людей еще больше. При этом такие термины, как, например, «искусственный интеллект», «когнитивная автоматизация» и «машинное обучение», использовались авторами взаимозаменяемо, хотя это совершенно разные вещи.

Работая консультантом по управлению, создавая стратегии автоматизации для бизнеса, читая множество статей по этому вопросу и общаясь с другими практиками и экспертами, я свел всю доступную информацию о возможностях искусственного интеллекта к восьми основным функциям: распознавание возраста, распознавание речи, поиск, кластеризация, распознавание и понимание речи (РПР), оптимизация, прогнозирование и понимание. По сути, любое применение искусственного интеллекта может быть связано с одной или несколькими из этих функций.

Первые четыре относятся к получению информации – извлечению структурированных данных из неструктурированных массивов. Эти категории (захват данных) являются на сегодняшний день самыми зрелыми. Есть много примеров использования каждой из них в повседневной жизни: мы сталкиваемся с распознаванием речи, когда звоним на линии автоматического ответа; у нас в телефонах есть функция распознавания изображений, автоматически сортирующая наши фотографии; есть функция поиска, позволяющая читать и классифицировать отправляемые нами электронные письма (например, с жалобами на опоздание поезда), мы распределяемся на группы единомышленников каждый раз, когда покупаем что‑то в интернет‑магазине. Искусственный интеллект весьма эффективно собирает массовые и неструктурированные данные, которые мы отправляем в информационные каналы, и превращает их во что‑то полезное. Или в бесполезное и даже навязчивое, но это уже зависит от вашей личной точки зрения; впрочем, стороной эту тему обойти нельзя, и мы еще обсудим ее более подробно в следующих главах.

Вторая группа – РПР, оптимизация и прогнозирование, – связана с принятием решения на основе уже полученной информации. Эти функции ИИ пока менее совершенны, но уже применяются в нашей повседневной жизни. Распознавание и понимание речи превращает голосовые данные в те или иные полезные действия, на которые указывают отдельные слова, когда они соединены в предложении. Возможность оптимизации (включающая в себя в качестве основных элементов решение проблем и планирование) охватывает широкий спектр применений: например, определение оптимального маршрута между вашим домом и работой. И наконец, функция прогнозирования пытается определить, что произойдет вслед за определенным действием: так, если мы купим книгу о раннем японском кино, то мы, вероятно, захотим купить и книгу об Акире Куросаве.

Однако как только мы добираемся до функции понимания, все принципиально меняется. Понимание того, почему что‑то происходит, означает, по существу, познание; для этого, помимо множества вводных данных, требуется умение их учитывать и концептуализировать в модели, которые могут быть применены к различным сценариям. Вот в этом человеческий мозг преуспел, а современный искусственный интеллект еще просто ни на что не способен. Все предыдущие функции искусственного интеллекта были весьма специфическими (их обычно объединяют под термином «узкоспециализированный искусственный интеллект»), а для функции понимания требуется универсальный интеллект, которого просто еще не существует за пределами человеческого мозга. Универсальный искусственный интеллект можно назвать «святым Граалем» для разработчиков ИИ, и на данном этапе он доступен не более, чем та самая легендарная реликвия. Я буду обсуждать будущее искусственного интеллекта в заключительной главе, но в целом эта книга как практическое руководство по искусственному интеллекту в современном бизнесе будет сосредоточена на тех узких возможностях ИИ, которые могут быть реализованы прямо сейчас.

Скорее всего, вы уже начали понимать из приведенных мною примеров, что, когда искусственный интеллект используется в бизнесе, он обычно реализуется не в виде отдельных функций, а как их взаимосвязанная комбинация.

Поскольку отдельные функции ИИ стали понятны, их можно объединить для решения проблем и выполнения коммерческих задач. Например, я мог бы позвонить в банк, чтобы попросить кредит, и при этом в конечном итоге говорил бы с машиной, а не с человеком. В этом примере искусственный интеллект сначала превратит мой голос в отдельные слова (распознавание речи), затем определит, что именно я хочу (РПР), решит, могу ли я получить кредит (оптимизация), и наконец спросит меня, хочу ли я узнать больше о страховании автомобилей, потому что такие люди, как я (по совокупности сведений обо мне), как правило, нуждаются в кредитах на покупку автомобилей (кластеризация и прогнозирование). Это довольно сложный процесс, основанный на большинстве важнейших функций искусственного интеллекта, и в нем вообще не обязательно задействовать человека. Клиент получает отличный сервис (услуга доступна днем и ночью, на звонок отвечают сразу же, клиент получает немедленный ответ на свой запрос), процесс действенен и эффективен для бизнеса (эксплуатационные расходы низкие, принятие решений происходит последовательно и рационально), а возможность получения доходов увеличивается (перекрестная продажа дополнительных продуктов). Таким образом, именно объединение отдельных функций является главным ключом к извлечению максимальной выгоды из возможностей искусственного интеллекта.

Итак, структурирование функций искусственного интеллекта дает нам основу для понимания того, на что он способен в реальности (а это, в свою очередь, – лучшее средство для противодействия маркетинговой шумихе), а также для практического применения ИИ к типовым задачам бизнеса. Обладая этими знаниями, мы сможем ответить на следующий ряд вопросов:

● Как искусственный интеллект поможет мне улучшить обслуживание клиентов?

● Как он может сделать мою коммерческую деятельность более эффективной?

● Как при его поддержке я смогу принимать более точные и взвешенные решения?

Все эти вопросы совершенно справедливы, и мы подробно остановимся на них в последующих главах.