Заведующий кафедрой бизнес-информатики Уральского государственного экономического университета, доцент, доктор экономических наук выступил на марафоне «Знание» о науке будущего» и поведал зрителям о царице наук, искусственном интеллекте и их тандеме с бизнесом.
Дмитрий Назаров, заведующий кафедрой бизнес-информатики Уральского государственного экономического университета, доцент, доктор экономических наук, рассказывает про растущие возможности и новые инструменты, которые позволяют использовать искусственный интеллект в бизнесе и бизнес-процессах, отвечает на вопрос, как внедрение математики помогает бизнесу.
Прежде всего необходимо определиться с задачами, которые способен выполнять искусственный интеллект. Он предназначен в том числе для генерирования новых идей, выявления определенных закономерностей, анализа данных и так далее.
Область исследований, занимающаяся созданием компьютерных алгоритмов для преобразования данных в обоснованные действия, называется машинным обучением. Машинное обучение — это ситуация, при которой машина учится всякий раз, когда может использовать свой опыт так, что каждый следующий раз, когда ей приходится решать ту же задачу, она де
Машинное обучение основано на модели деятельности человека. Рассмотрим пять этапов машинного обучения:
В бизнесе у машинного обучения и искусственного интеллекта огромный спектр применения. Например, ведение бухучета. На сегодняшний день уже существуют алгоритмы машинного обучения, которые могут автоматически разнести платежки по разным элементам бухучета. При использовании машинного обучения точность составляет 90%. Система позволяет быстрее обрабатывать входящие платежи, не требует постоянной поддержки и изменяется с изменением бизнес-процесса. В целом использование технологий машинного обучение позволяет сократить затраты на реализацию финансовой функции предприятия. Искусственный интеллект также способен оптимизировать многие бизнес-процессы, искать наиболее эффективные решения тех или иных типичных задач, с которыми сталкиваются многие современные компании. Несомненно, роль искусственного интеллекта в бизнесе будет только расти, поскольку машина способна обучаться и делать выводы быстрее человека, а это сделает многие компании еще более технологичными и эффективными.
Существует множество способов эффективно использовать искусственный интеллект в бизнесе. Дмитрий Назаров (Dmitriy Nazarov) собрал одни из наиболее удачных примеров внедрения AI (artificial intelligence) в разные сферы бизнеса России и других стран мира.
Исследователи университета в Ноттингеме разработали несколько алгоритмов нейросети, которые призваны оценивать степень риска развития кардиологических недугов. Обучение системы осуществлялось с использованием данных 378 тысяч жителей Британии. В ходе исследования ИИ смог определять вероятность кардиологических болезней с большей эффективностью, чем сами врачи. Роботы давали результат с точностью от 74 до 76,4% – по стандартной системе на основе 8 факторов, которую разработала Американская коллегия кардиологии, прогнозирование составляется с точностью 72,8%.
Руководство страховой компании Fukoku Mutual Life Insurance из Японии приняло решение подписать официальный договор с IBM, в соответствии с которым около трети сотрудников в её штате будут заменены системой Watson Explorer. Искусственный интеллект призван изучать медицинские сертификаты, учитывать количество обращений в больницы, перенесённых операций и многие другие данные, чтобы определять условия страхования людей. Технология машинного обучения должна помогать с поиском потенциальных случаев мошенничества в разных областях жизни человека.
Отметим, что подобную систему также используют в PayPal, чтобы выявлять случаи отмывания денег. ИИ сравнивает транзакции для определения подозрительных платежей. Благодаря реализации данного проекта PayPal удалось снизить количество мошеннических транзакций до рекордно низкого уровня – 0,32%.
Системы ИИ намного улучшили процесс формирования рекомендаций в различных веб-сервисах. Алгоритмы нейросетей выполняют анализ поведения пользователей на сайтах и сравнивают его с остальными посетителями. Применение такого инструмента позволяет определить, какие продукты нужны конкретному покупателю. Искусственный интеллект уже активно используется компаниями Amazon, YouTube, WSJ, Яндекс и пр.
Также нейросети часто используют при создании чат-ботов, оказывающих разностороннюю помощь посетителям сайтов или клиентам фирм. ИИ берёт на себя часть работы сотрудников колл-центров, что снижает временные и финансовые расходы. Подобная система использована при создании робота приёмной Правительства Москвы, обрабатывающего более 5% обращений.
Ещё один удачный пример, который привёл Дмитрий Назаров, – маркетинговая система Albert, используемая компанией Cosabella (производит нижнее бельё). Данный алгоритм практически самостоятельно выполняет большинство задач отдела маркетинга.
Уже который год крупные российские и зарубежные гиганты трудятся над созданием беспилотных автомобилей. Математики разрабатывают нейронную сеть, которая должна распознавать объекты (авто, людей и пр.).
ИИ планируют внедрять в «умные машины» уже в ближайшие годы. Предполагается, что система будет собирать сведения о пожеланиях пассажиров для регулировки температуры внутри салона, громкости аудиосистемы, кресел и прочих параметров. Также нейросеть должна уведомлять о возникновении опасностей на дорогах и определять эффективные пути их предотвращения.
ИИ становится всё более распространённым при создании приложений. Так, специальные алгоритмы нейросетей были использованы при разработке софта MSQRD, Prisma и Mlvch, которые позволяют обрабатывать фотографии и видео. Алгоритмы Яндекс и Sony занимаются записью музыкальных альбомов. В Японии нейросеть окончила написание книги. Также ИИ смог придумать продолжение «Игры престолов» и истории о Гарри Поттере. Команда Google создала робота-математика, который впервые сумел обыграть лучших игроков в известную азиатскую игру го.
Среди интересных разработок с использованием искусственного интеллекта стоит выделить:
Возможности нейросетей просто потрясают. Человеку остаётся лишь грамотно управлять ими для решения глобальных вопросов и задач.