Последние тренды в области искусственного интеллекта

Последние тренды в области искусственного интеллекта

За последнее десятилетие искусственный интеллект (ИИ) проник во многие сферы. В это время мы наблюдали значительный рост количества инструментов, приложений и платформ на базе ИИ и машинного обучения (МО). Эти технологии оказали значительное влияние на здравоохранение, производство, право, финансы, розничную торговлю, недвижимость, бухгалтерский учет, цифровой маркетинг и ряд других областей.

Компании инвестируют в исследования ИИ, чтобы узнать, как приблизить ИИ к человеку. К 2025 году общемировые доходы только от программного обеспечения ИИ превысят 100 миллиардов долларов США (Рисунок 1). Это значит, что в обозримом будущем мы продолжим наблюдать развитие технологий, связанных с ИИ и машинным обучением (МО). ИИ очень быстро изменяется, поэтому чтобы быть в курсе последних тенденций, нужно постоянно интересоваться этой темой. Давайте рассмотрим все, что вам необходимо знать об ИИ-трендах.


Рисунок 1. Годовой доход от программного обеспечения ИИ (Источник: Tractica)


1. Интеллектуальная автоматизация процессов

В соответствии с последним технологическим трендом компании ищут инструменты интеллектуальной автоматизации для решения бизнес-задач и повышения продуктивности, эффективности и точности на пользу организации. Один из таких инструментов – интеллектуальная автоматизация процессов, или ИАП – объединяет в себе технологии роботизированной автоматизации процессов (РАП) и искусственного интеллекта (ИИ) для обеспечения быстрой сквозной автоматизации бизнес-процессов и ускорения цифровой трансформации. При РАП компьютерные программные роботы выполняют повторяющиеся цифровые задачи на базе правил, управляемых структурированными данными. Однако сейчас многие бизнес-процессы базируются на больших объемах неструктурированных данных или генерируют такие данные в реальном времени. ИАП позволяет автоматизировать процессы с помощью машинного обучения, аналитических возможностей и когнитивных технологий, таких как компьютерное зрение, обработка естественного языка (NLP) и нечеткая логика. Ожидается, что в ближайшее время объем внедрения ИАП будет расти, причем в некоторых отраслях предполагается крупномасштабный рост.


2. Переход к кибербезопасности                                 

При том что ценность данных становится высока как никогда, недостатка в киберпреступниках, ищущих новые способы завладения ими, не наблюдается. Одним из недостатков свежих ИИ-разработок является то, что хакеры могут использовать их для доступа к конфиденциальной информации. Таким образом, важный ИИ-тренд – это разработка технологий распознавания распространенных типов атак и сообщения о них. Таким же образом с помощью ИИ разрабатывается антивирусное программное обеспечение, так как эта технология может помочь предотвратить разрушительные последствия от угрозы вредоносного ПО. Что касается бизнеса, инструменты кибербезопасности на базе ИИ могут также собирать данные из собственных коммуникационных сетей компании, цифровой деятельности, систем обработки транзакций, веб-сайтов, а также из внешних открытых источников информации. Затем эти инструменты запускают алгоритмы по выявлению закономерностей и обнаружению или прогнозированию угрожающей активности, потенциальных утечек данных и т.д. Поскольку преступники постоянно создают новое вредоносное ПО и способы незаконного получения данных, стоит ожидать, что этот тренд сохранится в будущем.


3. ИИ для персонализированных услуг

По мере того как ИИ становится все более мощным и эффективным в исследовании определенного рынка и демографии, получение данных о потребителях становится более доступным, чем когда-либо. Основной ИИ-тренд в сфере маркетинга – растущее внимание к предоставлению персонализированных услуг. Одним из наиболее распространенных способов реализации этого с помощью ИИ является анализ онлайн-активности людей, которые ищут что-то, используя определенные ключевые слова. Такой уровень персонализации практически гарантированно обеспечивает потребителям наилучший результат, что напрямую увеличивает доход компаний, которые этим пользуются. Поскольку машинное обучение становится все более искусным в понимании того, что хотят люди в конкретных случаях, ИИ будет все в меньшей степени являться инструментом продаж и все в большей степени становиться цифровым другом.


4. Автоматизированная разработка ИИ

В ближайшие годы можно ожидать значительных инноваций в сфере «ИИ для ИИ»: использование ИИ для автоматизации этапов и процессов, задействованных в жизненном цикле создания, развертывания, управления и эксплуатации моделей ИИ. На определенном уровне ИИ может разрабатывать свои алгоритмы для решения задач, повышения эффективности и предоставления человеку полезных исследовательских данных.

Использование автоматизированного ИИ позволит применять алгоритмы и методы ИИ даже неспециалистам. Одним из примеров является AutoML от Google – инструмент, который упрощает создание моделей машинного обучения и делает технологию доступной для более широкой аудитории. Такие инструменты могут являться настраиваемыми до такой степени, которая необходима, даже без детального знания сложного рабочего процесса машинного обучения. Несмотря на то, что данный вид разработок находится в процессе зарождения, автоматизированный ИИ демонстрирует экспоненциальный рост и является важным ИИ-трендом.


5. Беспилотные автомобили

Благодаря таким компаниям, как Samsung, Nvidia, Volkswagen, Uber и принадлежащая Google Waymo, возможности автономного вождения многократно выросли. Функциональные возможности ИИ в беспилотных транспортных средствах общеизвестны, и чтобы задействовать такой огромный потенциал, автомобильные и технологические компании вкладывают в эту сферу миллиарды долларов. Двигают этот процесс экономические и социальные выгоды. Производители автомобилей надеются, что технология автономного вождения завладеет умами потребителей. Ее приверженцы считают, что технология беспилотных автомобилей сократит смертность в результате дорожно-транспортных происшествий и станет безопасной альтернативой вождению.


6. Внедрение технологии распознавания лиц

Распознавание лиц сейчас в моде, судя по всему. Оно проникло во многие аспекты нашей жизни и применяется частными и государственными организациями в различных целях, в том числе для наблюдения. Все больше стран готовятся внедрить технологию распознавания лиц и усилить тем самым свои меры безопасности. Для обеспечения того, чтобы эта технология вышла за рамки обычного распознавания лиц и для лучшего распознавания изображений и сценариев устанавливаются алгоритмы глубокого обучения. Технология распознавания лиц помогает сделать общение с клиентами более персонализированным, что в ближайшие годы обеспечивает ей место среди заметных ИИ-трендов.


7. Конвергенция Интернета вещей и ИИ                                        

Границы между ИИ и Интернетом вещей все больше стираются. Хотя обе эти технологии обладают независимыми друг от друга характеристиками, при совместном использовании они открывают свои лучшие уникальные возможности. Устройства Интернета вещей создают большое количество данных, которые необходимо добывать для применения их на практике. С другой стороны, алгоритмам искусственного интеллекта требуются данные для того, чтобы сделать какие-либо заключения. Таким образом, собранные Интернетом вещей данные используются алгоритмами ИИ для создания ценных результатов, которые в дальнейшем внедряются устройствами Интернета вещей. Способность ИИ быстро извлекать информацию из данных делает системы Интернета вещей более интеллектуальными. В ближайшем будущем более 80% корпоративных проектов Интернета вещей будут в той или иной форме включать ИИ по сравнению с 10% на сегодняшний день.


8. ИИ в здравоохранении

Вклад, который ИИ может внести в отрасль здравоохранения – это принципиально новые способы работы, возможность для людей по всему миру получать более безопасное и эффективное медицинское обслуживание, а также облегчение выявления, предотвращения и лечения заболеваний. Кроме того, способность ИИ получать данные в реальном времени из электронных медицинских карт, приемных отделений скорой помощи, данных об использовании оборудования, укомплектованности персоналом и др., а также осмысленно интерпретировать и анализировать эти данные, обеспечивает администрациям больниц широкий спектр возможностей по улучшению эффективности медицинского обслуживания. Разработка новых лекарственных препаратов – еще одна область, в которую ИИ вносит значительный вклад.

ИИ играет существенную роль в содействии медикам при реагировании на вспышку коронавируса (COVID-19). ИИ применяют для различения пациентов с COVID и основных «горячих точек». Разработка вакцины от COVID была переориентирована и ускорена с использованием методов ИИ. На базе ИИ исследователи разработали тепловизионные камеры и приложения для смартфонов для измерения температуры людей и сбора данных для организаций здравоохранения. Для «бесконтактной доставки» для тех, кто находится на изоляции, в помощь медицинскому персоналу используются интеллектуальные роботы для обеспечения того, чтобы ключевые участки проходили постоянную дезинфекцию и оставались безопасными.


9. Дополненный интеллект

Для тех, кто все еще переживает, что ИИ заберет у них работу, рост ИИ-технологий может быть актуальной тенденцией. Он объединяют лучшие возможности человека и технологий, позволяя компаниям улучшить эффективность и производительность своих сотрудников. Gartner прогнозирует, что к 2023 году в 40% инфраструктуры и рабочих групп на больших предприятиях будет использоваться автоматизация на базе дополненного ИИ, результатом чего станет повышение производительности. Технологии дополненной реальности уже нашли свое применение в сфере здравоохранения, розничной торговли и туризма. Поэтому, в соответствии с этой тенденцией, количество приложений дополненной реальности будет увеличиваться.


10. Объяснимый ИИ

Несмотря на повсеместное распространение ИИ, существуют проблемы с доверием к нему. Многое из того, что выполняет машинное обучение, на разных этапах процесса становится непостижимым и является своего рода «черным ящиком». Часто невозможно объяснить, каким образом ИИ пришел к тому или иному заключению. Объяснимый ИИ предназначен для упрощения и визуализации процесса принятия решений сетями машинного обучения. Существует более значительный толчок к развертыванию ИИ прозрачным и четко определенным образом. В то время как компании будут направлять усилия на понимание того, как работают модели и алгоритмы ИИ, провайдеры программного обеспечения ИИ/МО сделают сложные решения МО более объяснимыми для пользователей.


11. Этичный ИИ

Вверху списка актуальных технологических трендов находится растущий спрос на этичный ИИ. В прошлом организации, применяющие машинное обучение и прочие технологии искусственного интеллекта, не слишком заботила этическая сторона. Однако, сейчас ценностно ориентированные клиенты и сотрудники ожидают от компаний ответственного применения ИИ. В последующие несколько лет фирмы будут осознанно выбирать для сотрудничества партнеров, которые придерживаются этики данных и применяют методы обработки данных, отражающие их ценности и ценности их клиентов.

Будущие ИИ-тренды обещают больше возможностей, чем любые другие технологические тренды. Этому существуют убедительные подтверждения; невозможно игнорировать наличие интеллекта, демонстрируемого машинами. Если вам не терпится начать или расширить свой бизнес в сфере ИИ, следующие технологические предложения могут оказаться как раз кстати:


BeagleBone AI – одно из самых быстрых решений для встраиваемого ИИ на периферии. Этот супергибкий и быстрый ИИ является результатом многолетних исследований в области одноплатных компьютеров Linux с открытым аппаратным обеспечением. Вы можете использовать его для автоматизации вашего производства, дома, офиса или лаборатории. BeagleBone AI такой мощный, потому что обладает двухъядерным процессором Cortex-A15 Texas Instruments Sitara AM5729 с тактовой частотой 1,5ГГц и ядрами нейронной обработки со встроенным механизмом зрения (EVE) и ИИ-возможностями SoC.


Avnet Ultra96-V2 – простая в использовании платформа на базе интегрированного двухъядерного процессора Arm Cortex-R5F реального времени, а также мультипроцессорной системы с программируемой логикой Xilinx Zynq UltraScale+ MPSoC. Отличный баланс между производительностью и мощностью достигнут благодаря программируемой логике для ускорения функций машинного обучения.


Raspberry Pi 4 Model B – новейшее дополнение к популярной линейке компьютеров Raspberry Pi. По сравнению со своим предшественником Raspberry Pi 3 Model B+ он обладает существенно увеличенной скоростью процессора, высокой мультимедийной производительностью, большим объемом памяти и улучшенными возможностями соединения, поэтому является прекрасным вариантом для управления вашими ИИ-моделями.


Arduino Portenta H7 – программируйте его с помощью языков высокого уровня и ИИ, выполняя операции с малой задержкой на его настраиваемом аппаратном оборудовании. Portenta может легко запускать созданные TensorFlow™ Lite процессы, одно ядро может на лету вычислять алгоритм компьютерного зрения, в то время как второе может осуществлять низкоуровневые операции (например, управление двигателем) либо выполнять функции пользовательского интерфейса.



Источник: Farnell


Поделиться:


Комментарии

Текст сообщения*
Защита от автоматических сообщений
 


На данном сайте используются cookie для сбора информации технического характера и обрабатывается Ваш IP-адрес. Продолжая использовать этот сайт, вы даете согласие на использование файлов cookies.