Искусственный интеллект (ИИ)
Artificial intelligence (AI)

Продукт
Технологии: Робототехника

Содержание

Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Что такое искусственный интеллект

Интеллект (от лат. intellectus — ощущение, восприятие, разумение, понимание, понятие, рассудок), или ум — качество психики, состоящее из способности приспосабливаться к новым ситуациям, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций и использованию своих знаний для управления окружающей средой. Интеллект — это общая способность к познанию и решению трудностей, которая объединяет все познавательные способности человека: ощущение, восприятие, память, представление, мышление, воображение.

В начале 1980-х гг. ученые в области теории вычислений Барр и Файгенбаум предложили следующее определение искусственного интеллекта (ИИ):

«
Искусственный интеллект — это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, то есть систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом, — понимание языка, обучение, способность рассуждать, решать проблемы и т. д.
»

Позже к ИИ стали относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как это делал бы размышляющий над их решением человек.

Основные свойства ИИ — это понимание языка, обучение и способность мыслить и, что немаловажно, действовать.

ИИ – комплекс родственных технологий и процессов, развивающихся качественно и стремительно, например:

Технологические направления ИИ. Данные Deloitte

Исследования в сфере ИИ

Основная статья: Исследования в сфере искусственного интеллекта

Влияние искусственного интеллекта

Риск для развития человеческой цивилизации

Британский ученый Стивен Хокинг часто высказывался о развитии искусственного интеллекта (ИИ) как о реальной причине возможного уничтожения человеческого рода.

В апреле 2017 года Стивен Хокинг в ходе видеоконференции в Пекине, состоявшейся в рамках Глобальной конференции мобильного интернета, заявил:

"Развитие искусственного интеллекта может стать как наиболее позитивным, так и самым страшным фактором для человечества. Мы должны осознавать опасность, которую он собой представляет", - подчеркнул он[1].

Как рассказал ученый в своем интервью изданию Wired в конце ноября 2017 года, он опасается того, что ИИ может в целом заменить людей.

По словам самого Хокинга, люди могут создать слишком мощный искусственный интеллект, который будет чрезвычайно хорош в достижении своих целей. И если эти цели не будут совпадать с человеческими, то у людей будут проблемы, считает ученый. Подробнее здесь

Влияние на экономику и бизнес

Влияние на рынок труда

Рынок технологий искусственного интеллекта

Рынок ИИ в России

Мировой рынок ИИ

Сферы применения ИИ

Сферы применения ИИ достаточно широки и охватывают как привычные слуху технологии, так и появляющиеся новые направления, далекие от массового применения, иначе говоря, это весь спектр решений, от пылесосов до космических станций. Можно разделить все их разнообразие по критерию ключевых точек развития.

ИИ — это не монолитная предметная область. Более того, некоторые технологические направления ИИ фигурируют как новые подотрасли экономики и обособленные сущности, одновременно обслуживая большинство сфер в экономике.

Основные коммерческие сферы применения технологий искусственного интеллекта

Развитие применения использования ИИ ведет к адаптации технологий в классических отраслях экономики по всей цепочке создания ценности и преобразует их, приводя к алгоритмизированию практически всего функционала, от логистики до управления компанией.

Использование ИИ в целях обороны и в военном деле

Использование ИИ в бизнесе

ИИ в банках

Основная статья: Искусственный интеллект в банках

  • Распознавание образов - используется в т.ч. для узнавания клиентов в отделениях и передачи им специализированных предложений.

Основные коммерческие сферы применения технологий искусственного интеллекта в банках

ИИ на транспорте

ИИ в логистике

В мае 2018 года компания DHL, участник рынка логистики и экспресс-доставки, и компания IBM представили совместный отчет «Искусственный интеллект в логистике». В отчете оценивается потенциал использования искусственного интеллекта в логистике и выдвигается ряд идей о преобразовании индустрии, развитии нового класса логистических активов и операционных систем с интеллектуальной поддержкой. DHL и IBM поясняют, какими преимуществами могут воспользоваться лидеры логистической отрасли при использовании искусственного интеллекта. Также подчеркивается, что настоящий момент является наиболее благоприятным с точки зрения работоспособности, доступности и стоимости технологий искусственного интеллекта.

Учитывая, что технологии AI уже повсеместно используются в работе с клиентами, о чем также свидетельствует быстрый рост популярности приложений с виртуальным помощником (с функцией распознавания речи), DHL и IBM приходят к выводу, что постоянно совершенствующиеся технологии искусственного интеллекта имеют ряд дополнительных возможностей, актуальных для логистики. Так, они могут помочь провайдеру логистических услуг улучшить взаимодействие с клиентом с помощью интерактивного общения и даже внедрить возможность доставлять товары до того, как клиент их закажет.

Многие отрасли уже успешно применяют искусственный интеллект в своих ежедневных бизнес-процессах, например, такие, как производство и машиностроение. Технологии AI позволяют упростить эксплуатацию производственных линий и процесс производства с помощью функций распознавания изображения и диалогового интерфейса. В автомобилестроении искусственный интеллект активно привлекается для того, чтобы развивать способности к самообучению у автономного робота-автомобиля. Есть множество других примеров, которые свидетельствуют о преимуществах использования искусственного интеллекта и его способности коренным образом изменить мир бизнеса, как это происходит в сфере отношений с клиентами.

Искусственный интеллект позволит изменить операционную модель логистики с реактивной на прогнозируемую, работающую на опережение, что обеспечит более высокие результаты при оптимальных затратах на бэк-офис, операционные взаимодействия и фронт-офис. Например, технологии искуственного интеллекта позволят использовать усовершенствованную систему распознавания для отслеживания отправлений и состояния активов, могут привести к полной автономности процесса доставки на всех его этапах и предсказывать колебания в объемах глобальных отгрузок до того, как они произойдут. Очевидно, что искусственный интеллект дополняет человеческие способности, а также устраняет рутинную работу, что позволит сместить фокус сотрудников, занятых в логистике, на более важные, продуктивные задачи.

ИИ в торговле

  • Распознавание образов - используется в т.ч. для узнавания клиентов и передачи им специализированных предложений.

  • Инженеры лаборатории Facebook по исследованию искусственного интеллекта представили в июне 2017 года результаты работы над ботом, умеющим врать и торговаться с людьми. Как пишет Quartz, в ходе обучения система использовала более 5,8 тыс. реальных человеческих диалогов в ходе переговоров, собранных при помощи краудсорсинговой онлайн-платформы Amazon Mechanical Turk[2].

Анализируя диалоги, бот не только научился вести переговоры — он научился врать. Инженеры отмечают, что искусственный интеллект может имитировать интерес не к тому, что его действительно интересует, а к другому предмету. Выиграв преференции в ходе переговоров, он возвращается к объекту интереса. Впрочем, инженеры до конца не уверены, научился ли бот вранью из человеческих диалогов, или вышел на тактику случайно, в процессе самообучения.

ИИ на рынке предметов и услуг роскоши

В ноябре 2017 года издание Financial Times (FT) опубликовало статью о том, как искусственный интеллект (ИИ) в корне меняет рынок роскоши. Вдохновившись успехами Amazon, Google и других технологических гигантов, часовые и ювелирные бренды обращаются к искусственному интеллекту, чтобы завоевать клиентов. Например, виртуальные собеседники на основе мессенджеров могут помочь брендам собирать данные пользователей, не нарушая при этом европейское законодательство.

Кольцо с системой "чат-бокс" из коллекции De Grisogono

В марте 2017 года на выставке часов Baselworld часовой и ювелирный бренд de Grisogono представил чат-бота, который помогает покупателям выбрать украшение из драгоценных камней из коллекции Crazymals. Собеседник рассказывает о себе, спрашивает клиентов о вкусах, а затем предлагает ювелирные изделия на выбор.

Зимой 2017 года de Grisogono представил свой первый ИТ-продукт — консьерж-сервис «Ботлер», который представляет собой нечто среднее между чат-ботом и «дворецким», который выполняет функцию гида по швейцарскому горнолыжному курорту Санкт-Мориц.

По словам соучредителя Southpigalle Оливье де Коэнте, сложная экономическая ситуация и растущая конкуренция заставили бренды класса «люкс» внедрять инновации, в том числе системы виртуальных собеседников, чтобы удержать клиентов.

Согласно результатам исследования, проведенного Facebook в 2016 году, большее 50% респондентам удобнее отправлять текстовые сообщения, чем звонить в службу поддержки клиентов. Исследование показало, что ежемесячно различные компании получали свыше 1 млрд сообщений.

Как пишет FT, ИИ не только улучшает взаимодействие с клиентами, но и служит важным источником информации для брендов. Так как информация предоставляется клиентом напрямую, эти данные более полезны, чем информация, полученная с помощью файлов cookie или истории просмотров.

В сочетании с другими данными, такими как профиль социальных сетей пользователя и демографические данные, бренды смогут лучше понимать тенденции, эмоции и настроение клиентов и соответственно корректировать стратегии управления продуктом.

Летом 2017 года компания Montblanc представила "умные" часы Summit, оснащенные ассистентом Google на основе ИИ. Несмотря на классический внешний вид, модель выполняет функции навигатора, переводчика и ассистента с голосовым управлением.

В рамках выставки SIHH в Женеве в январе 2017 года бренд Jaeger-LeCoultre пригласил всех желающих протестировать свои разработки. Посетителям выдали браслет с QR-кодом и попросили выбрать часы с помощью приложения для iPhone. Эта технология на основе дополненной реальности помогла компании собрать информацию о клиентах.[3]

ИИ в пивоварении

В декабре 2017 года Carlsberg сообщила об использовании искусственного интеллекта, который помогает датской компании создавать новые сорта пива. Подробнее здесь.

Использование ИИ в госуправлении

ИИ в криминалистике

  • В мае 2018 года стало известно об использовании голландской полицией искусственного интеллекта для расследования сложных преступлений.

Как сообщает издание The Next Web, правоохранительные органы начали оцифровывать более 1500 отчетов и 30 млн страниц, связанных с нераскрытыми делами. В компьютерный формат переносят материалы, начиная с 1988 года, в которых преступление не раскрывалось не менее трех лет, и преступник были приговорен к более 12 годам лишения свободы.

Раскрыть сложное преступление за день. Полиция берет ИИ на вооружение

После оцифровки всего контента он будет подключен к системе машинного обучения, которая будет анализировать записи и решать, в каких делах используются самые достоверные доказательства. Это должно снизить время обработки дел и раскрытия прошлых и будущих преступлений с нескольких недель до одного дня.

Искусственный интеллект будет распределять дела по их «разрешимости» и указывать на возможные результаты экспертизы ДНК. Затем планируется автоматизировать анализ и в других областях судебной экспертизы и, возможно, даже охватить данные в таких областях, как общественные науки и свидетельские показания.

Кроме того, как рассказал один разработчиков системы Джерун Хаммер (Jeroen Hammer), в будущем могут быть выпущены API-функции для партнёров. 

«
Сейчас этим занимается очень мало людей, и, насколько я знаю, никто не работает с нераскрытыми делами. На самом деле, есть полицейские, у которых в календаре Outlook настроено ежегодное напоминание о том, что нужно позвонить в национальный судебный институт и узнать, не появились ли какие-нибудь новые способы анализа вещественных доказательств.
»

В голландской полиции есть специальное подразделение, специализирующееся на освоении новых технологий для раскрытия преступлений. Именно он и создало ИИ-систему для быстрого поиска преступников по уликам.[4]

ИИ в судебной системе

Разработки в области искусственного интеллекта помогут кардинально изменить судебную систему, сделать ее более справедливой и свободной от коррупционных схем. Такое мнение высказал летом 2017 года доктор технических наук, технический консультант Artezio Владимир Крылов.

Ученый считает, что уже существующие сейчас решения в области AI можно успешно применять в разных сферах экономики и общественной жизни. Эксперт указывает, что AI успешно применяется в медицине, однако в будущем способен полностью изменить и судебную систему.

«Ежедневно просматривая новостные сообщения о разработках в области ИИ только поражаешься неисчерпаемости фантазии и плодотворности исследователей и разработчиков в этой области. Сообщения о научных исследований постоянно чередуются с публикациями о новых продуктах, врывающихся на рынок и сообщениями об удивительных результатах, полученных с помощью применения ИИ в различных областях. Если же говорить об ожидаемых событиях, сопровождаемых заметным хайпом в СМИ, в котором ИИ станет снова героем новостей, то я, наверное, не рискну делать технологических прогнозов. Могу предположить, что ближайшим событием станет появление где-то предельно компетентного суда в форме искусственного интеллекта, справедливого и неподкупного. Случится это, видимо, в 2020-2025 году. И процессы, которые пройдут в этом суде приведут к неожиданным рефлексиям и стремлению многих людей передать ИИ большинство процессов управления человеческим обществом».

Использование искусственного интеллекта в судебной системе ученый признает «логичным шагом» по развитию законодательного равенства и справедливости. Машинный разум не подвержен коррупции и эмоциям, может четко придерживаться законодательных рамок и выносить решения с учетом многих факторов, включая данные, которые характеризуют участников спора. По аналогии с медицинской сферой, роботы-судьи могут оперировать большими данными из хранилищ государственных служб. Можно предположить, что машинный интеллект сможет быстро обрабатывать данные и учитывать значительно больше факторов, чем судья-человек.

Эксперты-психологи, впрочем, считают, что отсутствие эмоциональной составляющей при рассмотрении судебных дел негативно скажется на качестве решения. Вердикт машинного суда может оказаться слишком прямолинейным, не учитывающим важность чувств и настроения людей.

ИИ в спорте

ИИ в медицине

Анализ поведения граждан

Использование ИИ в развитии культуры

Работа СМИ и литература

Как роботы заменяют журналистов, писателей и поэтов?

Видео

Музыка

Ученые стараются изучить возможности искусственного интеллекта во всех сферах творческой деятельности человека.

Американская певица Тэрин Саузерн выпустила летом 2017 года сингл Break Free, который открывает её новый альбом I AM AI – «Я – искусственный интеллект». В официальном анонсе было указано, что весь альбом, включая этот трек, создается в соавторстве с неизвестным публике музыкантом Amper. Однако не вызывающий на первый взгляд никаких подозрений творческий дуэт оказался вовсе не тем, что можно было ожидать[5].

Проект Amper – искусственный интеллект, результат совместной работы технических специалистов и профессиональных музыкантов. Он способен писать, исполнять и продюсировать музыку. Ампер – первый в истории искусственный интеллект, выпустивший собственный музыкальный альбом.

Ампер является уникальным в своем роде. ИИ, генерирующие музыку, существовали и до него, однако ранние модели работали по определенному алгоритму и итоговый продукт требовал серьезной переделки человеком, вплоть до изменения аккордов и целых частей мелодии, прежде чем мог считаться полноценным музыкальным произведением.

Ампер же не нуждается в помощи, когда создает собственные треки – он самостоятельно подбирает необходимые звуки и выстраивает структуры аккордов. Обрабатывающему полученную в итоге мелодию человеку остается только подкорректировать ритм и стилистику – все остальное Ампер делает сам всего за несколько секунд.

В мае 2016 года компания Google даже запустила специальный проект Magenta, основная задача которого заключается в изучении креативных возможностей нейронной сети. Ученые планируют осваивать премудрости творческого процесса постепенно: сначала будет разработан алгоритм для создания музыкальных произведений. Затем настанет очередь видео и изобразительного искусства. Данные о результатах работы планируется размещать в открытом доступе на GitHub.

«Есть несколько причин, по которым я захотел сформировать Magenta, и одна из них заключалась в желании увидеть полноценные, честные и удивительные улучшения в искусстве глубинного обучения», - говорит руководитель проекта Дуглас Экк[6].

Буквально через пару недель после открытия Magneta, была запущена программа по импорту музыкальных файлов MIDI-формата в систему TensorFlow с целью обучить искусственный интеллект созданию музыки. Однако пока результаты работы программы не столь удачны (хотя справедливости ради нужно сказать, что прошло еще не так много времени).

Живопись

В 2015 году команда Google тестировала нейронные сети на предмет возможности самостоятельно создавать изображения. Тогда искусственный интеллект обучали на примере большого количества различных картинок. Однако, когда машину «попросили» самостоятельно что-нибудь изобразить, то оказалось, что она интерпретирует окружающий нас мир несколько странно. Например, на задачу нарисовать гантели, разработчики получили изображение, в котором металл был соединён человеческими руками. Вероятно, произошло это из-за того, что на этапе обучения анализируемые картинки с гантелями содержали руки, и нейронная сеть неверно это интерпретировала.

26 февраля 2016 года в Сан-Франциско на специальном аукционе представители Google выручили с психоделических картин, написанных искусственным интеллектом, порядка $98 тыс. Данные средства были пожертвованы на благотворительность. Одна из наиболее удачных картин машины представлена ниже.

Image:Картина_написанная_роботом_Google_2015.jpg

Картина, написанная искусственным интеллектом Google. Источник: factroom.ru

В начале 2016 года с помощью подобной технологии была написана картина «Следующий Рембрандт». Исследователи проекта Next Rembrandt в ходе своей работы проанализировали порядка 350 картин великого художника, используя 3D-сканеры, которые позволили нейронной сети уловить даже мельчайшие детали работ и копировать стиль написания всех произведений.

На втором этапе учёные определили, что конкретно нейронная сеть должна написать самостоятельно. Для этого выбрали мужчину 30-40 лет, имеющего растительность на лице, воротник и шляпу.

Image:Следующий_Рембрант_2015.jpg

Портрет "Следующий Рембрандт"

Полученные результаты оставляют двоякое ощущение. С одной стороны, все мы видим, что перед нами работа машины. С другой – если мы поставим рядом несколько полотен Рембрандта, то мало кто сможет отличить именно этот портрет.

2018: Написанный искусственным интеллектом портрет продан за $433 тыс.

В октябре 2018 года на аукционе Christie's в Нью-Йорке продали картину, написанную искусственным интеллектом. За «Портрет Эдмонда Белами» из серии «Семья Белами», который создан на основе полотен известных живописцев, заплатили $432,5 тыс. при первоначальной цене лота в $7–10 тыс. Подробнее здесь.

Игры (го, покер, шахматы)

  • Летом 2017 года стало известно, что Microsoft Research и Maluuba, стартап в сфере глубокого обучения, приобретенный корпорацией в начале 2017 года, научили искусственный разум играть в одну из самых популярных компьютерных игр всех времён Ms. Pac-Man. И не просто научили, а сделали из него чемпиона, побившего мировой рекорд, установленный человеком.

Играя в версию знаменитой аркады Ms. Pac-Man, выпущенную для одной из первых домашних консолей Atari 2600, искусственный интеллект смог набрать максимальное количество возможных очков – достижение, которое прежде было немыслимо. Результат умной машины составил 999 990 баллов, тогда как лучший результат, поставленный человеком равен 266 360 баллам.

При обучении искусственного интеллекта использовался метод под названием «гибридная архитектура наград». Он заключается в том, что 150 специальным программам-агентам назначается конкретная задача: избегать призраков, правильно передвигаться, собирать гранулы и так далее. С помощью программ-агентов искусственный интеллект самостоятельно распределял приоритеты для достижения максимального результата. Версия игры Ms. Pac-Man для Atari 2600 использовалась неспроста. Код игры в ней менее предсказуем, чем в оригинальной версии. Стратегией разработки стало использование перспективного подхода обучения с подкреплением (reinforcement learning), который предполагает, что алгоритму даются для обработки примеры желаемого поведения, и он методом проб и ошибок совершенствуется. По словам ученых, работавших над проектом, такое достижение внесет вклад в обработку естественного языка, а также потенциально сможет лечь в основу систем детального предсказания покупательского поведения, обусловленного множеством факторов.

  • В 2016 году компьютер впервые обыграл человека в го[7]. В мае 2017 года сильнейший игрок в го Кэ Цзе из Китая проиграл вторую партию программе AlphaGo. Таким образом, AlphaGo обеспечила себе победу в турнире из трех партий. Кэ Цзе, отметили эксперты, следившие за матчем, «идеально» начал партию, создавая сложные для соперника комбинации по всему игровому полю. Однако AlphaGo удалось упростить игру и добиться победы.

  • В 2017-м под угрозой оказался покер — специалисты из Университета Карнеги — Меллон создали бота, который бросил вызов профессиональным игрокам. Программа Libratus, разработанная в Университете Карнеги — Меллона, победила в 20-дневном покерном турнире «Brains Vs. Artificial Intelligence: Upping the Ante». Компьютер выиграл фишек на сумму более 1,7 миллиона долларов, сообщает New Scientist[8].

В турнире, который проходил в питтсбургском казино Rivers было сыграно 120 тысяч раздач в безлимитный техасский холдем один на один (Хедз-Ап), против Libratus играли Даниэль МакОлэй, Джимми Чу, Донг Ким и Джейсон Лес. В результате 20-дневного турнира программа победила людей, заработав более 1,7 миллиона долларов в фишках. Несмотря на это, разработчик не получат никаких денег, а призовой фонд в 200 тысяч долларов будет поделен между четырьмя живыми игроками в зависимости от занятого места.

Точно не известно, как именно работает Libratus, авторы описали лишь общую структуру программы и планируют в ближайшем будущем опубликовать статью в рецензируемом журнале. По словам разработчиков, Libratus состоит из трех частей. Основное «ядро» Libratus было подготовлено заранее, вычисления заняли 15 миллионов ядро-часов, в то время как на Claudico ушло два-три миллиона. Вторая часть программы следила за возможными ошибками, которые могли допустить соперники, и учитывала в процессе игры эту информацию. Третья часть Libratus отслеживала собственные слабые стороны, которые могли использовать противники, и корректировала общую стратегию с учетом этих данных. Такой подход позволил программе как блефовать самостоятельно, так и распознавать дезинформацию со стороны соперников[9].

По мнению авторов программы у систем, подобных Libratus, большое будущее в самых разных сферах, где приходиться иметь дело с неполной информацией. В качестве возможных сфер применения программы исследователи называют информационную безопасность, военное дело, аукционы, переговоры и даже бережливое распределение медикаментов.


Покер — игра, в которую очень сложно обучить играть компьютер: хороший игрок быстро распознает стратегии, заложенные в искусственный интеллект, и находит способ победить бота. Особенно сложно компьютеру приходится, если ставки за покерным столом нелимитированы, то есть игрок может ставить в свой ход неограниченное количество фишек.

Тем не менее, покерные боты — очень популярное направление развития игры. Есть два типа покерных ботов. Одни довольно просты и сражаются с людьми в игре с маленькими ставками — в ней уровень покера очень низок, и люди не могут разгадать даже простейшие стратегии. Такие боты не очень интересны науке и служат для зарабатывания денег — покерные сайты, как правило, пытаются с ними бороться.

Второй тип — боты, которые соревнуются с профессионалами. Они нужны не только и не столько для зарабатывания денег, сколько для продвижения науки. Тема «игр с неполной информацией» сейчас одна из самых популярных в экономической науке — неслучайно Ллойд Шепли и Элвин Рот получили в 2012 году Нобелевскую премию по экономике именно за теорию стабильного распределения, которая связана как раз с «теорией игр». Если компьютер стабильно научится лучше человека играть в игры с неполной информацией, возможно, нам больше не придется торговаться и мучаться вопросом о том, не прогадали ли мы, покупая новый автомобиль с нужными нам характеристиками именно за эту цену — потому что решать за нас это будет приложение в смартфоне[10].

  • Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Фотография

4 августа 2017 года стало известно о том, что инженеры корпорации Google в ходе совместного исследования с учеными из Массачусетского технологического института (MIT) создали алгоритм, ретуширующий фотографии в режиме реального времени.[11]

Разработчики всё чаще прибегают к так называемой «вычислительной» фотографии: различным алгоритмам и ИИ-технологиям, призванным улучшать снимки, сделанные с помощью смартфонов. По утверждению представителей Google и MIT, их технология не просто позволит качественно обрабатывать фотографии, но и получать результат, сопоставимый с тем, как если бы этим занимался профессиональный фотограф.

В ходе тестирования нейронной сети было выбрано пять фотографий, созданных Adobe и MIT. Каждое изображение было отретушировано пятью различными фотографами. Затем полученные снимки использовались для того, чтобы определить, как именно можно улучшить каждое изображение за счёт регулировки яркости, насыщенности и прочих параметров.

Слева — оригинал 12-Мп фотографии, справа — та же фотография, обработанная алгоритмом Google-MIT
«
Изображения, которые снимают современные камеры, зачастую воспринимаются как сырой материал для фотографии. Перед тем, как загрузить фотографию в соцсети, даже те, кто снимают на телефон, тратят минуту или две, выравнивая цвет и контраст с помощью популярных приложений, — говорится в блоге MIT.
»

В основе алгоритма Google-MIT лежит «сверточная нейросеть». Вычислительная мощность современных мобильных устройств недостаточно высока для полноценной работы системы, но исследователи сумели обойти это ограничение — система выполняет большую часть вычислений на уменьшенной копии исходного изображения, а затем переносит результаты на фотографию в высоком разрешении.

Исследователи протестировали программу на обычном смартфоне (модель не указывается), и алгоритм смог в реальном времени выдавать на экран обработанное изображение с разрешением 1920×1080 и частотой обновления 40–50 Гц. Размер всего ПО не превышает размера одной цифровой фотографии и может использоваться для обработки снимков в различных стилях. По словам исследователей, нейронная сеть может быть «натренирована» на новом наборе изображений, чтобы имитировать стиль определённых фотографов.

Процессоры для искусственного интеллекта

Intel планирует потеснить Nvidia на рынке чипов для нейронных сетей

По состоянию на 2018 год практически все приложения, так или иначе связанные с нейронными сетями, работают на серверах компании Nvidia, а если иных, то все равно на GPU Nvidia. Но есть серьезный шанс на то, что усилиями Intel монополия Nvidia будет нарушена. Конкурентом, способным потеснить, а может быть даже и сместить GPU с позиции лидера, станут новые, не имеющие аналогов процессоры Intel Nervana Neural Network Processor (NNP). В них, как следует из названия, реализована интеллектуальная собственность, приобретенная Intel вместе с компанией Nervana в 2016 году (подробнее).

Amazon разрабатывает ИИ-чипы

В феврале 2018 года стало известно о разработке компанией Amazon собственных чипов. Они ориентированы на вычислительные задачи, связанные с искусственным интеллектом (ИИ). Подробнее здесь.

Робототехника



  1. Стивен Хокинг назвал искусственный интеллект "возможным убийцей человеческой цивилизации"
  2. Искусственный интеллект Facebook научился врать и торговаться
  3. Artificial intelligence starts to revolutionise luxury industries
  4. How the Dutch police are using AI to unravel cold cases
  5. В продажу поступил первый музыкальный альбом, записанный искусственным интеллектом
  6. Искусственный интеллект. Испытание творчеством
  7. Го-про Искусственный интеллект впервые одолел профессионального игрока в го: Wired Игра го была придумана более двух с половиной тысяч лет назад и до сих пор это одна из самых популярных игр в мире — по ней регулярно проводятся чемпионаты. На первый взгляд она очень простая: есть поле из клеток и камни — черные и белые. Игроки должны захватить своими камнями как можно большую площадь на доске. Тем не менее, именно эта игра многие годы была неподвластна компьютеру. До недавнего времени искусственный интеллект не мог обыгрывать игроков высокого уровня — магистров.
  8. AI just won a poker tournament against professional players
  9. Искусственный интеллект победил профессиональных игроков в покер
  10. Компьютер против человека. На этот раз в покер Искусственный интеллект пытается обыграть четырех профессиональных игроков
  11. ИИ-алгоритм может заменить профессиональных фотографов


ПРОЕКТЫ (21) ПРОЕКТЫ НА БАЗЕ (22) ИНТЕГРАТОРЫ (19)
РЕШЕНИЕ НА БАЗЕ (89) СМ. ТАКЖЕ (175) ОТРАСЛИ (12)
ГЕОГРАФИЯ

ЗаказчикИнтеграторГодПроект
- Почта Банк (ранее Лето Банк)
Mail.ru2020.02Описание проекта
- LOreal
CDC (Центр Корпоративных Разработок, СиДиСи)2018.12Описание проекта
- Москомспорт ГКУ ЦСТиСК
Спринт2018.11Описание проекта
- Контрол лизинг
Инфосистемы Джет2018.10Описание проекта
- Век живи
Инфосистемы Джет2018.09Описание проекта
- Администрация Томской области
Cognitive Technologies (Когнитивные технологии)2018.08Описание проекта
- Департамент информационных технологий Москвы (ДИТ)
Ростелеком2018.04Описание проекта
- Точка Банк
Abbyy (Аби)2018.04Описание проекта
- S7 Airlines Сибирь Авиакомпания
S7 Airlines Сибирь Авиакомпания2018.03Описание проекта
- Сбербанк
Без привлечения консультанта или нет данных2018.02Описание проекта
- Бинбанк
Marketing Logic2018.02Описание проекта
- Федеральная служба заказа такси 1331
Без привлечения консультанта или нет данных2018.02Описание проекта
- Банк Открытие
Abbyy (Аби)2018.01Описание проекта
- YouDrive (Каршеринг)
Smart Engines (Смарт Энджинс)2017.11Описание проекта
- Перекресток, торговый дом
Без привлечения консультанта или нет данных2017.10Описание проекта
- X5 Retail Group
Без привлечения консультанта или нет данных2017.10Описание проекта
- Danske Bank (Датский банк)
Think Big2017.08Описание проекта
- Мобильные ТелеСистемы (МТС)
Stafory2017.07Описание проекта
- КамАЗ
НАМИ---Описание проекта
- Химпром ПАО Новочебоксарск
Цифра---Описание проекта
- PepsiCo Russia
Inspector Cloud---Описание проекта



Подрядчики-лидеры по количеству проектов

За всю историю
2015 год
2016 год
2017 год
Текущий год

Данные не найдены

  Mikrolar (1)
  Другие (0)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

  Nvidia (Нвидиа) (5, 5)
  Promobot (Промобот) (1, 5)
  SoftBank Robotics (2, 2)
  Mikrolar (1, 2)
  Durr (1, 1)
  Другие (68, 6)

Данные не найдены

  Mikrolar (1, 1)
  Другие (0, 0)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год
Данные не найдены

  Hexapod - 1 (1, 0)
  Другие 0