Нейронные сети и машинное обучение: кейсы реального бизнеса

29 сентября в Ельцин-центре пройдёт лекция директора по маркетингу сервисов компании «Яндекс» Андрея Себранта на тему «Машинный интеллект и машинное обучение».

Искусственный (или машинный) интеллект, построенный на нейронных сетях, проник во многие сферы нашей жизни: стал водить автомобили, диагностировать болезни, общаться с людьми, писать песни, сочинять стихи и выполнять ещё много других не примитивных задач.

В преддверии лекции Андрея Себранта мы решили разобраться в том, как всё это происходит и к чему приведёт.

НЕЙРОННЫЕ СЕТИ: ЧТО ЭТО?

Искусственные нейронные сети построены по принципу биологических нейронных сетей, поэтому система их работы напоминает человеческий мозг. Нейронная сеть самостоятельно ищет способы выполнить задачу на основании прошлого опыта, который появляется у неё в процессе обучения.

Обучаемость - это основная черта нейронных сетей. Как они это делают? Система использует загруженную в неё информацию для выявления закономерностей, в которых ищет ответы на похожие ситуации. Чем больше информации обработано, тем больше опыта у неё есть.

Эта система и есть искусственный интеллект.

Самый простой пример: если загрузить в систему тысячи фотографий собак, то, обработав эти данные, она «поймёт», какие черты определяют облик собак, и различит их на новых изображениях. Конечно, распознавание изображений - это лишь один из множества вариантов применения нейросетей.

ГДЕ ПРИМЕНЯЮТСЯ НЕЙРОННЫЕ СЕТИ

Нейронные сети появились в 50-60-х годах XX века и с тех пор развиваются скачкообразно. Текущий этап разработок длится уже примерно десять лет, то есть с того момента, как мощности компьютеров возросли, а принципы обучения нейросетей усовершенствовались, и над технологиями можно работать значительно быстрее, чем раньше.

Сейчас мир переживает настоящий бум нейросетей. Искусственным интеллектом занимаются около 900 компаний в мире. Самое пристальное внимание ему уделяют технологические «монстры» - Microsoft, IBM, Intel, Facebook, Apple, Google, Amazon, Cisco, Samsung. Инвестиции в искусственный интеллект составили около 2,4 млрд долларов в 2015 году.

Искусственный интеллект широко применяется в самых разных областях. Голосовые помощники типа Siri или «О'кей, Google», беспилотные автомобили (например, Tesla), суперкомпьютер Watson компании IBM, электронные переводчики текстов, фильтры для спама в электронной почте, всевозможные сервисы рекомендаций и многое-многое другое - всё это создано на основе нейросетей. Искусственный интеллект используется в приложениях по обработке фотографий, например, в известном приложении Prisma, где любое фото можно представить в виде произведения одного из великих художников, скажем, Эдварда Мунка или Ван Гога.

Ещё искусственный интеллект пишет тексты и мелодии песен. К примеру, недавно сотрудники «Яндекса» Алексей Тихонов и Иван Ямщиков выпустили альбом «Нейронная оборона», состоящий из песен и стихотворений, написанных роботом. Созданный ими алгоритм написал тексты в стиле стихов Егора Летова, основателя группы «Гражданская оборона». А в научно-исследовательской лаборатории Sony CSL искусственный интеллект написал песню в стиле The Beatles, проанализировав и скомбинировав мелодии из заложенной в него базы мировой поп-музыки.

https://www.youtube.com/watch?v=LSHZ_b05W7o

НЕЙРОННЫЕ СЕТИ В РЕАЛЬНОМ БИЗНЕСЕ

Искусственный интеллект используют в работе не только корпорации с миллиардными оборотами. Тренд последних лет - доступность этих технологий, их проникновение в локальные, небольшие компании.

«ИНСИС»

В 2016 году екатеринбургская телеком-компания «ИНСИС» начала использовать нейронную сеть, которая анализирует поведение каждого абонента по более чем 30 параметрам, чтобы понять, какие у него могут быть проблемы, и предсказать вероятность того, когда клиент может отказаться от услуг компании.

Сейчас скоринговая система предсказывает потенциальный уход абонента. «Тыкает» в него пальцем и говорит: «С такой-то вероятностью он скоро от нас уйдёт». И мы сразу обращаем на него пристальное внимание и разбираемся, что с ним не так. То есть условно заранее диагностируем «больного» и не даём ему «помереть».

- Артём Черанёв, директор компании «ИНСИС»

Идеолог и технический руководитель проекта нейронных сетей в «ИНСИС» Дмитрий Скрябин предполагает, что уже в следующем году благодаря этой технологии можно будет предугадывать не только отказы, но и предпочтения клиентов относительно услуг.

Перспективы, если всё получится, безграничны. Вплоть до того, что мы сможем определять, что предложить клиенту, когда он нам звонит. Будет создаваться как бы портрет клиента, по которому мы сможем понять, имеет смысл предлагать ему тот или иной продукт. Когда менеджер будет общаться с абонентом, система подскажет, что ему предложить.

- Дмитрий Скрябин, «ИНСИС»

Sway Finance

Работающий на базе машинного обучения чат-бот Sway Finance, созданный Катериной Цзюэ и Ашвином Кумаром, помогает автоматизировать бухучёт небольшим компаниям. Он считывает данные с банковских счетов, ряда платёжных сервисов, например, PayPal, и создаёт отчёты в реальном времени. Продукт ориентирован на компании в сфере SaaS, так как бухучёт в этой сфере является достаточно простым.

Создатели обещают добавить больше интегрированных сервисов и выложить API для разработчиков. Кроме того, по словам Кумара, компания изучает, как отслеживать другие финансовые показатели, например, регулярный месячный доход (MMR), отток абонентов, количество пользователей и прибыль от одного клиента.

«Авто.ру»

Нейросети применяются и для увеличения продаж, например автомобилей. Сервис объявлений о продаже автомобилей «Авто.ру» запустил в своих приложениях для iOS и Android функцию распознавания автомобилей. Эта опция позволяет найти марку и модель машины по фотографии, а затем изучить объявления о ней, опубликованные на сайте.

Приложение определяет автомобиль с помощью нейросетевой технологии компьютерного зрения «Яндекса» (она также используется в переводчике, который распознаёт текст по фотографии). Чтобы распознать машину, приложение отправляет фото на серверы «Яндекса», а затем показывает результат - марку, модель и, если достаточно статистики, среднюю стоимость на портале.

Для обучения базы сервиса использовалось около 6 млн фотографий из базы «Авто.ру». Найти машину можно по фото части кузова, салона или приборной панели. Позже компания собирается использовать такую технологию для упрощения оформления объявлений: пользователь сможет сфотографировать автомобиль, а приложение заполнит поля модели, марки и поколения.

ВОЗМОЖНЫЕ ПРОБЛЕМЫ И ОПАСНОСТИ

Эксперты из Американской ассоциации искусственного интеллекта считают, что в ближайшие 25 лет нам не удастся создать разумную машину, способную превзойти человеческий мозг.

Директор по распространению технологий «Яндекса» Григорий Бакунов считает, что основой для распространения нейросетей в ближайшие пять лет станет способность таких систем к принятию различных решений:

Главное, что сейчас делают нейронные сети для человека, - избавляют его от излишнего принятия решений. Так что их можно использовать практически везде, где принимаются не слишком интеллектуальные решения живым человеком. В следующие пять лет будет эксплуатироваться именно этот навык, который заменит человека на простой автомат.

Источник: malina.am

Комментарии: