Выгодная имитация: мировая промышленность активно строит нейросети

Выгодная имитация: мировая промышленность активно строит нейросети

Хотите посмотреть на работу искусственного интеллекта? Всё просто: загрузите в смартфон приложение MSQRD, изменяющее на экране вашу внешность, или Prisma, чтобы попасть на полотно в стиле Ван Гога. Уже установили? И в банк за кредитом вы уже обращались? Там, скорее всего, решение о вашей благонадежности также принимали искусственные нейросети. Так что технологии будущего — реальность. Пока они выполняют не самые сложные задачи, но всё впереди: нейросети уже помогают принимать важные решения и в очень крупных промышленных проектах.

Нервы для машины

Искусственные нейросети относят к группе так называемых когнитивных технологий. Это, конечно, очень размытое понятие, просто подразумевающее, что машина выполняет работу, которая раньше считалась исключительной прерогативой людей, и имитирует умственную деятельность человека. Что касается искусственных нейросетей, то они имитируют не только деятельность, но и структуру человеческой нервной системы, так как состоят из большого количества вычислительных элементов — «нейронов», относящихся к определенному слою сети. Входные данные последовательно проходят обработку на всех слоях, при этом параметры каждого «нейрона» могут изменяться в зависимости от результатов, полученных на предыдущих наборах входных данных, изменяя таким образом и порядок работы всей системы. Так моделируется способность человеческой нервной системы к обучению и исправлению ошибок. В этом состоит главная особенность любой нейронной сети: она способна самостоятельно обучаться и действовать на основании предыдущего опыта, с каждым разом становясь всё точнее.

Стоит отметить, что мысль о воспроизводстве человеческой нейронной структуры для создания искусственного интеллекта появилась еще до появления самого термина «искусственный интеллект», в 1943 году. Первую попытку формализовать нейронную сеть предприняли американские ученые Уоррен Мак-Каллок и Уолтер Питтс в статье о логическом исчислении человеческих идей и нервной активности. Спустя 70 лет эта технология стала одной из базовых в структуре «Индустрии 4.0».

Диагносты и нефтяники

Применение машинного обучения имеет обширный потенциал для улучшения производительности почти в любой деятельности, которая формирует большое количество данных. Это и прогнозирование продаж, и управление запасами, и здравоохранение. Нейросети в медицине используются для диагностики заболеваний. Всего один пример: врач правильно диагностирует инфаркт миокарда у 88% больных и ошибочно ставит этот диагноз в 29% случаев. Нейронная сеть продемонстрировала точность 92% при обнаружении инфаркта миокарда и дала только 4% сигналов ложной тревоги.

Пример из ритейла: компания «М.Видео» внедрила когнитивные технологии для улучшения клиентского сервиса в онлайн-магазине. Искусственный интеллект анализирует поведение клиента на сайте, переходы между страницами, просмотры разделов, после чего система готовит персональные товарные рекомендации, которые направляет зарегистрированному пользователю по почте.

С помощью сенсоров, установленных на продаваемом оборудовании, аналитики компании GE Oil & Gas получают оперативную информацию о состоянии нефтедобычи, а для анализа массивов данных в 2012 году была разработана облачная платформа Predix, которая, используя алгоритмы машинного обучения, позволяла инженерам составлять расписания диагностических проверок, улучшать эффективность использования оборудования и снижать время простоя, выявляя возможные неисправности до того, как они произойдут.

Самообучающиеся системы будут незаменимы при сборе информации о планетах перед тем, как туда отправится человек
Фото: images.nasa.gov

Это пример использования самообучающихся систем на стыке производства оборудования и нефтегазовой промышленности, однако и в чистой «нефтянке» возможностей для применения когнитивных технологий масса. Неслучайно, например, британская BP в 2017 году приобрела компанию Beyond Limits, стартап, который на основе искусственного интеллекта и когнитивных вычислений адаптирует для сектора upstream технологии НАСА, предназначенные для разведки дальнего космоса. Директор группы по природным ресурсам и сырьевым товарам Fitch Ratings Дмитрий Маринченко, в свою очередь, прогнозирует, что центром развития «умной цифры» в нефтегазе станут США: «Учитывая, что производители сланцевой нефти перманентно находятся в режиме борьбы за выживание, именно в США будут появляться и обкатываться самые передовые технологии. Сейчас американские компании (например Pioneer) называют более активное использование цифровых технологий частью своей стратегии». Однако российские нефтяники, судя по всему, на обочине четвертой промышленной революции оставаться не намерены. К примеру, «Газпром нефть» планирует активно привлекать искусственный интеллект к процессу освоения новых месторождений.

Источник: digital-russia.rbc.ru

Комментарии: