ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МОСКВЕ

«БОЛЬШИЕ ВЫЗОВЫ» 2019

Сегодня участники направления «Умный город» познакомились с применением технологии искусственного интеллекта и машинного обучения в Москве. Лекцию провёл руководитель направления машинного обучения департамента города Москвы Адель Валиуллин.

Лекция началась с истории искусственного интеллекта. Впервые термин «искусственный интеллект» употребил английский математик Алан Тьюринг в 1950 году. Следующий важный этап — введение понятия персептрона Фрэнком Розенблаттом в 1958 году. Искусственный интеллект стал актуален лишь ближе к началу третьего тысячелетия. Почему так произошло? Ведь само понятие было введено в употребление с 1950 года, а непосредственно разработки начались около 2000 года. Причины тому две: накопление больших объемов данных и появление мощных вычислительных ресурсов.

Ещё несколько знаменательных вех в истории развития искусственного интеллекта:

— 1997: алгоритм DeepBlue обыгрывает чемпиона мира по шахматам Г.Каспарова.

— 2011: алгоритм INM Watson побеждает в телевикторине Jeopardy (отечественный аналог телевикторины — «Своя игра»).

— 2016: алгоритм AlfaGo обыгрывает сильнейшего игрока в Го.

— 2019: алгоритм OpenAl обыграл сильнейшую команду OG в Dota 2.

Стоит также отметить, что крупнейшие мировые компании начинают активно применять технологии искусственного интеллекта и машинного обучения в своих продуктах. Так, например, Google внедрил машинное обучение во многие свои разработки. Например, в почте это позволяет быстро сотавить шаблон письма.

Где в городе применяется искусственный интеллект?

1. ЖКХ.

Технология искусственного интеллекта позволит решить многие конфликты, возникающие между жителями и управляющими компаниями. Проблемы, которые часто возникают у жителей: передача показаний по коммунальным услугам, поломки в доме, несвоевременное оказание услуг со стороны служб ЖКХ. Проблемы, возникающие у управляющего компанией: решение проблем с ремонтов зданий и сооружений, прогнозирование поломок и своевременное их устранение. Искусственный интеллект позволит решать также проблемы технического состояния дома, расхода воды и электричества, предсказание заполнения показаний.

sirius.mos-ai.ru — данный ресурс, разработанный силами проектной команды учеников «Сириуса», позволяет предсказывать заполнение показаний.

Одна из задач, которую уже решает искусственный интеллект в Москве, — это распознавание показателей счётчиков воды с фото. Это задача глубоко обучения, которая позволяет использовать мобильное решение. Сложности при разработке программы — поиск области с номером (подобная проблема возникает при распознавании номеров машины) .

2. Образование.В сфере образования существует не меньше сложностей. Например, со стороны преподавателя — это подготовка к занятиям, оценка и предоставление обратной связи. У ученика главная проблема — неперсонализированная подготовка, что мешает выстроить более удобную траекторию обучения.

Задачи, решаемы с помощью искусственного интеллекта: автоматическая оценка работ, персонализированное обучение (позволяет подстраиваться под способности ученика — впоследствии можно давать индивидуальное домашнее задание), построение персональной траектории.

Задача предсказания результатов экзаменов за 11 класс -это задача регрессии, которая принимает во внимание уровень подготовки класса в целом, качество преподавания, оценки ученика за 10 класс, уровень развития школы и др. показатели.

3. Медицина:

В данной сфере искусственный интеллект позволяет обнаружить заболевания на ранних стадиях.
Задача сегментации и классификации раковых опухолей - задача глубокого обучения. Точность у полученной модели выше, чем у диагнозов нескольких врачей. Однако сейчас технология работает как вспомогательное мнение для врача.

Дополнительные задачи, решаемые искусственным интеллектом в Москве: контроль торгового сбора в Москве, уплаты налогов от сдачи квартир в аренду и др. За 5-6 кликов на сайте машина, собирающая данные о предпочтениях пользователей с сайта mos.ru, может определить пол пользователя.

Чем отличается искусственный интеллект, машинное обучение, нейросети и глубокое обучение? Наиболее широкое понятие — искусственный интеллект, в него входит понятие машинное обучение, в машинное обучение входит понятие нейросети (наравне с разными способами обучения), а уже в последнее определение входит глубинное обучение.

ИИ строится на основе накопленных экспертных данных. Предположим, если в какой-либо научной сфере появилась новая статья , то технология машинного обучения позволяет автоматически её встроить в имеющуюмся систему экспертных знаний и подстраиваться, изменяться.

Продолжайте следить за нашими новостями!

Источник: m.vk.com

Комментарии: