Прогноз CW: Что ждет искусственный интеллект в 2019 году
Прогноз CW: Что ждет искусственный интеллект в 2019 году

Как полагают эксперты, мы находимся лишь в самом начале преобразований информационных систем, связанных с применением средств машинного обучения корпоративного уровня


07:07 19.03.2019   |  Том Маколей |  Computerworld, Великобритания

Рубрика Индустрия |   1773 прочтения



Аналитики Gartner и Forrester, исследователи данных и ИТ-руководители рассказали о том, чего они ждут от науки о данных и искусственного интеллекта в текущем году.

В 2018 году профессия исследователя данных (data scientist) стала самой высокооплачиваемой в сфере ИТ. Ожидается, что в 2019 году по мере увеличения доступности соответствующих инструментов и технологий и перехода к практическому использованию средств искусственного интеллекта эту сферу ожидает дальнейший рост.

Недавний опрос Deloitte показал, что в организациях стали замечать потенциальные преимущества для бизнеса от технологий искусственного интеллекта, в связи с чем 57% респондентов заявило о своем намерении увеличить расходы в этой области.

«Мы находимся лишь в самом начале преобразований информационных систем, связанных с применением средств машинного обучения корпоративного уровня, – полагает вице-президент компании Cloudera Стивен Лайн. – В 2019 году произойдет выход соответствующих инструментов на новый этап зрелости: от проверки концепции организации перейдут к претворению ее в жизнь в промышленных масштабах. Внедрение корпоративного машинного обучения будет расширяться по мере того, как предприятия начнут автоматизировать процессы распознавания шаблонов, прогнозирования и принятия решений, что приведет к дальнейшему повышению эффективности, конкурентной дифференциации и росту. В условиях перехода первых последователей от подтверждения концепции к промышленному использованию множества различных сценариев будет происходить дальнейшее развитие технологий и накопление передового опыта с целью совершенствования операций, масштабирования, а в конечном итоге — раскрытия новых бизнес-возможностей и полного достижения поставленных перед проектом цифровой трансформации целей».

«Функции искусственного интеллекта на основе предварительного обучения сохранят популярность, но их начнут встраивать в более широкие решения, – указала главный аналитик Forrester Мишель Гетц. – Мы видим, что такого рода проекты набирают ход. По мере того как компании все чаще используют искусственный интеллект для радикальной модернизации, а не для подстройки деловых процессов и автоматизации рутинных операций, ценность его начинает затмевать существующие узкие подходы к решению конкретных задач, наподобие скоринга или распознавания фрода».

Новые приложения

По мнению аналитика Forrester Данкана Джонса, все больше поставщиков программного обеспечения будут встраивать искусственный интеллект в свои продукты, снижая потребность ИТ-служб в создании собственных инструментов.

Акценты средств бизнес-анализа начнут смещаться «от детализации к оповещению» за счет использования автоматизированных средств, предупреждающих людей о событиях и тенденциях, требующих их внимания.

«В конечном итоге вы будете управлять с помощью исключений, а не с помощью штампов, – заметил Джонс. – Таков мой прогноз в отношении программного обеспечения делового назначения. Процессы будут выполняться вручную в гораздо меньшей степени. Все будет отлажено и автоматизировано, так что люди смогут наблюдать за тем, что действительно требует контроля, а со всем остальным справятся программы».

Растущий потенциал науки о данных ведет к ускоренному развитию новых технологий. Дэвид Серли из Gartner считает, что увеличение числа автономных роботов, дронов и автомобилей способствует более естественному их взаимодействию с окружающей средой и людьми.

«По мере распространения автономных устройств мы ожидаем перехода к их взаимодействию, множество самоуправляемых устройств будут совместно работать друг с другом, как независимо от людей, так и при их участии, – подчеркнул он. – Если, к примеру, дрон, осматривая большое поле, обнаруживает, что оно готово к уборке, он может направить туда автономный комбайн. На рынке доставки наиболее эффективным решением представляется использование комбинации автономных транспортных средств, совместно перемещающих посылки по назначению. Скажем, на борту у робомобиля могут находиться роверы и дроны, осуществляющие доставку отправлений на последней миле, непосредственно адресату».

По мере совершенствования средств обработки естественного языка Гетц ожидает расширения сферы их применения.

«Виртуальные агенты будут обладать более глубокими знаниями и навыками и смогут шире применять разговорные практики в рамках одного взаимодействия», – подчеркнула она.

С этой точкой зрения согласен и технический директор компании Exasol Матиас Голомбек. «У Amazon Echo, Google Home и Apple Home уже имеются подключенные помощники, – указал он. – Впервые голосовое взаимодействие стало основным методом управления устройствами для воспроизведения музыки, получения основной информации и взаимодействия с интеллектуальной домашней техникой. Однако эти устройства не оказывают большого влияния на бизнес. Думаю, что в 2019 году голосовые интерфейсы начнут использоваться и в отдельных сценариях корпоративного назначения, а виртуальные ассистенты окажут офисным пользователям поддержку в деле рационализации процессов и при работе с электронной почтой, системами CRM, ежедневниками и другими деловыми приложениями».

Новые угрозы

Технический директор компании Tufin Ройвен Харрисон, занимающийся вопросами безопасности, убежден в том, что развитие голосовых приложений приведет к увеличению числа брешей в системе защиты данных.

«Атаки будут провоцировать людей подавать голосовые команды или воспроизводить на своем компьютере звук, порождая поток событий, позволяющих получать информацию о деятельности компании или собирать сетевые данные, облегчающие вторжение», – пояснил он.

«На сегодняшний день средства обнаружения помогают выявлять поддельное видео и изображения, – отметил главный специалист O’Reilly Media по данным Бен Лорика. – Но инструменты для генерирования фальшивого контента быстро улучшаются, и мы должны быть уверены в том, что темпы развития технологий обнаружения находятся на должном уровне. Методы машинного обмана позволяют сбивать с пути не только людей, но и машины – боты. Не стоит забывать и о том, что люди также обманывают машины. Существуют целые армии троллей и пользователей, щелкающих по ссылкам. Методы распространения информации и фермы кликов по-прежнему будут использоваться для ввода в заблуждение систем ранжирования и розничных платформ, а новые способы противодействия этому будут появляться так же быстро, как и новые формы машинного обмана».

Укрепление доверия

С вводом в действие норм, подобных европейской директиве по защите личных данных GDPR, любое из таких нарушений будет обходиться очень дорого. Сверхбольших штрафов за нарушение требований GDPR пока не назначалось, но руководитель службы безопасности компании KCOM Дэвид Фрэнсис убежден в том, что в 2019 году это наверняка произойдет.

«Если в 2018 году регуляторы еще не прибегали к жестким мерам, то в 2019 году нарушителей ждет расплата, – подчеркнул он. – Переходный период закрывается, и в новом году Евросоюз инициирует первые громкие дела в отношении нарушителей требований к защите персональных данных. Появится прецедент, по которому начнут судить о дальнейшем вероятном развитии событий, о том, насколько строгими будут правила и насколько высокими штрафы. Пока еще есть время проверить, в какой степени вы соответствуете нормативным требованиям. Не ждите, когда топор упадет на вашу голову».

Несмотря на риски компании стремятся внедрять у себя безопасные и эффективные меры защиты данных. Проведенный недавно KPMG опрос показал, что 61% топ-менеджеров включают укрепление доверия в тройку главных приоритетов своей организации, но только 35% людей, принимающих решения в сфере ИТ, уже сейчас испытывают высокий уровень доверия к проведению анализа в своих организациях.

По мнению Гетц, для укрепления доверия необходимо развивать «объяснимый» искусственный интеллект.

«При проведении машинного обучения основное внимание сосредоточено на алгоритме, – подчеркнула она. – Однако проблема номер один в области искусственного интеллекта связана с доверием к данным. И это вопрос не только науки о данных, но и бизнеса. Во-первых, бизнес-экспертам необходимо искать более эффективные способы разъяснения исследователям данных, какие выборки следует использовать в моделях. Во-вторых, нужны среды, которые позволяли бы понять и скорректировать применение искусственного интеллекта при решении тех или иных задач. Диаграммы рассеяния, гистограммы и прочее не слишком понятно бизнес-экспертам. Но традиционных информационных панелей с графиками и диаграммами может оказаться недостаточно. Пробелы в доверии к искусственному интеллекту и его адаптации помогают закрыть бизнес-анализ, очистка данных и среды управления».

ИТ-директор компании Insight Майк Гуггемос считает, что опасения начнут снижаться, а ведущие организации будут стремиться использовать функции искусственного интеллекта по максимуму там, где это возможно.

«2018-й год был годом шумихи и тревог в отношении искусственного интеллекта, – указал он. – В 2019-м мы переходим на следующий этап с широким внедрением искусственного интеллекта в корпоративной среде. Будет наблюдаться ускорение внедрения реальных приложений искусственного интеллекта, а соответствующая технология проникнет во все сферы бизнеса, приводя к изменению деловых операций, которого мы даже не будем замечать. Сервисы искусственного интеллекта, предлагаемые Microsoft и AWS в качестве эталонных архитектур, преобразуются в стандартные подключаемые сервисы, хотя и не всегда это происходит так просто, как заявлено. По мере превращения искусственного интеллекта в неотъемлемую часть деловой жизни, страх потери работы постепенно сходит на нет – люди осознают, что искусственный интеллект скорее помогает им, нежели вытесняет».

Новые навыки

Конвейер подготовки специалистов изо всех сил старается угнаться за стремительным развитием инструментов и технологий науки о данных. По мнению глобального вице-президента компании ABBYY Нила Мерфи, треть организаций, внедряющих средства искусственного интеллекта, уже в ближайшие полгода увеличит численность ИТ-персонала.

«Потребность в специалистах по искусственному интеллекту и технологиям автоматизации в 2019 году вызовет всплеск их найма по всему миру, – указал он. – Каждая третья компания будет расширять ИТ-персонал. С этой проблемой столкнутся представители самых разных отраслей – от производственной и сферы здравоохранения до некоммерческих, правительственных и финансовых организаций. Главный вопрос будет связан с модернизацией ИТ-инфраструктуры и заменой унаследованных систем в рамках программ цифровой трансформации. Для достижения этой цели бизнесу понадобится инвестировать время и деньги в поиск лучших талантов в своей области. В противном случае компании рискуют утратить конкурентоспособность».

Дефицит специалистов в области искусственного интеллекта заставит университеты переосмыслить свои стратегии. Согласно прогнозам профессора Калифорнийского университета в Сан-Франциско и главного научного сотрудника компании SnapLogic Грега Бенсона, уже скоро среди выпускников появятся дипломированные специалисты по машинному обучению.

«До недавнего времени машинное обучение и искусственный интеллект преподавались в качестве факультативных дисциплин, – пояснил он. – В дополнение к появлению соответствующих степеней бакалавров и магистров машинное обучение будет преподаваться студентам в качестве обязательных курсов».

Глубинное обучение и Python

Главный специалист по данным O'Reilly Media Бен Лорика полагает, что глубинное обучение получит мощный импульс к развитию, дополнив уже существующие приложения машинного обучения.

«Помимо новых систем, использующих технологии машинного зрения и речи, мы ожидаем усиления активности в сфере глубинного обучения, – подчеркнул он. – Причем это направление будет развиваться в первую очередь там, где у компаний уже имеются необходимые для этого данные и средства машинного обучения. Компании дополняют свои временные и геопространственные данные средствами глубинного обучения, повышая тем самым точность и масштабируемость. Появляются системы, в которых глубинное обучение сочетается с другими методами машинного обучения».

По мнению Лорики, специализированное оборудование сделает эти технологии доступнее, но более широкое распространение все же получат гибридные модели.

Всплеск интереса к глубинному обучению начался в 2011 году с появлением моделей обработки речи и компьютерного зрения. Сегодня оно приобрело уже достаточные масштабы для того, чтобы оправдать появление специализированного оборудования – одна только компания Facebook ежедневно выдает триллионы прогнозов. Проекты Google тоже достигли достаточной величины для окупаемости собственного специализированного оборудования. С прошлого года в облаке Google применяются тензорные процессоры.

Таким образом, в 2019 году нас ждет широкий выбор специализированного оборудования. Многочисленные компании из Китая и США работают над созданием аппаратных средств, предназначенных для построения моделей и задач логического вывода и рассчитанных на использование как в ЦОДах, так и на оконечных узлах.

По мнению Голомбека, ведущим языком программирования для исследователей данных станет Python.

«В 2019 году будут развиваться сразу несколько языков науки о данных, – указал он. – Однако прослеживается четкая тенденция, в соответствии с которой ведущим языком для машинного обучения станет Python, а технологии на базе Python (в частности, библиотека глубинного обучения TensorFlow) приобретут еще более широкую популярность».

Совет предприятиям

Организации, делающие только первые шаги в освоении возможностей искусственного интеллекта, основными его преимуществами, вероятно, сочтут средства расширенного анализа, которые встраиваются в корпоративные приложения и снижают потребность в профессиональных исследователях данных.

Для появления дополнительных возможностей потребуется более интенсивное вовлечение всех заинтересованных сторон в этот процесс.

«Рассматривайте искусственный интеллект как часть вашего человеческого капитала, а не замену ему, – указал Гетц. – Время, деньги и усилия, затрачиваемые на обучение технологиям искусственного интеллекта, столь же велики, как и затраты на обучение людей. Вчерашние выпускники вузов не могут пока похвастаться глубокими практическими навыками искусственного интеллекта, даже если у них написана дипломная работа на эту тему. Сегодняшние сотрудники вынуждены обучаться методом проб и ошибок. В сфере корпоративного искусственного интеллекта появляются передовые методы и практики, которые свидетельствуют о том, что искусственный интеллект необходимо развивать так же, как мы выращиваем специалистов на рабочем месте. Компании, подбирающие себе качественных работников и потенциальных сотрудников, быстрее заполняют штат, связанный с искусственным интеллектом. Они выделяют необходимое время и вкладывают средства в обучение и развитие карьеры, повышая тем самым конкурентоспособность своего бизнеса за счет эффективного использования технологий искусственного интеллекта».


Теги: Большие данные Искусственный интеллект Data Science Машинное обучение Цифровая трансформация

На ту же тему: