Как бизнес переходит к искусственному интеллекту?

Есть военная поговорка: «У каждого из нас есть план, пока тебя не ударят в лицо». То же самое можно рассказать про искусственный интеллект. Даже хорошо обученные нейросети могут не справиться с реальными задачами. Каждый алгоритм кажется идеальным, пока не сталкивается с реальными задачами. Один из примеров — проблемы с Face ID, когда из-за нехватки данных технология идентифицировала близнецов и родителей с детьми как одно лицо. Какие сложности возникают у компаний при использовании искусственного интеллекта и какую роль играет в этом человек — в материале The Robot.

На международной конференции DLD17 генеральный директор Microsoft Сатья Наделла заявил: «Мы пытаемся научить машины учиться, чтобы они делали то, что сейчас делают люди. Но они должны помогать людям, дополняя свой опыт».

До сих пор нет машины для универсального мышления — общего ИИ. Но существует большое количество узкоспециализированных нейросетей, которые решают конкретные задачи: распознавание изображения и речи, игра в го, анализ текста, обработка финансовых данных и многое другое. Когда мы используем термин искусственный интеллект, мы подразумеваем одну или несколько подобных нейросетей.

Компании стараются создать алгоритмы максимально свободные от вмешательства людей. Однако до этого еще далеко. Независимо от того, сколько раз машины выиграли в Го, какие бы футуристичные картины они не рисовали — лучшие системы ИИ требуют от людей активного участия в их развитии.


The Robot узнал у доцента кафедры Информатики РЭУ имени Г.В. Плеханова Алексея Попова, как сейчас бизнес может внедрять ИИ:

«Нейросети на предприятии в автоматическом режиме могут решать широкий круг задач по распознаванию образов:

  • прогнозирование значений каких-либо параметров по уже полученным ранее значениям, характеризующих деятельность предприятия
  • классификация и кластеризация объектов по известным или еще не известным параметрам
  • обработка данных для уменьшения их объема с помощью обобщения и агрегации
  • восстановление «утерянных» данных
  • выстраивание ответов на вопросы «если…., то… » в соответствии с оптимальными управлениями.

Участие человека (сотрудника предприятия, оператора) требуется в том случае, если информация, полученная от нейросетей используется для реализации критически важных функций предприятия.

Нейросети позволяют сотрудникам, принимающим решения значительно, иногда даже в разы, сократить время на принятие решения по управлению предприятием».


Facebook постоянно внедряет ИИ в социальную сеть для борьбы с терроризмом, порноместью, фейковыми новостями и другими социальными проблемами. А в августе компания купила стартап Ozlo — виртуального ассистента, который предлагает список ближайших ресторанов и программу телепередач и предоставляет пользователям кулинарные рецепты.

В то же время в мае 2017 года Facebook заявила, что в течение года наймет еще три тысячи модераторов для борьбы с ненавистью в публикациях и видео пользователей. Задача модераторов — отслеживать агрессию и другие нарушения правил соцсети в пользовательском контенте. А в октябре того же года компания сказала, что примет на работу еще одну тысячу модераторов для проверки рекламных публикаций, которые могут влиять на выборные процессы.

Помимо этого после запуска программы для борьбы с порноместью Facebook попросила пользователей заранее отправить в свои личные сообщения интимные фотографии, которые могут попасть в сеть. При этом выяснилось, что обрабатывать эти фотографии будут модераторы соцсети. Чтобы убедиться, что на фотографии действительно обнаженное тело.

Получается, что проблема вытеснения рабочих с их мест остается не такой значительной, а ИИ справляется не со всеми задачами.

В компании Google Alphabet Inc давно люди работают наряду с ИИ для модерации рекламы, устранения фальшивых новостей и экстремистских видео на YouTube. Однако Google не раскрывает, сколько работает модераторов. Но в компании говорят, что цифра находится в пределах тысячи и постоянно растет.

Искусственный интеллект и машинное обучение может анализировать огромное количество данных и находить закономерности и шаблоны в этой информации — то, что человек не всегда мог бы сделать вручную. Но человек по-прежнему нужен, чтобы заложить фундамент — математические модели — и настроить ИИ для правильной работы.

Когда ИИ сталкивается с новым типом данных, который не вписывается в его модель, может потребоваться вмешательство человека, чтобы дополнить алгоритм и рассказать ему, как работать дальше.


Существуют генеративные состязательные сети (GAN), в которых по сути работает два алгоритма машинного обучения. Первый — выполняет задание. Второй — пытается восполнить пробелы в работе первого. Но даже такие алгоритмы не всегда могут учитывать человеческий фактор.


Генеральный директор Next Caller Ян Ронкорони написал колонку для Venturebeat, в которой рассказывает, зачем искусственному интеллекту человек для борьбы с мошенничеством. Кроме контроля над работой машины и обучения нейросети, он выделил важную часть — предотвращение ложных срабатываний.

Например, клиент Хосе, который часто звонит из Хьюстона, в этот раз использовал VoIP-соединение из Мексики. Он нервничает в разговоре по телефону. Биометрические датчики поведения настораживаются. Кроме того, Хосе пытается активировать банковский перевод в размере $5 тысяч со своего счета. Большинство алгоритмов машинного обучения, даже если они контролируются, могут распознать это как мошенничество. Но Хосе объясняет, что он отправился в Мексику с семьей после того, как ураган Харви затопил его дом. И ему нужны деньги для оплаты счетов из госпиталя своей бабушки, которая никогда не рассказывала семьей, насколько плохо ее здоровье.

Это довольно сложная ситуация. Потому что если отклонить запрос на операцию, то это может стать настоящим пиар-скандалом для компании. И что еще хуже, это может косвенно навредить бабушке клиента. Но в то же время, мошенники часто пользуются бедствиями для достижения своих целей. В такой ситуации машина не может дать точный ответ.

На данный момент ИИ может нанести реальный вред, если будет использоваться без участия человека. Человек может творчески и абстрактно думать о проблемах, с которыми сталкивается человечество. И благодаря этому разрабатывать новые инновационные стратегии, тестировать подходы и изучать вызовы и возможности будущего. Всё то, что еще не умеет делать ИИ.

 

Исследования KPMG показывают, что роботизация процессов и когнитивные технологии — основной фокус компаний на 2018 год. Когнитивные решения на базе машинного обучения, предиктивной аналитики и нейросетей, позволяют повысить качество принимаемых человеком решений. Например, чтобы выбрать канал взаимодействия с клиентом, оценить риска при выдаче кредита, состояние оборудования и необходимость проведения его обслуживания.
Основной эффект внедрения когнитивных технологий в том, что компания принимает более эффективные решения в продажах и обслуживании клиентов, эксплуатации производственного оборудования, планирования закупок и запасов. И косвенно это помогает снизить затраты.
Если компания делегирует принятие решений ИИ, сократить трудозатраты сотрудников можно за счет роботизации и автоматизации процессов, исполняемых после этого, в соответствии с принятым решением.Елена Устюгова Партнер, руководитель Группы повышения операционной эффективности КПМГ в России и СНГ

 

В нашей компании нейросети выполняют функцию модератора, проводя первичную проверку публикуемого контента, чтобы в открытый доступ не попадала информация, запрещенная к распространению по законам РФ.

При этом человеку необходимо отслеживать корректность работы нейросетей, что в тот или иной момент принимается верное решение. Для этого обрабатывается обратная связь от пользователей, которые считают вывод ИИ ошибочным. Упростить эту часть может самообучение ИИ за счет взаимодействия с пользователем и умения вести диалог: обрабатывать входящие данные.
Ангелина Решина Директор по маркетингу компании CDNvideo

 

Мы создали несколько ботов, среди них — help bot, который отвечает на запросы пользователей и осуществляет первичный клиентский сервис, rest bot предоставляет доступ к открытому API системы, что позволяет интегрировать автоматически ее с другими сервисами, такими как АТС, CRM и прочими, то есть по сути, rest bot выполняет задачи интеграторов.

Также работает бот, предсказывающий вероятность сделки — покупка абонентской подписки в конце тестового периода на основе анализа данных о поведении нового пользователя на сайте. Сейчас точность прогноза составляет  80 %, но бот самообучается и в перспективе точность будет увеличиваться.

Боты могут самостоятельно выставлять счета и отправлять их клиентам, вести переписку, быстро реагировать на типовые запросы пользователей, бот может заказывать пиццу и канцелярские принадлежности или позвонить и напомнить о встрече. Это экономит временные ресурсы человека и позволяет не столько сократить, сколько эффективно перераспределить затраты компании.Вячеслав Чукреев Директор проектов WorkonFlow и onlinePBX

Загрузка ...
The Robot
Adblock
detector