Роботакси, уничтожитель сорняков, еда по биометрии: как технологии на базе ИИ меняют нашу жизнь19.10.2021 12:03

«Искусственный интеллект изменит нашу жизнь сильнее, чем любая другая технология в истории человечества — даже электричество», — считает известный венчурный капиталист из Тайваня Ли Кайфу.

С ним трудно не согласиться. Согласно прогнозу PWC, технологии на основе искусственного интеллекта (ИИ) могут вызвать рост мирового ВВП на 14% уже к 2030 году. Каждая сфера нашей жизни на глазах становится «умнее». Искусственный интеллект позволяет оптимизировать любой процесс: он анализирует данные, находит слабые звенья и предлагает способы их улучшения — и делает это постоянно. Способность компьютеров заменять людей в простых однообразных задачах уже приводит к тому, что роботы успешно осваивают некогда исключительно человеческие профессии — операторов колл-центра, сборщиков на конвейере, брокеров и трейдеров, юристов и другие.

Эти системы позволяют анализировать огромные массивы данных и за считанные секунды строить на их основе прогностические модели. В банкинге такие системы используются для оценки риска заемщиков. Они анализируют кредитную историю человека, паттерны его финансового поведения, даже составляют психологический портрет по профилям в соцсетях. Сегодня в Сбербанке, Росбанке, Райффайзенбанке, МКБ и других организациях до 100% кредитных решений принимает компьютер. В маркетинге предиктивная аналитика применяется для определения сезонного спроса, предсказания поведения покупателей, разработки рекомендательных сервисов. Например, сервис стриминга фильмов и сериалов Netflix заметил, что до 75% пользователей выбирают, что смотреть, на основе своих рекомендаций. ИИ подбирает контент, который будет для них максимально интересен. В производстве такие же системы служат для предсказания отказов оборудования, определения пиковых нагрузок и других задач. По подсчетам McKinsey, предиктивный метод позволяет сократить время простоев оборудования на 30–50% и продлить средний срок эксплуатации машин на 20–40%. В масштабах заводов это колоссальный резерв для экономии.

В логистике аналитические системы помогают оптимизировать перевозки — в частности, разрабатывать эффективные маршруты с учетом сроков доставки, особенностей груза, загруженности автопарка, расхода топлива и других факторов. Так, российская компания Relog рассказывает о том, что благодаря внедрению «умной» маршрутизации в аптечной сети ей удалось снизить расходы на 22–29%. Технологичные службы такси используют предиктивные системы для анализа спроса и предложения. В международном сервисе по заказу поездок DiDi умные алгоритмы в режиме 24/7 в разных частях города предсказывают потенциальное число заказов — так, чтобы при необходимости машины всегда были в наличии в каждом районе.

Способность машины не только «видеть», но и распознавать и «понимать» увиденное открывает самые широкие возможности для ее применения в разных сферах. Сегодня компьютерное зрение используется для решения таких задач — и список, разумеется, не полный: видеонаблюдение в офисах, на производстве, в торговых центрах, на улицах; управление автомобилями, предотвращающее столкновения с препятствием; анализ изображений в медтехе; сортировка, поиск брака и других операций в серийном производстве; дополненная и виртуальная реальность; геопозиционирование и картографические системы; контроль точности в строительстве и реконструкции; анализ эмоционального состояния человека. 

По каждому из этих пунктов уже имеются примеры реального коммерческого применения — в том числе довольно неординарные. Если вы когда-нибудь на даче пропалывали грядку с морковкой, то помните, какое мучительное это занятие. Корнеплод особенно быстро и густо зарастает сорняками, а отличить морковную ботву от сорных трав не так уж просто. Компьютерное зрение справляется даже с этой задачей. Совместное творение немецкой сельхозкомпании Amazone (не опечатка!) и Bosch робот-платформа BoniRob при помощи камеры определяет по форме листа полезную культуру. Роботизированный модуль механически уничтожает сорняки, а овощи остаются целыми и невредимыми.

Другой пример связан с распространенными биометрическими системами — они, как известно, применяются от смартфонов, где заменяют ввод пин-кода для разблокировки, до офисных проходных. В сети ресторанов KFC такая система предусмотрена в специальных киосках для выдачи блюд в «ресторане будущего» в Москве. Ячейка с заказом открывается автоматически с использованием системы распознавания лиц: она также применена в аппаратах розлива горячих напитков, которые каждый посетитель наливает себе самостоятельно. При этом использование новой технологии не требует хранения персональных данных в системе — временный профиль пользователя работает лишь до выдачи заказа, после чего удаляется.

Но, пожалуй, самые амбициозные трансформации, вызванные использованием технологий компьютерного зрения, произойдут тогда, когда люди пересядут в беспилотные автомобили. И мы как никогда близки к этому моменту — тестированием беспилотных проектов занимаются все крупнейшие автопроизводители и технологические гиганты. В частности, еще в июне 2020 года подразделение DiDi Autonomous Driving провело пилотный запуск роботакси, выполнявшего реальные заказы. Развитие беспилотников необходимо в том числе и для того, чтобы совершить революцию в области транспортной безопасности. Ежегодно в мире в автомобильных авариях погибает 1,3 млн человек. В 99% случаев ДТП происходят по ошибке водителей, которые все чаще отвлекаются на мобильные устройства.

Обработать большие массивы данных, определить в них закономерности и паттерны, выстроить сложнейшие модели с множеством переменных, обнаружить возможные ошибки — все это искусственный интеллект научился делать по мановению руки. Скорость вычислений компьютеров колоссально превышает человеческие. Кому-то это помогает сэкономить время. Например, умные алгоритмы позволяют в системе реального времени выстроить оптимальный маршрут для водителя такси с учетом погоды, загруженности дорог, расстояния и других факторов. А кому-то может спасти жизнь. Российский медицинский стартап Botkin.AI изучает карты больных и результаты обследований, которые были сделаны в недавнем прошлом, — и, случается, находит в них признаки патологий, которые оказались упущены врачом. Ранняя диагностика болезней, как известно, существенно увеличивает шансы на успешную терапию.

Чат-боты широко используются для поддержки пользователей — в банках, медицинской сфере, при покупке авиабилетов или трекинге посылок из Китая. Области применения не ограничены — от обучения до помощи людям с ограниченными возможностями здоровья. Алгоритмы генерации естественного языка используются для написания текстов, стихов, сказок, для подсказок в телефоне и при составлении электронных писем. Виртуальные помощники вроде «Алексы» Amazon помогают делать заказы в интернет-магазинах и включать «умный» чайник. Стартап Replika играет роль собеседника, который может скрасить одиночество и мониторить психологическое состояние пользователя.

В DiDi роботы решают до 60% запросов пользователей в службу поддержки, ведь чаще всего такие запросы похожи, и операторы-люди для работы с ними не нужны.

Перечисленные примеры доказывают, что технологии ИИ проникают во все сферы нашей жизни — от медицины и транспорта до развлечения, покупок, обеспечения безопасности. Процессы автоматизации, построения цифровой экономики без них немыслимы. В дальнейшем развитие ИИ будет идти по траектории все более глубокого применения в самых разных областях. Вероятно, уже существующие решения будут интегрироваться в новые бизнесы и решать новые проблемы. Ведь чем больше обучается робот, тем лучше он справляется со своими задачами — и тем полезнее становится.

Автор: Даниил Петин, директор по стратегическим проектам DiDi в России