Блог компании Zavod it-стартапов

Как ИТ-гиганты создают искусственный интеллект

Как ИТ-гиганты создают искусственный интеллект

 

Гонка «вооружений»

За дело берутся инженеры с многолетним опытом и молодые таланты — над созданием умных машин работает большое количество стартапов, многие из которых существуют в обстановке полной секретности. Некоторые компании привлекают крупные инвестиции или становятся частью корпораций — в марафоне у ИТ-гигантов больше шансов добиться желаемого результата. 

На конференции TED в Ванкувере 17 февраля 2016 года основатель фонда Xprize Питер Диамандис и глава подразделения IBM Watson Дэвид Кеннирассказали о конкурсе IBM Watson AI XPRIZE с призом в $5 млн на создание искусственного интеллекта, который сможет убедительно выступить на TED в 2020 году. Организаторы конкурса надеются вдохновить разработчиков на создание технологий, способных помочь людям решать важнейшие мировые проблемы.

Скептически настроенные по отношению к широкому использованию машинного интеллекта люди руководствуются не только вымыслами и предсказаниями фантастов, но и возможными экономическими и социальными проблемами. Повсеместная автоматизация в первую очередьповлияет на работников среднего звена, может привести к массовой безработице и ещё большему разрыву в уровне доходов населения.

Мы должны начать думать очень серьёзно — что будут делать люди, когда машины смогут делать практически всё? Мы должны переопределить значение хорошей жизни без работы.

— Моше Варди, директор Института информационных технологий Кена Кеннеди

По данным исследований CB Insights, объём инвестиций в разработку ИИ-технологий вырос семикратно с $45 млн в 2010 году до $310 млн в 2015 году, а самым насыщенным стал 2014 год — 60 крупных сделок. Наиболее активно в технологии машинного обучения вкладывают фонды Data CollectiveBloomberg BetaKhosla VenturesSamsung VenturesLux Capital и Horizons Ventures.

Самыми привлекательными для инвесторов компаниями стали Sentient Technologies ($144 млн) и Ayasdi ($98 млн). Большой интерес вызвали Vicarious (в компанию инвестировали Элон Маск, Марк Цукерберг, Дастин Московиц, Питер Тиль и Эштон Кутчер), Context RelevantCorticaWorkFusionRapidMinerDigital Reasoning SystemsH2O.ai и Viv Labs.

Все эти компании с помощью систем машинного обучения стремятся решить сложные задачи в десятках отраслей, например, ускорить процесс создания лекарств, создать системы распознавания для совершенствования поиска, улучшить бизнес-аналитику или ускорить перевод с иностранных языков. Активно привлекают инвестиции AtomwiseMetaMindScaled InferenceHowdyNervana SystemsMindMeldDomino Data LabDiffbotIdibonWit.aiGridspaceClarifaiLuminoso. Стоит отметить недавно запущенную поисковую систему Findo российской компании ABBYY.

Не причинить вред человечеству

Лидерами в разработке искусственного интеллекта и алгоритмов глубинного изучения остаются Google и Facebook, но их конкуренты не собираются сильно отставать — IBM, Apple, Microsoft вкладывают большие средства в исследования и разработку.

 

Facebook

В начале 2016 года Марк Цукерберг на своей странице в Facebook написал, что собирается создать персонального ассистента с учётом технологий, уже разработанных исследователями в Facebook AI Research (FAIR). Искусственный интеллект — одно из важнейших для корпорации направлений. Внедрение «умных» алгоритмов в работу социальной сети сделает использование сервиса более осмысленным для пользователей, упростит процесс поиска нужной информации и улучшит таргетирование рекламы.

На данный момент в компании продолжают развивать алгоритм распознавания лиц DeepFace, способный определять людей на фотографиях даже по части лица и в сложных условиях, приближая его к уровню человеческих способностей.

Наш ИИ теперь может посмотреть на фотографию, определить, что на ней изображено, и объяснить вам. Это особенно полезно для незрячих или для тех, кто не видит изображение. Мы рассматриваем ИИ в качестве помощи компьютерам для лучшего понимания мира, чтобы они стали полезнее для людей. Мы ещё только на ранней стадии разработки этой технологии, и вы уже можете представить себе, насколько полезной она станет в будущем.

— Марк Цукерберг

Помимо изображений инженеры Facebook работают над алгоритмами распознавания и «осмысления» текста, благодаря которым система сможет понимать языки людей из разных стран, рассуждать, переводить и отвечать на вопросы.

Также у Facebook есть виртуальный помощник M, тестирование которого продолжается в ограниченном режиме. Однако М — не полностью автономный ИИ, а гибридный вариант. Все запросы отслеживаются людьми и группа сотрудников компании отвечает на некоторые вопросы пользователей при необходимости. В Facebook не планируют делать M автономным, но будут постепенно сокращать вмешательство со стороны людей в процесс его работы.

Google

Из крупнейших ИТ-компаний Google занимается технологиями машинного обучения наиболее активно. В 2015 году корпорация инвестировала в Mobvoi — компанию, разработавшую голосовую поисковую систему для китайского языка. Главным же приобретением Google в ИИ-направлении стала лондонская DeepMind (за $625 млн в 2014 году).

Ещё в 2012 году разработчики из GoogleX тестировали систему распознавания образов на видео с кошками. Инженеры ИТ-гиганта применяют алгоритмы глубинного обучения, например, для улучшения распознавания речи в Google Now, для поисковой системы и в разработке беспилотного автомобиля. Но их конечная цель гораздо амбициознее — создать «Сильный ИИ» или artificial general intelligence (AGI), способный обучаться и мыслить на уровне человека.

Именно к такой сложной цели стремятся в DeepMind. На данный момент их самым успешным проектом стала система AlphaGo, победившая трёхкратного чемпиона Европы в игре Го. Игра, появившаяся в Китае 2,5 тысячи лет назад, считается очень сложной из-за огромного количества вариантов ходов, превышающее количество атомов во вселенной.

Долгое время Го была недостижимой для ИИ-систем, ведь в этой игре не удастся победить перебором вариантов как в шахматах, но в DeepMind смогли найти правильный подход. Учёные собираются улучшать алгоритм и расширять сферу его применения.

До AlphaGo в DeepMind разработали алгоритм Deep-Q Network для самообучающейся системы, которая смогла достичь высоких результатов и даже превзойти лучших профессиональных игроков в некоторых классических играх — Space Invaders, Pong, Boxing и Breakout. Следующим на очереди для тестирования алгоритма станет Doom.

В краткосрочной перспективе разработки DeepMind позволят усовершенствовать виртуальных помощников для смартфонов, в случае с Google — улучшать работу Android. В дальнейшем разработчики планируют использовать свои алгоритмы для моделирования событий, например, изменения климата, для постановки медицинских диагнозов и помощи учёным в решении сложнейших задач, на которые могли бы уйти десятки лет.

Apple

Традиционно для себя Apple держит в секрете подробности о своих разработках, но известно, что под руководством Тима Кука корпорация приобрела несколько стартапов, работающих c алгоритмами машинного обучения: команда Vocal IQ работала над системой распознавания речи для продвинутого голосового интерфейса в мобильных устройствах; Perceptio занималась разработкой алгоритма глубинного обучения для автономного анализа изображений в смартфонах; Emotient создала технологию определения человеческих эмоций по выражениям лица; Faceshift разработала систему распознавания лицевой мимики для захвата движения и анимации персонажей в реальном времени.

Помимо улучшения виртуального ассистента Siri и внедрения технологий в iOS, Apple, вполне возможно, использует алгоритмы глубинного обучения для своих автомобилей.

IBM

Корпорация IBM работала над созданием суперкомпьютера ещё с середины 80-х, в результате разработав шахматную систему Deep Blue, победившую Гарри Каспарова в серии матчей. Но Deep Blue нельзя назвать настоящим ИИ — система перебирала возможные варианты из базы данных и находила выигрышный. Следующим шагом для IBM стал Watson, победивший сильнейших игроков в викторине Jeopardy! в 2011 году. Система была создана специально для ответов на вопросы, заданные естественным языком.

Watson оказался полезным для имиджа IBM, но малоприбыльным, из-за чего руководство корпорации приняло решение открыть новое подразделение для расширения возможностей системы и возврата инвестиций.

IBM создают экосистему для сторонних разработчиков приложений с использованием возможностей Watson и предоставляют ряд сервисов для компаний — обслуживание клиентов и определение их интересов, поиск новых решений, бизнес-аналитику. Например, Watson может быть фитнес-тренером и диетологом, как в случае с приложением UA Record. IBM планирует превратить Watson в полезный инструмент для бизнеса.

Microsoft

Самым известным проектом ИТ-корпорации в области ИИ стала Cortana — виртуальный ассистент для Windows, Xbox, iOS и Android, способный распознавать речь и поддерживать разговор. Cortana использует алгоритмы для частичного самообучения, чтобы улучшать результаты поиска и давать подходящие советы пользователю.

Но у Microsoft есть и другие проекты, использующие машинное обучение —Microsoft Translator для автоматического перевода на 50 языков, Skype Translator для перевода звонков и сообщений почти в реальном времени на 6 языках, Project Oxford — набор инструментов для создания приложений, способных анализировать изображения, видео и аудиозаписи, определять лица и эмоции людей, текст на изображениях, определять человека по голосу, выявлять слова, произнесённые с акцентом или в шумном помещении, преобразовывать аудио в текст и наоборот.

Примером разработки «умной» машины стал чатбот Xiaoice, внедрённый Microsoft в соцсеть Weibo. Виртуальная 17-летняя китайская девочка смогла убедить многих, что она настоящий человек — благодаря способности вести не только логичную, но и эмоциональную беседу.

Чтобы упрочить своё положение в области машинного обучения, Microsoft покупает компанию SwiftKey, известную своим приложением для смартфонов, за $250 млн. Технология анализа и прогнозирования выбора слов пользователем во время написания текста может стать полезным нововведением, например, в Word или Outlook.

Источник