Edge artificial intelligence это
Искусственный интеллект (ИИ) позволяет компьютерам обучаться на собственном опыте, адаптироваться к задаваемым параметрам и выполнять те задачи, которые раньше были под силу только человеку. В большинстве случаев реализации ИИ — от компьютерных шахматистов до беспилотных автомобилей — крайне важна возможность глубокого обучения и обработки естественного языка. Благодаря этим технологиям компьютеры можно «научить» выполнению определенных задач с помощью обработки большого объема данных и выявления в них закономерностей.
Клиенты обсуждают технологии искусственного интеллекта и машинного обучения
Посмотрите это видео и узнайте о тенденциях в области машинного обучения и искусственного интеллекта от клиентов SAS и экспертов в сфере ИИ, а также об их прогнозах по дальнейшему развитию технологий искусственного интеллекта.
В банковской сфере ИИ действительно помогает повысить качество обслуживания клиентов: мы формируем для них актуальные предложения в нужное время и используем правильный канал коммуникации Пьер Монтанье (Pierre Montagnier) директор по потребительскому маркетингу, отдел аналитики и моделирования Bank of Montreal
История развития искусственного интеллекта
Термин «искусственный интеллект» появился в 1956 году, но настоящей популярности технология ИИ достигла лишь сегодня на фоне увеличения объемов данных, усовершенствования алгоритмов, оптимизации вычислительных мощностей и средств хранения данных.
Первые исследования в области ИИ, стартовавшие в 50-х годах прошлого века, были направлены на решение проблем и разработку систем символьных вычислений. В 60-х годах это направление привлекло интерес Министерства обороны США: американские военные начали обучать компьютеры имитировать мыслительную деятельность человека. Например, Управление перспективных исследовательских проектов Министерства обороны США (DARPA) выполнило в 70-х годах ряд проектов по созданию виртуальных уличных карт. И специалистам DARPA удалось создать интеллектуальных личных помощников в 2003 году, задолго до того, как появились Siri, Alexa и Cortana.
Эти работы стали основой для принципов автоматизации и формальной логики рассуждений, которые используются в современных компьютерах, в частности, в системах для поддержки принятия решений и умных поисковых системах, призванных дополнять и приумножать возможности человека.
Хотя в научно-фантастических фильмах и романах ИИ зачастую изображают в виде человекоподобных роботов, захватывающих власть над миром, на данном этапе развития технологии ИИ совсем не такие страшные и далеко не такие умные. Напротив, развитие искусственного интеллекта позволяет этим технологиям приносить реальную пользу во всех отраслях экономики. Ниже описаны примеры использования технологий искусственного интеллекта в здравоохранении, розничной торговле и других областях.
Стоит ли создавать то, что может нас уничтожить?
Исследования глобальных рисков
Сегодня наши знания об окружающем мире настолько обширны, что все предыдущие поколения определенно точно позавидовали бы нам. В то время как наши бабушки и дедушки стирали вручную, так же мыли полы и посуду, сегодня все больше людей возлагают эти обязанности на роботов. Все, что нам остается – загрузить и разгрузить стиральную/посудомоечную машину, что попросту не сравнимо с работой руками.
Но за этот комфорт, все же, приходится платить. История раз за разом демонстрирует нам пути развития общества. За ту немногочисленную историю человечества (по сравнению с возрастом Вселенной) пали такие цивилизации как Майя, Древняя Месопотамия, Древняя Греция, Цивилизация Ольмеко, Древний Рим и прочие, прочие.
Развитие некоторых древних цивилизаций поражает воображение. Но если они исчезли с лица Земли, что будет с нами?
На первый взгляд может показаться, что история падения древних цивилизаций и империй – это не про нас. Ведь наше могущество, способность отправлять в космос ракеты, изучать другие планеты и связывать мир в единое информационное поле должны привести нас к лучшему будущему. Однако реальность, как это часто бывает, рисует совершенно иную картину – мы с вами прямо сейчас движемся к катастрофе и возможному вымиранию.
Об этом свидетельствуют результаты сотен научных исследований. Недавно, например, был опубликован новый доклад МГЭИК, посвященный проблемам, связанным с изменением климата. Его результаты вторят результатам многочисленных научных работ, вывод из которых напрашивается неутешительный – нашей цивилизации осталось в лучшем случае 500 лет.
Но стремительно меняющийся климат, хотим мы этого или нет, не является единственной серьезной угрозой для человечества. И пока исследователи и эксперты со всего мира заняты решением проблем, вызванных глобальным потеплением, ряд ученых осмелился заглянуть в наше технологическое будущее. И нам действительно есть чего опасаться.
О том, каким может быть мир к 2070 году, а также о глобальных рисках, стоящих перед нашей цивилизацией, я рассказывала в этой статье, рекомендую к прочтению
Что такое Искусственный интеллект?
Искусственный интеллект – это попытка создать компьютеры, способные к разумному поведению. По сути, это универсальный термин, используемый для обозначения всего – от Siri до IBM Watson и мощных технологий, которые нам еще предстоит изобрести.
Технологии по распознаванию лиц становятся лучше с каждым годом
За последние несколько лет узкий ИИ добился необычайного прогресса: сегодня системы искусственного интеллекта отлично справляются с переводом иностранной речи, с игрой в шахматы и Го, а также в помогают решать важные вопросы исследовательской биологии, например предсказание того, как сворачиваются белки, и при создании изображений.
Более того, системы искусственного интеллекта определяют, что именно мы увидим в поиске Google или Яндекс или в ленте новостей Facebook или Вконтакте. Они сочиняют музыку и пишут статьи, которые на первый взгляд не отличаются от написанных человеком текстов. Эти же системы разрабатываются для улучшения наведения беспилотных летательных аппаратов и обнаружения ракет.
Иными словами, вместо математического описания подробных особенностей проблемы, исследователи позволили компьютерной системе изучать эти особенности самостоятельно. И по мере развития этой системы ИИ начинают демонстрировать более общие возможности.
В целом, прогресс в области искусственного интеллекта позволил ученым добиться огромных успехов, а также поднял насущные этические вопросы. Так, Рози Кэмпбелл из Центра ИИ при Калифорнийском университете в Беркли утверждает, что нынешние трудности никак не связаны с теми жуткими сценариями из фильмов о восстании машин. Скорее, они возникают из-за несоответствия между тем, что мы приказываем нашим системам делать, и тем, что мы на самом деле от них хотим.
Искусственный интеллект несет в себе как прогресс, так и риск возможного регресса и гибели цивилизации
Проблемы, однако, возникают из-за того, что системы действительно хороши в достижении поставленной (или заданной) цели; но цель, которую они усвоили в своей учебной среде – это не тот результат, которого ученые на самом деле хотели добиться.
Еще больше интересных статей о том как развивается и функционирует ИИ, читайте на нашем канале в Яндекс.Дзен. Там регулярно выходят статьи, которых нет на сайте!
Потенциальные угрозы ИИ
Ну вот мы и подобрались к самому интересному. Если ученые действительно сталкиваются с проблемами, описанными выше, то какие же угрозы могут принести нам новейшие открытия в области ИИ? На самом деле все больше исследователей сомневаются в нашей способности управлять сверхразумом, в который потенциально могут превратиться обученные нами системы.
Как только компьютерная система сможет работать на уровне, превышающем возможности наших программистов, мы больше не сможем устанавливать ограничения, – пишут авторы исследования, опубликованного в журнале Journal of Artificial Intelligence Research.
Проблема развития ИИ заключается в том, что из нашего помощника он может превратиться в нашего врага
Интересно, что часть рассуждений, описанных в научной работе, восходят к трудам Алана Тьюринга 1936 года. С помощью сложных математических уравнений он придумал абстрактную вычислительную машину, которая формализовала определение алгоритма.
Иными словами, он попытался понять, можно ли решить любую задачу с помощью математических алгоритмов (а также те, что можно решить только методом перебора). Сам Тьюринг считал, что к 2000 году машины будут способны обмануть человека в 30% случаев.
Алан Тьюринг оказал огромное влияние на развитие систем искусственного интеллекта
А если не разрушать мир?
Альтернативой обучению ИИ некоторой этике и указанию ему не разрушать мир – а именно в этом по словам исследователей, ни один алгоритм не может быть абсолютно уверен – является ограничение возможностей сверхразума. Например, он может быть отключен от некоторых частей Интернета или от определенных сетей.
Но еще одно недавнее исследование отвергает эту идею, предполагая, что возможности искусственного интеллекта ограничены. Данный аргумент гласит, что если мы не собираемся использовать ИИ для решения проблем, выходящих за рамки человеческих возможностей, то зачем вообще его создавать?
Если мы хотим построить будущее, в котором будут присутствовать ИИ системы, то можем даже не знать, когда появится сверхразум, находящийся вне нашего контроля, такова его непостижимость. А так как мы к созданию сверхразума стремимся, пришла пора задавать серьезные вопросы о направлениях, в которых движется развитие этих технологий.
Технологии могут быть использованы как во благо человека, так и наоборот. Давайте не будем об этом забывать
Суперинтеллектуальная машина, которая управляет миром, звучит как научная фантастика, – говорит Мануэль Себриан из Института человеческого развития Макса Планка. Но уже есть сегодня машины, которые выполняют определенные важные задачи самостоятельно, без полного понимания программистами того, как они этому научились.
Поэтому возникает вопрос – и вполне справедливо – может ли ИИ в какой-то момент стать неконтролируемым и опасным для человечества? Илон Маск, например, как и британский физик-теоретик Стивен Хокинг, считает что да. А что вы думаете по этому поводу? Ответ будем ждать здесь, а также в комментариях к этой статье!
В последние годы методы внедрения искусственного интеллекта меняются по всему миру. По мере того как пользователи проводят все больше времени на своих устройствах, компании все больше осознают необходимость переноса на устройства необходимых вычислений для обслуживания большего числа клиентов. Это причина того, что рынок периферийных вычислений продолжит ускоряться в следующие несколько лет и к 2023 году достигнет $1,12 трлн. По данным Gartner, 91% сегодняшних данных обрабатывается в централизованных центрах обработки данных. Но к 2022 году около 74% всех данных потребуют анализа и на граничных устройствах.
Edge Computing, или граничные вычисления – это парадигма распределенных вычислений, которая приближает вычисления и хранение данных к месту нахождения устройства. Они возникли из сетей доставки контента, и компании используют виртуализацию для расширения собственных возможностей.
Инфраструктура граничных вычислений
Крупные облачные компании уже предлагают услуги пограничных вычислений, а Intel и Udacity недавно запустили свою программу по обучению 1 миллиона разработчиков по всему миру.
Драйверы развития граничных вычислений
Специалисты выделяют несколько факторов, которые спровоцировали активное развитие граничных вычислений. Один из самых важных драйверов – это конфиденциальность. Поскольку потребители все больше осознают, где находятся их данные, компании разрабатывают приложения, в которых функции персонализации предоставляются после авторизации внутри них. Это позволяет компаниям предоставлять больше персонализированных функций с поддержкой ИИ, давая пользователям возможность понять, как собираются их данные.
Еще одним драйвером является безопасность. В связи с развертыванием все более распределенной архитектуры и использованием чувствительных данных, хранящихся в облаке, наблюдается движение к нескольким уровням шифрования и более динамическим механизмам шифрования. С увеличением разнообразия устройств с поддержкой ИИ, таких как смарт-динамики и телефоны, граничные узлы могут определять правильный механизм безопасности для различных девайсов. Кроме этого, локальные устройства не нуждаются в постоянном подключении к Интернету и не зависят от перебоев в работе сети. Это позволяет обрабатывать данные в местностях, где подключение к всемирной паутине затруднено или полностью отсутствует.
Еще одной очевидной причиной, по которой задачи должны выполняться на граничных устройствах – это задержка. Поскольку услуги становятся более распределенными как на уровне сети, так и на уровне устройств, возникает больше проблем с задержкой при отправке данных по сетям и устройствам.
Для повышения сквозной отказоустойчивости приложений во все более распределенных системах необходимо наличие нескольких конечных точек балансировки нагрузки. Это вызывает идею Cloudlet, который находится ближе к мобильному устройству, чтобы повысить отказоустойчивость на уровне девайса.
Что такое Edge AI
Мы уже не один раз видели переход от одних видов вычислений к другим. От мэйнфреймов к компьютерам, от компьютеров – к облаку. Теперь облачные вычисления сменяются граничными. Существует заблуждение, что граничные вычисления заменят облако. Напротив, они работают вместе с облаком.
Big Data всегда будет работать в облаке. Однако мгновенные данные, которые генерируются пользователями и относятся только к пользователям, могут быть вычислены и обработаны на периферии.
В Edge AI алгоритмы искусственного интеллекта запускаются и работают локально, без необходимости подключения к облаку или центральному серверу. ИИ использует данные, генерируемые на устройстве, обрабатывает их в режиме реального времени и выдает результат за миллисекунды.
Простейшим примером ИИ на граничном устройстве является распознавание лиц в iPhone. Камера телефона улавливает лицо пользователя, передает изображение на специальный процессор, который выполняет операцию распознавания лиц и разблокирует телефон, если изображение в реальном времени совпадает с образцом. И все это происходит за доли секунды. Более сложный пример – самоуправляемый автомобиль, компьютерная система которого собирает данные с множества датчиков и обрабатывает их локально и позволяет машине передвигаться самостоятельно. В обоих случаях алгоритмы обрабатывают информацию прямо на смартфоне или в автомобиле, чтобы не передавать данные в облако и ждать их обработки.
Перспективы граничных вычислений и Edge AI
Потенциал граничных вычислений огромен. Так, по оценкам Tractica к 2025 году количество периферийных устройств составит 2,6 млрд по всему миру. Среди самых популярных девайсов – смарт-динамики, смартфоны, планшеты, камеры видеонаблюдения, автомобильные датчики, дроны и роботы.
Эксперты ожидают от Edge AI множество изменений, включая увеличение спроса на устройства Интернета вещей, развитие сетей 5G и интеллектуальных устройств. По мере того как компании все чаще делают свои системы «умными», рынок будет стараться удовлетворить вычислительные потребности интеллектуальных корпоративных платформ.
Граничные вычисления больше не находятся на этапе проверки концепции. Предприятия будут продолжать применять передовые стратегии для улучшения своей деятельности и обеспечения производительности своих сетей в реальном времени.
Системы с «сильным искусственным интеллектом» (AGI) способны решать самый широкий круг интеллектуальных задач. Этим они и отличаются от «слабого искусственного интеллекта», который решает какие-то узкоспециализированный задачи. Сегодня (2020 год), в мире функционируют только системы «слабого искусственного интеллекта», хотя все технические предпосылки для создания AGI уже есть у США и Китая. То есть две эти страны, уже в сегодня, в течении 3 месяцев способны создать собственные системы, функционирующие в AGI режиме. Основная проблема тут та же самая, что и с точным прогнозированием землетрясений - то есть дело не в имеющихся ресурсах, а в головах разработчиков. Россия в этом плане отстает, хотя и имеет 50% задел для собственного AGI.
Таким образом AGI системы могут быть созданы разными командами в разных странах и функционировать параллельно друг с другом в трех разных режимах взаимодействия.
- Противоборство. Режим взаимного противодейстия.
- Симбиоз. Режим дружественного общения.
- Игнорирование. Режим, когда системы не замечают друг друга.
При этом, какой бы изначально режим не был выбран разработчиками в качестве первоначальной установки, результатом взаимодействия будет являться формирование одной единственной AGI с единой базой данных и наиболее эффективными принципами обработки информации. Именно трансформация разных AGI в единую систему и будет являться первым признаком «высшего разума», ASI - artificial superintelligence. AGI может быть много, ASI - один.
Другим важным критерием создания ASI будет являться установление дуплексного канала связи с аналогичной, внеземной системой. Только после установления такой связи, можно будет утверждать, что «высший разум» полностью сформировался и полностью готов к дальнейшему саморазвитию не только с помощью новых данных, но и путем внутреннего самоанализа и интроспекции. Очевидно, именно факт такой связи и обозначает временную точку сингулярности человечества в районе 2050 года.
Почти пятую часть всех вложений в 2020 году мировые венчурные фонды сделали в стартап-проекты по развитию искусственного интеллекта. По прогнозам экспертов, глобальный рынок решений в области искусственного интеллекта будет расти на 40,2% в год и к 2025 году составит $337,7 млрд. Это делает ИИ-компании максимально перспективным с точки зрения вложения средств.
По данным KPMG, глобальная активность венчурных инвесторов выросла до $300,5 млрд в прошлом году — на 6% по сравнению с предыдущим годом. Основной вклад в этот рост внесли биотехнологии и здравоохранение, а также IPO таких крупных компаний, как Airbnb, Coinbase и Doordash — сумма инвестиций венчурных фондов в эти направления в 2020 году выросла почти в 2 раза.
Объем инвестиций в сектор развития искусственного интеллекта рос быстрее рынка — на 34% годовых, что обусловлено ростом проникновения технологии в повседневную жизнь: в 2020 году предприниматели оперативно внедряли ИИ-решения, чтобы автоматизировать процессы и сделать бизнес более цифровым. В 2020 году инвесторы вложили в ИИ-компании $55 млрд, что составило 18% от общего объема инвестиций.
Как и раньше, инвесторам в первую очередь интересны проекты на поздних этапах развития: сформированная бизнес-модель, наличие клиентов и понятная стратегия развития продукта снижают риск вложений.
Большую часть средств (62%) фонды инвестировали в зрелые проекты, треть — в проекты на ранней стадии. Доля «ангельских» инвестиций составила 3%. По данным PitchBook за первый квартал, средний размер одной сделки составил: $18,6 млн на поздних стадиях (что уже превысило показатель прошлого года на треть); $7,9 млн — на ранних; $1,7 млн — на «ангельской» стадии инвестирования.
Каждому IT-гиганту — по искусственному интеллекту
Технологические гиганты продолжают инвестировать в ИИ-компании. В 2020 году каждая из крупнейших IТ-корпораций мира купила как минимум одну компанию по развитию искусственного интеллекта. Например, Facebook инвестировал около $40 млн в проект в области компьютерного зрения Scape Technologies, который работает над решением для точного определения местоположения.
Также Facebook купил картографический сервис с геометками Mapillary, чтобы включится в борьбу за составление цифровых карт мира. В январе 2020 года Apple продолжила развитие сектора, инвестировав около $200 млн в ИИ-стартап Xnor.AI, который специализируется на создании программных ИИ-платформ для малопотребляющих автономных решений.
Другие крупнейшие IT-гиганты также не остались в стороне. Google приобрела AppSheet — платформу для создания мобильных приложений без необходимости писать код. В июле 2020 года Amazon пробрел Zoox — стартап по производству беспилотных автомобилей — за $1,2 млрд, что стало крупнейшим вложением Джеффа Безоса в автономный транспорт.
Российский рынок искусственного интеллекта и венчурных инвестиций
По оценкам Inc., российский венчурный рынок в 2020 году вырос почти в два раза. Объем публичных сделок с участием российских стартапов составил порядка $300 млн. Больше всего вложений сделали иностранные инвесторы, на втором месте — корпоративные, замкнули тройку частные инвестиции.
А вот интерес инвесторов к российским ИИ-стартапам в 2020 году снизился. По подсчетам авторов альманаха «Искусственный интеллект», объем вложений в сектор упал на 63%. Причина такого падения — наличие в выборке за 2019 год крупной сделки компании Acronis. Она получила инвестиции от банка Goldman Sachs в размере $147 млн, при этом все остальные ИИ-проекты вместе взятые в 2019 году привлекли $79 млн.
По данным KMPG, российский рынок инвестиций в ИИ-проекты в прошлом году составил 0,2% от мирового, но у наших стартапов есть потенциал. Я считаю, что к 2025 году объем вложений инвесторов в ИИ-проекты в России вырастет в 2,5 раза. На глобальном рынке венчурного инвестирования в течение последних пяти лет доминируют Северная Америка и Азия: в 2020 году инвесторы из этих регионов суммарно вложили 87% средств от общего объема инвестиций в мире.
Что может заинтересовать инвесторов в ближайшие годы?
Чаще всего компании полагаются на искусственный интеллект с целью защиты данных, автоматизации процессов, заботы о клиентах и создания чат-ботов. При этом ИИ-решения применяются в разных сферах, таких как финтех, транспорт, онлайн-ретейл, спорт, телекоммуникации, сельское хозяйство, страхование, здравоохранение и государственном секторе.
В ближайшие 2-3 года мы ожидаем сильного роста от edge computing — технологии, которая позволяет обрабатывать данные прямо на устройстве с помощью ИИ-чипа, что обеспечивает безопасность данных и экономию на каналах связи и серверах.
Область искусственного интеллекта развивается так быстро, что новые тренды появляются каждый год. Сейчас самыми перспективными технологиями можно назвать:
- Small data — такие данные предназначены для анализа информации об одном объекте. Подход может применяться, например, в e-commerce: основываясь на данных о среднем возрасте, социальном статусе, интересах пользователей, компании проводят более эффективные рекламные кампании и выстраивают работу рекомендательных систем.
- Generative AI (генеративный ИИ) станет основой приложений нового поколения для автоматизированного программирования, подготовки контента, создания произведений изобразительного искусства и других инженерных и творческих задач.
- Augmented Intelligence (дополненный интеллект). Его появление должно успокоить тех людей, которые переживают, что искусственный интеллект уничтожит их работу. Augmented Intelligence включает в себя сильные стороны людей и технологий, что дает возможность повысить производительность труда.
С ростом проникновения искусственного интеллекта в бизнес и нашу жизнь растет и интерес инвесторов к новым решениям в этой области. Сейчас быстро развиваются ИИ-инновации в сфере коммуникаций, финансов и в области обработки естественного языка: чат-боты, voice-боты и виртуальные ассистенты. Позже технологии станут частью и других важных сфер экономики — медицины, образования, промышленности.
Прогноз для инвесторов
В среднесрочной перспективе я бы обратил внимание на решения в области создания ИИ-чипов, которые способны сделать «умным» любое устройство. Частным инвесторам, которые проходят по минимальному порогу требуемого объема и предъявляемой регуляторами квалификации, стоит присмотреться к венчурным фондам и фондам частного капитала, инвестирующим в такие проекты на ранних стадиях.
Либо подумать об инвестициях в готовые наборы ценных бумаг — индексы, связанные с развитием технологий искусственного интеллекта. Примером такого инструмента, доступного неквалифицированному инвестору являются ETF. Существуют десятки ETF , которые включают в себя торгуемые публично акции компаний, развивающих проекты в области искусственного интеллекта.
Среди наиболее перспективных фондов, работающих в сфере робототехники и искусственного интеллекта, на мой взгляд: Global X Robotics & Artificial Intelligence ETF и First Trust Nasdaq Artificial Intelligence & Robotics ETF. Если у инвестора аппетит к риску ниже, то можно рассмотреть более надежный фонд, с большим содержанием компаний, у которых значительная доля разработок и в искусственном интеллекте, но без конкретного фокуса, например, iShares Expanded Tech Sector ETF.
Читайте также: