Что такое умные машины?

Аналитик Gartner Том Остин считает, что мы наконец-то вступили в «век умных машин». По прогнозам Gartner, к 2021 году выручка от умных машин достигнет 29 миллиардов долларов, и 30 процентов крупных компаний будут их использовать. Gartner также считает, что технологии, связанные с интеллектуальными машинами, будут «самым разрушительным классом технологий» в течение следующего десятилетия.

Мы, безусловно, живем в эпоху ажиотажа вокруг умных машин. Если верить новостям, умные машины повысят эмоциональный интеллект , трансформируют трудоемкие отрасли и изменят методы работы предприятий .

Хорошо, но что это за устройства, якобы меняющие жизнь?

Умные машины - это устройства, которые могут научиться что-то делать. Эта функция иногда называется «машинным обучением» и является разновидностью искусственного интеллекта . В то время как люди должны оценивать производительность глупых машин и вносить изменения, умные машины настраиваются сами.

Интеллектуальные машины также являются разновидностью роботизированной автоматизации процессов. Это устройства или части программного обеспечения, в которых используются когнитивные вычисления, глубокое обучение или интеллектуальная автоматизация.

Этот рисунок от Garter содержит некоторые особенности умных машин:

Почему сейчас?

• Лучшее оборудование

Квентин Харди написал для The New York Times, что 2006 год стал поворотным для ИИ. В этом году был представлен Amazon Web Services, который сделал веб-хостинг дешевле, чем когда-либо прежде.

• Больше данных

«В 2007 году Apple выпустила первый iPhone, устройство, которое повсюду начало бум неуправляемого сбора данных», - написал Харди.

• Улучшенные глубокие нейронные сети

Также в 2006 году Google и Yahoo выпустили новые статистические модели для анализа поведенческих данных.

Универсальные технологии (GPT) - это экономический термин, обозначающий инновации, которые исключительно разрушительны, успешны в долгосрочной перспективе и постепенно влияют на многие аспекты повседневной жизни. Примеры GPT в истории включают обучение использованию утюга, использование пара для транспортировки и развитие Интернета. Остин называет умные машины «новейшим GPT».

В чем смысл?

Интеллектуальная машина, использующая ансамблевое обучение, может снизить количество ошибок в высокоточной работе на 5–30% .

Глубокие нейронные сети (DNN) способны выполнять следующее при условии достаточной мощности / данных / обучения:

1. Открывая для себя правила
2. Разрабатываем правила лучше, чем люди
3. Работа на нескольких уровнях общности
4. Выявление шаблонов, на которые их разработчики даже не рассчитывали
5. Устойчивый к шуму и изменчивости

Где мы сейчас находимся?

ImageNet теперь может распознавать изображения с большей точностью, чем люди. Технология распознавания лиц Google лучше, чем люди, определяет, представляют ли два изображения лица одного и того же человека.

«Возможности искусственного интеллекта и машинного обучения проникают практически во все технологии», - говорится в рейтинге 10 лучших стратегических технологических тенденций Gartner за 2017 год .

Некоторые интеллектуальные машинные технологии, на которые стоит обратить внимание, включают:

• Smartdust
• Виртуальные личные помощники
• Интеллектуальное обнаружение данных
• Умное рабочее пространство
• Разговорные пользовательские интерфейсы
• Умные роботы
• Коммерческие БПЛА (Дроны)
• Автономные автомобили

Консультации для бизнеса

«Есть опасения, что Google и Microsoft контролируют все, и есть желание применить ИИ ко всему, что связано с цифровыми технологиями», - сказал Майкл Билтц, управляющий директор подразделения технологического видения Accenture. «Людям придется поэкспериментировать, скорее всего, в первую очередь над такими болевыми точками, как безопасность и маркетинг продукта».

Gartner предупреждает, что интеллектуальные машины требуют правильной настройки и обслуживания. Важно, чтобы все ИТ-руководители были знакомы с сильными сторонами и ограничениями современных интеллектуальных машин. Например, сегодня не существует масштабируемых универсальных интеллектуальных машин для руководителей.

Старший ИТ-отдел должен быть знаком с компонентами интеллектуальных машин. Они должны понимать, как создавать, внедрять, обучать и тестировать модели DNN. И они должны быть в курсе того, как их отрасль и другие соответствующие отрасли используют интеллектуальные машины.

По мнению Gartner , настало время инвестировать в приложения, богатые искусственным интеллектом. И посмотреть на проблемы и процессы, хорошо подходящие для ИИ и машинного обучения. Например, в сфере обслуживания клиентов, корпоративных приложений, бытовой электроники и медицинских устройств есть широкие возможности для внедрения ИИ с использованием виртуальных персональных помощников, роботов и автономных транспортных средств.

После того, как вы определили несколько потенциальных вариантов использования, подумайте о том, чтобы поэкспериментировать с одним или двумя, где влияние может быть высоким.

Чтобы узнать больше об умных машинах, загляните в наш новый каталог программного обеспечения для искусственного интеллекта .