Количество технологий искусственного интеллекта (ИИ) и их приложений продолжает расти. В настоящее время технология ИИ используется практически во всех отраслях и секторах, включая транспорт, здравоохранение, оборону, финансы и производство. Но за что именно отвечают данные технологии? Насколько они распространены? И, учитывая быстрое развитие ИИ, как международные стандарты будут реагировать на эти вызовы?
Поскольку искусственный интеллект (ИИ) становится все более и более повсеместным в различных отраслях промышленности, создание общей терминологии для ИИ и изучение его различных приложений становятся как никогда важным. На международной арене стандартизации совместный технический комитет ИСО/МЭК СТК 1 [1], «Информационные технологии», подкомитет 42 проводит большую работу по выработке точного и работоспособного определения понятия ИИ. В рабочей группе РГ 4 ПК 42 рассматриваются различные варианты использования и применения. Руководителем ПК/42/РГ 4 является д-р Фумихиро Маруяма (Fumihiro Maruyama), старший эксперт по ИИ в лабораториях Fujitsu.
В настоящее время рабочей группой рассматривается в общей сложности около 70 вариантов использования. Здоровье, например, является увлекательной областью изучения. Сам доктор Маруяма описывает один пример использования, в котором программа берет на себя составление «графика знаний» из десяти миллиардов составляющих существующих исследовательских документов и баз данных в медицинской сфере. Затем приложение пытается сформировать путь, представляющий вероятное развитие от генной мутации к заболеванию, которое было предсказано на основании мутации.
Решения для здравоохранения
Д-р Радуан Удрири (Dr Radouane Oudrhiri), являющийся главным научным сотрудником Eagle Genomics, и чья работа связана с исследованиями, проводимыми “in silico” – то есть преимущественно с помощью применения компьютерной симуляции или инновациями, основанными на данных. Одним из направлений деятельности является микробиом, который включает в себя весь генетический материал микроорганизмов (бактерий, вирусов и грибков) в пределах всей коллекции, такой как кишечник, рот или кожа человека. Микробиомы не ограничиваются только людьми и другими животными: в океанах, почвах и реках находятся сообщества микробиомов, которые влияют на целые экосистемы. Сбор данных по микробиому очень сложен, поскольку они гиперразмерны и составны. Коллеги доктора Аудрири анализируют данные о микробиомах, используя ИИ и вычислительные инструменты машинного обучения для выявления ассоциаций, на которые люди не способны. Это радикально повышает производительность и дает возможности для революционных открытий. Он определяет новые, устойчивые аспекты и терапевтические цели и информирует о более безопасных и эффективных методах работы в отрасли.
Технологии искусственного интеллекта использовались для анализа опухолей человека в течение некоторого времени, как отмечено в интервью профессора Франка Рудзич (Prof. Frank Rudzicz), представителя Канады в ПК 42, директора искусственного интеллекта в Surgical Safety Technologies Inc. и доцент кафедры информатики в Университете Торонто, указывает в интервью в этой статье, что это лишь одно из нескольких приложений. Например, недавно было развернуто приложение для выявления ранней деменции у более пожилых пациентов. Жителям медицинских учреждений, которые обычно осматриваются врачом раз в шесть месяцев в течение 15 минут, вместо этого выдают планшетный компьютер с просьбой ответить устно на ряд вопросов. Затем программа предупреждает медицинскую команду, если что-то кажется неправильным, например, изменение в голосовых моделях пациента, или если они не могут обнаружить очевидные отношения в образе семейной группы.
Д-р Аудрири также работает с компанией, которая разработала решение для ИИ, изначально предназначенное для того, чтобы сделать обувь умнее, собирая биомеханические показатели, измеряя такие аспекты, как использование обуви и спортивные результаты. Он работает через чип, вставленный в подошву. Приложение было настолько успешным, что достижения в области технологий вскоре позволят использовать его для выявления вероятности развития заболеваний – таких как болезнь Паркинсона – просто путем анализа того, как человек передвигается.
ИИ всего
Здоровье, конечно, не является единственной сферой, на которую повлияет работа ПК 42. Доктор Маруяма также приводит пример программы искусственного интеллекта, которая использует ультразвуковые волны для проверки турбин. Программа отмечает любые части турбин, которые могут иметь дефекты, предоставляя экспертам по проверке людей возможность для осуществления осознанного выбора в отношении любого последующего плана действий. Важно отметить, что, поскольку программа осуществляет первоначальную проверку, для специалистов – для людей высвобождается время для осмотра большего числа турбин.
Интеллектуальные транспортные системы (ИТС) – представляет еще один сектор, который зависит от ИИ. Доктор Махмуд Хикмет (Dr Mahmood Hikmet), руководитель отдела исследований и разработок Ohmio Automotion, компании, которая специализируется на ИТС, отмечает лидарную технологию, которая измеряет расстояние до объекта с помощью лазерного света, а не звука или радиочастоты. Если несколько из этих лазерных лучей накладываются друг на друга и вращаются с максимальной скоростью, в результате получается трехмерное «облако печати», показывающее, как далеко может находиться данный объект. Все это происходит «десятки или сотни раз в секунду». Это приложение, которое можно использовать в автомобилях без водителя, с возможностью различия травинок.
Д-р Хикмет также выделяет ИИ для подсчета количества беспилотных автомобилей, приложение для прогнозного анализа, основанное на инфраструктурных данных ITS (в отличие от самих автомобилей). Такой подход включает в себя камеры, которые отслеживают людей, проходящих назад и вперед на протяжении всего кадра, в то же время прогнозируя их вероятный маршрут, когда они взаимодействуют с другими. Данные затем собираются автомобилем и используются для предотвращения возможных столкновений.
Поведенческий тренинг по машинному обучению
YOLO («Вы смотрите только один раз») – представляет технологию распознавания объектов, которая в мельчайшей различает аспекты разнородных объектов. Она имеет очевидные в контексте безопасности. Поведенческое клонирование является еще одной областью искусственного интеллекта, в которой машина обязана обучаться ряду задач посредством систем обучения с подкреплением. «Такой способ позволяет «наказывать и вознаграждать» нейронную сеть за правильные или неправильные действия», – поясняет доктор Хикмет. В конечном итоге сеть узнает из сигналов вознаграждения или наказания, которые она получает от пользователя-человека о том, как ей дальше поступать.
Венчурный капитал является ключом к некоторым аспектам работы доктора Удрири. Одна захватывающая область исследований стремится оцифровать и систематизировать не что иное, как процесс предпринимательства. Собирая данные на протяжении всего жизненного цикла предприятия, выявляя инновационные проблемы и классифицируя информацию, платформа предоставляет прогнозные модели по эффективности деятельности компании, потенциалу роста и оценке стоимости. Таким образом, создается профиль риска, способствующий процессу отбора и всей эволюции начального этапа. До сих пор информация такого рода собиралась с помощью ответов людей на опросы. Они носят более агрегированный характер, не поддаются легко построенным прогностическим моделям или часто приводят к непреднамеренно предвзятым выводам. Вполне вероятно, что владельцы компаний захотят, чтобы их проекты увенчались успехом.
Данные примеры и изобретательны и эффективны. И все же подавляющее большинство из нас вряд ли слышали о данных специфических технологиях искусственного интеллекта, и еще меньше знают об их влиянии. Современные решения ИИ часто разрабатываются изолированно и предназначены для очень специализированных приложений, их истинная сила будет должным образом реализована, когда они будут рассматриваться в целостных рамках, таких как горизонтальные рамки, которые разрабатывает ПК 42.
Роль стандартов
По этой и другим причинам в настоящее время разрабатываются международные стандарты. Д-р Аудрири предполагает, что стандарты позволяют раскрыть обман, а также чтобы страхи и возражения против ИИ можно было либо принять к сведению, либо просто опровергнуть как необоснованные. Радикальные идеи для приложений искусственного интеллекта часто продвигаются с большой помпой в средствах массовой информации и других общественных форумах, в лучшую или худшую стороны, но, как отмечает д-р Мауяма, многие, если не большинство из этих идей никогда не проходят фазу доказательства концепции (PoC).
Потребители действительно нуждаются как в защите от физического вреда, так и от компаний, которые используют фразу «искусственный интеллект» как способ продвижения продукта просто для того, чтобы повысить цену акций. И учитывая, что данные ИИ находятся на пересечении многих различных областей, в частности программной инженерии, нейронауки, принятия решений – чрезвычайно важно, чтобы была разработана общая структура, чтобы потребители, производители и регулирующие органы могли говорить на общем языке.
Это не так смешно и неправдоподобно, как кажется на первый взгляд. Эксперты говорят о “застоях ИИ”, в которых предыдущие поколения технологий ИИ достигли пика, и пошли на спад из-за неуместных экспериментов и последующего изъятия финансирования. То же самое, возможно, может произойти снова и свести на нет большую часть прогресса в современном мире.
Состояние дел
Именно потому, что технологии искусственного интеллекта развиваются так быстро, необходимы международные стандарты. По словам д-ра Удрири, они должны сосредоточиться на «текущем состоянии дел, а не на будущем». ПК 42 подготовила проекты технических отчетов с разрабатываемыми стандартами. Подкомитет сотрудничает с Техническим комитетом ИСО/ТК 69, Применение статистических методов, о сопоставлении терминологии и концепций в мире машинного обучения, между статистикой, программной инженерией, ИИ, наукой о данных и операционными исследованиями. Все представители рабочей группы ПК 42/РГ 3 занимаются исключительно вопросами надежности.
Д-р Маруяма считает, что наилучший подход к разработке международных стандартов заключается в объединении ограниченного числа альтернатив и фокусировании внимания на тех областях, где технология уже стабилизировалась. Общий язык и критерии создаются, чтобы выйти за рамки фазы PoC. Еще одной областью, на которой фокусируется – описание процесса и жизненного цикла разработки приложений искусственного интеллекта. Они также помогут охватить широкий круг потребностей клиентов, которые должны включать этические и социальные соображения в вариантах использования и приложениях. Третья область сосредоточена на проверке модели. Такой подход в высшей степени имеет технический и статистический характер, но однажды можно будет гарантировать, что программы и машины будут делать то, что они должны делать.
