Сенсорный кран – почти искусственный интеллект

Сенсорный кран – почти искусственный интеллект

Многие из нас привыкло к тому, что водопроводный кран в доме в обязательном порядке имеет вентили или ручку для температурного регулирования и водного напора. Все таки, в домашних условиях вполне как правило ставятся и более забавные устройства в которых с наружной стороны совсем нет двигающихся частей, а за водо подачу отвечает особый измеритель, который и открывает клапан изнутри водопроводного крана.

«Умный» водопроводный кран

Специфики использования бесконтактных смесителей

Конструкция подобных водопроводных кранов не выделяется особенной сложностью – к обычной конструкции добавляется сенсорный измеритель на смеситель, а изнутри корпуса водопроводного крана размещается механизм открытия/закрывания клапана.Похожее решение имеет ряд положительных качеств:

  • в месте накопления людей (образовательные учреждения, общепит и т. д.) установка бесконтактных устройств даст возможность увеличить рабочий срок устройства;
  • в такой же категории учреждений сенсорные модели будут помогать так же и гигиеничности, ведь человеку совсем не потребуется контактировать с плоскостью сантехники;

Очень легко поднести руки к датчику

  • будет достигнута экономия воды, стоит только человеку убрать руки от водопроводного крана, и ток жидкости здесь же закончится. Если взять во внимание количество посетителей за один день, то экономия на этом будет значительной;

Усредненный расход на некие процедуры гигиены

  • в бытовых условиях такие водопроводные краны дают возможность настроить температуру 1 раз, особенно эта функция полезна в семьях с детками, можно не бояться, что малыш обожжется;
  • можно не бояться про то, что кто-нибудь из домашних оставил кран включенным, на случай с «умным» смесительным устройством для раковины это просто нереально.

Разумеется, не обошлось и без недостатков, автоматические водопроводные краны подходят не для всего дома, а исключительно для некоторых помещений:

  • к примеру, для кухонной комнаты подобный вариант точно будет ненужным. Самое первое, для того, чтобы набрать в раковину воды, потребуется регулярно держать руку у датчика, а второе – понадобится регулярно переключать температуру на смесителе, что тоже не слишком удобно. Благодаря этому в кухонной комнате уместным будет обычный вариант или модель с пьезоэлектрическим элементом;
  • порой геометрия раковины и освещение может пограть плохую шутку и измеритель включит водо подачу при отсутствии человека.

Необходимо обратить свое внимание!
В ванной монтировать данное устройство вообще противопоказано, иначе для того, чтобы набрать воды в нее потребуется отключать измеритель, другими словами превращать кран в обыкновенный.
Это не очень-то разумно, особенно с учитыванием большей цене сенсорного аналога.

Подробно об устройстве и рабочем принципе бесконтактных кранов

Снаружи автоматический водопроводный кран смотрится оригинально – привычных вентилей и рукояти нет. Для того, чтобы пошла вода руку необходимо поднести в область работы датчика (правильно для моделей с индукционными датчиками). Кроме «умного» водопроводного крана в доме с тем же эффектом может применяться сенсорная крановая насадка для экономии воды.

Так смотрится водопроводный кран для экономии воды

Как это работает

Миниатюрный индукционный измеритель, встроенный в водопроводный кран, образовывает индукционное поле под краном. Как только одна из частей тела человека проникает в это поле, оно меняется и это считается сигналом для подавания воды.Необходимо обратить свое внимание!
Для работы датчика данного типа необходим энергетический источник.
Устройства такого типа потребляются настолько мало энергии, что даже нескольких типовых батареек хватит на пару месяцев работы.
Варианты с подсоединением к электрической сети не так не опасны, благодаря этому для дома не прекрасно подходят.В самом смесителе разместился очень маленький электромагнит и клапан, прикрепленный к сердечнику. Как только меняется индукционное поле, сгенерированное датчиком, через электромагнит начинает течь ток – сердечник с клапаном приподымается, и вода попадает в кран. Как только напряжение пропадет, клапан здесь же перекроет водный поток.

Тело человека изменяет индукционное поле, измеритель отмечает это изменение

Из свойств конструкции можно подчеркнуть то, что прохладная и горячая вода перемешивается еще до клапана, благодаря этому лучше всего применять шаровой клапан на выходе для того, чтобы подстраховаться от обратного перетока воды.

Ключевые компоненты механизма, невидимые в водопроводном кране

Необходимо обратить свое внимание!
Когда покупается водосберегающая насадка сенсорная на кран, о шаровых клапанах еще необходимо помнить.
В другом случае возможны малоприятные сюрпризы, к примеру, струйка ледяной воды или горячей воды заместо тепленького потока.В продаже можно найти и устройства, в которых заместо индукционных применяются пьезоэлектрические элементы – кристаллы, которые при деформирования генерируют не очень большой электроток. Именовать такие водопроводные краны бесконтактными нельзя – для того, чтобы включить подачу воды потребуется немножко надавить на него. Очень часто подобные модели используются в заведениях общественного характера.

Экономные насадки

Устройства такого типа как правило ставятся на любой вид крана, а по практичности они почти что ничем не выделяются от бесконтактных смесителей. Имеет большое значение и то, что установка насадки для воды собственными руками не может представить особенной трудности.Есть и иной вид экономных насадок – в данных устройствах экономия воды достигается не за счёт периодического выключения водоподачи, а за счёт внутренней геометрии самой насадки. В зависимости от модели понижение расхода в подобных обычных насадках достигает 70%.

На фото – обычные водосберегающие насадки-аэраторы

Необходимо обратить свое внимание!
Не обращая внимания на понижение водорасхода, складуется чувство, что мощность потока осталась прошлой. Данный эффект достигается благодаря тому, что водный поток насыщается воздухом.

Сравнивание водных потоков из простого и водосберегающего рассекателя

Что касательно подбора между простенькой насадкой-аэратором и сенсорной насадкой, то основным критерием выступает стоимость. Так, высококачественная насадка-аэратор обойдется приблизительно в 800 рублей, а вот сенсорный аналог обойдется приблизительно в несколько раз подороже, зато функционал намного выше.Сенсорная насадка достаточно удобна, вес не будет больше 200 г. С задней части есть отсек для 4 батареек (применяются типовые пальчиковые батарейки).

Подходят традиционные батарейки

Рабочий принцип подобен автоматическому водопроводному крану.Из специфик работы необходимо отметить:

  • настраиваемую чувствительность датчика, пределы его работы лежат в диапазоне 5-25 см;
  • на корпусе есть кнопка, отвечающая за переключение между автоматизированным и ручным режимом. Ручной режим выключает измеритель и предоставляет постоянный напор, при автоматическом измеритель отслеживает положение человеческие руки.

внешний вид сенсорной насадки

Что касательно установки, то инструкция предусматривает монтаж насадки заместо сеточки-аэратора. В набор поставки насадки входит переходник с внешней и внутренней трубной резьбой для установки.Установку необходимо делать в таком порядке:

  • вначале из крана убирается сеточка-аэратор;
  • на него необходимо одеть крепежное кольцо, комплектуется поставки насадки;
  • потом закручивается переходник в кран заместо сеточки;
  • на надетое кольцо наматывается сама сенсорная насадка.

Насадка, закрепленная на кране

Что касательно обычных насадок (уменьшающих расход за счёт геометрии пространства внутри), то они тоже ставятся на кран. Их очень легко закрутить заместо обыкновенной сетки-аэратора. В зависимости от конструкции они могут обеспечить водный расход в диапазоне 2-8 л/мин.

Подведение итогов

Бесконтактные краны – замечательный способ уменьшить водный расход и сэкономить на коммуналке. Если просто не хочется менять в доме краны, то можно обойтись особыми насадками, которые по практичности очень плотно приближаются к бесконтактным смесителям. Кроме экономии воды имеет большое значение и то, что с установкой управится каждый человек, очень легко закрутить ее в кран заместо сеточки.На видео в данной публикации продемонстрирован пример работы смесителя для кухни с пьезоэлектрическим элементом.

Умный дом: стартовый набор для начинающих

Содержание

Содержание

В экосистеме умного дома существуют десятки датчиков и актуаторов, отвечающих за безопасность, автоматизацию бытовой техники, освещения и поддержания климата. У нового пользователя возникает соблазн увешать квартиру датчиками, как новогоднюю елку игрушками. Цель статьи — выделить «основной состав» и рассмотреть аспекты его применения.

Какие бывают датчики

Датчики предназначены для преобразования физической величины в электрический сигнал. В результате мы можем измерить эту величину количественно (температура, влажность) или зафиксировать ее изменение (распознать движение). Ниже перечислены датчики, доступные в свободной продаже у большинства крупных игроков рынка:

  • движения/присутствия;
  • открытия окон/дверей;
  • освещенности;
  • параметров окружающей среды;
  • протечки;
  • задымления;
  • разбития стекла;
  • утечки газа;
  • мониторинга качества воздуха;
  • видеокамеры.

Какие бывают актуаторы

Под актуаторами понимают исполнительные устройства, генерирующие сигналы для воздействия на другие элементы умного дома. Это прямое воздействие либо сигналом (кнопка), либо посредством привода (электронный клапан). Исполнительным устройством может быть также и бытовой прибор, управляемый со смартфона, например, умный кондиционер. При этом можно управлять и обычным кондиционером, но уже с помощью умного пульта, который станет посредником между прибором и смартфоном. Задача в данном случае одна, а варианты решения разные. Отдельный класс устройств составляют интеллектуальные световые приборы. Про умный свет подробно рассказано в недавней статье.

Перечень умных исполнительных устройств:

  • многофункциональная кнопка;
  • выключатель;
  • реле;
  • розетка;
  • световые приборы (лампа, цоколь, светильник, светодиодная лента);
  • бытовая техника (холодильник, кондиционер, кофеварка и т. д.);
  • инфракрасный пульт;
  • электронный клапан;
  • привод для штор.

Рассмотрим подробнее, какие устройства являются самыми необходимыми для построения базовой системы домашней автоматизации. Есть несколько вариантов готовых стартовых наборов от производителя.

Каждый из них не полностью закрывает минимальные потребности, будучи более ориентированным либо на безопасность, либо на удобство. Соберем комплект, удовлетворяющий обеим задачам.

Датчики движения

Старожилы умного дома, известные еще со времен первых пультовых охранных систем. Чаще всего встречаются пассивные инфракрасные датчики (PIR-сенсоры). Они содержат чувствительный пироэлектрический элемент, регистрирующий изменение инфракрасного излучения при движении объекта в зоне контроля. Радиус такой зоны составляет 4-8 метров, что позволяет охватить комнату одним датчиком. Стандартное расположение — верхний угол стены, противоположной входу в помещение.

Датчики движения настолько распространены, что являются, в том числе, частью других устройств, например, лампочек. Наиболее активно такие датчики используются именно в сценариях освещения: автоматическое включение и отключение света, исходя из активности в помещении. В плане интеграции с остальной системой умного дома нет проблем, поскольку представлено множество девайсов с различными интерфейсами. Эти датчики, имеющие большое количество сценариев применения, железно входят в основу умного дома.

Датчики открытия окон/дверей

Датчики открытия дверей и окон состоят из двух частей — геркона и магнита. Они устанавливаются на дверной коробке/оконной раме и створке, а при их разъединении происходит срабатывание датчика.

Простая и долговечная конструкция давно зарекомендовала данные сенсоры как неотъемлемую часть охранных систем. Также они широко используются в сценариях умного света. Умный дом сложно представить без этих устройств.

Датчики протечки воды

В большинстве своем работают за счет разницы электропроводности воздуха и воды. Когда вода попадает на один из контактов, расположенных на дне устройства, возникает сигнал. Датчики устанавливаются в непосредственной близости от вероятных источников протечки: под шлангом стиральной машины, рядом со стояками, раковиной, радиатором отопления. Также в случае, если есть небольшой уклон, удачной для монтажа будет самая низкая по уровню точка.

Чтобы система не только сигнализировала о происшествии, но и предотвращала его последствия, применяют устройства, перекрывающие подачу воды. Обычно это специальный электронный клапан, но есть и оригинальные воплощения китайской инженерной мысли в виде электропривода для рукоятки шарового крана.

С точки зрения интеграции в умный дом данная система не всегда удобна, поскольку идет как самостоятельный комплект. Проприетарный контроллер не подружится с общим шлюзом и останутся только варианты с работой через умную розетку или поддержкой голосового помощника. Поэтому в основной состав проходят только датчики, а актуаторы — в запасной.

Датчики задымления

По принципу действия аналогичны стандартным пожарным извещателям, которые в обязательном порядке устанавливаются в новых домах. При попадании частиц дыма в поле фотоприемника датчика, изменяется интенсивность излучения и происходит срабатывание. При этом активируется сирена, а если извещатель адресный, то он передает сигнал на пульт пожарной охраны. При наличии такого оборудования смысла в дополнительном датчике дыма нет. В обратном случае датчик обязателен.

Датчики утечки газа

Реагируют на повышение концентрации бытового газа в воздухе. Имеет смысл использовать при наличии газовой плиты и (или) колонки. Устанавливать такие датчики необходимо поблизости от газовых приборов.

Датчики температуры и влажности

Контроль параметров окружающей среды — еще одна важная функция умного дома. Хороший климат в доме полезен для здоровья семьи, питомцев и комнатных растений. Измерения температуры и влажности все чаще доступны в рамках одного устройства. Без этих датчиков невозможно представить умный дом. К ним добавляют атмосферное давление, но на этот показатель повлиять нельзя, поэтому он носит справочный характер. А двумя основными параметрами управлять можно и нужно.

Для этого мы пользуемся кондиционерами и увлажнителями воздуха. Это уже более дорогие аппараты по сравнению с датчиками, их можно рассмотреть для приобретения в долгосрочной перспективе. Они также бывают умными и помогают полностью автоматизировать процесс регулировки погоды в доме. В случае выхода температуры или влажности за пределы заданных порогов, включится соответствующий прибор. Он будет работать до достижения необходимых показателей.

Кстати, не забудьте про уход за климатической техникой. Про кондиционеры мы писали тут.

Определяемся с актуаторами

В качестве базовых исполнительных устройств предлагаем рассмотреть умные розетки, выключатели, кнопки и лампы.

Некоторые умные розетки позволяют не только управлять состоянием светильников и бытовых приборов, но и вести учет потребляемой мощности. Выключатели и кнопки также пригодятся для реализации сценариев освещения и включения/выключения техники.

Еще одна удобная вещь — умный инфракрасный пульт. Им можно заменить все остальные пульты для телевизора, кондиционера и т. п. Представьте, что вам теперь вообще не придется их искать!

Во всех наборах умного дома присутствует обязательный элемент — блок управления, он же шлюз или центр управления. Это «мозг» системы, который отвечает за управление всеми устройствами умного дома и выполнение сценариев автоматизации. Он принимает данные от датчиков и передает их на сервер производителя для обработки. Благодаря этому вы можете отслеживать эти данные в удобном формате — в приложении на мобильном устройстве, откуда можно в пару кликов передать команды для исполнительных устройств.

Шлюзы поддерживают различные протоколы беспроводной передачи данных, необходимых для обмена данными со всеми компонентами системы: Wi-Fi, Bluetooth, ZigBee, Z-Wave, RF. Если устройств много, их объединяют в группы, для чего используются хабы.

Особняком стоят несколько облачных систем умного дома, не требующие управляющего блока. Это платформы Apple HomeKit, Google Home и Умный дом Яндекса. В таком случае команда из приложения улетает прямиком в облако, где обрабатывается при помощи библиотеки функций от производителя конкретного устройства. На примере Яндекса схематически это выглядит так:

Приложения для смартфонов

Каждый производитель имеет собственное приложение для управления умным домом. Все они умеют отображать список устройств, показания датчиков и передавать команды. Пример настройки Mi Home здесь, а Rubetek — здесь. С точки зрения поддержки сторонних вендоров хорошо себя зарекомендовал Mi Home.

Основная функция приложений — создать сценарии автоматизации для достижения заданных условий. Именно в них состоит главная «фишка» умного дома — автоматическое выполнение действий без участия человека. Есть и другая «фишка», о которой речь пойдет далее.

Будьте услышанным

Голосовое управление тесно интегрируется в умный дом. Все три рассмотренных выше разработчика облачных платформ развивают собственных голосовых помощников: Siri, Alexa и Алиса. На русском языке полноценно понимает только Алиса. Управление голосом выводит систему умного дома на совершенно иной уровень, но ему свойственны и некоторые недостатки.

По сравнению с приложениями производителей умных устройств голосовые помощники обладают более скромными возможностями по поддержке устройств и их функций. Список устройств, которые можно подружить с Mi Home, гораздо шире. Кроме того, Алиса пока не воспринимает все команды для устройств, доступных в приложении. Тем не менее, перечень будет расширяться, а удобство управления голосом нивелирует эти несовершенства.

Для того, чтобы Алиса увидела ваши девайсы, достаточно установить на смартфоне приложение Яндекс и перейти в меню «Устройства — Умный дом».

Далее необходимо выбрать производителя и на соответствующей вкладке объединить аккаунты, например, с Mi Home. После этого устройства будут отображены с доступными голосовыми командами.

Можно управлять отдельными устройствами и объединять их в группы. Для более комфортного общения с Алисой используйте умную колонку.

На видео демонстрируются несколько сценариев умного дома Xiaomi + Алиса.

Команда умного дома

Подведем итог в подборке минимального комплекта умных устройств:

  • датчик движения;
  • датчик открытия двери;
  • датчик протечки воды;
  • розетка;
  • выключатель;
  • кнопка;
  • IR-пульт;
  • лампа;
  • шлюз;
  • колонка с Алисой.

Если пока нет четкого понимания, какие сценарии будут использоваться, то можно взять все устройства в одном экземпляре. Одно из преимуществ системы — масштабируемость. Большинство датчиков работает от батареек и крепятся на 3М-скотч, поэтому добавить такие элементы не составит труда. Не забывайте предварительно почитать про совместимость оборудования и приложения или голосового помощника. Если вы планируете монтаж на этапе ремонта, то рассмотрите варианты с умными реле и заранее определите выводы питания под устройства умного дома.

Добавление в систему датчиков и актуаторов у всех производителей максимально упрощено и состоит из нескольких шагов:

  1. Подключите устройство к сети электропитания (если требуется).
  2. Инициируйте добавление устройства в приложении. Далее действуйте в соответствии с инструкциями приложения. Обычно достаточно несколько раз нажать кнопку на устройстве.
  3. После сопряжения с устройством в приложении появится перечень доступных функций. Их можно использовать независимо либо включать в сценарии автоматизации совместно с другими элементами умного дома.

Умный дом — отдельная инженерная система, заслуживающая вдумчивого проектного подхода. В этом случае умные устройства станут вашими надежными помощниками по дому.

Облака и «железо»: на чем работают современные системы искусственного интеллекта

Использование искусственного интеллекта способно повысить качество операций. Например, анализа покупательной способности в ритейле или процесса прогнозирования в банках. Применение чат-ботов и роботизированный обзвон позволяют компаниям существенно экономить. Это лишь некоторые примеры возможностей технологии, которые заставляют бизнес все больше осознавать ее необходимость. Когда компания определилась с задачами, которые поможет решить искусственный интеллект, и убедилась, что имеет ресурсы для его создания и развития, перед ИТ-директорами встает задача выбрать подходящее под внедрение новой технологии «железо». При этом даже крупные организации не всегда могут легко изыскать мощности для построения ИИ-систем или обучения нейронных сетей. В этом случае на рынке есть готовые облачные решения, которые предоставляют ИТ-компании.

Искусственный интеллект нужен всем

Треть руководителей российских компаний намерены внедрять искусственный интеллект. Это напрямую сочетается с темпами роста профильного рынка. По оценкам компании Frost & Sullivan, к 2022 г. его объемы достигнут $52,5 млрд. Для понимания — два года назад эта цифра была почти в четыре раза ниже. Растущая заинтересованность в искусственном интеллекте спровоцирует и увеличение глобального рынка товаров и услуг.

Инвестиции в ИИ-решения тоже растут, но здесь Россия пока не в первых рядах. В лидерах списка по итогам 2018 г. — США ($6,4 млрд), Китай ($5,5 млрд) и Великобритания ($569 млн). В России только к 2024 г. хотят потратить на искусственный интеллект лишь $1,56 млрд.

Банки спешат внедрять его в управление рисками и прогнозирование, ритейл тотально переходит на облачную аналитику покупательской активности и маркетинг, в промышленности он отвечает вообще за все — от технического обслуживания и ремонта (ТОиР) до детального контроля бизнес-процессов на производстве и качества готовой продукции. Сегодня он перестал быть просто модной технологией и стал практичной —теперь все отрасли испытывают интерес к внедрению искусственного интеллекта. При этом необходимой ИТ-инфраструктурой для этого обладает далеко не каждая компания.

В компании Dell отмечают, что для этого нужно обеспечить надежную работу вычислительных и сетевых компонент, а также подобрать адекватную запросам систему хранения данных.

«В условиях быстрого роста объемов данных задача управления ими становится как никогда актуальной. Все большему числу организаций становятся интересны решения для анализа неструктурированных данных. Эту задачу решает горизонтально масштабируемая платформа Dell EMC Isilon. Система Isilon может использоваться как в локальном дата-центре, так и в публичном облаке. Dell EMC Cloud Storage Services обеспечивает доступ к сервисам управления файловыми данными Isilon в мультиоблачных средах за счет прямого подключения к нескольким публичным облакам. Также это отличный вариант для обеспечения восстановления после сбоев и других задач», — Павел Карнаух, руководитель подразделения системных инженеров Dell Technologies в России.

Облачная альтернатива

ИТ-компании же предоставляют готовые решения, благодаря которым бизнесу не нужно покупать и обслуживать собственное «железо» под искусственный интеллект. Например, «Крок» предлагает своим клиентам разворачивать его в облаке. Оно построено на решениях Dell. Помимо именитого и хорошо зарекомендовавшего себя вендора, заказчик получает еще и накопленную экспертизу ИТ-компании, причем за меньшие деньги.

Такой вариант представляется актуальным даже для очень крупных предприятий. Благодаря облакам они могут оперативно запустить проекты, а их инвестиции быстро окупаются.

В этом случае к технологическим плюсам облака можно отнести надежное и недорогое хранение, отсутствие зависимости от физического расположения заказчика, а также масштабирование.

Облако может служить безопасной «песочницей» для пилотирования новых продуктов и решений на основе искусственного интеллекта. В ней можно одновременно запустить большое количество приложений и быстро проверить любые гипотезы. Инфраструктура такой «песочницы» быстро масштабируется. Это позволяет при необходимости подключать новые ресурсы, что особенно актуально при нагрузочном тестировании, когда необходимо воспроизвести среду, близкую к реальным условиям.

Такие проекты могут не только начинаться в облаке, но и развиваться в нем, когда приложения на основе уже обученных нейросетей размещают в облаке по IaaS-модели.

Есть на российском рынке и SaaS-сервисы, которые уже представляются работающими примерами искусственного интеллекта в облаке. Например, стартап Verme из акселератора «Крок». Он занимается повышением производительности розничного персонала, которая страдает от ручного планирования (потенциальные убытки ежегодно могут составлять миллионы рублей в зависимости от числа сотрудников). В основе идеи — повышение эффективности и качества обслуживания. Искусственный интеллект помогает проанализировать существующие в компании-ритейлере бизнес-процессы и производительность сотрудников, верно спрогнозировать рабочие нагрузки для персонала и сформировать гибкий график работы.

В «М.Видео» решение Verme помогло ежегодно экономить p 500 млн из фонда оплаты труда, на 10% повысить эффективность сотрудников и на 15% сократить текучесть кадров. А магазин женской обуви «Эконика» сумел благодаря искусственному интеллекту на 5% поднять товарооборот и повысить конверсию.

Еще одним примером из акселератора может служить AutoFAQ.ai. Он роботизирует внутренние и внешние коммуникации в компании. Среди клиентов — ДИТ г. Москва, Райффайзен Банк, Альфа-Банк, «Почта Банк» и «Дикси». Идея решения на базе облачного искусственного интеллекта состоит в том, что до 70% запросов, приходящих в службы коммуникаций, типовые.

Роботизация коммуникаций с помощью AutoFAQ подразумевает создание омниканального HelpDesk с автоматическим наполнением баз знаний и последующим подключением чат-бота. Кейс в компании «Сибирское здоровье» показал, что в 20% случаев клиентам было достаточно общения с ботом, еще в 25% случаев по ходу разговора подключался оператор. Фактически это привело к повышению скорости ответа оператора на 35%. Компания прогнозирует прямой эффект от роботизации на уровне p 4,2 млн на каждые 10 сотрудников за счет снижения численности персонала и роста производительности.

На основе искусственного интеллекта работает еще один стартап из корпоративного акселератора «Крок». Infobot занимается обзвоном клиентов с помощью голосового робота, а также принимает входящие вызовы и, тем самым, выполняет рутинные задачи администраторов и телемаркетологов. Природа его появления понятна: смс-рассылки стоят достаточно дорого, не дают обратной связи, да и вообще становятся непопулярны в России.

Общение почти полностью переехало в мессенджеры, а по смс мы уже привыкли получать только уведомления о списании средств от банков.

Скорость работы голосового робота на основе искусственного интеллекта — 800 звонков в секунду. Это дает 23-процентную экономию в сравнении с смс и на 36% ROMI больше. При этом существует обратная связь: робот ее собирает, вносит в CRM и отправляет пользователям дополнительную информацию по их запросу. Пример реального кейса в российской компании показал ROMI в 2956% против 2174% у смс-рассылок.

В том числе и эти примеры искусственного интеллекта на базе облака доказывают, что рынок рассматривает такую модель всерьез. Ее популярность растет, а бизнес-предпосылки к ее использованию становятся все более очевидными. Цифровая трансформация разгоняется с каждым годом, и побеждать конкурентов без использования наиболее передовых практик от ключевых вендоров и ИТ-компаний становится невозможным.

Миллиарды рублей и почти ноль понимания. Зачем нам квантовый искусственный интеллект

Фото © ТАСС / AP Photo / Ross D. Franklin

” src=”https://static.life.ru/L_publications/2020/6/10/1256551212482.434-2400x.jpeg” loading=”lazy” style=”width:100%;height:100%;object-fit:cover”/>

Не успели мы поверить в реальность нейросетей, как их надумали создать по жутким законам микромира.

Кубиты существуют. Нет, нет, вы, наверное, не совсем поняли: они существуют не только где-то в квантовом компьютере. Они существуют в природе. Вот прямо сейчас вокруг нас с вами. Свет в наших окнах, свет, который слепит глаза после долгих недель самоизоляции, — это фотоны. А фотон — это естественная версия кубита. Ещё один вариант — обыкновенные электроны, которые вращаются вокруг ядер атомов. Почему они кубиты? Потому что кубиты — это такие частицы, которые могут одновременно находиться в двух разных состояниях. По-научному, в суперпозиции. Так вот фотоны и электроны именно так себя и ведут. Не верите? Пожалуйста:

Что это такое? Это электрон. Вот он вылетает из пушки, и полюбуйтесь: одновременно проходит сквозь оба промежутка между листками бумаги. То есть он летит как электромагнитная волна и, лишь наткнувшись на препятствие, предстаёт перед нами в качестве частицы. С фотонами то же самое: интересно, в школьных учебниках физики сохранилось упоминание о том, что свет — это и волны, и частицы?

Только, к сожалению, природные кубиты для квантовых компьютеров не очень подходят, потому что от них требуются сразу два несравненных качества — способность хранить информацию и при этом взаимодействовать друг с другом. А это редкое совпадение. Например, фотоны — прекрасный носитель данных, но друг с другом они не общаются.

А общаться надо особым, непостижимым образом. Скажем, одна частица находится в России, а другая — в Малайзии. Первая находится в таком состоянии, а вторая — в эдаком. Так вот, если с первой что-нибудь сделается, то вторая тоже немедленно изменит состояние. И неважно, в Малайзии она или на другом конце галактики. Это и есть квантовая запутанность.

Тут весь секрет в том, чтобы управлять поведением этих кубитов. Для этого придумали специальные штуки — квантовые вентили. Частица входит в них в одном виде, а выходит уже в другом. Есть вентили, которые из неопределённого состояния переводят кубиты во что-то понятное, а есть такие, которые делают наоборот — из конкретного (“базисного”) состояния отправляют обратно в суперпозицию. А поскольку они у нас состоят в отношениях, стало быть, партнёр немедленно отреагирует на такое дело. Тоже “перевоплотится”.

И благодаря всему этому получается следующее. Раз один кубит — это сразу две разных ситуации, то, можно сказать, что он соответствует двум обычным битам, потому что бит — это всегда одно из двух: либо 1, либо 0. Если кубит дружит с другим кубитом, то мы от их дружбы имеем сразу четыре разных варианта — значит, четыре бита. Присоединяется к ним третий — от их взаимодействия получаем уже восемь битов. А когда их компания насчитывает 300 человек, простите, кубитов, то это означает две в трёхсотой степени битов, а это, простите, примерное количество частиц во всей Вселенной.

Считается, что первыми квантовый компьютер создали в компании IBM, это было в 2001 году, и компьютер тот был семикубитным. То есть в нём работали семь частиц, “запутанных” друг с другом.

А вот, к примеру, 51 кубит, версия 2017 года. Наша отечественная, кстати. Творение Российского квантового центра, который одним из первых поселился в Сколково. Компанию основали двое выпускников МФТИ: Михаил Лукин, который стал профессором Гарвардского университета, и Сергей Белоусов, который стал бизнесменом.

Фото © Jon Chase / Harvard Staff Photographer

За рубежом, правда, в то время уже делали квантовые компьютеры на тысячи кубитов. На фото внизу — модель 2017 года от канадской компании D-Wave. Две тысячи частиц. Но здесь нужна оговорка: насчёт предыдущей версии (на 1000 кубитов) известно, что они не все взаимосвязаны, а разделены на кластеры по восемь штук.

Фото © ТАСС / The Canadian Press / PA Images

В самой свежей версии D-Wave 5000 кубитов, пока это рекорд. Устроены такие компьютеры по похожему принципу: тончайший слой металла (например алюминия) охлаждают почти до абсолютного нуля (то есть почти до -273 градусов Цельсия, холоднее не бывает), и в таких условиях его атомы приобретают сверхпроводящие свойства, то есть проводят ток безо всякого сопротивления. Потом на частицы воздействуют радиочастотными сигналами, и в итоге получают полноценные кубиты.

Разработчики уверяют, что это открывает невообразимые возможности для передачи информации. Учёные говорят, не столько в скорости дело, сколько в ОБЪЁМАХ данных, которые кванты могут переработать для достижения какой-то цели. И как раз цель должна быть такая, для которой это нужно. Скажем, для наших с вами повседневных нужд квантовый компьютер — это излишество: вполне достаточно обычного. Хотя в последнее время надо очень постараться, то есть раскошелиться, чтобы компьютер умещал всё, что нам нужно, заметили такую тенденцию?

Так вот, такой большой целью по всему миру единогласно выбрали искусственный интеллект. Ибо, чтобы его воспитать, надо прогнать через него поистине фантастический объём всего, а значит, квантовые процессы — именно то, что нужно.

Как раз недавно этим вплотную решили заняться в России. Вышеупомянутый Российский квантовый центр и входящая в “Росатом” компания “Цифрум” объявили о запуске лаборатории по развитию квантового искусственного интеллекта. Отмечается, что этот проект — часть федеральной программы “Квантовые вычисления”. Стоит сказать, ранее в Минкомсвязи предложили вдвое сократить её финансирование. В то же время, как пишет “Коммерсант”, программа по развитию искусственного интеллекта предусматривает выделение почти 90 миллиардов рублей в течение ближайших четырёх лет. Только в этом году на закупку оборудования для квантового компьютера планируют потратить без малого пять миллиардов.

Именно эти суммы и являются истинной целью затеянных квантовых вычислений, уверен футуролог Алексей Турчин.

Это напоминает один в один историю про Новые Васюки, Нью-Васюки, предложение Остапа Бендера. Это полная профанация. Всё, что у нас сейчас в России делается под лозунгом квантовой коммуникации, это освоение бюджета

Член Российского трансгуманистического движения, член Ассоциации футурологов

” ratio=”1/1″ src=”https://static.life.ru/publications/2020/6/10/154915837915.85803.jpg” loading=”lazy” style=”width:100%;height:100%;object-fit:cover”/>

” ratio=”1/1″ src=”https://static.life.ru/publications/2020/6/10/154915837915.85803.jpg” loading=”lazy” style=”width:100%;height:100%;object-fit:cover”/>

За рубежом аналогичная лаборатория работает уже довольно давно — с 2013 года — Quantum Artificial Intelligence Lab. Это совместный проект NASA, Google и Ассоциации космических исследований университетов. Кстати, D-Wave — их творение. Впрочем, по мнению эксперта, даже самые продвинутые квантовые компьютеры — пока что “детский лепет”.

Я вам могу как футуролог сказать, что дело это настолько отдалённого будущего, что к этому времени мы успеем сферу Дайсона построить или по крайней мере человека перенесём в компьютер. Это явно не вопрос ближайших 50 лет. Ни у кого нет на сегодняшний день нормальных наработок

Член Российского трансгуманистического движения, член Ассоциации футурологов

” ratio=”1/1″ src=”https://static.life.ru/publications/2020/6/10/154915837915.85803.jpg” loading=”lazy” style=”width:100%;height:100%;object-fit:cover”/>

” ratio=”1/1″ src=”https://static.life.ru/publications/2020/6/10/154915837915.85803.jpg” loading=”lazy” style=”width:100%;height:100%;object-fit:cover”/>

Учёный картину будущего нарисовал так: в мире действительно мощных квантовых технологий людей как биологических организмов на Земле уже не будет — человеческий разум к тому времени переселится в эти компьютеры. Вот только мы постеснялись спросить: он шутит?

Искусственный интеллект и сознание: imitation game

“Причины действий человеческих обыкновенно бесчисленно сложнее и разнообразнее, чем мы их всегда потом объясняем, и редко определенно очерчиваются”.
Ф. М. Достоевский. Идиот

“Если нечто выглядит как утка, плавает как утка и крякает как утка, то это, вероятно, и есть утка. Или нет. ”
Утиный тест

“Can’t you see? The machine STUPIDLY follows whatever you tell it to do”.
Профессор Линь, Национальный университет науки и технологии Тайваня

В прошлый раз мы говорили о том, что сам термин «искусственный интеллект» является предметом дискуссии и вопрос о том, является ли мышление прерогативой человека и как оно работает, волновал человечество задолго до появления первого компьютера. Естественным образом возник вопрос: есть ли эмпирический способ проверить, может ли машина мыслить?

В 1950 году в философском журнале “Mind” выходит статья Алана Тьюринга «Вычислительные машины и разум». Тьюринг занимался этой проблематикой ещё с 40-х годов и был членом «Ratio Club» — неформальной группы британских кибернетиков и исследователей в области электроники. Однако такая формулировка прозвучала в науке впервые. Статья начиналась утверждением: «Я предлагаю рассмотреть вопрос „Могут ли машины думать?“». Тьюринг предложил следующий тест: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Обязательным условием является то, что все участники теста не видят друг друга. Если судья не может определить, с кем он пообщался, – машина прошла тест. Беседа должна происходить в форме переписки, чтобы тестировался именно интеллект машины, а не способность распознавать речь. Промежутки между репликами тоже принимались во внимание, потому что тогда компьютеры реагировали медленнее, чем человек (сейчас время по-прежнему важно, но теперь потому, что компьютеры отвечают, наоборот, быстрее!). А как вы думаете – тест Тьюринга действительно проверяет умение мыслить или умение имитировать мыслительный процесс?

Тест Тьюринга неоднократно подвергался критике. Дело в том, что он проверяет не столько способность мыслить, сколько способность реагировать как человек. Вопрос: а всегда ли можно наше поведение назвать рациональным? И если уж притворяться человеком, то машине придется научиться выдавать парадоксальные реакции и творческие идеи, а кроме того, скрывать своё умение выполнять некоторые процедуры эффективнее, чем человек. Кроме того, очень знаменито возражение с точки зрения сознания, высказанное Джефферсоном на Листеровских чтениях 1949 года (Jefferson, 1949): «До тех пор, пока машина не сможет написать сонет или сочинить музыкальное произведение, побуждаемая к тому собственными мыслями и эмоциями, а не за счет случайного совпадения символов, мы не можем согласиться с тем, что она равносильна мозгу, т. е. что она может не только написать эти вещи, но и понять то, что ею написано. Ни один механизм не может чувствовать (а не просто искусственно индуцировать, для чего требуется достаточно несложное устройство) радость от своих успехов, горе от постигших его неудач, удовольствие от лести, огорчение из-за совершенной ошибки, не может быть очарованным противоположным полом, не может сердиться или быть удрученным, если ему не удается добиться желаемого». В своей самой радикальной форме это возражение означало бы, что, если мы хотим удостовериться, что машина способна к мышлению, мы должны сами стать машиной (вот это поворот), а потом описать свои мысли и ощущения тем, кто будет готов это всё выслушать (обычно желающих мало).

Тем не менее тест Тьюринга – это классика теории ИИ, и он помогает многое понять не только о машинах, но и о нас самих.

В качестве контраргумента к тесту Тьюринга часто упоминают «китайскую комнату» Сёрла – мысленный эксперимент в области философии сознания и философии искусственного интеллекта, который был опубликован в 1980 году в статье «Minds, Brains, and Programs» журнала «The Behavioral and Brain Sciences». Эксперимент вызвал настолько широкий резонанс, что статья вышла с 27 возражениями специалистов по когнитивистике и ответами Сёрла на них. Проведём этот мысленный опыт и мы. Итак, представим себе Джона Сёрля, заточенного в комнате с книгой, где подробно описано, как использовать китайские иероглифы. При этом ни единого иероглифа Джон Сёрл не знает (кажется, я помню это ощущение. — Прим. автора). В книге нет информации о значении иероглифов, но зато написано, как ими пользоваться, примерно вот так: «Возьмите такой-то иероглиф из корзинки номер один и поместите его рядом с таким-то иероглифом из корзинки номер два». Наблюдатель, который владеет китайским языком минимум на уровне HSK 6, передаёт ему через окошко иероглифы с вопросами. Но Джон Сёрл спокоен, у него же есть инструкция, которая составлена таким образом, что к вопросу он сможет подобрать ответ, а сам он исполняет, по сути, роль компьютера. Таким образом, у наблюдателя создаётся впечатление, что он общается с человеком, владеющим китайской письменностью. При этом Сёрл даже не имеет возможности выучить иероглифы, потому что у него нет данных об их значении. Сёрл приходит к выводу, что данная система хотя и прошла бы тест Тьюринга, но всё же не может быть принята в качестве адекватной проверки способности к мышлению. Опыт Сёрла, по сути, направлен против гипотезы «сильного» ИИ, которая утверждает, что при наличии необходимой программы машины могут приобрести способность мыслить и осознавать себя, а в данном случае — понимать естественный язык. Гипотеза «слабого» ИИ такую возможность отвергает, поэтому и полемики такой она не вызвала – не бывает таких систем, так о чем спор? Но мир всё ещё в ожидании.

Предлагаем сделать небольшое отступление и поговорить о том, как мы понимаем, что такое сознание и что это значит – осознавать себя. Обсуждение этого вопроса может выйти далеко за рамки нашей темы, поэтому просто расставим некоторые важные вехи. Джон Локк был одним из создателей новоевропейской модели сознания. На вопрос, что понимается под сознанием в его «Опыте о человеческом разумении», исследователи обычно отвечали, что это психологический феномен, свойство разума, протяженное во времени восприятие себя собой. Кроме того, Локк был создателем концепции тождества личности, согласно которой гарантией тождества является акт самосознания (моё тело и мысли меняются, но это всё ещё я): «Личность есть разумное мыслящее существо, которое имеет разум и рефлексию и может рассматривать себя как себя, как то же самое мыслящее существо, в разное время и в различных местах только благодаря тому сознанию, которое неотделимо от мышления и, на мой взгляд, существенно для мышления». Способны ли машины к осознанию себя по Локку. А к мышлению.

Одним из известных методов исследования самосознания является зеркальный тест, разработанный Гордоном Гэллапом (Gallup, 1970). Однако некоторые животные также способны узнавать себя в зеркалах! А как насчет интеллектуального агента?

Другим важным критерием сознания является понятие интенциональности, которое было введено в современную философию Францем Брентано и которое подробно рассматривалось в книге с тем же названием Сёрлом – известным скептиком по отношению к ИИ (Searle, 1983). Если кратко, то состояние интенциональности — способность сознания каким-то образом относиться к вещам, свойствам и ситуациям. Например, я не просто надеюсь, а надеюсь на что-то, не просто ненавижу, а ненавижу кого-то и т. д. Сам термин происходит от латинского слова intentio, которое, в свою очередь, является производным от глагола intendere, означающего «быть направленным к какой-либо цели или вещи». Можете ли вы представить себе мечтающий или влюбленный компьютер?

Наконец, квалиа – самый загадочный аспект сознания. Термин «qualia» был введен в философскую литературу в ее современном понимании в 1929 г. Кларенсом Ирвингом Льюисом. Квалиа используется для обозначения сенсорных, чувственных явлений любого рода. Это «необычный термин для обозначения самой обычной из возможных для нас вещи: того, как вещи выглядят для нас» (Dennet, D. Quining Qualia). Один из создателей квантовой механики Эрвин Шрёдингер (да, мучитель воображаемых котов!) по этому поводу высказался так: «Ощущение цвета нельзя свести к объективной картине световых волн, имеющейся у физика. Мог бы физиолог объяснить его, если бы он имел более полные знания, чем у него есть сейчас, о процессах в сетчатке, нервных процессах, запускаемых ими в пучках оптических нервов в мозге? Я так не думаю». В нашей ли власти наделить машину квалиа? А как работает наше собственное восприятие?

Существует множество теорий сознания, которые не представляется возможным осветить здесь, хотя это действительно очень интересно (если есть такой запрос, сообщите нам, пожалуйста). Но давайте вернемся к вопросу, с которого начался разговор: может ли машина мыслить? Здесь нам хотелось бы сделать отсылку к статье Д. А. Поспелова «Моделирование рассуждений. Опыт анализа мыслительных актов» 1989 года, которую несложно найти в Интернете. Как мы говорили ранее, оба Поспеловых являются основоположниками ИИ в нашей стране. Поражают энциклопедические знания Д. А. Поспелова и то, насколько эта статья опередила свое время. Работа начинается с главы «У истоков формальных рассуждений», где автор отмечает: «Логика человеческих рассуждений, возникшая еще в Древней Греции и благополучно дожившая до наших дней, занималась и занимается лишь теми механизмами, которые характерны для левостороннего мышления. А это значит, что вне этой науки остались все способы принятия решений, опирающиеся на нерасчлененные образы правого полушария, преобразуемые сложными операциями ассоциативного типа. Вклад правосторонних механизмов в творческую деятельность огромен. Интуиция, озарение, догадка, поэтический образ — порождения правого полушария. Без этого остается лишь левое полушарие, функции которого чрезвычайно близки к функциям программиста». В работе также рассказывается о силлогистике и герменевтике рассуждений, о выводе на семантической сети и о многом другом – рекомендуем почитать.

В заключение процитируем академика Гермогена Сергеевича Поспелова: «Можем ли мы понимать термин «искусственный интеллект» буквально, или же это всего лишь некоторое метафорическое наименование целого научного направления, связанного с производством и использованием компьютеров? Я придерживаюсь последней точки зрения и считаю, что о рождении искусственного интеллекта в буквальном смысле этого слова, или, что то же самое, о создании думающих — без кавычек — компьютеров, ни сейчас, ни в обозримом будущем не может быть и речи. Поручиться за более отдаленные сроки я не берусь, так как уже неоднократно развитие науки демонстрировало поражающие воображение результаты. По-другому я мог бы выразить свою мысль так: моделирование, или имитация, мышления — это все-таки не само мышление. И поэтому предлагаю придерживаться следующего толкования понятия «искусственный интеллект»: это есть свойство компьютеров получать некоторые из тех результатов, что порождаются творческой деятельностью человека. При этом не важно, как идут в действительности эти процессы у человека, тем более что мы с абсолютной достоверностью мало что знаем по этому поводу. Важен конечный результат». На наш взгляд, максимально точное определение! Действительно, все начинается с полета творческой мысли, с концепции, которая воплощается в данном случае в компьютерной программе – да, способной к обучению, но тому, чему мы пожелаем её научить, и так, как мы обучим её. К тому же в искусственном интеллекте сейчас есть определенный набор алгоритмов, который постоянно пополняется, но некоторые из них стали классикой, а как и для каких целей мы будем их использовать – это уже настоящий творческий процесс.

Нам ближе точка зрения, что искусственный интеллект имитирует некоторые аспекты мыслительной деятельности человека и способен решать ряд его задач. А как вы думаете? Увидим ли мы машины, мыслящие и чувствующие, как человек?

Умные помощники. Как искусственный интеллект изменил мир

Искусственный интеллект используется в медицине, финансах и коммерции, промышленности и обеспечении порядка и безопасности — везде, где требуется обрабатывать большие объемы данных, систематизировать и прогнозировать.

Еще десятилетие назад мир воспринимал ИИ больше как утопическое будущее, чем возможную реальность. Ведь в 2010 году далеко не все имели компьютеры и знали, как пользоваться интернетом. Однако будущее оказалось намного ближе, чем думали многие. Сейчас искусственный интеллект практически управляет нашей жизнью. Рассказываем как.

Как работает ИИ

Один из способов создать искусственный интеллект — это построить нейронную сеть. Искусственная нейронная сеть работает по тому же принципу, что и нервные сети в живом организме. В организме в сеть соединяются нервные клетки или нейроны. Искусственная нейросеть устроена почти так же, только вместо нервных клеток у нее простые процессоры.

Нейросети способны обучаться. В этом им помогает технология машинного обучения. Благодаря ей компьютеры могут отличать один объект от другого, сравнивать, анализировать и прогнозировать. Чтобы научиться распознавать, к примеру, кошку, нейросети нужно просмотреть огромное количество картинок с кошками и запомнить набор признаков.

В сад инженера компании Nvidia Роберта Бонда часто забредали соседские кошки и портили насаждения. Бонд написал алгоритм, который включал разбрызгиватель, когда в сад входила кошка. Для этого нейросеть анализировала изображения с видеокамер, сопоставляя части картинок со «знакомыми» признаками домашнего хищника. Если большая часть элементов картинки совпадает с признаками кошки, компьютер сообщает, что нашел кошку.

Точно так же нейросети могут читать написанные от руки буквы и цифры, прогнозировать курс акций на следующий день и определять больной орган.

Где применяется ИИ

Смартфоны и виртуальные помощники

Смартфоны буквально напичканы опциями и приложениями, которые работают на искусственном интеллекте. Каждый раз, когда мы разговариваем с голосовыми помощниками Siri от Apple, Google Assistant и Алисой от Amazon, мы общаемся с ИИ. Помощники рассказывают нам о погоде, прокладывают маршруты поездки и могут поддержать беседу. Разработчики даже научили их «обижаться».

ИИ умеет распознавать лица и отпечатки пальцев, чтобы разблокировать телефон, и делает многое другое. Причем разработчики все больше стараются запускать приложения с ИИ непосредственно на телефонах. Чтобы распознать, к примеру, речь, уже не нужен компьютер. Ваше карманное устройство прекрасно умеет это делать.

В октябре Google представил приложение для смартфонов под названием Recorder. Оно записывает видео и расшифровывает аудио в реальном времени. Recorder различает множество звуков, включая музыку и аплодисменты. Есть поиск по аудио, который позволяет находить отдельные слова.

Чтобы приложение уместилось на смартфоне, пришлось потрудиться. Как сказали в Google — это было нелегко. Требовалось, чтобы несколько чипов работали на самом телефоне, не слишком нагружая его процессор и без потери заряда батареи.

Видеонаблюдение давно является частью охранных систем магазинов, аэропортов, офисов, частных домов и улиц. Сейчас системы наблюдения научились распознавать лица и даже выражения лиц. Нейронные сети сравнивают людей на видео с полицейскими базами данных или с базами предприятий и быстро выдают имена и другую личную информацию. Могут отличить проявления агрессии от выражения любопытства.

Одним из первых в этом направлении стал Google. В 2014 году компания выпустила небольшую камеру Nest Cam, предназначенную для того, чтобы следить за безопасностью в доме. Она умела распознавать лица людей, видеть в темноте, слышать голоса, а также передавать свои впечатления от происходящего в мобильное приложение хозяев.

Современная умная камера создает 3D-модель помещения и всех предметов в нем. Модель замечает любое изменение в обстановке — движение, перемещение, появление нового объекта. Благодаря машинному обучению камера может распознавать не только объекты, но даже их действия.

Чем дольше камера работает, тем лучше она понимает, что происходит и кто перед ней, может различать своих и чужих. Камера создает базу посетителей с фотографиями под разными углами, сравнивает их и нумерует. Время от времени она может попросить хозяина уточнить статус того или иного человека. Полученные данные камера передает в облачный сервис и в приложение клиента.

Несмотря на всю пользу, эта технология столкнулась с противодействием населения. Людей беспокоят вопросы конфиденциальности и возможных ошибок систем. В 2019 году несколько городов в США запретили городским службам, включая полицию, использовать распознавание лиц. Среди них Сан-Франциско и Окленд в Калифорнии и Сомервилль в Массачусетсе. Между тем в другом американском городе — Бостоне — именно эти системы помогли разыскать исполнителей теракта.

Искусственный интеллект используется для диагностики и лечения всех видов заболеваний. Он может выявить рак легких, способен наблюдать за психическим здоровьем пациентов и следить, к примеру, за изменениями в состоянии желудочно-кишечного тракта.

Стартап Mindstrong Health и подобные компании изучают возможность при помощи ИИ измерять настроение людей. Хотя исследования в этой области еще не завершены, компании уже пробуют использовать приложение для медицинской диагностики.

Компания Auggi, занимающаяся проблемами кишечника, создает приложение для выявления желудочно-кишечных болезней. А стартап Seed Health хочет использовать микробы для лечения пациентов. В ноябре текущего года компании начали собирать фотографии кала у населения. Они хотят научить ИИ распознавать болезни по фотографиям. При помощи такого приложения пациентам больше не придется отслеживать свое состояние, записывая изменения в блокнот.

Может ли искусственный интеллект создавать предметы искусства? Художники, музыканты и другие представители богемы отвечают утвердительно. В конце 2018 года машина, созданная на основе ИИ, написала портрет в духе старых мастеров. Картина была продана на аукционе Christie’s за $432,5 тыс.

А что с акциями

Консенсус Refinitiv рекомендует покупать акции Amazon, Apple и Alphabet (материнская компания Google). Такой совет дало абсолютное большинство аналитиков, вошедших в консенсус. В среднем эксперты ожидают роста акций Amazon и Alphabet. Согласно прогнозам, на горизонте года Amazon подорожает на 21%, до $2167,56, а Alphabet — на 9%, до $1472,28 за бумагу. В отношении ценных бумаг Apple аналитики прогнозируют снижение на 6%, до $266,22 за акцию.

Начать инвестировать можно прямо сейчас на РБК Quote. Проект реализован совместно с банком ВТБ.

Финансовый инстурмент, используемый для привлечения капитала. Основные типы ценных бумаг: акции (предоставляет владельцу право собственности), облигации (долговая ценная бумага) и их производные.

Использование искусственного интеллекта – неотвратимое будущее промышленности

До недавнего времени главной тенденцией в развитии промышленного производства было применение систем комплексной автоматизации. Крупные предприятия внедряли (и внедряют) у себя решения, базирующиеся на мощных и распределенных средствах вычислительной техники. Они позволяют контролировать весь производственный цикл, а тесная интеграция производственных и вычислительных систем обеспечивает гибкость технологических процессов и возможность оперативной смены типов выпускаемой продукции. Казалось бы, лучше не придумаешь. Однако развитие систем искусственного интеллекта (ИИ) обеспечило возможность создания систем автоматизации принципиально нового уровня.

Используемые в настоящий момент системы опираются на логику и точные расчеты, применяя упрощенную «модель производственных процессов», выбранную заранее. ИИ позволяет анализировать обстановку в реальном времени и сохранять работоспособность при смене целей управления, непредвиденных изменениях свойств управляемого объекта или параметров окружающей среды. Система способна менять алгоритм управления и искать оптимальные и эффективные решения. Условно я бы обозначил искусственный интеллект как область знания, занимающуюся автоматизацией разумного поведения технических систем.

Особенности работы интеллектуальных производственных систем:

  • Отсутствие заданного заранее алгоритма решения в задаче управления или координации.
  • Возможность наличия скрытых взаимосвязей в управляемых системах и их параметрах.
  • Наличие разнообразных систем сбора данных.
  • Возможность анализировать данные разного типа: видеоряд, изображения, знаки, тексты, слова.
  • Наличие выбора из множества вариантов, заранее не предопределенных.
Каким предприятиям нужен искусственный интеллект

Искусственный интеллект в производстве может применяться практически во всех бизнес-вертикалях и на всех уровнях:

На уровне проектирования для повышения эффективности разработки новых продуктов, автоматизации выбора и оценки поставщиков, при анализе требований к запчастям и деталям.

На уровне производства для совершенствования бизнес-процессов и координации (оркестрации) различных производственных систем. Использование интеллектуальных помощников помогает снизить количество ошибок персонала, упростить процесс производства и уменьшить время простоев при перестроении технологических процессов. Функции распознавания изображений могут анализировать перемещения сотрудников и подвижного оборудования, повышая тем самым уровень безопасности на предприятии, а также используются для контроля качества и анализа состояния оборудования.

На уровне логистики для улучшения планирования маршрутов транспортировки, уменьшения сроков доставки сырья и обеспечения их прогнозируемости, а также отслеживания отправлений и процесса доставки на всех этапах. С помощью ИИ можно предсказывать колебания объемов отгрузок до того, как они произойдут. А интерактивное общение помогает выстраивать взаимодействие с клиентами и поставщиками.

На уровне продвижения для прогнозирования объемов услуг поддержки и обслуживания, управления ценообразованием и анализа удовлетворенности клиентов качеством продукции.

Причем внедрение ИИ не требует резкой перестройки бизнес-процессов предприятия. Существующие сейчас на рынке решения хороши тем, что позволяют достичь нового качества, оптимизировав работу уже существующих систем. Вы можете поэтапно вводить в контур наблюдения и управления все новые элементы производственных процессов и координировать их, повышая степень управляемости процессов.

Как работает искусственный интеллект

Любую систему c использованием искусственного интеллекта можно представить как комбинацию очень простых элементов – агентов, каждый из которых решает свою задачу. При этом комбинация и количество агентов каждого типа может меняться не только в зависимости от типа решаемой задачи, но и во времени, по мере накопления опыта данным конкретным ИИ. Типы агентов:

  • Агенты-механизмы занимаются сбором и обработкой информации, отслеживанием состояния оборудования и персонала.
  • Агенты-координаторы обеспечивают взаимодействие агентов в рамках информационного пространства конкретного ИИ.
  • Агенты поиска аккумулируют локальную и (при необходимости) глобальную (из интернета) информацию, выявляют взаимосвязи внутри процессов, генерируют итоги.
  • Агенты обучения формируют обобщающие концепции, аккумулируют опыт экспертов, накапливают знания в конкретной области ИИ.
  • Агенты решения делают выводы в условиях ограничений и позволяют разработать инструкции для работающих систем и персонала.

При этом агенты могут работать по-разному: каждый в своей «среде» (на разных устройствах, в разных системах и т.п.), не зная об остальных, скоординировано (согласовывая действия через агентов-координаторов), или в общем информационном пространстве, обмениваясь между собой результатами работы.

Традиционные объектно-ориентированные системы, которые используются сейчас на большинстве крупных предприятий, также могут обеспечивать некоторую гибкость в процессе управления производственными (и иными) процессами, но они не могут контролировать условия, в которых производится решение поставленной задачи, и варьировать использование ресурсов в режиме реального времени. То есть они не в состоянии использовать для решения ресурсы, а также перечень и режимы работы разнородных систем в реальном времени.

В настоящее время прикладные решения в области ИИ, как правило, созданы на основе целого класса методов машинного обучения (ML), которые демонстрируют высокую эффективность для большого круга задач.

Как часто ИИ используется в российской промышленности

На данный момент примеры внедрения искусственного интеллекта в российских промышленных компаниях единичны, но все они подтверждают эффективность технологии. В числе заказчиков – крупные добывающие и перерабатывающие предприятия. Нами созданы и продолжают развиваться системы для наблюдения за промышленной безопасностью работников, безопасного перемещения подвижных объектов на производственной площадке, анализа видеоряда для исключения неблагоприятных ситуаций на производстве, видеоконтроля качества продукции, контроля работоспособности производственного оборудования и оптимизации работы производственного персонала.

По нашему опыту, внедрение искусственного интеллекта в технологические процессы предприятия достаточно быстро окупается: например, если внедрить электронные киоски, на которых отображаются изменения производственного задания при смене типа продукции с учетом конкретной ситуации и состояния конвейера, рядом с рабочими местами сотрудников, можно сократить количество простоев и непроизводительного расхода ресурсов. Внедрение решений в области охраны труда – применение видеоаналитики, составление тепловых карт, анализ наличия комплектов средств индивидуальной защиты на работниках, контроль опасных зон – снижает уровень травматизма в среднем на 50%. Искусственный интеллект и RPA (Robotic process automation) применяются и в системах электронного документооборота, позволяя освободить персонал от рутинных операций и ускорить обработку корреспонденции. Время обработки документов с использованием автоматической обработки потока заявок в ITSM-системах, включая ввод рукописного текста, в системах формирования отчетности и банковских системах сокращается на 80%.

Когда искусственный интеллект станет обыденностью

Сейчас искусственный интеллект – это основное направление развития управляющих систем, которое может помочь извлечь максимум из имеющихся производств и построить новые, максимально эффективные. Такие предприятия смогут выпускать беспрецедентно дешевые и качественные изделия, с возможностью быстрой и автоматической смены производственных циклов и ассортимента продукции. Поэтому применением ИИ в той или иной степени интересуются все крупные промышленные компании.

Технология станет массовой, когда процесс внедрения перейдет из стадии «опытов» с длительным временем старта (обучения системы) в стадию внедрения «из коробки», где система сама, без участия человека будет обучаться особенностям конкретного производства, опираясь на локальные данные и внешние информационные ресурсы, наблюдая за работой людей, с возможностью подробной интерпретации своих выводов и решений для человека.

Ссылка на основную публикацию