Машинное обучение, искусственный интеллект

Машинное обучение (Machine Learning) - область знаний, входящая в состав основных источников технологий и методов, применяемых в областях больших данных и Интернета вещей, которая изучает и разрабатывает алгоритмы автоматизированного извлечения знаний из сырого набора данных, обучения программных систем на основе полученных данных, генерации прогнозных и (или) предписывающих рекомендаций, распознавания образов и т.п. Машинное обучение - это обучение систем, обладающих элементами слабого искусственного интеллекта. Сильным ИИ (Strong AI) называют обобщенный искусственный разум (Artificial general intelligence), который теоретически может быть воплощен некоторой гипотетической машиной, проявляющей мыслительные способности, сравнимые с человеческими способностями.

В автомобильной отрасли технологии машинного обучения в особенности актуальны при создании автономных автомобилей. Большинство автономных транспортных средств используют комбинацию сенсорных технологий, чтобы "видеть" дорогу. Датчики обнаружения расстояния, такие как лазеры и радары, сообщают расстояние до объектов, окружающих транспортное средство. Визуальные датчики, такие как камеры, распознают цвет и детали пейзажа. Многие производители беспилотных автомобилей разрабатывают системы глубокого обучения, которые учатся безопасно вести машину в различных условиях, основываясь на огромном количестве размеченных данных с датчиков.

Ниже представлены некоторые наиболее известные российские разработки в области машинного обучения и искусственного интеллекта.

По информации российского медиа-ресурса iot.ru, посвященного проблематике российского рынка "интернета вещей", компания "Яндекс" уже на протяжении нескольких лет применяет технологии искусственного интеллекта в своих поисковых механизмах. В 2016 году работа ведется над созданием нейронной сети, способной вывести принцип работы поисковика на новый революционный уровень. Традиционный алгоритм поиска основан на сопоставлении содержания запроса с контентом анализируемых страниц. Безусловно, все это делается с некоторыми дополнениями и расширениями - запросы переформулируются, добавляются синонимы, переводятся на другой язык и т.д. В новом подходе каждому запросу ставится в соответствие некое векторное число, наиболее точно отражающее его смысл. Далее поиск осуществляется по этому числу. При этом запрос и ответ могут не иметь ни одного общего слова. Все, что их будет объединять - это одинаковый смысл содержимого. Стоит отметить, что в перспективе в векторное число смогут переводится изображения и видео, что, по словам представителей Яндекс, позволит значительно расширить границы "умного" поиска. В 2016 году "Яндекс" выпустила обновленную версию своего браузера, в котором технологии искусственного интеллекта позволяют персонализировать поиск в соответствии с интересами пользователя. Новый сервис получил название "Дзен".

ООО "Системы Искусственного Интеллекта" разрабатывает передовые системы обеспечения информационной безопасности, говорится на интернет-портале CNEWS. В частности, система видеофиксации авторизаций Shoot Me My Account предназначена для решения проблемы снижения рисков информационной безопасности в финансовом секторе. Специфика Shoot Me My Account и самой идеи видеофиксации авторизаций может значительно снизить уровень угроз для информационной безопасности, убеждены в компании. Так, система SMMA может быть встроена в любой сервис - от электронной почты до мобильных приложений интернет-банкинга. Суть разработки заключается в том, что при попытке авторизоваться система SMMA производит видеозапись лица, осуществляющего попытку входа, а также определят, является ли объект перед камерой человеком. После авторизации данные сохраняются в объединенную базу данных авторизаций по специализированному токену и хранятся в ней в обезличенном виде.

Компания Abbyy. По информации российского медиа-ресурса iot.ru одним из главных достижений российской Abbyy является система Compreno, позволяющая анализировать и понимать текст на естественном языке. Решение использует технологии искусственного интеллекта Abbyy Compreno и постепенно накапливает знания о событиях, проектах и других онтологических сущностях и атрибутах. Благодаря самообучению по мере использования будет повышаться качество поиска. "Продукт будет развиваться самым активным образом. Сегодня - самое начало пути, и "Файндо" будет становиться умнее и умнее каждые две недели, когда мы будем выкладывать очередное обновление", - заявили разработчики. В данный момент Findo умеет искать в Gmail, Google Drive, Dropbox, Outlook, Yahoo! и Exchange. В ближайшее время к этому списку добавятся Evernote, Trello, Onedrive.

Компания Auriga предоставляет услуги по разработке высокотехнологичного ПО клиентам из России, Америки и Европы; центральный офис компании находится в США, центры разработки - в России и Литве. По информации аналитического агентства TAdviser компания Auriga оказывает услуги, покрывающие полный спектр разработки программных продуктов в сферах, включающих мобильное ПО, встроенное ПО, сложные корпоративные приложения и веб-приложения. Клиентами компании являются такие лидеры рынка как IBM, Draeger Medical, LynuxWorks, Dialogic, BroadVision, КРОК, Волго-Вятский Банк Сбербанка РФ и др.

В рамках большого проекта по автоматизации управления автомобилем компания Auriga разрабатывает полуавтоматизированный инструмент для разметки видео и формирования стрима данных для машинного обучения. Пользователь сможет загрузить в приложение видеоданные (а также данные с радаров и данные о скорости) и "научить" приложение автоматически распознавать и помечать объекты в соответствии с установленным набором лейблов - к примеру, дорожная разметка, светофоры и дорожные знаки, деревья, другие машины, велосипедисты, пешеходы и т.д. Размеченные данные формируют стрим данных для последующего машинного обучения и автоматизации управления автомобилем. Чем больше данных будет размечено, тем лучше система будет "видеть" дорогу в будущем. Поскольку камеры очень восприимчивы к погодным условиям, важно учитывать смену дня и ночи, особенности сезонов, дождь, туман, дымку, а также снег, который может полностью скрыть дорожную разметку и даже знаки. Беспилотные автомобили полагаются на четкие правила дорожного движения, поэтому в экстремальных условиях им бывает трудно "понять", что происходит вокруг. Все эти обстоятельства были учтены инженерами при проектировании решения: видеозаписи вождения в неблагоприятных погодных условиях составляют значительную часть созданного озера данных.