Блог - Просто о сложном

Интеллект понарошку: от чат-ботов до нейронных сетей

Человек постоянно ищет способ упростить себе жизнь и делегировать какую-то работу простым и сложным устройствам. Стремление экономно расходовать свои силы заложено в нас природой. В начале эволюции это привело к появлению простейших инструментов, таких как колесо, рычаг, молоток, лопата и др. Со временем инструменты становились более функциональными и удобными. Но постепенно вырисовывался и самый главный их недостаток - применение любого инструмента требовало присутствие человека.

Решение данной проблемы стало возможным только с появлением компьютерных вычислительных систем, когда искусственный интеллект перестал быть фантастикой. Еще в шестидесятых годах прошлого столетия Министерство обороны США работало над методами имитации мыслительной деятельности в военных целях. Сегодня это уже реальность, а технологии, имитирующие работу человеческого мозга, доступны каждому.


 Что же такое искусственный интеллект и как он работает, что с его помощью можно делать и почему без него невозможен прибыльный бизнес? Обо всем по порядку.

 Без ИИ трудно представить себе жизнь. Не было бы смартфонов, автомобилей Tesla, продажи Amazon были бы во много раз меньше, а Netflix не мог бы предложить интересный фильм. Антивирусное ПО было бы слабой защитой без эвристического анализа, а антиспамовые фильтры пропускали бы рекламу и почтовые ящики ломились от спама.



Многие из нас ежедневно общаются с Siri, помощником Google или Алисой. Подобные проекты - сложные программы, которые распознают человеческую речь, и понимают ее смысловую нагрузку. Стоимость разработки этого программного обеспечения достаточно высока. Оно и понятно, ведь программист должен решить много проблем: разработать модуль распознавания голоса, научить анализировать изображение и различать на нем предметы, минимизировать число ошибок. И, самое главное, что должен сделать разработчик ИИ — заложить в код виртуального ассистента адаптивный алгоритм поведения, меняющийся в зависимости от условий. Если пользователь уточняет время - должен последовать ответ с текущим временем, если получена команда установить будильник - должны быть выполнены соответствующие настройки нового таймера и т.д. Обычно, разработчик “умного” ПО описывает поведение ИИ несколькими способами.


Машинный интеллект на основе сценариев.


 Первый вариант состоит в составлении всех вероятных сценариев развития событий и указании ответных реакций искусственного интеллекта в каждом конкретном случае. Такой метод вполне годится для решения относительно небольших и простых задач — для создания автоматического чат-бота в мессенджере (Viber, Telegram) или для автоматизации платежных систем. Когда необходимо на веб-странице медицинской компании организовать запись на прием к врачу, выдать какую-то справочную информацию или показать список товаров в наличии - такой чат будет очень эффективен.



Адаптивный ИИ


Но, к сожалению, метод настройки ИИ на одних сценариях далеко не всегда применим.

Представьте себе, что искусственный интеллект будет играть в шахматы. Описать развитие всех возможных шахматных партий невозможно даже теоретически. Американский математик, отец информатики Клод Шеннон (ученый, придумавший слово “бит” для обозначения единицы информации) ещё в 1950 году подсчитал минимальное количество неповторяющихся шахматных партий -

.


Это “число Шеннона” невероятно огромно, оно во много-много раз превышает число атомов в наблюдаемой части Вселенной. При таком большом объеме данных, для игры в шахматы необходим алгоритм построенный не на сценариях, а на адаптации под текущие условия. Игрок делает ход, анализирует расстановку сил, прогнозирует дальнейшее развитие событий и выбирает оптимальное передвижение фигуры на доске.


 Нейронные сети и глубокое обучение

 Возможен также еще более сложный третий вариант описания поведения ИИ — алгоритм самообучения, при котором искусственный интеллект подобен ребенку, стремящемуся познать мир. Наиболее эффективным направлением машинного обучения является использование так называемых нейронных сетей (глубокое обучение). Они представляют собой математическую модель, которая описывает внутренние связи между компонентами массива простых процессоров. Каждый процессор работает на прием и отдачу сигнала с остальными ячейками "компьютерного мозга". Говоря простым языком, машинный алгоритм стремится повторять работу нервных клеток биологического организма. Чем сложнее топология нейронных связей, тем выше уровень ее обучаемости и тем сложнее задачи она способна решать.


Возможности обучаемого компьютерного интеллекта практически безграничны. Чем опытнее такая система, тем больше она похожа на мыслительную деятельность живого существа.

Нейронная сеть может решать практически любую аналитическую задачу. Она способна искать формулу лекарства для болезни, выполнять прогнозирование котировок на финансовом рынке или делать иные аналитические предположения на основе статистических величин. Такой “супермозг” обучается распознавать без аппаратных средств, по одному только видео, движения человека (подобно технологии motioncapture) и повторять эти движения на анимированной модели. Глубокий анализ позволяет сделать дипфэйк видео, заменив одного актера другим. Нейронная сеть может, даже, учиться копировать стиль художника или генерировать человеческий голос с правильным ударением и оттенками эмоций.

 На сегодняшний день мы находимся только в самом начале развития технологии глубокого обучения. Ее продвижение пока происходит не так быстро как хотелось бы. Это объясняется высоким уровнем инвестиций и немалыми требованиями к вычислительным мощностям. Однако, прогресс виден — текущий уровень сложности машинного интеллекта вполне достаточен для того, чтобы делегировать им такие интеллектуальные задачи как поиск информации в интернете или, даже, написание короткого эссе.


Чат-боты для бизнеса


 Вам наверняка знакомо всплывающее окошко в углу экрана "Рады вас приветствовать в нашем интернет-магазине. Чем могу вам помочь?". Подобные виртуальные ассистенты значительно повышают качество и скорость обслуживания клиентов. К тому же, это хороший инструмент для выстраивания воронок продаж. Программа может определить интересы клиента не хуже настоящего продавца-консультанта и предложить ему актуальные товары или услуги. Такие инструменты легко интегрируются с соцсетями и популярными мессенджерами, такими как Telegram, WhatsApp, Viber. Этот способ автоматизации бизнеса давно стал нормой, а компании, все еще недооценивающие возможности технологии, рискуют в ближайшие годы понести убытки, вплоть до потери бизнеса.



Простой автоматический чат, установленный на сайте, существенно сокращает текущие расходы. Он бесплатно работает 24 часа в сутки, не требуя денежного вознаграждения и отпуска. Беря на себя “обезьянью работу” этот модуль снижает нагрузку на остальных сотрудников фирмы. Машинный чат отвечает оперативнее реального оператора. Лишенный “человеческого фактора” чат-бот никогда не ошибается - принимая заявку, он не сделает ошибку в номере телефона или адресе заказчика и так далее.

 Помимо очевидных областей применения автоматизированных чатов, существует и масса других вариантов их использования, о которых руководитель бизнес-проекта может и не подозревать. Тем, кто далек от веб-технологий, стоит получить компетентную консультацию относительно того, как лучше использовать чат-бот. Например, виртуальный помощник может продвигать бренд в соцсетях: предлагать поучаствовать в конкурсах, информировать о проводимых акциях, а также формировать лояльную аудиторию с помощью рассылки интересных историй, вирусных видео, смешных гифок и так далее. Бот может искать клиентов в социальных сетях, используя таргетинг, как в контекстной рекламе, с учетом географии, времени и интересов людей.