12:23 16.08.2016   |   1651 |  Леонид Черняк |



Не академические исследования, а сочетание технологий с прикладной наукой стало импульсом к возрождению искусственного интеллекта.

Все предыдущие шестьдесят лет искусственного интеллекта — это не что иное, как череда громких обещаний с последующими неизбежными фиаско, приведшая к явлению, названному «зимой искусственного интеллекта» по аналогии с более известной «ядерной зимой». Выделяют несколько циклов подъема и спада, поэтому можно говорить более чем об одной «зиме ИИ», а основным признаком зимы считают отказ государств от финансирования исследований, так или иначе связанных с искусственным интеллектом. Так было и в СССР, и в других странах. Наиболее заметны два основных цикла: первый пришелся на 1974-й –1980 годы, когда стало ясно, что обещанное решение глобальных задач типа перевода с естественных языков и понимания речи, а также достижение других великих целей, предвещаемых первопроходцами, откладывается на неопределенный срок. Затем был период относительного подъема, вызванный появлением языка LISP и японского проекта «компьютера пятого поколения», за которым, однако, тоже последовала зима.

В Википедии есть большая статья "AI winter", в ней подробно рассказывается о кризисе искусственного интеллекта на Западе и его причинах. О происходившем в СССР, например, можно узнать из материалов круглого стола «Парадигмы ИИ» или из статьи, опубликованной в «Науке в Сибири».

Казалось бы, все в прошлом и искусственный интеллект свернулся до узких групповых интересов немногочисленных академических ученых: все еще есть публикации, проводятся скромные по своим масштабам конференции, но эта жизнь не выходит за академические рамки. На таком фоне примерно десять лет назад обнаружилось нечто неопределенное, что повисло в воздухе, появились признаки грядущих изменений, и тогда в статье «Весна придет» была высказана уверенность в неизбежности очередного подъема искусственного интеллекта. Вскоре это мнение получило подтверждение тем обстоятельством, что к искусственному интеллекту обратились гранды индустрии. Важно отметить, что новая волна вызвана успехами в технологиях и прикладной науке, а не достижениями в тех областях, которые апологеты «старого» искусственного интеллекта считают фундаментальной наукой. К теме соотношения науки и технологий в этом контексте мы еще вернемся в последующих публикациях, здесь же остановимся на внешних проявлениях нынешнего интереса к искусственному интеллекту, что позволит лучше представить «массовое» актуальное видение искусственного интеллекта.

Зима закончилась, когда появились деньги и реальный практический интерес к искусственному интеллекту. Заметнее всего огромные инвестиции, которые вкладывают гиганты в приобретение успешных частных малых компаний. В сумме на покупку перспективных компаний в данной сфере Google, Facebook, Microsoft, Baidu и им подобные затратили более 8,5 млрд долл. Это не очень много в сравнении с тем, что происходит в индустрии, например, если соотнести с размером сделки между Dell и EMC, однако не следует забывать, что это качественно иное, это вложения на перспективу. Что же касается инвестиций в исследования и разработки, то здесь опубликованной статистики пока нет, но косвенно об интересе к этой сфере говорит хотя бы то, что только одна Toyоta, далеко не самая профильная компания, объявила о намерении инвестировать в искусственный интеллект 1 млрд долл.

О масштабах происходящего можно судить по состоянию рынка ИИ-компаний. Венчурный капитал начал поддержку таких компаний, казалось бы, совсем недавно, в 2011 году, но уже сейчас 60% из числа созданных с того времени стартапов раскуплены, причем первая покупка состоялась практически сразу же, в 2012 году. Всего за пять лет было куплено 30 частных компаний, и пять фирм — только в первой половине текущего года, то есть темпы возрастают. Главными покупателями, которые приобрели по меньшей мере три компании, являются Google, IBM, Yahoo, Intel, Apple, AOL, Twitter и Salesforce. Что касается Facebook, то она не попала в этот список потому, что не раскрыла два своих приобретения. Больше всех, девять компаний, купила Google, из них самая известная — британская DeepMind Technologies, чей продукт стал чемпионом в игре го. Ниже приводится список купленных компаний и тематика их работ.

Cleversense — Рекомендательное приложение для ресторанов

DNNresearch — Глубинное обучение и нейронные сети для поиска в изображениях

Indisys — Обработка текстов на естественных языках (Natural Language Processing, NLP)

IQ Engines — Распознавание изображений

LookFlow — Распознавание изображений

SkyPhrase — NLP

DeepMind — Самообучающиеся алгоритмы

Convertro — Интеллектуальный маркетинг

Cogenea — Виртуальные помощники с искусственным интеллектом

Madbits — Глубинное обучение с ориентацией на NLP и анализ изображений

Emu — Системы мгновенного обмена изображениями с искусственным интеллектом

Jetpac — Агрегирование изображений из социальных сетей с целью создания путеводителей

Dark Blue Labs — Глубинное обучение для извлечения смысла из естественных языков

Vision Factory — Распознавание текстов и изображений средствами глубинного обучения

Timeful — Умные расписания

Explorys — Предсказательная аналитика в медицине

Granata Decision Systems — Предсказательная аналитика в маркетинге

AlchemyAPI — Облачная платформа для NLP

Sociocast — Предсказательная аналитика

TellApart — Предсказательная аналитика в электронной коммерции

Whetlab — Развитие технологий глубинного обучения

Tempo AI — Умный календарь

Perceptio — Технологии искусственного интеллекта для смартфонов

Vocal IQ — Распознавание речи

Saffron — Когнитивные компьютерные платформы

Emotient — Распознавание эмоций и анализ тональности текста

PredictionIO — Сервер с открытым кодом для машинного обучения

MetaMind — Персонализация и поддержка клиентов

Itseez — Машинное зрение и распознавание образов

Magic Pony — Машинное обучение и обработка изображений

Вторая тенденция последних лет — смещение фокуса исследований в области искусственного интеллекта в сторону индустрии, о чем можно судить по месту работы авторов статей. Известна следующая статистика публикаций 100 наиболее цитируемых ученых в области нейронных сетей: в 2006 году около 80 из них работали в академических учреждениях, примерно 20 были так или иначе аффилированы с индустрией и только несколько человек работало в компаниях. Спустя 10 лет картина совершенно иная: примерно по 40 работают в компаниях или как-то связаны с ними, менее 10 остались в академии. Показательны и личные примеры наиболее заметных фигур. Ян ЛеКун (Yann LeCun), создатель сверточных нейронных сетей (convolutional neural network, CNN), стал сотрудником Facebook после того, как та купила основанную им компанию DeepMind. Эндрю Ын (Andrew Ng) — профессор Стэнфордского университета, специалист в области робототехники и машинного обучения — в 2014 году перешел в исследовательское подразделение Baidu Research китайской корпорации Baidu, расположенное в Кремниевой долине.

Примеру мэтров следуют выпускники университетов. Если раньше большинство из них оставались в академии, других вариантов не было, то сейчас компании буквально объявили охоту на них. Так, Uber в прошлом году приняла 40 из 140 выпускников Робототехнического центра при университете Карнеги-Меллон. Преподаватели огорчены тем, что компании делают свои предложения раньше, чем студенты успевают закончить курс.

Все это может не радовать ревнителей чистоты искусственного интеллекта, но такова жизнь. В следующих материалах попытаемся проанализировать причины происходящего.


Теги: Авторские колонки