Искусственный интеллект все глубже проникает в нашу жизнь в потребительской сфере, но в корпоративной среде он по-прежнему остается в зачаточном состоянии.

Стивен Пратт, недавно оставивший пост глобального руководителя проекта Watson в IBM Services, намерен исправить эту ситуацию. Недавно он основал компанию Noodle Analytics, которая должна перенести мощь искусственного интеллекта в мир бизнеса. Провозгласив свое детище «компанией корпоративного искусственного интеллекта», создатель Noodle исходил из того, что именно искусственный интеллект в ближайшее время будет определять конкурентные преимущества предприятий.

Каждый, кто искал что-нибудь с помощью поисковика Google, пользовался навигационным приложением Waze или покупал товары на Amazon, уже знаком с потребительскими сервисами искусственного интеллекта. «Но в том, что касается оптимизации корпоративных продаж или каналов поставок, средства искусственного интеллекта находятся пока в зачаточном состоянии, – указал Пратт, занимающий ныне должность генерального директора Noodle. – Подавляющее большинство предприятий еще только вступают на путь внедрения технологий искусственного интеллекта. Но очень скоро руководители, отказывающиеся от таких средств, будут считаться безнадежно старомодными и оторванными от реальности».

Многие организации начнут внедрять у себя десятки, если не сотни алгоритмов искусственного интеллекта, которые позволят им оптимизировать все важные бизнес-решения, взаимодействие с клиентами и бизнес-процессы.

Вот здесь-то на сцену и выходит Noodle. Отличительной чертой стартапа, созданного бывшими топ-менеджерами GE Digital, Infosys и MicroStrategy, станет дополнение знаний в области искусственного интеллекта глубоким анализом бизнес-процессов.

«Большинство коллективов, связанных с искусственным интеллектом, ориентируются на использование его технологий применительно к Большим Данным, создание алгоритмов искусственного интеллекта и выработку соответствующих рекомендаций, – пояснил Пратт. – Но разработка по-настоящему мощных алгоритмов в этой сфере невозможна без глубоких знаний предметной области, которыми, как правило, не обладают в большинстве фирм, специализирующихся на искусственном интеллекте».

Много лет назад Пратт начинал с управления отношениями с клиентами в компании Deloitte, и сегодня Noodle активно привлекает в свои ряды экспертов по бизнес-процессам, рассчитывая в ближайшие месяцы заметно расширить штат.

«Нам хотелось бы, чтобы руководитель отдела снабжения одного из наших клиентов имел возможность обучать алгоритмы искусственного интеллекта и учиться у них, – подчеркнул Пратт. – И мы являемся своеобразным катализатором этого процесса. В ближайший год компания Noodle, которую можно найти по адресу Noodle.ai, сосредоточится на формировании взаимоотношений и будет набирать персонал сумасшедшими темпами».

Пратт покинул IBM менее чем через год после назначения на должность, и признает, что это было нелегкое решение.

«IBM – замечательная компания, у которой большое будущее в этой области, но рынок нуждается в поставщиках, специализирующихся на такого рода деятельности, – пояснил он. – Впрочем, возможно, в IBM не согласятся с моей точкой зрения с учетом того прогресса, которого удалось достичь в ходе построения сервисов искусственного интеллекта Watson. В мире сегодня существует несметное количество поставщиков профессиональных ИТ-услуг, деятельность которых оптимизирована с учетом особенностей систем ERP, но корпоративные проекты искусственного интеллекта не вписываются в модель ERP. Они реализуются гораздо быстрее, стоят намного дешевле и требуют значительно более глубокого знания процессов и технологий».

В Microsoft собираются летом выпустить в открытых кодах платформу AIX, которой сотрудники подразделения Microsoft Research пользуются для тестирования проектов в области искусственного интеллекта. Сейчас закрытая бета-версия платформы также испытывается в ряде научных учреждений.

Как объясняют в Microsoft, в отличие от программы Google AlphaGo, специально созданной для игры в го, AIX рассчитана на проекты, связанные с «интеллектуальными задачами общего характера, более родственными сложным процессам, с помощью которых люди обучаются и принимают решения».

Назначение платформы в Microsoft иллюстрируют примером: если пытаться обучать реального робота взбираться на холм, то каждый раз, когда он свалится в реку, его придется ремонтировать; вместо этого ученые Microsoft Research пытаются обучить взбираться на холм персонажа Minecraft. Компанию Mojang, разработчика Minecraft, Microsoft купила в 2014 году.

Платформа AIX состоит из дополнения к Java-версии игры и кода, с помощью которого программа — агент системы искусственного интеллекта воспринимает среду Minecraft и взаимодействует с ней. Оба компонента могут работать под Windows, Linux и Mac OS, для создания агентов можно использовать любой язык программирования.

Система искусственного интеллекта Google AlphaGo выиграла в последней из пяти партий турнира по го у Ли-Седоля, хотя большую часть игры комментаторы не были уверены, что победит компьютер. Глава Google DeepMind Демис Хассабис во время матча написал в Twitter, что AlphaGo сделала грубую ошибку в начале игры и изо всех сил пытается отыграться.

Новизна AlphaGo — в способности учиться на своих ошибках; по мнению специалистов, эта особенность объясняет не свойственные людям ходы системы, в итоге оказывавшиеся успешными.

Поражение AlphaGo в четвертой партии показало, что нейронные сети могут вести себя непредвиденно из-за трудных в обнаружении «слепых мест», объяснил Дэвид Сильвер, ведущий научный сотрудник проекта AlphaGo. По его словам, есть вероятность, что сильный игрок может создать ситуацию, в которой проявится такое слабое место. В частности, в четвертой игре Ли Седоль сделал ход, после которого результативность искусственного интеллекта снизилась; из журналов операций выяснилось, что вероятность этого хода AlphaGo оценивала меньше чем в 0,00001, то есть, по словам Хассабиса, ситуация на доске оказалась слишком сложной, чтобы система смогла ее верно оценить.

Искусственный интеллект в Google собираются использовать для внутренних применений, а также в здравоохранении и науке.

Стартап PatternEx, созданный выходцами из лаборатории искусственного интеллекта МТИ, выпустил платформу безопасности, которая самостоятельно обучается на основе откликов аналитиков об отмечаемых ею утечках данных и банковских мошенничествах.

Система, ведя мониторинг протоколов работы межсетевого экрана, а также входящего и исходящего трафика сети, предупреждает аналитиков заказчика о подозрительных пакетах, могущих использоваться вредоносами для связи с управляющими серверами или содержащих данные, которые несанкционированно покидают пределы сети, объясняет генеральный директор и сооснователь PatternEx Удай Вирамачанени.

Модуль искусственного интеллекта получает сведения о том, как аналитики реагируют на каждое предупреждение, и на основании этих данных обновляет модель, прогнозирующую реакции. Таким образом, со временем число ложноположительных срабатываний системы уменьшается.

По мере роста клиентуры в компании смогут собирать все больше учебных данных для PatternEx, и точность прогнозной модели будет повышаться.

Система машинного обучения обещает усовершенствования по сравнению с обычной процедурой, когда специалистам приходится выяснять, является ли тот или иной вид трафика следствием инцидента безопасности, и нередко атака обнаруживается слишком поздно.

Эрик Огрен, аналитик 451 Group, считает, что новая система может быть полезной крупным компаниям, которым сложно набрать достаточный штат дефицитных сейчас квалифицированных аналитиков по безопасности. По словам Огрена, ту же проблему пытаются решить другие разработчики средств безопасности, в частности Exabeam, Securonix и Red Owl, предлагающие средства анализа поведения пользователей и систем.

Как объясняют в PatternEx, ее технология Active Contextual Modeling отличается от систем машинного обучения, рассчитанных на распознавание аномалий, тем, что она не пользуется наборами правил, а пытается имитировать интуицию людей. В компании утверждают: ее решение распознает угроз на порядок больше по сравнению с другими, а ложноположительных срабатываний выдает впятеро меньше.

Среди входных данных, используемых алгоритмом PatternEx, — количество отправленных и принятых байтов, IP-адрес источника и назначения, продолжительность соединений, интервалы между соединениями и т. д. Если сгенерированная алгоритмом модель ошибается хотя бы в четырех из десяти прогнозов, то взамен нее создается новая, говорит глава компании.

Данные собираются малоресурсоемкими агентами на оконечных устройствах, а накапливаются и анализируются на сервере, который может размещаться в облаке PatternEx или локально у клиента. Система способна работать в качестве дополнения к программно-аппаратным комплексам для управления информацией и событиями безопасности.

В компании рассчитывают, что со временем технология научится распознавать больше различных категорий атак. Для этого, в частности, могут быть задействованы данные из Active Directory и корпоративных репозиториев информации. По словам руководителя компании, есть планы обучить систему выявлять нестандартное поведение веб-приложений.

Сервис уже предлагается. Расценки зависят от объема обрабатываемых данных и видов прогнозов. На сегодня система обучена распознавать утечки данных и онлайн-мошенничества.

Компания была основана около двух лет тому назад, получив 2 млн долл. на развитие от венчурных инвесторов. Как сообщают ее руководители, сейчас у PatternEx шесть заказчиков, завершающих тестирование сервиса, и пять из них — это компании, входящие в рейтинг Fortune 500.

После трех выигрышей подряд система AlphaGo проиграла Ли Седолю четвертую из пяти партий проходящего в Сеуле исторического турнира по игре го между человеком и машиной. Как отметили комментаторы, южнокорейский мастер сделал «блестящий» ход сразу после ошибки, допущенной программой, что позволило склонить чашу весов в его пользу.

По словам Ли Седоля, AlphaGo — «грозный» противник, но система не лишена слабых мест, из-за которых при непредвиденных ходах результативность ее игры снижается; кроме того, AlphaGo хуже играет черными фишками, когда по правилам программе надо делать первый ход в игре.

В DeepMind были вынуждены признать, что «сегодня Ли оказался слишком хорош для нас, вынудив AlphaGo совершить непоправимую ошибку», — об этом глава подразделения Демис Хассабис написал в Twitter.

В Google заверили, что программа пока еще на стадии прототипа, и будет тестироваться и дорабатываться прежде чем ее начнут применять в других областях, в частности, в здравоохранении. По словам Хассабиса, главной целью чемпионата было выявление слабых мест системы.

Он также опроверг сообщения о том, что у AlphaGo было преимущество перед соперником, так как система якобы хранит в своей базе все предыдущие игры корейского игрока. Хассабис утверждает, что на играх Ли Седоля систему не обучали.

Программа для игры в го AlphaGo, разработанная в Google DeepMind, одержала победу в турнире против человека, выиграв три из пяти партий с Ли Седолем, одним из лучших игроков мира. После проигрыша тот признался, что чувствовал себя «в каком-то смысле бессильным» против машины. Но он добавил, что «сегодняшнее поражение — это проигрыш Ли Седоля, а не человечества», и что «AlphaGo — программа сильная, но не идеальная; у нее есть свои слабые места».

Еще до начала партии многие зрители, подключившиеся к онлайн-трансляции, предрекали Ли Седолю проигрыш, что могло повлиять на психическое состояние игрока.

Комментаторы третьей партии отметили, что в какой-то момент AlphaGo проявила признаки «творческого подхода», сделав ход, которого никто не ожидал. Программа руководствуется моделью игры людей — профессионалов го в различных ситуациях, но может сделать оригинальный ход, если он покажется нейросети более действенным при более глубоком анализе возможных позиций.

Две оставшиеся партии, несмотря на победу AlphaGo, будут сыграны, чтобы установить полный счет в турнире. В Google, скорее всего, рассчитывают на победу всухую, что поможет компании в маркетинге ее сервисов искусственного интеллекта.

Система искусственного интеллекта AlphaGo выиграла вторую из пяти партий в го у Ли Седоля. После первого проигрыша южнокорейский профессионал заявил, что «удивлен», после второго же, по его признанию, у него «просто нет слов». На протяжении всей игры Ли Седоль, по его словам, ни разу не почувствовал, что лидирует в игре. Все ходы AplhaGo были безупречными, добавил он, в отличие от первой партии, когда некоторые действия системы были «сомнительными». Программе, разработанной на основе технологий Google DeepMind, нужно выиграть всего еще раз, чтобы стать победителем турнира. Ее соперник пообещал сделать все возможное в третьей игре, особенно сосредоточившись на начальной части партии.

За матчем наблюдает в прямом эфире немало поклонников го и тех, кто интересуется эпохальным противостоянием человека и машины. По данным Google, первую игру посмотрели в прямой трансляции 95 тыс. зрителей и еще около 1,3 млн — в записи.

В Wall Street Journal между тем появилась публикация, ставящая под сомнение правильность выбора Ли Седоля в качестве соперника AlphaGo. Как пишет WSJ, сейчас сильнейшим игроком в мире считают китайского мастера Кэ Цзе, который в этом году уже дважды одерживал победу над Ли Седолем. Правда, последний, по данным сайта Go4Go, сыграл уже 1173 игры, выиграв 68,2%, а Кэ Цзе — только 247 и выиграл 70% партий.

Программа AlphaGo, созданная в подразделении Google DeepMind, выиграла первую из пяти партий в го у Ли Седоля, одного из лучших в мире игроков. Матч, проходящий в Сеуле, называют историческим противостоянием человека и машины, ставя его в один ряд с такими событиями, как победа компьютера Deep Blue над Гарри Каспаровым в 1997-м и победа системы Watson в телевикторине Jeopardy над людьми в 2011-м.

Сами фишки за AlphaGo по указанию машины ставит на доску человек. Игра до какого-то момента шла практически на равных, но в итоге Ли Седоль примерно через три с половиной часа признал поражение.

По словам комментатора матча Майкла Редмонда, в октябре, когда AlphaGo победила европейского чемпиона Фань Хуэя, компьютер играл в основном оборонительно, а на этот раз оба игрока вели наступательную игру. За время, прошедшее с октября, программа стала сильнее.

Как отмечает Демис Хассабис, сооснователь и глава DeepMind, компьютеру труднее играть в го, чем в шахматы, поскольку древняя китайская игра в большей степени требует от игрока интуиции, чем расчета. В DeepMind утверждают, что алгоритмы AlphaGo более «человеческие», чем у Deep Blue: шахматный компьютер перебирает в тысячи раз больше позиций, чем AlphaGo, а программа из Google «мысленно» доигрывает игру после каждого хода.

Когда в 1997 году шахматный компьютер IBM Deep Blue победил Гарри Каспарова, мир был потрясен перспективами искусственного интеллекта. На этой неделе системе AlphaGo, созданной в подразделении Google DeepMind, предстоит более трудное испытание: серия матчей против одного из сильнейших игроков в древнюю игру го.

Недавно AlphaGo уже одержала победу в игре го над человеком — чемпионом Европы Фань Хуэем, хотя ученые ожидали, что это станет возможным лишь примерно через десять лет. Поэтому новый чемпионат во многих отношениях обещает стать решающим вызовом системе искусственного интеллекта.

Считается, что го сложнее, чем шахматы, хотя правила игры в го проще. Игроки ходят поочередно, ставя фишки своего цвета на пересечения линий на доске 19х19. Задача — захватить как можно большую территорию, окружая фишки противника. Учитывая, что возможных комбинаций фишек на доске — больше, чем атомов во Вселенной, реализация го считается одной из самых сложных задач для систем искусственного интеллекта.

AlphaGo, как и другие подобные программы, пользуется нейросетями и алгоритмом поискового дерева, но применяет иной подход к игре, чем прежние, что позволило системе добиться серьезных успехов: она выиграла больше 99% игр против сильнейших из других компьютерных реализаций го. А в октябре AlphaGo победила Фань Хуэя со счетом 5:0, став первой компьютерной программой, одержавшей верх над профессиональным игроком в го при игре без форы.

Как признал Фань Хуэй в интервью в начале текущего года, AlphaGo «играет как человек».

Теперь AlphaGo предстоит сыграть серию из пяти партий против Ли Седоля, тридцатитрехлетнего профессионального игрока из Южной Кореи, одного из сильнейших в мире мастеров го. Игры будут проводиться по стандартным правилам, без форы; победитель получит денежный приз в сумме 1 млн долл. Если выиграет AphaGo, приз будет пожертвован в пользу UNICEF, на развитие естественнонаучного образования и в благотворительные фонды, как сообщили в Google DeepMind.

Матчи пройдут в Сеуле в среду, четверг, субботу, воскресенье и следующий вторник. Они будут транслироваться в прямом эфире на канале DeepMind в YouTube и по телевидению в странах Азии. Как ожидается, каждая партия займет от четырех до пяти часов.

«Насколько я слышал, искусственный интеллект Google DeepMind поразительно силен и становится все сильнее, но я уверен, что смогу выиграть, — по крайней мере, на этот раз», — заявил Седоль.

Победа в этой игре будет иметь большое значение, причем далеко не только для мира го. Учитывая, что игра считается последним рубежом превосходства разума человека перед машинным, если победит искусственный интеллект, в СМИ наверняка появится масса зловещих заголовков о неминуемом «восстании» кремния. А если отвлечься от апокалиптических сценариев, страхи по поводу опасности потерять работу, так как ее смогут делать машины, начнут восприниматься, как более обоснованные.

Но многие эксперты не особенно беспокоятся. Искусственный интеллект, возможно, отлично справляется с игрой в го, но «у человечества есть еще много чем гордиться кроме способности играть в го», как недавно отметил Шаши Упадхьяй, глава Lattice Engines, стартапа, специализирующегося в области искусственного интеллекта.

А Срисатиш Амбати, сооснователь и генеральный директор H2O.ai, еще одного стартапа из Кремниевой долины, говорит что в конечном счете искусственный интеллект, возможно, «даст нам свободу снова чувствовать себя людьми».