Алгоритмы в действии
Мы попросили бизнесменов и ученых рассказать, как ИИ-технологии помогают развивать их проекты
Мы с командой активно внедряем и применяем технологии машинного обучения для решения широкого спектра задач. Наша цель – создание систем анализа данных для постановки диагнозов на его основе. Это очень актуально в онкологии, где своевременная и точная диагностика играет жизненно важную роль. Также стоит отметить, что мы успешно применяли подобный подход в исследованиях, связанных с заболеваниями глазного дна. Это доказывает гибкость и потенциал нашего метода.
С помощью алгоритмов машинного обучения мы способны анализировать большие объемы медицинских данных, выявлять шаблоны и делать на их основе предположения. Это открывает новые перспективы для более быстрой и точной диагностики, помогает врачам своевременно начать лечение и повысить его эффективность.
Кроме того, мы применяем технологии машинного обучения при анализе данных дистанционного зондирования. Это поле исследований включает мониторинг трансграничных территорий, где алгоритмы машинного обучения помогают распознавать и анализировать шаблоны в данных, полученных от спутников или дистанционных датчиков.
Из казахстанских компаний, которые используют технологии ИИ, я бы отметил Verigram. Ее продукты на базе компьютерного зрения и машинного обучения позволяют бороться с мошенничеством в интернете. А значение этой борьбы для современной цифровой экономики Казахстана, где все больше транзакций происходит онлайн, невозможно переоценить. С помощью ПО Verigram ее клиенты могут автоматизировать свои бизнес-процессы, обеспечивая цифровую трансформацию и укрепляя доверие со стороны потребителей.
Значительный вклад в развитие ИИ-продуктов вносит компания Relog, специализирующаяся на оптимизации внутригородской логистики в Казахстане и предлагающая инновационные облачные решения. Эти разработки используются в FMCG, дистрибуции, e-commerce, в доставке продукции промышленных предприятий.
В Kaspersky Who Calls для выявления потенциальных мошеннических и спам-номеров мы используем комплекс технологий, в том числе несколько моделей машинного обучения, которые на основе анонимизированной статистики звонков и отзывов пользователей помогают с высокой точностью категоризировать номера: «подозрение на мошенничество», «финансовый риск» или «вероятно, полезный звонок», «доставка», «такси» и т.д.
ИИ активно внедряется в различные сферы жизни, и кибербезопасность – не исключение. Во-первых, многие системы для киберзащиты используют внутри себя алгоритмы машинного обучения и нейронные сети, среди них есть как детектирующие технологии, так и системы, оптимизирующие работу экспертов ИБ. Во-вторых, существуют варианты применения машинного обучения для противозаконной деятельности, например для мошенничества с использованием технологии DeepFake или атак на упомянутые системы защиты. В итоге мы имеем классическое противостояние «меча и щита», где машинное обучение применяется обеими сторонами.
Любая индустрия, где есть место для оптимизации рутинных процессов и помощи человеку, будет выигрывать от внедрения технологий машинного обучения. Это относится и к системам киберзащиты.
Мы много лет занимаемся не только дизайном, но и поиском технологических решений, ускоряющих процесс его создания. Изначально автоматизацию мы стали применять при разработке айдентики. У нас есть огромный опыт работы руками, который помог нам правильно срежиссировать систему и подобрать технологии для каждого из этапов творческого процесса.
В качестве примера приведу проект «Николай Иронов». Когда эта технология стала показывать результаты, сопоставимые по качеству с работами живых дизайнеров, мы начали передавать ее клиентам, а они использовали эти решения в бизнесе. Так работы Иронова стали появляться на вывесках и меню ресторанов, на одежде, на этикетках с напитками и т.д. Искусственный дизайнер благодаря своему уникальному стилю и правильной поддержке создателей стал более успешен и узнаваем, чем многие его «натуральные» конкуренты.
Может показаться, что появление нейросетей создает предпосылки к глобальному перекраиванию структуры рынков, но сами технологии очень быстро становятся доступны большинству игроков. В итоге все сводится к старым добрым преимуществам – скорость, стоимость привлечения клиента, уникальная экспертиза. И вновь выигрывают самые быстрые, сообразительные, богатые команды, которые легко адаптируются к появлению новых возможностей на рынке и используют их для усиления конкурентных преимуществ.
Наша компания разрабатывает системы на основе ИИ. Наш основной продукт – система извлечения данных из документов. Для решения этой задачи мы используем более 20 разных алгоритмов машинного обучения, например системы поиска краев документа, детекции таблиц, распознавания рукописного текста, выявления ключевых положений в договорах. Кроме того, мы активно интегрируем системы на основе генеративных сетей в наши бизнес-процессы. Так, поддержка и системы холодных рассылок у нас автоматизированы на 100%.
Я думаю, что практически любая компания может выиграть от внедрения ИИ. Но уровень эффекта напрямую связан со степенью цифровизации бизнеса. Если вы пашете поля, то технологии ИИ обеспечат вам рост на 30–40%, а, например, результаты геймдев-студии за счет этого могут улучшиться на 400–500%.
Команда Verigram занимается разработкой сервисов на базе технологий искусственного интеллекта. Мы создаем инструменты проверки личности онлайн, защиты от интернет-мошенничества, видеоаналитики для ретейла.
Verigram стал лидером Центральной Азии по созданию алгоритмов компьютерного зрения, но мы не остановились на этом.
Сейчас наша команда занимается машинным обучением. Мы выстраиваем и тренируем нейронные сети для более специализированных сервисов. Главные задачи, которые ставят наши партнеры, – автоматизация рутинных процессов, ускорение процедуры обслуживания клиентов и более надежная защита от злоумышленников. Вместе мы придумываем, как применить наши технологии для каждого бизнеса.
Недавно команда Verigram приняла участие в глобальной финтех-выставке iFX EXPO в Бангкоке, где представила сервисы биометрической верификации и способы отражения мошеннических атак. Наши сервисы вызвали широкий интерес. География – от Швейцарии до Китая. Я выступил экспертом на панельной дискуссии, посвященной ИИ-драйверам в финтехе. Интерес бизнеса к ИИ действительно впечатляет.
Сейчас на мировой арене основные точки внедрения ИИ – это ускорение процессов, персонализация, переход множества сервисов в онлайн.
Если транзакция сегодня длится несколько дней – это ненормально, и лишний раз идти в банк никто не хочет.
Искусственный интеллект из полуфантастического элемента будущего стал фактом настоящего. Изучать и внедрять эти технологии нужно уже сейчас, иначе бизнес рискует остаться в «каменном веке».
Сейчас большое внимание приковано к связке «информационные технологии и искусственный интеллект»: написанию кода, анализу данных, автоматизации рутинных задач. ИИ так или иначе меняет траекторию развития ИT, и только время покажет, насколько изменится индустрия под влиянием новых инструментов и способов решения задач. ИИ-технологии активно используются в образовании, развлечениях, рекламе, финансах, производстве. Внедряют ее точечно или комплексно – на искусственном интеллекте строят и отдельные продукты, и целые отрасли.
При этом я бы не стал говорить о надувании пузыря в этой сфере. Технология активно развивается. Недавно случился прорыв в области языковых моделей, что привело к ажиотажу вокруг ИИ, который сохранится на некоторое время. Бизнес продолжит дорабатывать технологию, набирать экспертизу и превращать ее в новые идеи и продукты. Но постепенно ситуация выровняется, и ИИ станет частью повседневности.
Среди проектов, связанных с языковыми моделями, я бы отметил ChatGPT от OpenAI и CoPilot – ИИ-инструмент автозаполнения во время написания кода. Продукты text-to-image сделали творчество доступнее. Be My Eyes – вдохновляющий пример того, как технологии могут улучшить жизнь людей с ограничениями здоровья.
Получить ощутимую пользу от внедрения ИИ может практически каждая компания из любой индустрии. И все же наиболее масштабные и прибыльные проекты с ИИ будут создаваться в первую очередь в ИT, здравоохранении, производстве и на транспорте.