Auto AI: новая реальность в построении искусственного интеллекта
Как при помощи современных решений и правильной методологии построить AI силами обычных сотрудников
Современные системы роботизации процессов, компьютерного зрения, голосовой аналитики, предсказания потребностей клиента используют математические модели машинного обучения. Человек исчезает из рутинных процессов и когнитивных задач, для решения которых недостаточно его физических возможностей. Цифры говорят сами за себя – по данным Gartner, к 2021 году бизнес-эффект от применения Искусственного интеллекта (AI) превысит $3 трлн. Об этом шла речь на конференции IBM Data & AI Forum, прошедшей в Майами в конце октября 2019 года.
Например, система IBM Watson for oncology помогает спасать человеческие жизни, находя наилучшие способы лечения онкологических заболеваний. Музыкальный сервис Pandora анализирует музыкальные произведения, чтобы порекомендовать слушателям композиции, которые им понравятся. Автомобиль Tesla способен управляться компьютером, а в скором времени, по мнению Илона Маска, искусственный интеллект превзойдёт человека в безопасности и надежности вождения.Нейронные сети были описаны Уорреном Мак-Каллоком и Уолтером Питтсом еще в 1943 году. Но отсутствие оцифрованных данных по моделируемым областям и низкие вычислительные мощности оборудования, не позволяли до определенного момента строить качественные системы, управляемые искусственным интеллектом.
Евгений Щербинин - CEO Prime Source
Получив в свое распоряжение достаточно мощные компьютеры и сильный математический аппарат, человечество столкнулось с новой проблемой – нехваткой людей, которые умеют применять математические модели для решения бизнес-задач. Их назвали датасаентистами (data – данные, science – наука, англ.), признав таким образом, что это не просто рядовые специалисты, а редкие ученые, обладающими особым талантом.
Этот талант заключается в том, что датасаентист описывает свои наблюдения за какими-то процессами набором математических формул. На таком принципе строятся системы, которые выполняют функции, требовавшие ранее участие человека. Примерами таких систем являются автоматическая идентификация человека по голосу или лицу, выявление мошеннических действий из десятков миллионов банковских операций, определение состава компонентов-сырья для получения оптимального сплава на производстве и многие другие.
Доклады участников конференции IBM Data & AI Forum подтвердили выводы команды Prime Source о роли и функциях датасаентиста, сделанные на основе десятилетнего опыта в построении прогнозно-аналитических систем в банках, телекоммуникационных компаниях, нефтяном секторе и государственном управлении. На практике, датасаентист – это обычная роль в команде по построению системы с AI, когда сотрудник при помощи специализированного программного обеспечения, стандартными средствами и методами, строит и тестирует математические модели. Здесь ключевыми моментами являются: состав и роли в команде, а также состав и архитектура используемого программного обеспечения. Об этом чуть подробнее.
В команду по построению системы с искусственным интеллектом входят, помимо датасаентиста: эксперт в предметной области, бизнес-аналитик, разработчик, инженер по данным, DevOps и другие. Работа команды выполняется по доказавшему на практике свою эффективность регламенту, предполагающему участие разных ролей на разных этапах процесса. Хотелось бы отметить, что в Казахстане, безусловно, есть гениальные датасаентисты, как есть яркие эксперты и во многих других бизнес-направлениях.
Что касается программного обеспечения, то современные команды используют в своей работе интегрированный набор приложений – так называемый Auto AI. Он включает в себя инструменты доступа к данным различных типов источников, автоматического выявления переменных-предикторов, построения, тестирования и оптимизации моделей, анализа и визуализации результатов моделирования, встраивания моделей в бизнес-процессы, коллективной работы над моделями и многие другие.
В качестве примера новой архитектуры работы с AI может стать проект внедрения IBM Watson Assistant и Watson Natural Language Understanding в Lufthansa Group для оптимизации обслуживания в Сервисном справочном центре (SHC). Всего 22 сотрудника SHC обслуживают 15 тыс. агентов Lufthansa на 180 площадках продаж Lufthansa по всему миру. Они отвечают на вопросы по обслуживанию, регистрации и посадки в самолет – всего около 100 тыс. обращений в год. Благодаря интеграции служб IBM Watson AI, ранее разрозненные источники данных теперь объединены и используются для формирования ответов на запросы клиентов. В дополнение к сокращению времени ожидания клиентов при регистрации, качество информации в целом было повышено.
Евгений Щербинин, CEO Prime Source