Telegram-канал futuris - Futuris: Blogs - каталог телеграмм

Futuris

14 Aug 2016 23:59

В конце статьи озвучка от машины 🤖

Почему настало время для искусственного интеллекта?

Искусственный интеллект, или A.I., начал набирать популярность примерно с начала эры вычислительных машин и делал много фальстартов. Действительность не оправдала ожиданий, навязанных научной фантастикой. Попытки ввести ИИ услуги на рынок и использовать на благо общества были ничтожными. Также существовали другие факторы: вычислительная мощность была недостаточной, отсутствие структурированных данных - не говоря уже о знании того, что делать с указанными данными.

A.I. был на грани мейнстрима последние 40 лет, но только в 2016 году эти слова стали модными - машинное обучение, обработка естественного языка, распознавание речи и интеллектуальный анализ данных. Крупные корпорации в настоящее время стремятся интегрировать искусственный интеллект в свои продукты. Достижения в области обработки естественного языка развиваются в таком быстром темпе, что сегодня можно запланировать встречу или получить жизненно важный диагноз с помощью искусственных ассистентов, таких как IBM Watson. По данным CB Insights, более 200 A.I. ориентированных стартапов получили финансирование венчурного капитала в первые два квартала 2016 года, что только подчеркивает огромное количество ресурсов которые используются для развития этой области.

Почему A.I., и почему сейчас?

За недавнее время этому способствовали несколько основных событий:

Увеличение объёма оцифрованных данных о людях и системах , их поведении и состоянии. Процессоры стали быстрее и архитектура обработки стала гораздо более сложной - огромные объемы данных сегодня могут быть проанализированы в реальном времени.

Развитие коммерческого ИИ.
Со временем ресурсы и опыт передовых технологий становятся доступными для предпринимателей и стартапов, стремящихся коммерциализировать технологию. Появляются партнерства между университетами и экспертами технологий или венчурной индустрии, помогающие внедрить технологии машинного обучения в более глобальном масштабе. Стартапы разрабатывают решения которые делают существующие процессы и бизнес более эффективными: от чат - ботов до анализа и автоматизации данных. Новые A.I. приложения с технологиями машинного обучения и обработки естественного языка, делают этот процесс более эффективным путём создания слоя между данными и человеческим интерфейсом. По мере продвижения общества к коммуникации на основе текстовых сообщений, эта эффективность становится жизненно важной для новых ИИ - ориентированных бизнес-кейсов.
Чат - боты заменяют личный контакт, продвигая продукты электронной коммерции и показывая отличные результаты. Разговор с консультантом преобразует число просмотров страниц продукта в продажи. Особенно когда консультант не ограничен в количестве бесед в одно и то же время.
В этом одна из многих возможностей для стартапов. Чем больше общение переходит в текстовую среду , тем больше потенциала для того, чтобы использовать искусственный интеллект в качестве слоя для дополнения или даже замены базовых разговоров.

Нарастающая популярность чат - ботов и инвестиции в развитие 'умных' ботов свидетельствуют о том, что люди готовы взаимодействовать в текстовой среде. Компания Wade&Wendy является примером того, как два различных искусственных ассистента в скором времени будут собеседовать кандидатов на работу и обучать персонал, чтобы сделать процесс подбора и продвижения по службе более эффективным, прозрачным и в конечном счете более человечным. Пока коммерция всё больше переходит в электронную и мобильную сферы, этот слой технологий даёт возможность машине взять на себя повторяющиеся, но жизненно важные задачи обслуживания потенциальных клиентов.

Пока 'умные' чат боты которые могут свободно оперировать контекстом и поддерживать полноценную беседу - ещё на несколько лет впереди, те что беспечивают базовые ответы уже стали критически важными ресурсами для большого и малого бизнеса. Сегодня университеты как никогда тесно сотрудничают с отраслевыми партнёрами для создания передовых технологий машинного обучения и это открывает захватывающие перспективы.