Эволюция ИИ в процессе решения практических задач

Структура ИИ-технологий в составе комплексных решений

Мы проследили некоторую эволюцию ИИ-технологий и, подводя итог первой лекции, хотели бы рассмотреть, как из упомянутых технологий строятся ИИ-решения, какова их структура, каков набор и иерархия входящих в эти решения технологий искусственного интеллекта. Также в этом разделе поговорим о том, как меняется спектр наиболее востребованных технологий в современных ИИ-решениях, и завершим лекцию обсуждением вопроса "Где технологии ИИ пересекаются с другими областями знания?".

На рис. 2.35 показана схема, отражающая иерархию технологий, необходимых для построения современного ИИ-решения. Во внутреннем эллипсе представлены различные алгоритмы, на основе которых строятся ИИ-решения, в частности здесь перечислены упоминаемые нами ранее алгоритмы "дерево решений", "метод опорных векторов", "генетическое программирование", "линейная регрессия", "нейронные сети".

Следующий эллипс - это уровень исследовательских методов или научных школ искусственного интеллекта, включая рассмотренные нами символизм, коннекционизм и эволюционизм.

Рис. 2.35. Уровни ИИ. Источник: Упрощенный вариант по материалам [104]

Далее показан эллипс, демонстрирующий базовые технологические направления, которые могут быть построены на основе различных алгоритмов - это уже рассмотренные нами ранее задачи компьютерного зрения, обработки естественного языка, экспертные системы, системы поддержки принятия решений и другие. И наконец, внешний эллипс отображает области внедрения ИИ-приложений, то есть комплексные решения, в которых ИИ-компоненты обеспечивают ту или иную часть их функциональности (финансы, умный город, здравоохранение, промышленность и другие).

Для того чтобы построить решение на базе ИИ, помимо программного обеспечения нужна инфраструктура, на которой все перечисленные приложения будут работать. Причем нужна специализированная инфраструктура, которая позволит обрабатывать типичные для ИИ-задач нагрузки с оптимальной производительностью. К числу инфра-структурных технологий, на которых строятся ИИ-решения, в схеме рис. 2.35 отнесены элементы аппаратного обеспечения (процессоры, память, нейроускорители, сенсоры и датчики, системы управления движением), программное обеспечение (алгоритмы, фреймворки, библиотеки, вычислительные среды, инструменты разработки) и данные (пакетные данные, потоковые данные, большие данные, разметка).

Говоря о технологиях, составляющих то или иное комплексное решение, следует отметить, что технологии быстро развиваются - совершенствуются алгоритмы, меняются вычислительные возможности, одни технологии устаревают и сходят с дистанции, другие массово применяются большинством участников рынка, третьи применяются в пилотных проектах, четвертые находятся еще только на стадии запуска. Инымисловами, для того чтобы оценить, какие технологии используются в ИИ-решении и какие будут актуальны в ближайшей перспективе, требуется еще одна точка зрения - это взгляд, связанный с анализом жизненного цикла технологии от запуска до выхода на массовый рынок. Обратимся к материалам аналитической компании Gartner, которая ежегодно публикует так называемый цикл ажиотажа (Gartner Hype Cycle), показывающий стадию развития той или иной технологии с точки зрения ее зрелости и с точки зрения ее субъективного восприятия профессиональным сообществом. В данной методике Gartner исходит из того, что каждая новация проходит пять различных стадий, представленных на рис. 2.36.

1. Запуск технологии - научное открытие или иное событие, которое обращает внимание сообщества на новую технологию.
2. Пик завышенных ожиданий - стадия, на которой общественность обращает внимание на технологию и начинает возлагать на нее чрезмерные надежды.
3. Впадина разочарований, на которой пользователи выясняют, что те надежды, которые возлагались на технологию, не оправдались, специалистов, которые умеют доказать преимущества технологии, еще нет, и положительных примеров ее внедрения мало. На этой стадии СМИ обычно перестают писать о технологии, вследствие чего создается впечатление, что эта технология "ушла со сцены".
4. Подъем осведомленности - по мере того как люди адаптируются к новой технологии, узнают о ее применении и появляется больше сведущих в ней специалистов, наступает признание ее реальной пользы.
5. Плато продуктивности - на этой стадии технология становится стабильной, общепризнанной и широко применяемой.

Рис. 2.36. Кривые ажиотажа Gartner за 2017, 2019, 2021 гг. Источник: [105]