На «ты» с машинным разумом
IT / Статьи
сервисы технологии экспертная колонка
7.7.2022

С машинным разумом на ты

Будущее искусственного интеллекта и как начать работать в этой сфере

На фоне стремительно развивающихся технологий искусственного интеллекта (ИИ) важно знать, какие направления наиболее перспективны. Понимание тенденций развития отрасли помогут определить навыки, которые станут ключевыми для будущих профессионалов. О том, в каких специалистах нуждается этот рынок рассказала руководитель направления «Искусственный интеллект» университета «Синергия» Екатерина Королева.

ТРИ ОРЕШКА

Искусственный интеллект уже показывает потрясающие результаты, помогает решать сложные задачи и даже опережает людей по коэффициенту IQ, что было проверено с помощью американского теста для абитуриентов, где ИИ набирает на 15% больше баллов по сравнению со среднестатистическим абитуриентом колледжа.

В настоящее время в сфере ИИ существует ряд наиболее важных технологий:

  • GPT-3 (Generative Pre-trained Transformer 3) – нейронная сеть, которая работает с естественной обработкой языка (Natural Language Processing, NLP). Это одна из самых сложных и одновременно гибких систем, которая может создавать тексты практически на любую тему. С первого взгляда их легко принять за статьи, написанные людьми.
  • Сеть AlphaFold 2 стала прорывом в медицине. Она может с точностью 90% предсказывать структуру белка (так называемый фолдинг), причем на это уходит от получаса до пары часов, что намного быстрее традиционных лабораторных методов.
  • AutoML (Automated Machine Learning) – автоматизированное машинное обучение, его алгоритмы позволили использовать технологии ИИ малому и среднему бизнесу. Это стало возможным в результате интеграции с облачными системами. К ним относятся MLSpace от SberCloud, Microsoft Azure или AutoML от Google. Компании смогут прописать собственные алгоритмы под свои задачи, например, чтобы обрабатывать обращения заказчиков или оптимизировать прогнозы рыночного спроса.

БЫСТРЕЕ, УДОБНЕЙ, ТОЧНЕЕ

Самыми интересными направлениями являются проекты по созданию обоняния у ИИ, внедрение беспилотных аппаратов и предсказание фолдинга. Рассмотрим кратко их по отдельности.

Искусственное обоняние. В 2017 году корпорация Intel создала самообучающийся нейроморфный чип Loihi для увеличения спектра возможностей нейронных сетей в таких областях сознания людей как интерпретирование и автоматическая адаптация. После испытаний Intel заявила о том, что новинка показывает функциональность 100%: быстро и качественно узнает 3D-объекты, исследует наборы данных за пару секунд, также система способна распознавать и воспроизводить обоняние.

Во время обучения разработчики использовали более семидесяти химических датчиков. Их поместили в аэродинамическую трубу, а затем туда поочередно добавляли газовые вещества. После этого полученные на датчиках реакции передавали на «нейроны» чипа Loihi.

Беспилотные технологии. Сейчас большая доля проектов в сфере ИИ направлена на создание различных форматов беспилотников: роботов-доставщиков, научно-исследовательского оборудования, автономных систем для конкретного применения, а также такси, оборудованное системой автоматического управления.

Некоторые разработки направлены на совершенствование отдельных деталей беспилотников либо необходимых для них систем автопилотов и навигации. Один из таких беспилотников – X-Walker – может пройтись по улицам любого города или солнечному побережью, тем самым сэкономив ваше время, чтобы вы могли открывать для себя что-то новое. Вы можете переключаться между роботами, находящимися в разных частях света, и будете наблюдать за происходящим их глазами.

Предсказание фолдинга. В конце 2020 года компания DeepMind (входит в техногигант Alphabet, владелец поисковой системы Google) заявила о прорыве в предсказании структуры белка, которая считалась одной из самых актуальных задач в биологии за последние полвека. Белки образуются из аминокислот, принимающих уникальную форму после синтеза. Данных форм существует огромное количество. В настоящее время ученым известно только около 0,1% таких соединений, и, соответственно, хорошо знакомо расположение в пространстве входящих в них аминокислот. Однако таких соединений миллионы и 99,9% из них еще предстоит изучить.

Те белки, которые еще не известны и их свойства не подтвердили экспериментально, исследователи стараются предугадать с помощью новых технологий. Спрогнозировать с высокой точностью пространственную форму белка, зная набор аминокислот, традиционными методами невозможно. Но если нейросеть DeepMind продолжит развиваться и станет широко использоваться для предсказания фолдинга, то человечество ждут великие открытия в области новых медицинских препараторов и диагностике многих заболеваний.

ПУСТЬ МЕНЯ НАУЧАТ

Даже эти несколько примеров показывают, что искусственный интеллект не только интересен и многогранен, он меняет мир к лучшему.

Рассмотрим актуальные профессии в области ИИ:

  • специалист машинного обучения;
  • специалист искусственного интеллекта;
  • аналитик данных.

Для них необходимы следующие основные навыки:

  • уметь применять знания по анализу естественного языка Natural Language Processing (NLP) и алгоритмах детального изучения;
  • работать, используя один из языков программирования – Java, Python, C++;
  • приспосабливать NLP к значительному массиву информации, изучать новые средства в рамках NLP, а также делать заключения и выводы в области искусственного разума.

Кроме того, специалисты должны уметь:

  • запускать способы и решения обработки большого количества данных (Big Data) и управлять хранилищем информации (Extract-Transform-Load);
  • разбираться в языках программирования Java, Python, C++;
  • анализировать тенденции рынка;
  • ланировать и применять более сложные образцы и интеллектуальные инструменты;
  • давать советы по оптимизации, чтобы достигать финансовых и бизнес-целей.

В данной сфере очень важно мышление, в связи с этим правильно было бы начать путь в сферу ИИ с освоения Computer Science, которая изучает способы и виды работы с информацией с помощью вычислительной техники, чтобы эти данные использовать в дальнейшем при принятии решений.

Затем изучала бы математику для анализа данных: статистику, дискретную математику, анализ данных, алгебру и теорию вероятности. Далее стоит выбрать язык программирования, который будете применять в своих проектах, это может быть Java, C++ или Python. И в завершении изучите основы машинного обучения, чтобы делать прогнозы и распознавать образы точнее и быстрее, чем живой эксперт.

Уже с этой базой будет возможность подаваться на стажировки в сфере ИИ и нарабатывать практические знания уже в компании.

Тем, у кого нет возможности получить очное образование в данной сфере, будет сложнее найти достойную работу, но повышать свою квалификацию можно при помощи дополнительного профессионального образования или высшего образования на базе дистанционного обучения. Так, например, в Университете «Синергия» с августа стартует программа дистанционного бакалавриата по направлению «Искусственный интеллект и большие данные».

Изображение: Freepik.com

Еще по теме

Почему растет значимость Data Protection Officer в организациях

Восемь шагов при выборе роутера для работы из дома

Стандарт подтверждения подлинности видео предотвратит распространение ложной информации в Сети

Требования об использовании только отечественного софта планируют распространить на всех владельцев КИИ

В РФ возрождается производство микросхем

Как операторы данных будут избегать наказания за утечки

IT-отрасль видит риски в упрощении регистрации продуктов в реестре российского ПО

Как настроить и запустить процессную аналитику в компании

Как бороться с закладками в программном обеспечении

Целесообразно ли выделение ИБ в отдельную отрасль?

Кого и как взламывали хакеры в первом квартале этого года

Новые технологии для микросхем позволят вырваться в лидеры

В 2021 году в мире было совершено свыше миллиарда атак на IoT-системы

Производители средств сетевой защиты РФ в новой парадигме информбезопасности

Новый проект в сфере подготовки кадров поможет развитию инновационных производств страны