Конференция AINL: Искусственный Интеллект, Естественный Язык. IT-компании спасёт искусственный интеллект Последнее сообщение intellect board hi tech

Специалисты из США и Тайланда разработали метод достоверного воспроизведения мировых шедевров искусства живописи с использованием 3D-печати и искусственного интеллекта. Благодаря этой комбинации получается воспроизводить цветовую палитру изображения, максимально приближенную к оригиналу. Метод основан на печати множества слоев разными по цвету чернилами, благодаря чему удается получить максимально близкий к оригиналу цвет для каждого фрагмента картины. Технологию собираются представить на конференции SIGGRAPH Asia 2018.

В мировой практике часто применяется копирование шедевров мирового искусства. Делается это не ради каких-то махинаций, а для того, чтобы с работами могли познакомиться большее число людей. Кроме того, таким образом владельцы произведений искусства могут защитить оригиналы от разрушения.

Обычно репродукции создаются с помощью высокоточных сканеров и принтеров. Однако возможности этой техники весьма ограничены и не позволяют передать всю красоту оригинала в мельчайших деталях. Объясняется это несколькими недостатками. Например, один из них заключается в том, что обычно применяемые принтеры используют для передачи цвета оригинала комбинацию из четырех цветов, из-за чего точность цветопередачи снижается. Кроме того, как правило, принтеры создают колориметрическое, а не спектральное воспроизведение цвета оригинала, из-за чего напечатанная картина близка к оригинальной лишь при определенном эталонном освещении.

Получить более точную копию позволяет разработка исследователей из Массачусетского технологического института — система RePaint, в которой искусственный интеллект управляет 3D-принтером и позволяет передавать исходные цвета вне зависимости от освещения.

Создание репродукции с помощью этого метода происходит в несколько этапов. Сначала проводится качественное сканирование оригинала. После этого система проводит расчет параметров 3D-печати. Последним этапом является, собственно, сама печать копии на 3D-принтере. Для получения максимально достоверной передачи цвета в репродукции, инженеры используют специальный метод съемки. Помещенный на подложку оригинал картины снимает мультиспектральная камера. При сканировании жидкокристаллический фильтр перед камерой меняет свою десятинанометровую полосу пропускания начиная от 420 нанометров и заканчивая 720 нанометрами. В это же время камера делает монохромные снимки, после чего объединяет их в единое изображение, в котором каждому пикселю соответствует 31 спектральное значение.

Для воссоздания копии применяется 3D-принтер, способный печать множеством различных полупрозрачных чернил, накладываемых друг на друга слой за слоем. Для плавного перехода между цветами используется классический метод создания полутонового изображения. Весь процесс контролируется двумя нейросетями, одна из которых предсказывает спектр массива слоев из разных материалов. Эту нейросеть инженеры обучили на основе напечатанной пластины с множеством квадратов размером в миллиметр, состоящих из разных комбинаций слоев.

С помощью первой нейросети обучили вторую. Она используется для обратной задачи — предсказывает оптимальное расположение слоев из разных материалов для предоставленного ей изображения.

К сожалению, на данный момент технология имеет ограничение. Система способна выдавать репродукцию размером не больше открытки. Однако если технологию можно будет масштабировать, то у музеев появится еще одна возможность сохранить бесценные оригиналы, показывая посетителям точнейшие копии.

Коротко расскажем об эволюции развития технологий и способах передачи информации по радиоканалу. Для лучшего понимания материала остановимся на нескольких фундаментальных понятиях, принятых в радио связи и передаче информации с использованием радиоволн.

Модуляция – дает возможность передавать сигнал на большое расстояние в заданной полосе частот и с заданными характеристиками (фаза, частота, амплитуда).

Канал связи – среда, в которой эффективно распространяется сигнал путем передачи электромагнитной энергии.

Кодирование обеспечивает помехоустойчивость передаваемой информации и достоверность передачи данных.

Шифрование относиться к разделу защиты информации. Оно обеспечивает ограниченный доступ к переданной информации и защиту от прослушивания, так как для доступа необходим своего рода ключ.

Методы разделения каналов связи – технические средства, которые позволяют организовать многоабонентскую связь в заданной полосе частот. Данное утверждение будем рассматривать только для цифровых систем телекоммуникации и связи. Сюда же будим относить и сетевые технологии, такие как TCP/IP протокол.

Первые методы передачи сигнала по радио эфиру

Проанализируем последовательность развития радиотехнологий с последовательным «включением» вышеизложенных понятий.

Первые радио приемо-передатчики (трансиверы — transceivers) использовали амплитудную модуляцию (АМ) , см. рис. 1, и ее разновидности: балансная АМ (БАМ с подавлением несущей), однополосная БАМ (ОБАМ).

Временной график АМ

Общая формула АМ: Sam (t )=(1+ m * sin (Ws * t ))* Vn * sin (Wn * t ) (1), где

Sam (t ) – про модулированный сигнал;

m – индекс модуляции, m = Vs / Vn ;

Vs – амплитуда передаваемого сигнала;

Ws – частота передаваемого сигнала;

Vn

Wn – часта несущего колебания.

Это был первый шаг к передаче информации на расстояние. Каналы разделялись по частотам методом перестройки входных фильтров на другую частоту. Решение работало хорошо но АМ была слишком подвержена внешним помехам, таким как разряды молний, искрение на клеммах генераторов, двигателей, умышленная помеха и т. п.

Передача информации производилась через эфир (по воздуху) и через провода (кабель). С появлением высокоскоростной цифровой техники появилась возможность кодировать информацию в цифровой вид, что дало в свою очередь возможность шифровать сигнал. Так же для передачи импульсных (цифровых) сигналов широко применяют квадратурную амплитудную модуляцию (КАМ — QAM) и ее разновидности.

Амплитудная модуляция применяется в диапазонах ДВ, СВ, КВ для аналогового вещания. Для цифрового радиовещания (DRM) – используется только КВ. Разделение используемых в технике радиочастот на диапазоны можно рассмотреть в таблице 3, которая приведена ниже:

ДВ-, СВ-диапазон широко применяют для загоризонтной связи, так как длина волны на данных частотах позволяет сигналу переотражаться от ионосферы и попадать за линию горизонта, что дает возможность организовывать связь на расстоянии более 500 км, это можно отнести к основному преимуществу по сравнению с другими диапазонами частот где применяется АМ. Также плюсом является узкополосность сигнала (см. рис. 2) чем не могут похвастаться другие виды модуляции. На рисунке 2, Ω — это крайняя частота спектра полезного сигнала и как следствие нет расхода энергии передатчика на побочные спектральные составляющие, особенно хороший результат в энергетическом плане достигается для ОБАМ(SSB – однополосная балансная амплитудная модуляция с подавленной несущей).

Угловая модуляция (УМ). Вид модуляции, при которой выходной сигнал (несущая) на выходе модулятора имеет постоянную амплитуду, а изменяется фаза, частота или их комбинация.

Виды угловой модуляции: частотная (ЧМ, FM) и фазовая (ФМ, PM) – используется в аналоговой технике. Квадратурная фазовая (КФМ, QPSK), Гаусовская частотная модуляция (GFSK), Гаусовская частотная модуляция с минимальным сдвигом по частоте (GMSK) и т. п. используется для передачи цифровых сигналов. Цифровые виды модуляции или как ее еще называют цифровую манипуляцию мы рассмотрим более детально далее, где будут указаны ее основные преимущества и недостатки, связанные с теми компромиссами на которые приходится идти разработчикам для обеспечения надежности связи.

На рисунке 3 изображена ЧМ и ее спектр. Спектр сигналов при УМ гораздо шире чем при АМ но при квадратурно-амплитудной модуляции спектры соизмеримы по своей частотной полосе. На рисунке 3 (для примера) изображена ЧМ и ее спектр.

Рис 3: Временной график ЧМ как вид УМ и его спектр при индексе модуляции т = 15

Применяются УМ и ее разновидности в радиовещании и телевидении. Это диапазон VHF (УКВ/ОВЧ), UHF (УКВ-СВЧ).

Общая формула УМ: m (t ) = Vc * cos (Wc * t + Q (t )) (2), где

m (t ) – форма сигнала УМ;

Vc – амплитуда несущего колебания;

Wc – частота несущего колебания;

Q (t ) – закон изменения фазы, изменяя этот закон можно получать фазовую или частотную модуляцию.

Сравнивая рисунок 3 и 2 можно сделать выводы, что при УМ спектр шире чем у АМ. Это своего рода плата за помехоустойчивость сигнала.

Практически все носимые станции, начиная с 30 МГц, использовали УМ (ЧМ, ФМ) и имелись во всех родах войск.

Цифровая модуляция

С развитием элементной базы и математического аппарата для цифровой техники в начале 90-х годов произошел революционный скачок в создании быстродействующих цифровых микросхем. Это дало возможность кодировать сигнал в цифровой вид. Переход на цифровые методы передачи информации дает неоспоримое преимущество перед аналоговыми – это: помехоустойчивое кодирование, шифрование и организация многоабонентской сети в одной полосе частот, при этом, разделение каналов связи происходит путем установки адресов абонентов и маршрутизаторов (об этом более детально будет написано ниже там, где рассматриваются основы организации сети).

Рассмотрим типовую структурную схему организации цифровой связи, (см. рис. 4).

Переданное сообщение — аудио, видео, фото или любая другая информация предварительно преобразуется из аналоговой формы в цифровой вид. Оцифровкой или кодидированием занимаеться блок «Кодирование источника». Это может быть обычный аналогово-цифровой преобразователь (АЦП) на выходе которого будет бинарный код, последовательность нулей и единиц. Данный сигнал в принципе уже можно было бы отправлять на модулятор и передавать в эфир, но как быть если на входе передатчика информации сигнал был искажен под действием помех и на приемной стороне вместо единицы мы получим ряд нулей или наоборот? Это приведет к потере данных. Чтобы избежать этой ситуации исходный цифровой поток передают в блок помехоустойчевого кодирования.

Блок помехоустойчивого кодирования представляет собой быстродействующее устройство, преобразующее исходный код (поток нулей и единиц от АЦП или другого устройства) также в цифровой пакет данных, но уже в измененном виде. В этот пакет вводиться избыточность по определенному алгоритму, что на приемной стороне дает возможность восстановить сигнал при определенном количестве ошибок. После преобразования сигнала, цифровой поток данных поступает на модулятор.

Цифровая модуляция отличается от аналоговой. Ее особенность в том, что при больших объемах, данных (или при больших скоростях) необходимо передавать много бит на символ. Примером такой модуляции для радиосвязи служит 4-FSK (манипуляция с сдвигом по частоте) или 4-GFSK (Гаусовская манипуляция с сдвигом по частоте). Смысл заключается в преобразовании входного кода в импульсы. На основе этих импульсов модулятор формирует скачки фазы, фазы и амплитуды или частоты на заданном интервале времени. Как правило, длительность этого интервала – это время на передачу одного бита. Таким образом, количество времени на передачу нескольких бит тратится столько же сколько и при передаче одного исходного бита, который на языке цифровой техники называется символом. Благодаря таким манипуляциям мы можем получить от 16 до 256 бит на символ (например, для QAM — квадратурная амплитудная модуляция). После этого, промоделированный сигнал переносится в область высоких частот (на несущую частоту) и излучается в эфир.

На приемной стороне происходит все в обратном порядке: демодуляция (детектирование) -> помехоустойчивое декодирование (исправление ошибок в принятой посылке данных) -> декодирование (преобразование в аналоговый сигнал или в необходимый вид сигнала)-> выдача информации оператору или выполнение каких либо действий.

Итак, цифровая модуляция позволяет:

1. Шифровать информацию.
2. Исправлять биты данных за счет введения помехоустойчивого кодирования, что повышает вероятность правильного приема информации.
3. Повысить помехоустойчивость и как следствие увеличить дальность связи за счет использования помехоустойчивого кодирования, большой информативности переданного сигнала, организации сложных видов модуляции.

Появление цифровых радио станций произвело революцию в телекоммуникациях, так как дало огромное преимущество в плане обеспечения безопасности передачи информации но при этом не решался до конца вопрос взаимодействия большого количества отдельных боевых единиц между собой.

Интеллектуальные сети

В начале 80 годов шло активное развитие сетевых технологий для передачи данных через проводную систему связи, путем организации многоканальности по номеру абонента. В итоге это реализовалось в виде многопользовательской сети – ISDN (Integrated Services Digital Network). Это дало возможность объединить большую группу пользователей в единое цифровое пространство, где можно предавать друг другу сообщения, голос и даже видеоданные. Недостаток ISDN – это не универсальность системы. Выражалась она в сложности ее настройки, сложости программной модернизации и самое главное при введении серьезных изменений в протокол необходимо было модернизировать оборудование. То есть система была не самонастраивающейся, не ителектуальной.

Для лучшего понимания принципа работы интеллектуальных сетей и их преимуществ кратко рассмотрим организацию современной компьютерной сети. Хорошим примером является Интернет, базирующийся на стеке протоколов TCP/IP который был принят как стандарт в 1983 году и с тех пор совершенствуется.

На рисунке 5 изображена типовая организация сети, здесь есть сети с номерами 129.13.0.0, 198.21.17.0, 56.0.0.0 и маршрутизаторы (Router) которые их соединяют между собой.

Из таблицы 1 видно, что у каждого устройства или абонента есть свой IP адрес (сетевой адрес). При этом каждое устройство находиться в своей сети на это указывают цифры (слева на право), в конце как правило нули.

Маска сети определяет максимальное количество абонентов, которые могут находится в данной сети (подсети), определение происходит путем логического перемножения маски и адреса абонента. Теоретически максимальное число абонентов N одной сети это:

где 32 – это количество бит в IP-адресе

Для того что бы передать пакет данных с подсети 129.13.0.0 какому-либо абоненту, находящемуся в сети 213.34.12.0 необходимо пройти путь через маршрутизаторы путем указания адресов сети и шлюзов – то есть организовать своего рода канал связи. Другими словами, зная карту сети вы легко можете достучаться до любого абонента, но при этом надо учитывать, что на приемной стороне вам легко могут отказать в доступе, что в свою очередь дает возможность создавать закрытые каналы связи. В военных целях данная функция незаменима.

Выше кратко было показано, что необходимо для создания многопользовательской сети. Теперь стоит вопрос о передаче информации, что необходимо сделать для одновременной работы всех связанных в сеть абонентов. Для этого был создан стек протоколов TCP/IP (Transmission Control Protocol/ Internet Protocol).

См. табл. 4 (Таблица некоторых станций и сравнение их характеристик):

В рамках данной статьи мы не будем детально рассматривать все уровни. Главное понимать, что такой подход к организации сети дает возможность создания сложных телекоммуникационных сетей с предоставлением доступа к информации многим абонентам одновременно.

А теперь представьте, что у вас и у ваших товарищей есть в руках устройство, которое работает по беспроводному каналу связи, при этом вы можете настроить свою сеть, закодировать ее, зашифровать, сделать ее закрытой и без помощи базовых станций одновременно передавать данные друг другу, при этом каждая ваша станция (рация, телефон) будет выполнять функцию роутера или своего рода ретранслятора. То, что каждая рация может быть представлена ретранслятором и маршрутизатором одновременно – обеспечивает увеличение дальности связи и соединение с другими настроенными сетями. Таким образом мы подошли к концепции построения сетей типа MANET.

Что такое MANET

Под аббревиатурой MANET принято понимать сеть с динамически изменяющейся топологией, как правило, не вдаваясь в детали, как быстро эта топология изменяется. Однако, это является основным критерием отличия топологии MANET от топологий ad hoc и mesh. Итак, начнем с определения, что же такое сети типа Mesh, Ad Hoc, mobile Ad Hoc и в чем разница между ними.

Mesh сети – радиосети ячеистой структуры, состоящие из беспроводных стационарных маршрутизаторов, которые создают беспроводную магистраль и зону обслуживания абонентов) и мобильных/стационарных абонентов, имеющих доступ (в пределах зоны радиосвязности) к одному из маршрутизаторов. Топология – звезда, со случайным соединением опорных узлов (см. рис. 7).

Ad hoc сети – радиосети со случайными стационарными абонентами, реализующие полностью децентрализованное управление при отсутствии базовых станций или опорных узлов. Топология – фиксированная со случайным соединением узлов.

MANET (Mobile Ad hoc NETworks) сети – радиосети со случайными мобильными абонентами, реализующие полностью децентрализованное управление при отсутствии базовых станций или опорных узлов. Топология – быстро меняющаяся со случайным соединением узлов.

К этому надо добавить WSN (Wireless Sensor Networks) - беспроводные сенсорные (телеметрические) сети, состоящие из малогабаритных сенсорных узлов с интегрированными функциями мониторинга определенных параметров окружающей среды, обработки и передачи данных по радиоканалам. Они могут, в зависимости от задачи, строиться как по топологии mesh, ad hoc так и MANET; автомобильные сети VANET (Vehicle Ad hoc NETworks) – сети связи транспортных средств; и всевозможные гибриды вышеизложенного.

В последнее десятилетие большое внимание ученых всего мира уделяется созданию мобильных пакетных радиосетей, которые не имеют фиксированной инфраструктуры – сети стационарных (Ad Hoc) и мобильных абонентов (MANET).

Такие сети являются самоорганизующимися, поскольку их узлы являются не только оконечными пользовательскими терминалами, но и являются ретрансляторами-маршрутизаторами, ретранслируя пакеты других абонентов и участвуя в нахождении маршрутов к ним, следовательно, эти сети способны к самоорганизации. Такие сети могут состоять из десятков, сотен и даже тысяч узлов. Сфера применения таких сетей достаточно широка. Так, сети MANET полезны в поисково-спасательных операциях, на театре военных действий тактического уровня, местах большого скопления людей (например, для обслуживания участников конференций), и там, где нет телекоммуникационной инфраструктуры (например, в экспедициях в удаленные от «цивилизации» регионы).

В противоположность сетям c иерархической структурой и централизованным управлением, одноранговые сети без инфраструктуры состоят из однотипных узлов, где каждый узел обладает комплексом программно-аппаратных средств, позволяющих организовать передачу данных от источника к получателю напрямую при физическом наличии такого пути и тем самым распределить нагрузку на сеть и повысить суммарную пропускную способность сети. Передача данных от одного абонента к другому может происходить, даже в случае если эти узлы находятся вне зоны прямой радио видимости. В этих случаях пакеты данных этих абонентов ретранслируются другими узлами сети, которые имеют связь с корреспондирующими абонентами. Сети с многократной ретрансляцией называются многопролетными или многоскачковыми (multihop). При разработке таких сетей основными проблемами являются маршрутизация пакетов от узла источника к узлу получателю, масштабируемость сетей, адресация оконечных устройств, поддержание связности в условиях переменной топологии. Таким образом, основными требованиями к системам тактической связи нового поколения являются:

— полная мобильность всех абонентов и элементов сети;

— обеспечение заданного качества обслуживания пользователей (QoS) на значительных териториях и в условиях применения средств РЭБ противником;

— надежная защита информации;

— минимальное участие человека в процессе планирования, развертывания и управления сетями.

Ведущими мировыми производителями электроники, такими как Harris, Thales, Elbit Systems и другими предлагается широкий спектр специальных средств связи с поддержкой интеллектуальных протоколов для самоорганизующихся сетей с динамической топологией MANET и построенных по технологии SDR. Это позволяет добиться информационного превосходства над противником, на основе сетецентрического взаимодействия участников информационного обмена, а также допускает использование старого парка аппаратуры, там где это необходимо.

Как это работает

Современные телекоммуникационные сети эволюционируют в сторону пакетной инфраструктуры на основе стека протоколов TCP/IP. Например, стандарт мобильной связи третьего поколения (3G) подразумевают наличие у мобильного оператора опорной коммутационной сети на основе именно пакетной передачи информации по TCP/IP. А стандарт 4G и вовсе переводит весь трафик оператора, включая радиодоступ в формат “all-IP”. По этой части в телекоммуникационном мире достигнут консенсус. Пакетные сети прочно захватили свою нишу и не собираются сдавать позиции.

Военные телекоммуникации, известные своим консерватизмом и инерцией, также движутся в этом направлении. В частности, упомянутая выше компания Harris в линейке портативных станций типа Falcon III в качестве одной из характеристик приводят возможность работы радиосети по протоколам TCP/IP. Какая выгода от этого военным? Ответ прост. Интеграция всех видов трафика за счет проверенных и отлаженных Internet-сервисов. Представьте солдата на поле боя, где ситуация меняется ежесекундно, а ему надо в реальном времени доложить обстановку командованию, получить приказ, загрузить тактическую карту и тд. Такое соединение помимо надежности и безопасности должно быть еще и устойчивым к изменениям топологии, маршрутизация должна обладать быстрой сходимостью, т.е. гарантировать нахождение маршрута заданного качества за разумное время, гарантировать отсутствие зацикливаний, обеспечивать многоадресатную рассылку. А если таких солдат много. Скажем, рота или батальон?

К примеру, в классическом радио для обеспечения полной связи в группе из 10 человек, передатчик каждого абонента должен “доставать” до остальных 9. Иначе, какая-либо пара абонентов рискует остаться без связи. Решается такая проблема просто — путем установки ретранслятора на определенную площадь покрытия. Однако, такой подход не лишен недостатков. Такая организация связи предполагает, что пока “один говорит — остальные молчат”, таким образом, в зоне покрытия ретранслятор автоматически занимает свою часть времени в эфире, снижая при этом общую пропускную способность канала. При низкоинтенсивном голосовом трафике это решение может оказаться приемлимым, но при повышении интенсивности радиообмена такой подход неэффективен. Что уж говорить про передачу данных, где ретранслятор будет попросту “забивать” другие станции, если те вообще смогут выйти в эфир. Как видим, классическое радио с коммутацией каналов малопригодно для современных “сетецентрических” концепций интеграции голоса, данных и видео. Решается эта проблема проверенными временем методами, такими как пакетная коммутация и интеллектуальные протоколы, например TCP/IP.

Протоколы и их влияние

Основой самоорганизации любой радиосети типа MANET являются интеллектуальные протоколы управления. Под протоколами в данном случае понимается набор семантических правил и логических предикатов, которые определяют модель поведения узла-абонента в радиосети в зависимости от конкретной ситуации. Поскольку весь трафик в такой сети представляет собой пакеты небольшой длины с явным указанием отправителя и получателя, а каждый абонент — ретранслятор, то возникает вопрос как именно этот пакет должен обрабатываться. Ведь нельзя просто ретранслировать все пакеты по принципу “повторяю всё, что слышу”, как в классическом радио. Это приведет к тому, что первый же выход в эфир любого абонента спровоцирует лавиноподобный эффект генерации трафика, который в итоге моментально “забъет” канал дубликатами пакетов. Вот тут и появляется поле для разработки интеллектуальных алгоритмов обработки пакетов в зависимости от вызываемого абонента, т.е. протоколов марштуризации.

Принято делить протоколы маршрутизации на проактивные (табличные), реактивные (зондовые) и их гибриды (есть еще волновые, но о них в другой раз). На заре развития mesh-сетей пытались использовать стандартный протокол маршрутизации OSPF. Из этого ничего не вышло, естественно, т.к. он разрабатывался для совсем иных условий эксплуатации. В результате появилась масса научных работ, где предлагаются десятки протоколов маршрутизации для самоорганизующихся радиосетей. Проблема, однако, заключается в том, что реально разработанные протоколы маршрутизации сетей MANET либо не реализованы физически в языке С, либо ориентированы на достижение оптимального использования сетевых ресурсов при квазистатичных условиях работы сети, т.е. когда топология меняется медленно или вообще не меняется. Последнее актуально для таблично-ориентированных протоколов типа OLSR, DSDV, WRP, BATMAN, Babel и т.п. Однако табличные протоколы подразумевают наличие в маршрутных таблицах информации обо всей сети сразу, т.е. они постоянно строят маршруты до всех известных им узлов, вне зависимости от того нужен нам этот абонент или нет.

Зондовые протоколы, как например AODV, DSR, SSR, TORA, предполагают маршрутизацию по запросу, но не до конца стандартизированы. К тому же из-за несимметричных каналов маршрутизация должна поддерживать режим построения множества маршрутов как от адресата-к получателю, так и в обратном направлении. А это поддерживают только протоколы DSR и TORA.

Таким образом, проблема выбора соответствующих протоколов маршрутизации для обеспечения связности и масштабируемости радиосети является крайне важной. При неправильном выборе стека протоколов характеристики сети и ее способность к самоорганизации могут существенно понизиться, вплоть до полного отказа от обслуживания. С другой стороны, при правильном проектировании и реализации, соответствующие протоколы могут реализовать концепцию “сетецентрического взаимодействия” со всеми видами трафика во всей ее красе.

В таблице 2 приведены некоторые аналоги станций и их сравнение. Все устройства в таблице являются элементами реализации концепции сетецентрического управления.

Искусственный интеллект спасет от кризиса?

По предварительным оценкам, в нынешнем году российский ИТ-рынок в денежном выражении будет не сильно отличаться от предыдущего. Одна из причин этого - общая экономическая ситуация в стране. «В целом по текущему году мы ожидаем, что экономика покажет рост на уровне 1,8%, а инфляция закончит год на отметке 3,4%», - отметил министр экономического развития РФ Максим Орешкин, рассказывая осенью этого года о прогнозе социально-экономического развития страны на 2019-2021 гг. и на период до 2024 г.

Одним из таких рынков является рынок систем искусственного интеллекта (ИИ). Выступая на ноябрьском заседании Комитета АПКИТ по мониторингу развития ИТ-индустрии, глава этого комитета и вице-президент IBM Кирилл Корнильев напомнил, что, по оценкам Frost & Sullivan, внедрение технологий ИИ к 2030 г. обеспечит прирос оборота компаний мира на 15,7 трлн. долл. (10,7 трлн. из них придутся на компании США и Китая), говорится в статье ITWeek .

Примерно такие же оценки вклада ИИ в мировую экономику содержатся в отчете PwC «What’s the real value of AI for your business and how can you capitalize?»: он будет плавно увеличиваться с примерно 1 трлн. долл. в 2017 г. до почти 16 трлн. долл. в 2030-м. Что же касается нашей страны, то в ней рынок машинного обучения вырастет с 700 млн. руб. в 2017 г. до 28 млрд. руб. в 2020-м (то есть примерно в 40 раз!), а в этом году составит около 1 млрд. руб.

На фоне столь высоких ожиданий интересно мнение руководителя Центра когнитивных технологий ГК «Ай-Теко» Ильи Калагина, что рынки ИИ и машинного обучения могут спасти отечественных интеграторов от разорения, обусловленного падением спроса на традиционные ИТ-проекты.

В то же время следует понимать, что ИИ - не панацея, подчеркнул Илья Калагин. Да и не всегда искусственный интеллект эффективнее естественного. Особенно если последний использует хорошо развитые традиционные методы прикладной математики, «материализованные» в современных BI-cистемах. Ведь не секрет, что разработчики ИИ-cистем склонны преувеличивать свои успехи и замалчивать неудачи, зачастую создавая о нейронных сетях и нейрокомпьютерах необъективное впечатление. Впрочем, как отмечает Илья Калагин, данная ситуация характерна не только для разработчиков нейросетевых систем.

Он также считает, что прежде чем искусственные нейронные сети можно будет использовать для решения задач, где поставлены на карту человеческие жизни или важные промышленные объекты (к примеру, в ядерной энергетике), должны быть решены вопросы надежности этих сетей. Вместе с тем он обращает внимание на то, что процесс улучшения ИИ-технологий происходит постоянно и современные нейросетевые алгоритмы по своей эффективности уже заметно превзошли традиционные алгоритмы в области машинного зрения и перевода.

26 мая 2012 года в Санкт-Петербурге прошла первая в России конференция по искусственному интеллекту: «AINL: Искусственный Интеллект, Естественный Язык». Генеральным спонсором и соорганизатором конференции выступила компания i-Free. Партнер мероприятия – ОАО «РВК», организаторы – NLPSeminar и Game|Changers.

Конференция собрала ведущих российских и зарубежных специалистов в сфере искусственного интеллекта и автоматической обработки естественного языка, представителей научной среды, экспертов профильных компаний, занимающихся разработкой технологий и создающих на их базе перспективные продукты и решения.

В конференции приняли непосредственное участие более 200 делегатов, а благодаря онлайн-трансляции аудитория форума была значительно шире: репортажи участников вывели хэш-тег конференции #AINL в тренды Твиттера по Санкт-Петербургу.

В рамках шести секций конференции было сделано более 20 докладов, а также представлено 9 постеров с информацией о проектах. Основными тематическими направлениями форума стали: «Распознавание и синтез речи», «Искусственный интеллект и диалоговые системы», «Инженерия знаний, онтологии, извлечение данных, data mining».

Комментируя участие в конференции, Кирилл Петров, управляющий директор i-Free Innovations, подчеркнул: «Мы рады, что первый российский форум, посвященный вопросам искусственного интеллекта, прошел успешно и собрал столь представительную аудиторию. Участникам были обеспечены самые широкие возможности для общения, обсуждения перспективных идей, обмена опытом и приобретения деловых контактов. Надеемся, что конференция «AINL: Искусственный Интеллект, Естественный Язык» станет ежегодной и будет способствовать развитию российского рынка AI-технологий».

Компания i-Free представила на конференции доклад «Перспективы применения систем искусственного интеллекта в мобильных технологиях», а также кейс «Создание интеллектуального мобильного ассистента».

Подробная информация о конференции «AINL: Искусственный Интеллект, Естественный Язык» представлена на сайте http://nlpseminar.ru/ainl/.

Презентации спикеров конференции можно также найти здесь.

Информация о партнерах и организаторах:

i-Free Innovations – подразделение компании i-Free, специализирующееся на разработке, тестировании и реализации венчурных проектов, перспективных технологических решений, инновационных продуктов. Обладает уникальной командой экспертов и IT-специалистов, имеет большой опыт реализации инновационных проектов в сфере высоких технологий.

ОАО «РВК» – государственный фонд фондов, институт развития Российской Федерации, один из ключевых инструментов государства в деле построения национальной инновационной системы.

NLPseminar – единственный в России регулярный семинар по автоматической обработке естественного языка, действующий в Санкт-Петербурге уже более 5 лет.

Game|Changers – межвузовская образовательно-исследовательская программа об ИТ-бизнесе для активных студентов Санкт-Петербурга. Программа сотрудничает с ведущими вузами города, успешными российскими и международными технологическими компаниями и институтами развития.

Сделала невозможное - разработала саморазвивающуюся программу, способную мыслить и учиться без человеческого вмешательства. Устроив состязание с предыдущими программами этой версии, новый продукт показал себя с лучшей стороны, выиграв одну из самых сложных игр - го, рассказывает сайт.

AlphaGo Zero способна развиваться самостоятельно

Инженерам компании пришлось хорошенько попотеть. Они переписали алгоритмы нейросети старой версии AlphaGo, создав улучшенную самообучающуюся AlphaGo Zero. Этот искусственный интеллект настолько умный, что всего за несколько часов освоил навыки логической настольной игры го.

Далее начались более серьёзные состязания - AlphaGo Zero играла в го со своими предшественниками AlphaGo Lee, АlphaGo Master и AlphaGo 2016 года. Стоит заметить, что некоторые из них обыгрывали даже чемпионов мира, сильнейших игроков в го. Но AlphaGo Zero не оставила никаких шансов на победу, разгромив старые версии в пух и прах.

Секрет нового искусственного интеллекта в том, что он постоянно тренируется. Сначала AlphaGo Zero играла сама с собой и запоминала все промахи. Соответственно, алгоритмы анализировали каждый ход и искали оптимальное решение, которое помогло бы выиграть.

Потом вся эта информация сохранялась. Впоследствии, AlphaGo Zero была готова к новой игре с более сильным противником и более сложными ходами. Такой принцип работы дает возможность программе развиваться, учиться, выигрывать и быть самой умной.

Журналист ДжоИнфоМедиа Леся Мельник напоминает, что интерактивный дудл в честь фильма "Служебный роман".