Кузнецы будущего: компании-пионеры из области ИИ и машинного обучения

Каждый год Всемирный экономический форум приводит данные о прорывных бизнесах в области высоких технологий: в последние годы внимание мировой общественности и пионеров хайтека обратилось к ИИ и машинному обучению.

• Взгляд на медицину будущего: BenevolentAI

Эта лондонская компания была основана в 2013 году, а ныне состоит из двух бизнес-подразделений: BenevolentTech, цель которого - трансформация подходов к работе ученых с разнородной информацией, и BenevolentBio, которое стремится задействовать ИИ в процессах генерации новых идей, разработки медикаментов и проведения исследований, а также для борьбы с редкими заболеваниями. Руководство компании верит в то, что ИИ может превратить любого простого обывателя в эксперта, а главное - способствовать обработке колоссальных объемов данных.

В ближайшие годы можно ожидать массового внедрения подобных систем в комплекс здравоохранения. ИИ займется превентивной диагностикой заболеваний, систематизирует и подвергнет анализу исчерпывающую историю болезни пациента и поможет ученым, разрабатывающим новые виды лекарств.

• Понимающий юрист: Casetext

Стартап из США Casetext представил миру систему для интеллектуального поиска существующих судебных прецедентов, адресованную, в первую очередь, юридическим фирмам. Пользователю достаточно загрузить в базу любой юридический документ, а ИИ компании найдет всю информацию, которую сочтет релевантной. В отличие от того же “Консультанта Плюс”, Casetext не “дробит” запросы на понятные ключевые слова и их сочетания, а стремится распознать смысл иска.

В ближайшие годы роботизация и внедрение ИИ могут серьезным образом изменить, а главное - упростить и оптимизировать законодательство и судебную систему развитых стран. А пока этого не произошло, автоматика способна придать некоторую прозрачность уже имеющимся системам.

• Связка “Человек-ИИ”: CognitiveScale

CognitiveScale разрабатывает корпоративное ПО с элементами искусственного интеллекта и машинного обучения, предназначенное для работы с большими массивами данных.

Цель компании - не вытеснить людей из большинства процессов, а оптимизировать взаимодействие пары “человек-машина” в целом ряде различных отраслей - от медицины и производства до энергетического комплекса. Системы непрерывно учатся, адаптируются к любым изменениям и легко поддаются масштабированию.

В ближайшее время эксплуатация человека человеком утратит всякий смысл, а на первый план выйдет гибкая связка человек-ИИ. Роботы займутся горизонтальным масштабированием и производствам, ИИ свяжет машины со всеми необходимыми данными, а человек обеспечит новой системе необходимые адаптивность и гибкость.

• Деликатный водитель: DriveAI

Стартап DriveAI был основан в 2015 году: его ПО взаимодействует с разнородными сенсорами, лидаром, HD-камерами и другими системами и стремится придать транспортному средству 360-градусный обзор.

В мае 2018 года стартап испытал автономный автомобиль на дорогах общего пользования в Техасе - до этого момента, единственной компанией, выпускающей машины без водителя в “большой мир” оставалась американская Waymo.

Беспилотный шеринговый электротранспорт свяжет физические объекты привычного нам мира паутиной физического интернета: владеть машинами, яхтами, самолетами и даже велосипедами никому не потребуется - получить нужный вид транспорта в нужной точке планеты можно будет в любой момент при помощи соответствующего приложения.

• Самообучающийся систематизатор: Gamalon

Gamalon ориентируется на взаимодействие человека и ИИ: люди получают возможность работать с программами посредством естественного общения, а программы осваивают персонализированные взаимодействия. Подобные решения могут использоваться для автоматизации общения с потребителями, проведения кастомизированных онлайн-опросов, сбора и обработки отзывов в соцмедия, транскрибирования звонков и работы с претензиями.

В феврале 2017 года компания представила миру ИИ, способный учиться и совершенствоваться по нескольким фрагментам данных. В основе используемой разработчиками методики лежит Байесовский подход к синтезу программных алгоритмов.

• Глаза для робота: Malong Technologies

Задача китайской компании Malong Technologies - разработка машин, способных видеть физические объекты: для начала, как люди, а затем - на микроуровне и в рентгеновском спектре. Как ожидается, наработки компании найдут применение в ритейле, обеспечении общественной безопасности и производстве. Возможность визуальной идентификации позволит отказаться от использования каких-либо специальных меток, а машины обретут “глаза”, подобные нашим.

• Фермер-эксперт: MyCrop Technologies

Индийская компания MyCrop Technologies предлагает фермерам коллаборативную платформу с технологиями машинного обучения: ИИ способен поддержать принятие решений фермерами в режиме реального времени. MyCrop сочетает big data, дроны и разнородные сенсорные системы, и дает фермерам советы на тему того, как повысить производительность и рентабельность.

Среди прочего, компания помогает фермерам планировать график посевов и сбора урожая.

Схожую разработку представили бразильцы из Agrosmart - ПО компании анализирует данные с сенсоров и визуальных датчиков, учитывает метеорологическую информацию и помогает фермерам принимать решения в режиме реального времени.

• Робот-журналист: Narrative Science

Narrative Science занимается обработкой естественного языка и позволяет системам “учиться” и писать так, как это делают люди. Система способна перерабатывать большие массивы данных и выдавать сжатые новостные материалы - в перспективе, автоматика сможет сгенерировать заметку даже не по тексту, а, например, по аудиозаписи.

Алгоритм использует различные обороты и фигуры речи, а также может использовать в своих текстах заключенные в скобки уточнения.

Разумеется, о полной замене журналистов и писателей в ближайшие годы не идет и речи, а вот комментировать различные события - например, спортивные состязания, в режиме реального времени программа способна. Такому софту можно доверить текстовые трансляции заседаний и конференций, например, в Twitter или в Telegram.

• Блоковый оптимизатор: Petuum

Американская компания Petuum целится еще выше: ее задача - разработка готового адаптивного ИИ для любого бизнеса. По сути, речь идет о своеобразном блоковом конструкторе, из которого можно в сжатые сроки собрать систему, адаптированную под конкретный набор бизнес-процессов, которая тут же займется их корректировкой, сжатием и оптимизацией.

• Фабричный пророк: Precognize

Израильская система Precognize анализирует различные заводские процессы и показатели, а затем использует алгоритмы машинного обучения для прогнозирования отказов оборудования и планирования ремонта. ПО предотвращает катастрофические повреждения оборудования, позволяет компании сэкономить на обслуживании оборудования и минимизирует время простоев линии.

• Читатель и писатель: Primer

Американская разработка Primer способна перерабатывать и сопоставлять колоссальные массивы англо-, китайско- и русскоязычных текстов. Видение разработчиков - существенное ускорение работы людей с огромными массивами данных и “ускорение нашего понимания мира”.

• Борец с предвзятостью: Pymetrics

Американское ПО Pymetrics оптимизирует рекрутинг и позволяет обеспечить непредвзятый подход к найму сотрудников. Система использует нейробиологический подход и алгоритмы искусственного интеллекта, обработка данных каждого соискателя занимает порядка 20 минут.

• Нервы для машины: Soulmachines

Новозеландская компания Soulmachines специализируется в разработке всевозможных “душевных” чат-ботов, способных выражать разнородные эмоции и определять состояние собеседника - например, получив доступ к веб-камере. Вероятнее всего, в ближайшие годы подобные технологии будут использоваться при разработке и проектировании всевозможных автономных онлайн-консультантов.

• Умный поисковик: ThoughtSpot

Поисковая ИИ-платформа ThoughtSpot позволяет находить и анализировать информацию среди огромных массивов данных.

По материалам: forbes.com,
hype.ru. ++