IX Международная студенческая научная конференция Студенческий научный форум - 2017

За последние 2 года случился настоящий прорыв в области искусственного интеллекта, а все благодаря нейронным сетям. Появившиеся алгоритмы, которые построены по принципам работы человеческого мозга, позволяют обрабатывать большие объемы информации. Они не программируются в привычном смысле этого слова, они обучаются, действуя на основании предыдущего опыта, при этом делают меньше ошибок, что облегчает работу в различных сферах. Возможность обучения является одним из главных преимуществ нейронных сетей перед традиционными алгоритмами. Самое забавное, что нейронные сети были изобретены еще много десятилетий назад, но тогда не хватало вычислительной мощности, чтобы их использовать и потому о них забыли на долгие годы. Но благодаря игровой индустрии появились мощные видеокарты, которые идеально подходят для нейросетей. Уже сегодня искусственный интеллект, основанный на нейронных сетях, может делать просто фантастические вещи. Про некоторые удивительные способности многие даже и не слышали, в то время как они поражают воображение и в них даже трудно поверить.

При сравнении производительности человеческого мозга и компьютера можно сделать вывод, что компьютер обладает преимуществом более чем в миллион раз в физической скорости переключения. Но, несмотря на это, мозг по сравнению с компьютером выполняет все свои действия примерно в 100 000 раз быстрее [6]. Примером такой задачи обработки информации может служить обычное зрение [3]. Предположим, что необходимо распознать знакомое лицо в незнакомом окружении. На это у человека уходит около 100-200 миллисекунд, в то время как выполнение аналогичных задач даже меньшей сложности на компьютере может занять несколько дней.

Хоть и нейросеть представляет собой упрощенную модель человеческого мозга, она весьма успешно используются при решении самых различных задач.

Все вышесказанное доказывает, что нейронные сети являются актуальной темой для исследования учеными и обсуждения в наши дни.

Целью данной работы является ознакомление с нейронными сетями как одно из направлений развития искусственного интеллекта, применяемые в экономике.

Задачи, поставленные в работе:

• рассмотреть применение нейронных сетей в экономической деятельности;

• выделить перспективы развития нейронных сетей в целом.

Большинство сфер человеческой деятельности нуждаются в постоянном совершенствовании. Экономика не является исключением. С каждым годом стремительно увеличиваются объём информации и скорость её изменения. Обработка и управление таким количеством данных человеческим интеллектом является малоэффективным, а использование традиционных вычислений становится трудоемким процессом. Поэтому на помощь приходят современные информационные технологии. Для того чтобы предприятие могло функционировать более эффективно, создаются множество статистических методов и моделей, а также специализированные программные обеспечения. Однако большинство методов имеют существенный недостаток — линейность, то есть возможность описать большинство процессов линейной зависимостью, а также однозначность стационарного решения в системе линейных уравнений, что делает ее недостаточно корректной.

Нейронные сети целесообразно использовать для решения плохо формализованных задач (которые требуют трудоёмких вычислений). К таким задачам относятся:

1. Прогнозирование. Это первый класс экономических задач, которые можно решить, применяя искусственные нейронные сети. Именно их способность к обобщению и выявлению скрытых зависимостей внутри элементов сети позволяет справиться с подобными задачами. Примерами могут служить:

• прогнозирование уровня спроса на новый товар или услугу;

• прогнозирование объёмов продаж;

• прогнозирование поведения клиентов;

• анализ надёжности фирмы и определение вероятности её банкротства;

• предсказание изменения стоимости акций в определённый период времени;

• прогнозирование целесообразности внедрения инновационных проектов и их экономической эффективности;

• оценка платёжеспособности клиента и риска предоставления ему кредита.

1. Следующим типом задач, для решения которых могут быть использованы искусственные нейронные сети, является классификация объектов экономического анализа. Например, классификация клиентов по степени риска предоставления им займа.

Рассмотрев основные типы экономических задач, которые можно решить с помощью аппарата искусственных нейронных сетей. Теперь можно обратиться к международной практике, и посмотреть, как некоторые компании применяют нейронные сети в своей деятельности.

Ярким примером успешного использования искусственных нейронных сетей может являться финансовая корпорация Citicorp, применяющая крупный специализированный нейрокомпьютер для анализа и краткосрочного предсказания колебаний курсов валют. Совокупная точность предсказаний, сделанных нейронной сетью, превзошла результаты самых опытных брокеров корпорации. Еще одной фирмой, внедрившей в свою деятельность анализ рынка на основе нейросетевых технологий, является фирма Richard Borst, торгующая недвижимостью. С начала использования нейропакета оборот фирмы в Нью-Йорке и Пенсильвании увеличился на 6% [5].

Интерес к использованию искусственных нейронных сетей в экономике растёт с каждым днём. Они хорошо зарекомендовали себя в решении многих прикладных финансово-экономических задач. Искусственные нейронные сети являются незаменимыми при качественной обработке колоссальных потоков данных, без чего очень сложно, а порой и невозможно адекватно оценить ситуацию на рынке и принять верное решение. Всё это свидетельствует о необходимости дальнейшего изучения, развития и внедрения аппарата искусственных нейронных сетей на практике.

Еще немного интересных фактов о нейросетях и перспективах развития. В 2014 году компания Google купила стартап Deepmind за 500 миллионов долларов [2]. За что же были отданы такие деньги? А вот за что.

Рис. 1 – Класс игр Arkanoid, с подключением к ней искусственного интеллекта

На рисунке 1 представлена игра класса Arkanoid. Компания Deepmind к ней подключила искусственный интеллект, основанный на нейросетях. Важно то, что искусственный интеллект ничего не знал про эту игру. Единственное что ему было известно, это то, что можно управлять платформой и необходимо набирать очки. В начале, искусственный интеллект не знает и не понимает ничего, но замечает, что если отбивать шарик и сбивать им кирпичики, то очки набираются от 1 до 5, в зависимости от вида сбитого кирпичика. В итоге искусственный интеллект пытается как можно чаще отбивать шарик, но это у него не всегда получается. Спустя 2 часа происходят значительные изменения. Искусственный интеллект обучился играть как профессионал и убедился, что чем чаще отбивать шарик, тем быстрее набираешь очки.

Рис. 2 – Результаты четырёхчасового обучения

Через 4 часа (результат на рис. 2) случилось то, за что Google отдал полмиллиарда долларов. В какой-то момент нейронная сеть понимает, как сразу набрать много очков. Все что нужно это пробить туннель и закинуть мячик за кирпичики. Вот именно, увидев такую демонстрацию возможности искусственный интеллект в 2D играх, компания Google заинтересовалась стартапом Deepmind.

Сегодня нейронные сети умеют, даже, играть в 3D игры просто глядя на монитор. Т.е. всю информацию из игры они получает посредством зрения через камеру.

Еще один удивительный факт! В марте 2016 года нейронная сеть Deepmind обыграла в логическую настольную игру Го лучшего игрока в мире [1], хотя еще 20 лет назад многие эксперты сомневались, что искусственный интеллект сможет когда-нибудь обыграть человека даже в относительно простые шахматы. Между тем игра Го считается многократно сложнее шахмат.

Однако не только в играх преуспела нейронная сеть Deepmind. Осенью 2016 года компания объявила, что их искусственный интеллект научился реалистично имитировать речь человека (с помощью алгоритма WaveNet) [4]. Возникает вопрос, чем может быть полезна эта технология? На самом деле сфер применения очень много. Например, если среди нас есть любители аудиокниг, то можно было бы заставить читать ИИ (искусственный интеллект) любое произведение с нормальной интонацией. Т. е. ИИ можно будет использовать в качестве диктора. А если совместить эту технологию с технологией распознавания речи и с технологией перевода иностранных слов, которые тоже постоянно совершенствуются. То уже в очень недалеком будущем, общаясь с иностранцем по Skype, вам не надо будет знать его языка, так как за долю секунды ИИ будет все переводить и озвучивать. Так же, человек сможет мгновенно получать перевод с озвучкой иностранных роликов на YouTube.

В ноябре 2016 года компания Google объявила, что их искусственный интеллект научился читать по губам человека. Через нейросеть просто пропустили 5 тысяч часов записи различных программ и телеканалов. В результате этого ИИ научился читать по губам, даже, в тех случаях, когда человек проглатывает части слов. В данный момент нейросеть Deepmind на 30% лучше справляется с чтением по губам, чем любой профессионал среди людей. Потенциал применения разработки огромен.

Самоуправляемый транспорт. Производители такой беспилотной машины заставляют наворачивать тысячи километров. Ведь чем больше нейронная сеть проедет, тем умнее она станет, и реже будет допускать ошибки. Перспективы огромны. Сегодня ежегодно в автокатастрофах погибают более 1300000 человек. Когда все автомобили станут беспилотными, количество смертей на дорогах снизится во много раз. А с годами по мере совершенствования технологий этот показатель уменьшится почти до нулевого значения. Но помимо спасения человеческих жизней, самоуправляемые авто уменьшат количество пробок на дорогах и значительно снизят большие финансовые убытки из-за аварий. По подсчетам только в одних США беспилотные машины позволят сэкономить более 190 миллиардов в год.

Faidface – это стартап, который использует нейронные сети для распознавания лиц. Через нейронную сеть пропустили миллионы фотографий лиц, она выявила закономерности и теперь может выдавать фото похожих друг на друга людей. Такие технологии могут позволить искать преступников, которые скрываются от правосудия, имея доступ ко всем камерам страны.

Уже сейчас нейронные сети могут писать статьи. С поразительной точностью описывать, что он видит на картинке и даже синтезировать музыку. А недавно нейросетям удалось сделать трейлер к фильму.

Буквально 5 лет назад, если бы кто-нибудь услышал о сегодняшних достижениях ИИ, не поверил бы. Однако, это уже реальность, которая наступила. И все перечисленное лишь малая часть идеи областей, в которых себя находят нейронные сети. Благодаря им сейчас происходят тотальный прорыв в медицине, чего только стоит распознавание болезней по виду сетчатке глаза. Так же скоро начнется сильное развитие банковской сферы.

Благодаря нейронным сетям с 2011 года ежегодный объем инвестиции в сферу искусственного интеллекта вырос в 15 раз, но это только самое начала.

Если посмотреть на кол-во стартапов, которые развиваются в этой области, то становится страшно, так как их уже десятки тысяч. И по прогнозам аналитиков сотни из них будут стоить больше миллиарда долларов уже через несколько лет. Уже сегодня только один рынок распознавание лиц расценивается в три миллиарда долларов. И это только одно направление нейронных сетей. Причем, его самое зарождение.

По прогнозам грядет серьезная революция в ближайшие 10 лет. Точнее, она уже началась. IT-гиганты стали скупать AI-стартапы. Корпорации чувствуют приближение серьезных перемен, они понимают, что если не сейчас, то будет уже поздно. Но, а человечество сейчас, будет жить в очень интересное время.

Список используемых источников

1. Предыстория искусственного интеллекта. Часть IV. Неврология [Электронный ресурс]: Проект «Портал искусственного интеллекта» AIPORTAL — Режим доступа: http://www.aiportal.ru/articles/introduction/prehistory-ai-part4.html

2. Актуальность нейронных сетей [Электронный ресурс]: Проект «Портал искусственного интеллекта» AIPORTAL — Режим доступа: http://www.aiportal.ru/articles/neural-networks/actuality.html

3. Кириченко А.А. «Нейропакеты – современный интеллектуальный инструмент исследователя» [Электронный ресурс] / А.А. Кириченко // Сетевое электронное издание учебного пособия. – 2013. – С. 8. — Режим доступа: http://www.tora-centre.ru/

4. Google купил стартап DeepMind с технологиями искусственного интеллекта [Электронный ресурс]: Электронный журнал «Хакер»— Режим доступа: https://xakep.ru/2014/01/27/61946/

5. Deepmind обыграл чемпиона мира по логической игре го [Электронный ресурс]: Новости высоких технологий — Режим доступа: https://hi-news.ru/technology/ii-alphago-ot-deep-mind-obygral-chempiona-mira-po-logicheskoj-igre-go.html

6. Искусственный интеллект Google Deepmind научился читать по губам [Электронный ресурс]: Новости высоких технологий — Режим доступа: https://hi-news.ru/research-development/iskusstvennyj-intellekt-google-deepmind-nauchilsya-chitat-po-gubam.html

 

Код для цитирования: Скопировать