Как облачные технологии преобразят нашу жизнь: аналитика и машины решений

Исследования и прогнозы в IT
Проникновение новых технологий в нашу жизнь идет постепенно и зачастую незаметно. А между тем где-то рядом с нами, возможно начинается сингулярность, «о которой так долго говорили».

IBM WatsonВозьмем, скажем, медицину. Она остается одной из довольно консервативных областей человеческой деятельности. На то есть причины – когда речь заходит о собственной жизни и здоровье, мало кто хочет рисковать и ставить на непроверенные методы – слишком высока цена. Именно этим, в частности, обусловлены многолетние клинические испытания новых химических препаратов. Однако, информатизация больше проникает в нашу повседневную жизнь – компьютеры управляют томографами, в компьютерах хранятся данные и заполняются картотеки, компьютеры (в частности, планшеты iPad закупаемые вместо бумажных) занимают места традиционных носителей в больницах – но! Все эти изменения сугубо технические, так как не меняют сути медицины ни на йоту, предоставляя более качественные инструменты для выполнения все тех же функций, которые выполняют люди. Потому что больше некому. Заменить человеческий интеллект в обработке, сортировке значительного количества информации и выделении из нее необходимых сведений (приблизительно так можно представить постановку диагноза в переводе на язык алгоритмов) невозможно. Или все же возможно?

Элементарно, Ватсон


IBM Watson – один из многих суперкомпьютеров, разработанный в IBM. Это не самая мощная машина в своем классе (в списке мощнейших суперкомпьютеров мира он занимает 94 место), однако Watson – нечто большее чем просто «числодробилка». Это также и кульминация многих лет работы IBM в области создания прикладного искусственного интеллекта. В первом приближении Watson – система ИИ, способная принимать, обрабатывать и запросы естественным языком (не сформулированные на языке программных алгоритмов), использовать имеющуюся в распоряжении базу данных для поиска и формулирования ответа – тоже на естественном языке. В первую очередь он известен как компьютер, который победил в игре Jeopardy! (наш аналог – «Своя игра») чемпионов-людей.

История разработки Watson началась в 2004 году, когда менеджер по НИОКР IBM Чарльз Ликел подумал о создании компьютера, который мог бы участвовать в такой игре как о хорошем проекте, который мог бы стимулировать новые открытия. IBM и раньше удивляла мир возможностями своих компьютеров. Так в 1997 суперкомпьютер Deep Blue выиграл у Гарри Каспарова в шахматы, и Jeopardy казалась интересной задачей. Однако, на том уровне развития техники создание такой машины было невозможным. Когда Watson в первый раз попробовали «в деле» в 2006 году, Watson смог ответить правильно только на 15% вопросов, но работа неуклонно продолжалась, и в конечном итоге, увенчалась успехом. В феврале 2011 года Watson сыграл два матча с сильнейшими игроками и оба раза вышел победителем.

Однако, все это было только разминкой. Jeopardy! был по сути отличным тестом для возможностей новой системы. Что представляла собой игра с точки зрения компьютера? Когда задавался вопрос (Watson получал его в виде электронного текста в тот же момент когда люди видели этот текст на экране) Watson пытался распознать ключевые слова в запросе, после чего искал в памяти (а ее немало – Watson оборудован 16 Тб оперативной памяти) цепочки ассоциаций, которые бы содержали заданные слова. После этого производится контекстуальный анализ, который принимал во внимание характеристики ответа, которые содержались в вопросе – время, место, род, и так далее. Анализ определяет вероятность соответствия каждого из ответов вопросу, и если вероятность соответствия превышала какую-то пороговую величину, то компьютер выбирает этот «вариант» и оформляет как ответ.

Как можно заметить, такой алгоритм, в принципе, универсален и может использоваться для решения проблем в любой области, где требуется быстро искать нужную информацию в больших неоднородных базах данных и вычленять нужные данные из них по, зачастую нечетким критериям. К такому определению можно свести очень многие виды деятельности, например диагностику разных видов (медицинская, техника), поддержку пользователей в разных областях и так далее. Сейчас все эти области требуют ручного труда, однако эффективность использования этого труда сравнительно невелика – эффективность общения с техподдержкой уже давно является объектом множества анекдотов. Качественное обучение работников техподдержки требует немало времени, но не оправдывает затрат, это больше вопрос престижа, почему этим вопросом серьезно занимаются только крупные компании – как Apple, или приоритет отдается обслуживанию бизнес-пользователей. Но кто сказал что люди незаменимы?

Незаменимых нет


Победа в «Jeopardy!» для Watson была только разминкой, пробой сил. Настоящая работа только начинается. Watson нашел себе новую работу и она вполне соответствует его имени – это медицина, а точнее терапевтика. На протяжении прошлого года IBM сотрудничала с госпиталем Слоан-Кеттеринг, который специализируется на раковых заболеваниях. И результаты оказались весьма многообещающими. В феврале этого года медицинская страховая компания Wellpoint опубликовала исследование, согласно которому оказывается, что IBM Watson способен лучше диагностировать рак лёгких, нежели доктора-люди. И разница внушительная: 50 процентов у людей и 90 у компьютера.

Компьютер лучше справляется с задачами диагностики. Почему? Ведь с 60-х годов прошлого века медицина шагнула далеко вперед. Однако диагностика – это фактически поиск иголки в стоге сена. Мы узнали намного больше об устройстве человека, но столкнулись с информационной перегрузкой, ведь наши собственные возможности в восприятии и обработке информации остались сравнительно неизменными, а объемы данных постоянно растут. Конечно, есть уникумы, но их мало и они неповторяемы. Гениального хирурга или терапевта невозможно повторить, но всегда можно построить другой компьютер, и именно этим так привлекательны такие компьютерные системы как Watson.

Мир испытывает недостаток врачей. Населения становится все больше, медицина все усложняется, подготовка врачей становится сложнее. В ближайшее время ситуация станет хуже, если мы не предпримем меры. В то же время (во всяком случае в США) активно идет внедрение компьютерных систем во все сферы деятельности. Идет активная оцифровка данных и управляющих систем, что подготавливает следующий этап. Для аналитических машин, принимающих решения нужны большие объемы информации, здесь действуют те же принципы что и в Bid Data – чем больше данных тем лучше. Оцифрованные медицинские архивы обрабатываются Watson, который, пока что, помогает врачам-людям, «компилируя» объемную историю болезни в короткое резюме, в которым можно ознакомиться относительно быстро. Теоретически, это поможет обслужить больше пациентов в меньшие сроки. Пока что, впрочем, самым большим затруднением были противоречивость и неполнота самих источников информации. Люди могут понимать медицинские записи, опираясь на знание контекста, которое приходит из практики и обучения, Watson это недоступно. Медицинские записи зачастую бывают неполными или противоречивыми. Системы машинного обучения лучше всего работают с нативно-цифровыми данными. К тому же, поддержание записей отвлекает докторов от их основной работы, а так как электронный документооборот еще не заменил полностью традиционный, им приходится постоянно поддерживать две копии записей, что забирает еще больше времени.

Слуга многих господ


В дальнейшем сфера деятельности Watson и подобных ему машин расширится еще больше. Сам первопроходец помимо работы в медицине уже также нашел занятие в другой, гораздо более скучной области – поддержке клиентов по телефону, точнее по SMS и в онлайн-чате, так как распознание голосовой речи пока что не входит в список талантов этой машины. Клиенты таких компаний как ANZ Bank, Nielsen, и Royal Bank of Canada смогут обратиться за помощью к нему вместо операторов-людей, и многие ожидают, что Watson справится даже лучше, потому что он не устает, его невозможно вывести из равновесия, и он помнит больше чем человек и ничего не забывает. Впоследствии, когда Watson получит поддержку распознавания и синтеза речи, он станет равным Google Now, и возможно, тоже может быть применен в качестве персонального ассистента. И это не все. Сама IBM выделяет такие основные сферы применения:

  • Диагностика: помощь людям в принятии решения / определении причины какого-либо события из множества возможных (работа в медицинской сфере относится именно сюда).
  • Поддержка: персонализированная поддержка клиентов и формирование персонализированного профиля личности из неструктурированных данных в процессе работы (сейчас Watson проходит испытания для работы в этой области).
  • Исследования: обнаружение новых исследований и источников информации.
  • Оптимизация процессов: обнаружение и оптимизация «узких мест» бизнес-процессов.
  • Управление риском: идентификация признаков бизнес-мошенничества на ранних стадиях, управление риском, снижение общих затрат на ведение бизнеса.

Использование машины для выполнения интеллектуальных задач, которые традиционно поручались людям, выгодно по тем же причинам, почему сейчас на большинстве промышленных предприятий используются роботы. Компьютер или робот не должен отдыхать, ему не нужно платить зарплату, он не выходит на пенсию… другое дело что чрезвычайно низкие зарплаты в некоторых странах сделали ручной (Китай) или интеллектуальный (Индия) труд дешевле автоматизированного, но по мере увеличения уровня жизни в этих странах, эта тенденция обращается вспять. Более того, если внедрение роботов на промышленных предприятиях зачастую замедлялось необходимостью переоборудования промышленных предприятий, то с интеллектуальным трудом такой проблемы нет – все равно значительная часть его уже и так отдается на аутсорсинг. Изменится субъект.

Помните «искусственный» интеллект в виде проекта Amazon Mechanical Turk? «Человеческое облако», которое решает задачи, которые недоступны для решения средствами компьютеров, потому что они не обладают достаточными возможностями для принятия решений? Вполне возможно что в ближайшем будущем «человеческое» облако будет заменено самым настоящим, компьютерным. И никто не будет возражать – так уж получается, что в большинстве случаев человеческий фактор вносит только неопределенность в конечный результат, и не в хорошем смысле этого слова. В не творческой работе неопределенность нежелательна. Watson надежен и предсказуем, не абсолютно, но во всяком случае, значительно лучше чем люди в этом смысле. К тому же его возможности можно наращивать сколько угодно, если одни компьютер не успевает обрабатывать все запросы, можно построить или арендовать другой. Watson может одновременно обрабатывать данные нескольких компаний.

В ожидании будущего


Как это водится, перед тем как будущее наступит во всем его великолепии, необходимо приготовиться к нему. И так уж вышло, что именно этим мы и занимаемся, оцифровывая все большую часть нашей реальной инфраструктуры. Все больше документов циркулирует исключительно в киберпространстве. Все больше объектов инфраструктуры реального мира имеют подключение к сети – да, это уязвимость, но и возможность тоже. Возможность управлять… рациональнее. Делать более разумные, оптимальные решения.

Для этого ему нужны подготовленные условия и IBM это понимает. Одновременно с рекламой услуг Watson (пока что только рекламой – сам компьютер работает в тестовом режиме над пилотными проектами и коммерчески его услуги не предлагаются, но это ненадолго) IBM подсказывает, как можно подготовиться к внедрению таких «аналитических машин решений». IBM считает, что Big Data и расширенные аналитические возможности – ключ к успеху. Почему?

Big Data – Watson, который сам является Big Data-аналитиком, принимает решения тем лучше, чем больше пул данных который он может анализировать. Подобно переводчику Google Translate он в большей степени опирается на количество данных чем на качество. Но в любом случае перед тем как массивы данных можно будет анализировать, их нужно привести к виду баз данных. Для этого требуются Big Data-решения для обработки и оцифровки информации. Особенно это актуально для организаций, которым только предстоит перейти к новой, чисто цифровой парадигме управления.

Аналитика – для того чтобы правильно определить основное «направление удара», на которое нужно направить силы, необходимо проанализировать и структурировать, установить взаимосвязи в имеющихся данных. Аналитика может помочь выявить скрытые ключевые паттерны работы организации и позволить вам использовать эти паттерны более эффективно. Также, такие данные являются чрезвычайно ценными для «аналитических машин решений», так как они дают им исходный материал для генерации новых решений.

Дальше будет занятнее. Очень вероятно, что Watson будет отнюдь не последним в своем роде, а его «потомки» освоят новые профессии. Например, процесс создания программного кода и сопровождения программного обеспечения. Можно будет забыть об «индийском коде», что избавит софт-инженеров от многих головных болей, а побочно, и станет очередным шагом к программированию компьютером самого себя, то есть – самопрограммированию. Оптимизация будет затрагивать все новые стороны реальности, и как знать, какие социально-экономические последствия это вызовет…

Комментарии (0)


Добавление комментариев доступно только зарегистрированным пользователям. Используйте свою существующую учетную запись для авторизации. Если у Вас еще нет учетной записи на сайте ее можно создать пройдя несложную процедуру регистрации. Кстати, для входа на сайт, наравне с учетной записью на cloudzone.ru, можно использовать аккаунт из следующих популярных сервисов: Яндекс, Facebook, Google и LinkedIn