Итак, вы проснулись утром. И, к примеру, сразу включаете музыку. И вот тут сразу вы сталкиваетесь с искусственным интеллектом. Музыкальные услуги используют ИИ для отслеживания привычек прослушивания. Затем они используют эту информацию, чтобы предложить композиции, которые вы хотели бы услышать. Так делают все сервисы - от Spotify до Google Play и Apple Music. Они предлагают предложения относительно новых поступлений музыки, новых выпусков и старых любимых музыкальных треков на основе таких факторов, как погода и время суток и, конечно же, ваших прежних прослушиваний.

Вот вы только что послушали свой любимый трек. Чтобы предложить нам следующую композицию, нейросети сравнивают нашу песню с миллионами других. ИИ анализирует большое количество спектрограмм, находит в них закономерности и с высокой точностью определяет, похожи ли два трека по жанру, используемым инструментам и даже по настроению. В целом, похожий процесс происходит в человеческом мозге: мы же сравниваем различные треки, учимся определять признаки того или иного музыкального жанра. Вот только искусственный интеллект делает это на языке цифр и способен изучить трек гораздо глубже человека —по тысячам параметров — и запомнить не 100 мелодий, а миллионы.

Музыку мы включили и самое время проверить соцсети. Не буду говорить вам про банальности подбора рекомендаций новых друзей. Более интересен, например, кейс одной ведущей американской соцсети, которая еще пять лет назад запустила функцию обнаружения, которая сканирует сообщения и выявляет шаблоны, которые могут указывать на то, что пользователь рассматривает возможность самоубийства. Когда сеть обнаруживает такие вещи, программа, которая строится на AI, посылает ссылки на ресурсы со статьями на тему психологической помощи этому пользователю, а иногда и его друзьям.

В более позитивном свете Pinterest, например, использует ИИ для идентификации объектов в изображениях. Сделайте фотографию того, что вам понравилось в доме у друга или офисе, используя инструмент объектива Pinterest, и его искусственный интеллект поможет найти эту вещь в интернете и даже ее купить.

А еще серьезнее ИИ используется в LinkedIn, чтобы подбирать кандидатов на рабочие места и сводить потенциальных сотрудников и работодателей.

Музыку слушаем, новости в соцсетях проверили, самое время узнать, какая на улице погода. Спроси у Siri? Или у Алисы? Alexa? И тут, естественно, мы снова говорим с AI.

Системы машинного обучения, распознавание речи в режиме реального времени и анализ тона речи в виртуальных голосовых помощниках все лучше могут распознавать человеческую речь и отвечать соответствующе. При этом компании, которые виртуальных помощников делает постоянно стараются их улучшать. Помню кейс банка Тинькофф, когда специалисты провели специальное исследование, чтобы понять, какой голос – мужской или женский, а также тембр – официальный, личный, нейтральный – больше всего склоняет клиентов разговаривать, и главное покупать.

Тут чуть в сторону, но скажу, что если вы интроверт-социопат вроде меня и не любите говорить даже с подобием человека, то наверняка с теми же вопросами обращаетесь к чатботу. Чатботы распознают слова и фразы для того, чтобы предоставить нам полезную информацию. И иногда они настолько точны, что кажется, что мы разговаривать с реальным человеком. В общем, и у них можно спросить, идет ли за окном дождь.

Кстати, судя по оценкам аналитиков из Fact Market Research, виртуальных помощников очень любят, так как в 2022 году рынок спроса будет равняться 5,2 млрд долларов США.

Наконец, мы вышли из дома и время ехать в офис.

Искусственный интеллект заметно повлиял на будущее вождения и автомобилей, это общеизвестный факт. Автомобили с автопилотом теперь способны действовать в бесконечном множестве возможных сценариев, что позволяет сделать дороги безопаснее, а поездки комфортнее. Умные автомобили снижают вероятность несчастных случаев из-за человеческих ошибок, а также могут автоматически настраивать параметры в зависимости от симпатий и антипатий их владельцев, например, включать подогрев сидений в холодную зимнюю ночь.

Самый яркий пример это Tesla. И если вы думаете, что это только для самых богатых, то будущее вас удивит - в мире уже эксплуатируется более 930 000 автомобилей Tesla, и это число увеличивается год от года. Цель 20 млн машин к 2030 году выглядит вполне реалистично. И это только Tesla. А вообще рынок self-driving машин уже в этом году составляет 23 млрд долларов по оценкам Precedence Research.

Но ладно, Tesla у меня еще нет, поэтому поедем на нашей старенькой машине. Тем не менее, без искусственного интеллекта даже на ней не обойтись. Google Maps, Яндекс. Карты, а также сотни навигационных систем по всему миру вычисляют трафик и ремонт дороги, чтобы найти самый быстрый путь к месту назначения. Кстати, благодаря активному использованию навигаторов, начинаются проблемы с мозгом у многих пользователей. Несколько лет назад весь мир облетела новость про нескольких туристов в Австралии, которые, используя навигатор, заехали на машине в океан, упорно продолжая движение, так как не хотели использовать здравый смысл.

В сфере такси AI также служит верную службу. Все сервисы поездок – от Uber до Gett и локальных сервисов перевозок с помощью AI определяют, сколько времени потребуется для переезда от места расположения к месту назначения. И кстати Uber развивает искусственный интеллект, который поможет определить, является ли заказчик нетрезвым – до того, как водитель согласится забрать пассажира.

А Яндекс вообще планировал запустить сервис беспилотного такси. И когда для тестовых перевозок в подмосковных районах позвали первых пассажиров, моментально пришло 10 тысяч заявок.

Наконец мы в офисе и первым делом идем проверять электронную почту. Естественно, с помощью AI. Помню времена начала 2000-х, когда еще и спама-то почти не было, а уже приходилось чистить почтовый ящик, отделять зерна от плевел и вручную удалять все ненужное.

За прошедшие годы электронная почта была революционизирована машинным обучением и искусственным интеллектом. Лучший пример, конечно же, Google, но сразу оговорюсь, что подобные функции развивают абсолютно все почтовые сервисы. Они обнаруживают спам, сортируют письма по темам, указывают на рекламные сообщения. Дополнительно, у многих работает функция умного ответа – когда с помощью подсказок и рекомендация в один клик можно ответить на письмо. Хотя, конечно, экологи всего мира бьют тревогу и умоляют нас прекратить отвечать «спасибо» и «ок» на каждое письмо, так как каждый такой email – это ненужная трата электроэнергии.

И, конечно, подсказки от почтового сервиса, напоминания про письма, на которые мы не ответили или которые мы не прочитали. При этом не про все письма будет вам писать Gmail, а лишь про те, которые считает (он считает, искусственный интеллект) важными.

Почти в любой работе вам придется что-нибудь искать. И скорее всего вы не возьмете Большую Советскую Энциклопедию, а откроете поисковую систему. Как только вы начнете вводить поисковый термин, система выдаст рекомендации – это искусственный интеллект в действии. Умные поиски основаны на данных, которые Google, Яндекс, что угодно, собирает о вас: местоположение, возраст, предыдущие запросы, погоду (почему-то вообще все погоду учитывают) и другие личные данные.

В конце рабочего дня можно чуть расслабиться и купить себе что-нибудь полезное. Или приятное. И мы все делаем это онлайн. И, конечно, на основе наших предыдущих покупок от онлайн-магазинов мы получаем рекомендации, что такое нам нужно. Да, я вас понимаю, это зачастую раздражает (особенно, если на сайте продавца или маркетплейса встроена система сквозной аналитики и вам еще и начали звонить по телефону и предлагать этот товар или услугу). Тем не менее, согласитесь, что порой это бывает полезно.

Вот один из недавних российских примеров – «ВкусВилл». До недавнего времени у «ВкусВилла» предложения создавались без опоры на глубокую аналитику, что не приносило ожидаемый эффект. Товары рекомендовались по фиксированным критериям: какой-то товар из новинок; какой-то из истории покупок пользователей; какие-то товары случайные. Но с созданием рекомендательной системы ситуация изменилась. У каждого покупателя «ВкусВилла» есть цифровой профиль, в котором отображаются различные данные, например, истории покупок на сайте, в мобильном приложении и офлайн-точках продаж. Собирается информация о продажах и чеках, а именно кому и в каком количестве определенный товар был продан. Исключаются товары, которые продаются слишком редко — меньше определенного порога числа продаж в месяц. И в итоге формируется матрица смежности, в которой содержится информация о том, какой пользователь и какие товары покупал за выбранный для обучения период. На основе матрицы проводится обучение модели и подготовка рекомендаций, а также производится постобработка рекомендаций. Это необходимо для достижения главной цели ритейлера — получение прибыли, поэтому важно не только предоставить релевантные для пользователя рекомендации, но и способствовать увеличению доходов. Ведь проще всего рекомендовать снова те товары, которые покупатель уже покупал. Но повысит ли это прибыль розничной сети?

В общем, не очень большой объем рынка до пандемии – 2,1 млрд долларов по версии Report Linker – наверняка уверенно вырастет в ближайшие годы.

И уж совсем в завершении дня можно порадовать себя парой сессий видеоигры.

Индустрия видеоигр, вероятно, является одной из первых, кто внедрил искусственный интеллект. Но не так много тратится производителями в этой области – по оценкам Research and Markets 4,5 млрд долларов. Интеграция началась с малого, с использования ИИ для создания случайных уровней, в которые люди могут играть.

Когда вы играете в такие игры, как PUBG или Fortnite, вы, по сути, начинаете против пары ботов с искусственным интеллектом, а затем переходите к игре с реальными игроками. Даже когда вы играете в сюжетном режиме для одного человека, вы играете против ИИ.

Если вы играете в гоночные игры, вы точно соревнуетесь с ИИ. Вероятно, самое интересное использование ИИ, которое мы видели в играх, — это серия игр Средиземья, где ваши враги, контролируемые ИИ, развиваются в зависимости от их взаимодействия с вами и другими игровыми элементами.

Один из примером игра Alien: Isolation от студии Creative Assembly. При создании игры авторы использовали несколько необычные методы реализации ИИ. В игре существует система заданий, которая позволяет Чужому находиться в двух основных состояниях — активном и пассивном. Активное состояние — это когда система приказывает Чужому обыскать всю локацию или определённые места после срабатывания какого-то триггера. А пассивный режим включается, когда уровень угрозы находится на пике слишком долго, а потом резко пропадает. Тогда Чужой самостоятельно пытается найти игрока.

Поведение инопланетянина зависит от прописанного заранее дерева. Монстр обладает более чем 100 узлами, скрытыми в его системе. Но при запуске игры используется всего 30. Система постепенно разблокирует комплексные модели поведения — по мере выполнения определённых условий на протяжении всей игры. Поэтому чем больше геймер проводит времени в Alien: Isolation, тем сильнее Чужой начинает проявлять новые поведенческие черты, чтобы постоянно удивлять и шокировать. Именно благодаря такой концепции создаётся впечатление, что Зверь начинает учиться на собственном опыте и на поступках игрока.