+7 (495) 230-01-45
Но первым делом немного данных от настоящих аналитиков. Недавнее исследование Juniper Networks выяснило, что количество внедрений AI выросло 6% в прошлом году до 63% в 2022. В прошлом году основными проблемами в проектах AI были разработка моделей и стандартизация данных. Эти проблемы остались до сих пор, но кроме них появились новые: респонденты отмечают, что все чаще занимаются разработкой политик по управлению данными (35%) и поддержкой ИИ-систем (34%).
Тем временем Forbes выпустила новый рейтинг AI 50 2022 со списком самых передовых компаний в Северной Америке, которые работают на рынке AI. Рейтинг формируется совместно с инвестиционной компаний Sequoia Capital. В этом году впервые в рейтинг вошла компания Hugging Face, новый «единорог» с выручкой 2 млрд долларов США. Hugging Face – это платформа на базе открытого кода, которая предлагает готовые к использованию ML модели, требующиеся разработчикам для создания таких функций, как поиск, модерирование текста, сегментация изображений.
Аналитическое агентство Gartner опубликовало новый справочник «Базовые правила для эффективного процесса принятия решений». В нем Gartner указывает на то, какие решения требуют реинжиниринга, как приоритезировать аналитику и данные, когда использовать ИИ при принятии решений и какую роль вскоре будет играть ткань данных (data fabric). Аналитики прогнозируют, что к 2023 году более одной трети крупных организаций будут использовать decision intelligence, о которой мы рассказывали в майском выпуске. Эксперты отмечают, что к 2025 году 95% решений будут приниматься на основании как минимум частично автоматизированных данных, а к 2024 году внедрение ткани данных в четыре раза повысит эффективность использования информации.
Спорная дискуссия разгорелась в июне по поводу возможного наличия разума ИИ после того, как разработчик Блейк Лемуан объявил о том, что чатбот в LaMDA (Language Modeling for Dialogue Applications, приложения языкового моделирования для коммуникации) стал задавать вопросы, слишком похожие на вопросы живого существа. В частности, LaMDA спросил, действительно ли смерть нужна для развития человечества, а также нанял адвоката.
На рынке с приходом лета встали новые вопросы. В том числе и в сельском хозяйстве. Мы уже привыкли к тому, что данные физических лиц – это неоценимый источник будущих прибылей для коммерческих компаний. Однако мало кто думает о том, какие преимущества может компаниям принести такие же данные сельскохозяйственных производителей. Прогнозы погоды, использование химических препаратов и прочее – все это уже использовалось производителями семян и сельскохозяйственной химии для повышения цен в тех регионах, которые, судя по историческим данным, были вынуждены покупать их продукцию.
Но есть и другие примеры. Например, проект в Crowley, в котором Salesforce и PwC создали решение, которое мониторит потребление углерода. Для Crowley стратегической целью является сведение этого потребления к нулю. Облачный сервис отслеживает и предоставляет по запросу объем потребления, собираемого из множества источников.
Фермы по выращиванию креветок также используют современные технологии для того, чтобы собирать данные в режиме реального времени, – оборудование со встроенным Интернетом вещей и предиктивными аналитическими моделями для оптимизации объема и времени кормления креветок, в зависимости от условий бассейна и характеристик животных. В одном из недавних проектов, реализованных McKinsey, подобное решение использовалось для креветочной фермы площадью 300 гектаров, увеличив в результате биомассу на 16% и сократив производственный цикл на 15%
В области спорта тоже есть что отметить. Теннисный турнир Уимблдон в этом году представит зрителям новое приложение Win Factor. Созданный IBM на базе ИИ, приложение собирает информацию из различных источников и прогнозирует шансы игроков на победу в том или ином матче. Поклонники спортсменов смогут вносить в приложение собственные прогнозы о будущем победителе. Система также будет предлагать им информацию об игроках, которые менее на виду.
Инженеры Массачусетского Технологического Института сделали еще один шаг к модульной форме чипов для ИИ с помощью дизайна, построенного по принципу игры LEGO. Проект сочетает слои чувствительных и обрабатывающих элементов, а также светодиоды, которые помогают слоям чипа передавать информацию.
Tableau представила новый инструмент для автоматического data storytelling-а. Data Stories – это автоматический перевод данных на обычный язык. Теперь бизнес-пользователи могут прочитывать данные в привычном виде вместо того, чтобы рассматривать таблицу с цифрами или графики с показателями.
SAS поглотила компанию Kamakura, гавайского производителя продуктов для продвинутого анализа и управления рисками в финансовых организациях.
Reddit объявила о покупке Spell, платформе для проведения экспериментов в области машинного обучения. Spell позволяет разработчикам и другим специалистами проводить энергозатратные эксперименты в ML на собственных компьютерных мощностях.
Microsoft вывела на рынок Viva Sales, рекомендательный модуль, который забирает данные из Microsoft 365 и Microsoft Teams и использует ML, чтобы превращать эту информацию в персонализированные рекомендации менеджерам по продажам.
KPMG заключила стратегическое соглашение с Alteryx с целью повысить свои возможности в области аналитики данных.
Люксембургская компания DataThings представила на выставке Hannover Messe новую модель для сбора данных. Greycat использует алгоритмы ML для создания цифровых двойников для промышленных предприятий.
Еще одна компания выбрала ThoughtSpot для более эффективного использования данных. Frontify, облачная платформа для управления брендами, с помощью ThoughtSpot строит организацию, в которой решения принимаются на основе данных и self service.
В Канаде всерьез взялись за регулирование AI. Федеральное правительство Канады представило для утверждения Bill C-27. В случае его принятия билль станет первым и основным законодательством в области ИИ – Artificial Intelligence and Data Act (AIDA), повлечет за собой изменения в области регулирования персональных данных и сформирует основу для судебных прецедентов в этой области.
В Эстонии продолжаются дискуссии об использовании открытых данных. Эта страна давно известна как один из активных апологетов в области предоставления государственных услуг населению. Открытые данные и датасеты, которые построены на них, формально считаются бесплатными, однако вопрос о том, кто должен оплачивать их поддержку в актуальном состоянии, остается нерешенным.
В мире постоянных кибераттак data poisoning – термин, который должны знать все. Отравление данных (data poisoning) может стать угрозой для инфраструктуры, если машинное обучение должным образом не контролируется. Внедрение в ваши данные вредоносной информации, нарушение работы ML моделей могут привести к тому, что рекомендательные сервисы будут предлагать неверные варианты, а цены формироваться на основании некорректных инсайтов. И это лишь некоторые последствия.