Оскільки використання штучного інтелекту стає все більш поширеним, галузь безпеки може використовувати переваги нової технології різними способами.
На жаль, штучний інтелект створює як можливості, так і ризики. У 1950-х роках вчені заклали теоретичну основу для штучного інтелекту, але у них не було обчислювальної потужності для практичних розробок. В кінці 1980-х років фінансування цього дослідження припинилося.
У 1997 році суперкомп'ютер Deep Blue від IBM переміг чемпіона світу з шахів і знову завоював інтерес до штучного інтелекту. На рубежі тисячоліть з'явилося створене на базі досягнень в області сенсорних технологій робототехнічне обладнання. Недавня поява нейронних мереж показало їхню перевагу над людьми в таких завданнях як розпізнавання візуальних об'єктів.
Очевидно, що історія штучного інтелекту - це успіхи і невдачі. Отже, головне питання полягає в наступному: що стимулює прогрес штучного інтелекту? Відповідь складається з трьох основних компонентів:
По-перше, це доступність обчислювальної потужності в хмарі та в графічних процесорах. По-друге, це досягнення в області машинного навчання, особливо нейронних мереж. Третій - це датчики, які стали дешевше, швидше та ефективніше, ніж будь-коли.
Дослідження відомих аналітиків доводять, що плани масового використання не є безпідставними. За оцінками Gartner, до широкого поширення штучного інтелекту залишається приблизно від двох до п'яти років. 75% керівників, опитаних Economist Intelligence Unit, планують протягом наступних трьох років почати використовувати штучний інтелект в своєму бізнесі.
Відеоаналітіка - ще одна область, в якій широко застосовуються методи ІІ, такі як алгоритми глибокого навчання. В індустрії безпеки створюється відеоаналітіка, яка може використовуватися для виявлення і розпізнавання об'єктів, але великі постачальники технологій йдуть далі, пропонуючи когнітивні послуги в хмарі.
Microsoft пропонує нову послугу - ви завантажуєте в сервіс зображення, він його аналізує і повертає вам. Наприклад, система ідентифікує обличчя на груповий фотографії та оцінить їхні емоції. Когнітивні послуги, подібні до цієї, будуть дуже поширені в майбутньому. Їх можна було б використовувати, наприклад, у відділеннях банків, щоб визначити ступінь задоволеності клієнтів по їхніх обличчях.
Деякі компанії почали використовувати віртуальних помічників. Сайт 1-800-FLOWERS експериментує з технологією GWYN (Gifts When You Need - «Подарунки, коли вам потрібно»), яка допомагає клієнтам вибирати квіти. При тестуванні GWYN і її можливостей я зайшов на сайт, і GWYN запитала, що я шукаю. Я написав, що мені потрібні квіти на день народження моєї дружини, GWYN запитала, які конкретно квіти я маю на увазі. Я сказав їй, що мені потрібен букет з гвоздик і троянд. GWYN запропонувала відповідні варіанти.
Існують і інші віртуальні помічники, які можуть виконувати такі функції, як відстеження потенційних клієнтів по електронній пошті. Google і Amazon придумали потужні продукти, такі як Lex і Dialog Flow, на які варто звернути увагу.
Багато що відбувається і в області робототехніки. У деяких країнах компанії експериментують з використанням роботів для привітання клієнтів в своїх магазинах. За словами їх конструкторів, роботи здатні до людського взаємодії і співпереживання.
Роботи також використовуються в логістиці та доставці товарів. Amazon продовжує експериментувати з доставкою на дронах. Навіть в Domino's почали використовувати роботів для доставки піци!
Джерело www.securitysales.com. Переклад статті виконала адміністратор сайту Олена Пономаренко.
