Сегодня компаниям приходится внедрять множество систем для автоматизации приложений, технологий хранения и анализа, чтобы не отставать от высокотехнологичной гонки, которая развернулась между бизнесом по всему миру.
Межмашинное обучение, искусственный интеллект, большие данные (Big Data) — сегодня все эти технологии уже активно используются крупными компаниями. Но сейчас в сфере интеллектуальных программ назревает новый прорыв — когнитивные системы. По подсчетам аналитиков IDC, к 2019 году объем мирового рынка когнитивных технологий превысит 31 миллиард долларов.
Когнитивные технологии представляют собой совокупность математических методов, алгоритмов и компьютерных технологий, которые позволяют создать умные машины. Одной из первых когнитивных систем в мире стал суперкомпьютер IBM Watson. Он представляет собой мощный инструмент для решения разнообразных вопросов. Например — распознавание естественного языка, динамическое обучение системы, построение и оценка гипотез. Когнитивная система умеет использовать для работы большие массивы глобальных неструктурированных данных, Big Data.
Сейчас таких систем появляется все больше, они расширяют возможности корпоративного программного обеспечения (ПО). По прогнозу международной группы «Делойт», уже в 2016 году более 80 из 100 крупнейших компаний мира по разработке программного обеспечения, скорее всего, будут встраивать в свои продукты когнитивные технологии, такие как самообучающиеся системы, обработка текстов на естественных языках или распознавание речи или объектов. Это на 25 процентов больше по сравнению с прошлым годом.
Почти 20 процентов мирового объема закупок когнитивных систем придется на долю банковской отрасли. В банках они применяются для выявления мошенничества, автоматизации анализа и ликвидации угроз, а также выработки рекомендаций. Второе и третье места по объему закупок занимают торговля, где когнитивные системы обеспечивают работу агентов автоматизированного обслуживания клиентов, и мерчандайзинг и здравоохранение, где они применяются в системах диагностики и лечения.
В последнее время одним из наиболее успешных подходов для решения отдельных задач является глубокое обучение, — отметил начальник отдела продуктизации аналитических решений компании «Техносерв» Георгий Шатиров. — В этом подходе используются глубокие нейронные сети различных типов (глубокие — с большим количеством слоев и сложными зависимостями, способные извлечь мельчайшие абстрактные признаки). Они дают возможность задействовать широкие классы алгоритмов в зависимости от данных, на которых они обучаются». Такие технологии могут применяться в медицине, например, для анализа изображений с УЗИ, МРТ, рентген-снимков (определение и выделение вероятных отклонений), анализа историй болезней и выдачи рекомендаций на их основе, создания умных протезов, управляемых через нейроинтерфейс (в том числе для восстановления моторных функций), для персонализированного лечения раковых опухолей.
Текст: Юлия Воронина для RG.ru