Робот-гуманитарий

Искусственный интеллект и машинное обучение, их возможности и перспективы сегодня не обсуждает только ленивый. Технологии на их базе сегодня применяются во множестве областей: медицине, аналитике, обработке изображений, промышленном производстве, управлении дорожным движением и в беспилотных автомобилях, наконец - в бытовых задачах, с которыми мы сталкиваемся ежедневно и по много раз.

Глупости перевода

Одна из наиболее обширных сфер применения ИИ - это обработка текста. Возьмем машинный перевод. Этой технологии уже не один десяток лет, однако еще семь - десять лет назад текст, переведенный компьютером с одного языка на другой, мог вызвать разве что смех.

Благодаря использованию нейросетей сегодня на выходе мы получаем как минимум вполне доступный для понимания текст, который после небольшой редактуры вполне готов для публикации или другого использования. И это лишь один из примеров.

На самом деле, возможности машинного обучения при работе с текстом существенно шире.

Искусственный интеллект самостоятельно подбирает слова, близкие по смыслу, и составляет из них небольшие тексты в заданном стиле и даже пишет стихи. В новостных агентствах программы-боты даже пишут новости на стандартные и жестко структурированные темы, такие как погода, спорт или динамика курса валют. Иными словами, благодаря алгоритмам машинного обучения, компьютер научился выполнять несложную творческую работу, которую ранее мог исполнять только человек.

Супермозг

Но бизнес ждет от современных средств обработки текста не только творческих результатов. Современные технологии многократно превосходят по производительности человеческий мозг, поэтому анализ текста, поиск в нем необходимой информации и классификацию документов проще доверить машине. Она выполнит эту работу быстрее, дешевле и качественнее. Машину можно настроить определенным образом, чтобы она определяла тематику текста, находила в нем те или иные ключевые слова или их синонимы, а затем на основании полученных результатов относила текст к определенной категории или тематике. Затем на основании этой классификации либо сама машина, либо оператор могли бы принять соответствующее решение.

Найдем и ответим

Разработчики инструментов интеллектуальной обработки текста предлагают в своих решениях не просто синтаксический, семантический и морфологический разбор, но определенный набор правил для реализации различных бизнес-сценариев для множества отраслей. Везде, где присутствует человеческий труд, связанный с текстом, документами и их структуризацией, можно использовать интеллектуальную машинную обработку.

Всем известны системы “Антиплагиат”, которые используются для проверки уникальности текста и поиска прямых заимствований. Также на сайтах компаний и различных государственных организаций для общения с посетителями и ответа на наиболее часто задаваемые вопросы применяются так называемые чат-боты, или умные автоответчики.

Еще один сценарий - автоматические ответы на запросы от государственных организаций, судов и т.д. Как правило, эти документы имеют разную структуру и схожее содержание, из которого легко выделить нужные элементы (имя и фамилию адресата, предмет запроса и т.д.). Это лишь некоторые примеры реализации на практике возможностей интеллектуальной обработки текста.

Школа для искусственного интеллекта

Любой мозг, неважно живой он или цифровой, нуждается в обучении. Человек обучается в школе, в вузе, на работе, в различных жизненных ситуациях. При обучении ИИ используются специальные обучающие выборки данных. Если выборка достаточно полная и качественная, машина самостоятельно способна подбирать нужные по смыслу слова и создавать связные и читабельные тексты.

К сожалению, готовые выборки для обучения существуют не всегда. Они формируются либо в результате ручной разметки текста, либо в процессе непосредственного обучения машины пользователями.

Даже самообучающиеся алгоритмы искусственного интеллекта нуждаются в человеке, который укажет первоначальное направление для обучения.

К примеру, в МВД работает система проверки нормативно-правовых и законодательных актов на коррупциогенные факторы. Люди отмечают их в тексте, а искусственный интеллект после обработки определенного объема информации готов это делать уже самостоятельно. Разумеется, все отмеченные машиной данные затем перепроверяются и подтверждаются экспертом.

Стоимость такой проверки уже намного ниже, поскольку не нужно вычитывать весь текст. Экономия времени и затрат, минимизация ошибок и ускорение обработки - три ключевых преимущества, которые получают заказчики при внедрении систем интеллектуальной обработки текста. Что в этом случае остается персоналу? Когда вся рутинная работа ложится на плечи машин, у человека открывается возможность в полной мере раскрыть свой профессиональный и творческий потенциал, сосредоточившись на решении нетривиальных и интеллектуальных задач.

 


31 октября 2018г. / Индустрия 4.0
150 | Обсудить в   
Ринат Абубикиров
Исполнительный директор в Преферентум (ГК Аплана)
Еще по теме
Умная регистратура: электронной очередью по стереотипам

Умная регистратура: электронной очередью по стереотипам

Новые технологии - это далеко не всегда мгновенное признание. Часто их появление поначалу несет недоверие со стороны потребителя. В большинстве случаев автоматизация процессов является движением к новому типу более эффективных услуг, в первую очередь – экономии времени.

73
Препятствия для Big Data или тавтологии в ритейле

Препятствия для Big Data или тавтологии в ритейле

Розница – одна из старейших платформ взаимодействия покупателя с продавцом. Ритейлеры использовали ИТ задолго до появления e-Commerce. С развитием технологий торговля перешла на другой уровень. Оборот розничной торговли в России по итогам 2017 года составил порядка 30 трлн рублей (по данным ТАСС).

170
Умный город: освещение и не только

Умный город: освещение и не только

Сегодня по всему миру, а особенно в мегаполисах, городские власти стремятся к повышению качества жизни и комфортной среде для горожан. Это означает оптимизацию затрат и более эффективное расходование бюджета.

241