Главная » IT-индустрия » «Технологии машинного обучения 2018»: Мясникам безработица не грозит. Пока

«Технологии машинного обучения 2018»: Мясникам безработица не грозит. Пока

Тематика роботизации на организованной издательством «Открытые системы» практической конференции обсуждалась широко – от сугубо технической до юриспруденции, а сами роботы — от программных до монстров с ручищами-манипуляторами.

 

Искусственный интеллект и нейросети: инструменты и опыт реальных проектов». В Москве прошла конференция «Технологии машинного обучения 2018. Поток «Роботизация» был представлен шестью докладами – от сугубо технической тематики до области юриспруденции, а сами роботы — от программных до монстров с ручищами-манипуляторами.

В 2017 году в BCG уже пересмотрели свой прогноз рынка робототехники на 2025 год – теперь аналитики рассчитывают на его объем почти в 87 млрд долл., но видимо, и этот прогноз будет превышен. Леонид Жуков из компании Boston Consulting Group не только сделал обзор рынка, но и поделился историей промахов аналитиков-футурологов, чьи предсказания обычно грешат недооценкой. Индустриальные роботы уже умеют аккуратно перетаскивать стекла и распознают образы, но им придется «умнеть» дальше – настала пора самообучаться, передавать друг другу приобретенный опыт и сбрасывать его в облако. Пока же рынок роботов потребительского сектора – 23 млрд долл., коммерческих – 22,8 млрд, промышленных – 24,4 млрд и военных – 16,5 млрд. Пока же их чаще можно встретить в автомобильных цехах без света – самыми перспективными областями по-прежнему считаются автомобильная промышленность и электроника. Им предстоит совершенствоваться, чтобы безопасно работать рядом с человеком. Поэтому в ближайшие годы безработица мясникам не грозит. Что касается угрозы повсеместной замены людей роботами, то докладчик привел пример: трудно сейчас роботу-мяснику, слишком много не формализованных параметров надо учесть, прежде чем взмахнуть «топором». Но и расслабляться им не стоит, поскольку технологии искусственного интеллекта развиваются очень стремительно.

Интернет животных

К удивлению многих слушателей конференции, уже сейчас роботизация стала важной частью проектов в сельском хозяйстве. Пожалуй, самый яркий доклад в этом потоке сделала представлявшая «Росагро» Таня Милек. В примерах из практики «Русагро» фигурировали и распознавание животных, и автоматическая обработка показаний датчиков температуры и других атрибутов интернета полей, интернет сельскохозяйственных животных. Благо российские аграрии получают государственную поддержку по президентскому указу, предписывающему «создание и внедрение до 2026 года конкурентоспособных отечественных агротехнологий». Дрон оснащен датчиками для мониторинга полей (так называемого агроскаутинга) и работает автономно, сам приземляется, пользуясь машинным зрением, и подзаряжается. Сервисы с привлечением беспилотников построены в «Русагро» на основе собственных разработок, и эти летательные аппараты способны проводить инвентаризацию земель, анализировать рельеф (находить эрозии и водотоки), помогать эффективно использовать удобрения. Платформа создана для того чтобы по конкретным полям обеспечить: контроль используемых технологий; учет прогноза погоды и мониторинг вегетации; контроль себестоимости; мониторинг транспорта. Информационная платформа для точного земледелия так и называется – Exact Farming, а единица контроля в ней – конкретное поле.

Печати на документах

Доклад был сфокусирован на актуальном проекте, в ходе которого роботизированные системы помогают разбирать бухгалтерскую документацию некоторой группы компаний строительных сервисов. Сергей Юдовский (ЦРИИ) рассказал о роботизации на платформе UiPath и TensorFlow. В том числе, необходим поиск в документе реквизитов и печатей, распознаваемых средствами машинного обучения, что существенно разгружает бухгалтеров. Требуется сверять табличную часть CRM с приложенными к ней PDF-образами актов. При этом очень важно думать не только о том, как сделать, чтобы все работало, но и предусмотреть, что предпринять, если робот ошибется.

Этика роботов и их права

Основные выводы исследования таковы: в ближайшей перспективе приоритет в регулировании должен отдаваться мерам, стимулирующим развитие робототехники и искусственного интеллекта по сравнению с мерами, направленными на регламентацию; по возможности следует избегать необоснованного регулирования отрасли; нет необходимости в кардинальном изменении действующих правовых институтов; отрасль остро нуждается в комплексном документе стратегического планирования, аналоги которого уже имеются во всех ведущих странах. Доклад Виктора Наумова из компании Dentons был посвящен юридическим аспектам роботизации и содержал основные выводы исследования «Развитие законодательства о робототехнике и киберфизических системах», которое компания провела в 2018 году. Следует изучать опыт таких стран, как Южная Корея, Япония, Китай, Франция и Великобритания, далеко продвинувшихся в области роботизаци.

Экзоскелеты уже в «Сбербанке»

Однако речь шла о настоящих больших и сильных роботах, в буквальном смысле облегчающих жизнь сотрудникам, вынужденным ежедневно перемещать тонны купюр. Ожидалось, что в докладе Альберта Ефимова, возглавляющего центр робототехники «Сбербанка», будет рассказываться о роботизированном ПО, выдающем финансовые отчеты. Ефимов резюмировал свой доклад афоризмом: «Если банк не думает о своих роботах, чужие роботы думают о банке». В докладе были представлены изящные экзоскелеты, физически поддерживающие работников банка.

Нейронные сети тестируют железо

По сути, «цифровый двойник» — это лишь модный термин, обозначающий хорошо знакомое компьютерное моделирование, в докладе же речь шла в основном о конкретном адаптивном тестировании системы хранения данных. Завершая блок докладов секции, Андрей Устюжанин («Яндекс», НИУ ВШЭ) рассказал о цифровых двойниках. В реальной жизни сложно накопить выборку для обучения, и разработчики создали интеллектуальный блок имитации, использующий глубинные нейронные сети и обучение с подкреплением, что позволило повысить качество алгоритмов диагностики оборудования и точнее предсказывать сбои. С помощью методов машинного обучения требовалось создать и настроить алгоритмы диагностики состояния и предсказания сбоев системы хранения.





Оставить комментарий

Ваш email нигде не будет показанОбязательные для заполнения поля помечены *

*

x

Это интересно

Сайт не работает что делать?

Для современного бизнеса наличие сайта сложно переоценить, потому что именно через этот ресурс в настоящее время компания получает не только новых клиентов, но и продвигает товары и получает выручку. Если происходят сбои в работе ресурса, то это приводит к большим ...

Как вырасти в социальных сетях?

Сегодня сложно найти человека, у которого нет социальных сетей. Часто люди регистрируются практически в каждой доступной вариации. Но, это делается не только для развлечения, но и возможности получать доход. Для того чтобы это колесо начало работать, важно поднять свой рейтинг ...