Искусственный интеллект традиционно затрагивает интернет, телекоммуникации и финансы. Однако появилась тенденция к стремительному развитию инновационных технологий в ранее отстававших отраслях.

За последние годы искусственный интеллект (ИИ) — в тренде технологической повестки. Традиционно среди лидеров по внедрению ИИ три отрасли: интернет, телекоммуникации и финансы. Однако появилась тенденция к стремительному развитию инновационных технологий в ранее отстававших отраслях. О том, какие еще отрасли изменит искусственный интеллект в ближайшем будущем изданию Вести.Ru рассказал руководитель отдела Data Science компании "Иннодата" Леонид Казаков.

Стоит отметить, что когда говорят о технологиях искусственного интеллекта, в первую очередь имеют в виду компьютерное зрение (Computer Vision, CV), речевую аналитику (Speech Recognition) и анализ естественного языка (Natural Language Processing, NLP). Определимся с терминами:

Машинное обучение (Machine Learning, ML) – ветвь искусственного интеллекта, идея которой заключается в том, чтобы компьютер сам обучился решению поставленной задачи на основе алгоритма, данных и предыдущего опыта. Машинное обучение включает в себя компьютерное зрение, речевую аналитику, обработку естественного языка, а также множество других подходов к анализу данных.

Компьютерное зрение решает задачи, связанные с анализом изображений и видео. Проще говоря, CV распознает, что изображено на картинке. Компьютерное зрение помогает находить, отслеживать, классифицировать и идентифицировать объекты, извлекая данные из изображений и анализируя полученную информацию.

Речевая аналитика – инструмент, который помогает анализировать человеческую речь. Как правило используется в контактных центрах компаний для анализа поступающих и исходящих звонков: например, контролирует соблюдение операторами скриптов, определяет интонацию голоса и помогает оптимизировать клиентскую поддержку.

Обработка естественного языка – область знания, которая изучает, как компьютеры анализируют человеческие языки. Например, компаниям NLP помогает создавать такие системы речевой аналитики, помимо этого она находит спам, обобщает документы, отвечает на вопросы, делает машинный перевод и так далее.

Теперь подробнее расскажем о том, какие отрасли меняются под воздействием технологий.

Авиаперевозки

Технологии искусственного интеллекта проникают в индустрию авиаперевозок, которая уже в полной мере ощутила необходимость их использования для оптимизации работы. Спрос на технологии часто диктуют сами пассажиры. По данным отчета SITA, пассажиры хотят управлять поездками при помощи смартфонов. Они ждут легкой и удобной навигации на сайте и в мобильном приложении перевозчика, им важно получать персонализированные предложения, и они надеются, что не придется стоять в очередях на регистрацию. Именно поэтому клиентоориентированные авиакомпании используют технологии искусственного интеллекта, которые, во-первых, облегчают жизнь пассажирам, а во-вторых, помогают регулировать работу изнутри.

Например, чат-боты упрощают процесс покупки билетов через мобильное приложение. При разработке чат-бота применяются как технологии NLP, позволяющие "разобрать" запрос на понятные компьютеру части, так и методы машинного обучения, позволяющие эффективно классифицировать запрос, определяя, что клиент ищет. Для того чтобы оформить заказ, пассажиру не надо разбираться в многочисленных пунктах меню – робот дает четкие инструкции, которые помогают быстро и без проблем совершить покупку и оплатить ее. При этом в случае возникновения вопросов бот избавляет клиента от необходимости звонков в call-центр компании. Распространенные запросы собираются авиакомпанией в единую базу. Эта информация используется для обучения бота и на ее основе система закрывает заявки, что снижает нагрузку на сотрудников клиентской поддержки. Есть кейсы, когда в чат-бот встраивается система речевой аналитики, при помощи которой пассажир создает голосовую заявку. Это удобно в те моменты, когда у человека нет возможности набрать текст.

Машинное обучение помогает создавать для пользователей персонализированный контент. Авиакомпании хранят много данных о клиентах, отслеживая активность на протяжении Customer Journey. На основе собранной информации ИТ-специалисты обучают модели, которые по обрабатывают клиентские обращения, используя подходы NLP, распознают их тематики и тональность, а также прогнозируют спрос на товары и услуги за счет машинного обучения. Это помогает компании создавать персонализированные маркетинговые рассылки и делать предложения о покупке, которые по-настоящему интересны клиенту.

Технологии искусственного интеллекта помогают авиакомпаниям развивать системы динамического ценообразования. Модели машинного обучения способны выявлять зависимости между изменением цен и событиями на рынке. Стоимость меняется под воздействием сотни факторов, например, циклов спроса по сезонам/неделям/времени суток, погодным условиям, изменениям у конкурентов и так далее. Алгоритмы машинного обучение обрабатывают эти факторы и помогают сформировать оптимальную цену в конкретные периоды.

Помимо работы "на клиентов", искусственный интеллект помогает оптимизировать работу внутри авиакомпании. Например, машинное обучение на основе информации о прошлых рейсах помогает рассчитать и оптимизировать объемы дополнительного полезного груза, который можно перевезти во время рейса. При этом учитываются данные о загрузке рейса, количестве пассажиров, уровне топлива. Кроме того, системы на основе машинного обучения реагируют на изменения в расписании, замену типов воздушных судов и другие факторы.

ML также помогает оптимизировать процессы технического обслуживания и ремонта (ТОиР) самолетов: системы на основе машинного обучения собирают и обрабатывают сигналы датчиков и на их основе предсказывают будущие поломки воздушных судов.

Промышленность

Многие промышленные предприятия пока не готовы автоматизировать процессы и внедрять новые технологии. Это требует серьезных изменений в бизнес-структуре, которые подразумевают остановку производственных процессов и перестройку существующих порядков. Тем не менее, и здесь применяются технологии искусственного интеллекта.

Например, в оптимизации процесса технического обслуживания и ремонта оборудования. Так, модели машинного обучения предсказывают поломки и прогнозируют время на устранение.

Компьютерное зрение применяется для контроля безопасности на производстве. Например, системы на основе Computer Vision помогают контролировать местонахождение людей в опасных зонах и оповещать при критических ситуациях. Также технология применяется для контроля производственных процессов. С помощью компьютерного зрения на производстве определяются дефекты в готовой продукции и контролируется ход технологического процесса.

Зона ближайшего развития

Прогнозируется, что в ближайшее время больше компаний начнут использовать компьютерное зрение для развития бизнеса. Например, при помощи Computer Vision компании будут оптимизировать процессы для преждевременного выявления неисправностей оборудования и улучшения процесса ремонта. CV поможет обеспечивать безопасность полетов воздушных судов, отслеживая птиц в районе аэропортов и предсказывая вероятность появления птиц на траектории следования самолета при взлетах и посадках.

Также повысится спрос на технологии обработки естественного языка (Natural Language Processing). По данным аналитиков Frost&Sallivan, рынок обработки NLP и продуктов на его основе вырастет до 40 млрд. долларов к 2025 году. При помощи этой технологии компании будут проверять грамотность текстов, распознавать речь, быстро искать ответы на вопросы, анализировать настроения клиентов, пересказывать содержание текстов и так далее.

Мы видим, что технологии искусственного интеллекта динамично развиваются, но ярких прорывов стоит ожидать от "темных" лошадок – отраслей, которые всегда считались недостаточно "оснащенными" решениями на основе технологий искусственного интеллекта. К ним относятся авиационная отрасль и промышленность, которые уже показывают рынку интересные кейсы.

Подробнее читайте на vesti.ru ...