Возможности искусственного интеллекта

2019. Google использует ИИ, чтобы сделать работу ветростанций более эффективной



Google уже давно хочет перевести работу своей компании на 100%-возобновляемые энергетические ресурсы. Однако эти ресурсы все еще сравнительно дорогие. Если говорить о ветре, то одна из причин этого - непредсказуемость ветровой нагрузки. Оператору ветроэлектростанции сложно рассчитать, какую часть выработанной энергии оставить в хранилище, а какую поставлять в сеть. И вот с этой проблемой Гугл решил помочь, применив свои технологии искусственного интеллекта. Они создали нейросеть, которая обучается на работе конкретной ветроэлектростанции, ее потребителях и прогнозах погоды, и через некоторое время начинает почасово предсказывать силу ветра на 2 дня и высчитывать оптимальное соотношение хранения/отдачи энергии. Говорят, экономия за счет этого достигает 20%.


2017. Страховые компании начинают внедрять ИИ



По словам страхового партнера в Pricewaterhouse Coopers, Пола Делбриджа, Развитие ИИ в индустрии страхования все еще находится в эмбриональной стадии. И все же ситуация начинает меняться. В мае 2017 года компания Ageas объявила о начале внедрения технологий искусственного интеллекта для обработки страховых требований, а Aviva в июле 2017 поддержала стартап по разработке искусственного интеллекта Shepherd. Эти два недавних примера, указывают на то, что крупные страховые компании начинают использовать ИИ и что он скоро станет обычным делом в страховании. Есть определенные направления страхования, в которых интеграция с ИИ более ясна, и в некоторых уже ведется разработка и испытания. Направления бизнеса, где имеются громадные объемы доступных данных, являются наиболее очевидными областями, с которых нужно начинать. Это, например, страхование частной недвижимости и автотранспорта. Искусственный интеллект можно использовать для оценки стоимости восстановления повреждений в ДТП или расчета страховых взносов, например.


2016. Legal Robot - искусственный интеллект вместо юриста



Очевидно, юридическое дело - это потенциальная ниша, которая должна быть занята искусственным интеллектом. В конце концов - работа юриста - это фактически поиск информации в миллионах законодательных актов и судебных прецедентах. Ну чем не задача для компьютера? Поэтому, американская компания Legal Robot создала одноименный искусственный интеллект, который понимает человеческий/юридический язык, обучается на тысячах образцовых документов и может находить ошибки в подобных новых документах. На данный момент его основной задачей является проверка контрактов. Юристу для такой задачи потребуется день-два (с учетом занятости), а ИИ сделает это мгновенно (достаточно сфоткать контракт на телефон) и никогда не пропустит глупой ошибки.

2015. Стартап LoopMe получил $7M на развитие ИИ-платформы для оптимизации видеорекламы


Использование ИИ для таргетинга рекламы - это одно из самых денежных направлений ИИ-рынка прямо сейчас. Поэтому английский стартап LoopMe достаточно легко привлек очередные $7M инвестиций на развитие бизнеса. Он уже является прибыльным, имеет 80 человек в штате и 8 офисов в Великобритании, США, Франции, Германии, Китае и Украине. LoopMe фокусируется на мобильной видеорекламе, и фактически, заменяет программой работу команды специалистов, занимающихся подбором целевой аудитории.


2015. Нейросеть научили оптимизировать код старого ПО



Команда исследователей из MIT создала систему Helium, способную оптимизировать старые компьютерные программы под более новое аппаратное обеспечение и тем самым повышать скорость их работы. Исследователи, в частности, посвятили свою работу программному обеспечению для работы с графикой, такому как Adobe Photoshop (растровый редактор) и Irfan View (просмотрщик). Эти программы содержат фрагменты кода, предназначенные для преобразования изображений — фильтры. Исследователи научились «извлекать» фильтры из бинарного кода приложения, путем анализа многократно повторяющихся действий во время преобразования изображения. После того как созданная система, под названием Helium, «извлекла» фильтр из бинарного кода, она преобразует его в читабельный код на языке Halide, разработанном специалистами CSAIL. Далее выполняется оптимизация кода, и затем скомпилированные фрагменты кода, который был оптимизирован, вновь помещаются в бинарный файл, заменяя фрагменты с низкой производительностью. Новая система на 75% повысила скорость работы фильтров в Photoshop.