Чем когнитивные сервисы отличаются от обычных компьютеров
Обновлено: 06.07.2024
Старожилы русскоязычного интернета в целом и «Компьютерры» в частности наверняка помнят, как создатель Всемирной паутины Тим Бернерс-Ли в своё время предложил термин «Семантический веб», который иногда ещё переводят как «Семантическая паутина». Семнадцатого мая 2001 года в журнале «Scientific American» была опубликована программная статья «Семантический веб», в которой господин Бернерс-Ли изложил основные черты этой новой модели. Если коротко, то семантический веб — это машинный интернет. Если обычно мы извлекаем данные из Сети посредством браузера, который преобразует HTML в понятную и удобную форму, то семантический веб строится на базе онтологий, благодаря которым компьютер может извлекать факты и делать логические заключения.
Собственно говоря, однажды на страницах «Компьютерры» уже была обозначена эта концепция, и ссылка на соответствующую статью есть даже в списке русскоязычной Википедии. В том материале под названием «Ахиллесова пята Семантического Веба» подробно и не без лёгкого хулиганства описан феномен:
Однако далее мы читаем:
В Сети всё больше разговоров о так называемом Cognition-as-a-Service, распознавании как сервисе. Коллеги ещё не пришли к общему русскоязычному варианту перевода этого термина, но «когнитивность как сервис» я считаю излишне калькированным вариантом. CaaS — это облачная технология, которая сделает каждое приложение «умным». Приложения смогут взаимодействовать с пользователями как виртуальные ассистенты, они станут полностью интерактивными или (в данном случае) когнитивными. Например, если ваш календарь станет когнитивным приложением, то для него откроются возможности интеллектуального взаимодействия с вами, он сможет помогать вам управлять своим временем и стать едва ли не персональным ассистентом. Разумеется, «искусственный интеллект», стоящий за таким календарём, будет находиться в облаке. Конечно, когнитивные приложения — это далеко не пресловутый искусственный интеллект в классическом понимании. Но такие приложения намного «умнее» своих современных собратьев.
Ключевое отличие когнитивных приложений от всех остальных — это общая когнитивная платформа, которая находится в облаке. Это могут быть всевозможные API, платформы и технологии, способные сделать «разумными» любые приложения, устройства и даже составляющие «интернета вещей». С течением времени и развитием CaaS всё больше приложений будут становиться интеллектуальными. В доказательство можно привести несколько проектов, которые были осуществлены за последнее время.
Взяв на заметку только эти примеры, можно заключить, что борьба крупных вендоров за CaaS-рынок и когнитивные приложения уже началась. Google и Apple пытаются захватить рынок персональных ассистентов, IBM и Wolfram Alpha расширяют доступ к когнитивным платформам. Кто первым создаст собственное API для того, чтобы любой разработчик мог разработать когнитивное приложение на базе вычислительной экосистемы вендора? Google, Apple, Amazon, Facebook, Microsoft — все потихоньку включаются в эту игру. Хотя многим уже сейчас очевидно, что в долгосрочной перспективе проприетарная платформа не будет расти по экспоненте. А вот проект с открытым исходным кодом вполне может составить серьёзную конкуренцию глобальным игрокам.
Статья посвящена новому поколению компьютинга, получившего название "когнитивный".
Содержание
Разум вместо программирования. Наступает эра компьютеров, способных к мышлению
Человечество переживает наступление эры когнитивного, то есть разумного компьютинга или компьютинга со способностью к мышлению. Как появился термин Cognitive Computing и что за ним скрывается? Чего и когда ждать от разумных машин? Ответы на эти вопросы дает материал журналиста Леонида Черняка, подготовленный специально для TAdviser.
История и предпосылки появления когнитивного компьютинга
Без слова «компьютинг» обойтись сложно, хотя оно с заметным трудом пробивается в русский язык, повторяя сложную судьбу слова «компьютер», которое поначалу появилось в сочетании с «персональный». Тогда потребовался не один год на то, чтобы «компьютер» вытеснил аббревиатуру ЭВМ. Что касается слова computing, то оно является синонимом counting или calculating, переводимых как «вычисления». Но под давлением обстоятельств это слово приобрело иной смысл, вобрав в себя разнообразные операции по использованию компьютеров, электронные процессы, происходящие внутри них (аппаратное обеспечение), управление ими (программное обеспечение) и концептуальные основы (computer science, компьютерные науки). То есть компьютинг стал частью багажа цивилизации.
Обычно выделяют три эпохи компьютинга, а его история синхронна с историей промышленных революций.
Первая революция – дифференциальная и аналитическая машины Бэббиджа, другие механические устройства и, конечно же, арифмометр Однера. Его советский вариант, известный под именем «Феликс», выпускался до начала семидесятых годов 20 века.
Вторая – табуляторы Германа Холлерита, обеспечившие могущество созданной им IBM. Компания была к ним так привязана, что не сразу признала компьютеры. Табуляторы выпускались в ряде стран. Массивные и очень шумные они оказались настолько востребованными, что даже в семидесятые годы в вузах существовала специальность «Механизация вычислительных работ».
Третья – нынешнее монопольное положение программируемых компьютеров. Все они без исключения построены по модели Джона фон Неймана. Слова «программист» и «программа» стали символом времени, однако по сути, программа - это ни что иное, как запись заранее запланированной последовательности действий.
Программное решение прекрасно подходит для замкнутых систем (древнейший пример – кулачковый вал двигателя внутреннего сгорания). Но программа, как фиксированная последовательность действий, не предполагает взаимодействия с внешним миром, способного нарушить заданный наперед порядок. Так в основном и работают универсальные компьютеры, от персональных до мэйнфреймов.
Для работы с периферийными устройствами, начиная от интерфейсных устройств и до средств связи со сложными объектами, нет иного способа реагирования, как механизм обработки прерываний. Каким бы сложным он не был, суть сводится к передаче управления к другому заранее заготовленному фрагменту программы и только.
До тех пор, пока сфера применения компьютеров ограничивалась расчетами, технологическими системами управления, системами управления базами данных и другими классическими в нынешнем смысле приложениями, программирование фон Неймана не вызывало нареканий. Огромные инженерные силы были направлены на преодоление «бутылочного горла» - другой ее слабости. Вот что сказал о ней руководитель команды создателей первого высокоуровневого языка программирования "Фортран" Джон Бэкус на церемонии вручения ему Тьюринговской премии в 1977 году:
И вот теперь, когда инженерам в определенной мере удалость с помощью многоуровневых кэшей и других уловок временно преодолеть эту слабость за счет чудовищного переусложнения архитектуры процессоров, на первый план выходит ограниченность возможностей именно программирования.
Альтернативой программирования могут стать когнитивные компьютерные системы или Cognitive Computing. Аналитики уже говорят о наступлении эры когнитивного, то есть разумного компьютинга или компьютинга со способностью к мышлению.
Сравним программируемый компьютер с когнитивным.
Роль IBM в когнитивном компьютинге
Первым по когнитивному пути пошел Watson, победивший 14 февраля 2011 года сильнейших игроков в телевизионной игре Jeopardy! ("Рискуй!"), более известной в России как "Своя игра". С этого дня ведется отсчет эры когнитивного компьютинга.
На самом деле сам Watson в полном смысле разумным не является. В нем используются традиционные программируемые процессоры Power, а специфическим интеллектом обладает работающая на нем вопрос-ответная система, построенная по «архитектуре управления неструктурированной информацией» UIMA. Создав Watson IBM перевела рассуждения о когнитивном компьютинге в практическое русло.
У Watson были и менее удачливые предшественники, во всяком случае на уровне идеологии. Среди них система Wolfram|Alpha и библиотека знаний Cyc. Сам термин Cognitive Computing тоже не нов. Он использовался специалистами в области, известной как «когнитивная информатика» (Cognitive Informatics).
Надо быть большим оптимистом, чтобы допустить скорое появление практических когнитивных компьютеров. Однако, время торопит — при возрастающих объемах данных уже скоро не получится синхронно создавать адекватные аналитические системы. Поэтому IBM предлагает паллиативное решение — когнитивный подход с сохранением существующего технологического базиса (речь идет об интегрированных экспертных системах семейства PureSystems). На макроуровне такие решения можно признать когнитивными, но на микроуровне, на процессорном уровне они вполне традиционны.
Например, авторы PureSystems не делают попыток моделировать мозг: их главная задача в преодолении одной из слабостей современных компьютеров — работы с мелкими фрагментами данных (битами и байтами). Вот что пишут Джон Келли и Стивен Хамм из IBM в книге «Умный компьютер»:
Скорее всего, PureSystems и им подобные стоит назвать системами, управляемыми потоками данных (data driven systems).
Компьютеры новой эры отличаются от существующих ныне по нескольким основным признакам. Центром внимания в нынешних компьютерах являются процессы и процессоры, а в будущих — данные. Соответственно, фиксированные, заранее запрограммированные вычисления уступят место аналитическим подходам.
Если сегодня доминирует ручное управление системами, то в будущем — автоматическое. Одно из важнейших отличий состоит в отношении к масштабированию. Мы привыкли к двум видам масштабирования — вверх (Scale Up) и вширь (Scale Out), а теперь появляется масштабирование внутрь (Scale In), суть которого в интеграции в одну систему (как было в мэйнфеймах) всех основных компонентов, включая процессоры, память, системы хранения и коммутацию.
Сферы применения когнитивных компьютеров
К когнитивному компьютингу относят всё, что так или иначе связано с моделированием мозговых процессов. Это системы с обучением, майнинг данных, распознавание образов (фото, видео, речь), обработка текстов на естественных языках (Natural Language Processing, NLP) и многое другое. Нацелен когнитивный компьютинг на создание таких систем, которые могут решать поставленные задачи без участия человека.
Из видимых сейчас приложений когнитивного компьютинга можно назвать распознавание речи, сентимент-анализ, распознавание лиц. В отличие от компьютеров третей эры, где доминирует программирование, взаимодействие с когнитивными компьютерами будет осуществляться посредством обучения. Алгоритмы машинного обучения могут извлекать информацию из данных, обрабатывать ее и тем самым способствовать получению новых знаний.
Первые когнитивные компьютеры "в железе"
Исследовательские проекты
По состоянию на 2017 год известно о четырех значительных проектах, нацеленных на создание нейроморфных компьютеров. Из них два — в Европе: BrainScaleS (Институт физики Гейдельбергского университета) и SpiNNaker (Манчестерский университет) и два — в США: исследования в области когнитивного компьютинга IBM и NeuroGrid (Стэнфордский университет).
Проекты находятся на разных стадиях, но важно заметить, что все четыре так или иначе воплощены «в железе». Они служат стендами для моделирования мозга и для разработки соответствующего программного обеспечения. Впрочем, термин «программное обеспечение» применительно к ним носит условный характер. В нейроморфных компьютерах схемы Тьюринга и фон Неймана, на которых строятся все универсальные процессоры (CPU), либо вообще не реализуются, либо реализуются частично, поэтому нейроморфные компьютеры не являются в полном смысле программируемыми. Скорее, они способны к обучению, и в этом смысле они аналогичны мозгу.
Два европейских проекта составляют содержание девятого из тринадцати пунктов более крупного проекта Human Brain Project, финансируемого Евросоюзом. Он называется SP9. Гейдельбергский компьютер именуется NM-PM-1, а манчестерский — NM-MC-1 (PM расшифровывается как физическая модель, а MC — как многоядерная, обе имеют общий интерфейс). И тот, и другой поддерживают PyNN - платформенно-независимый язык, служащий для создания нейронных сетей (PyNN, произносится как «пайн», — аббревиатура от Python package for simulator-independent specification of Neuronal Network models; проект, как следует из названия, объединяет Python с нейронными сетями).
Цель SP9 — создание компьютерной платформы Neuromorphic Computing Platform, которая позволит ученым проводить эксперименты с системой, моделирующей мозг (Brain Simulation Platform).
Перечисленное выше – только начало. С наступлением зрелости компьютеров когнитивной эры они превратятся в обучаемые и самообучаемые системы. Компьютеры смогут понимать данные, анализировать их, адаптировать и предлагать решения, основанные на данных. При этом, они не заменят человека, а расширят его возможности, взяв на себя рутинную работу по переработке данных и оставив за человеком возможность делать выводы и принимать решения.
Нейроморфный процессор Intel
В сентябре 2017 года Intel представила нейроморфный процессор Loihi, с помощью которого, как утверждают в компании, технологии искусственного интеллекта (ИИ) станут более доступными (подробнее).
Исследования
2017: IBM: Отрасли будут готовы к внедрению когнитивных решений к 2020 году
Согласно результатам исследования IBM, представленным в сентябре 2017 года, около двух третей (64%) опрошенных руководителей департаментов маркетинга и продаж считают, что отрасли, в которых они работают, будут готовы к внедрению когнитивных технологий в ближайшие три года. Несмотря на это, только 24% респондентов обладают стратегией по внедрению этих решений.
В целом директора по маркетингу и продажам признают, что «удовлетворенность клиентов» станет ключевым фактором при принятии решения о внедрении когнитивных технологий. В то же время, многие респонденты заявили, что не уверены в готовности их организаций к успешному переходу на когнитивные системы.
По мнению опрошенных директоров по маркетингу, два основных преимущества когнитивных технологий заключаются в улучшении клиентского опыта и финансовых результатов, включая повышение доходности предприятий и возможность более эффективной оценки рентабельности маркетинговых кампаний. Директора по продажам с помощью когнитивных технологий стремятся получить всестороннее понимание своих заказчиков. Благодаря ему они смогут улучшить прогнозирование потребностей клиентов и поиск потенциальных покупателей, а также играть большую роль в реализации стратегии предприятия и повышении качества обслуживания.
Доля топ-менеджеров из предприятий-лидеров, которые за последние три года обошли своих конкурентов по таким показателям, как рост выручки, прибыльность и др., составила 13% от общего числа респондентов. Директора по маркетингу и продажам таких предприятий в подавляющем большинстве (93%) считают, что когнитивные технологии уже находятся в зрелой стадии и готовы к выходу на рынок, а 91% уверены, что когнитивные вычисления будут полезны для организации. При этом почти четверть подобных опрошенных (24%) указывают на то, что когнитивные технологии уже используются на их предприятиях. Из числа компаний– рыночных последователей (87% респондентов), только 3% указали на использование когнитивных технологий. Между тем, предприятия-лидеры играют ведущую роль в когнитивной эре: 73% из них уже собирают и обрабатывают внешние рыночные данные.
Об исследовании
Исследование, которое институт IBM Institute for Business Value (IBV) провел совместно с Oxford Economics, основано на глобальном опросе 525 директоров по маркетингу и 389 директоров по продажам из самых разных отраслей. Главная его цель — определить степень готовности экспертов по маркетингу и продажам к внедрению когнитивных технологий.
Рекомендации по переходу к когнитивным вычислениям
Для раскрытия потенциала когнитивных вычислений для решения задач в сфере маркетинга и продаж IBM IBV рекомендует директорам по маркетингу и продажам предпринять следующие действия:
Возможно, накопленной человечеством информации уже достаточно, чтобы открыть секрет бессмертия, ответить на вопрос о существовании внеземных цивилизаций или найти лекарства от многих до сих пор неизлечимых болезней. Но сколько пройдет лет, прежде чем ученые, полагаясь только на свои силы, соберут, сопоставят и правильно интерпретируют все необходимые теории и факты? Если оцифровать миллионы научных статей, таблиц, схем, учебников, снимков, аудио- и видеоматериалов и загрузить их в самый мощный компьютер, даже он не сильно ускорит процесс. Машина не может распознать изображения, звуки и понять язык учебников на том смысловом уровне, на котором все это воспринимаем мы — Homo sapiens. Для компьютера такая информация лишь массив неструктурированных данных, опираясь на которые он не поможет нам совершить нужные открытия. Но ситуацию в корне меняют когнитивные технологии. С их помощью машины учатся понимать человеческий язык в любой естественной для нас форме, видеть, слышать и чувствовать окружающий мир через сенсоры и даже пытаются гипотетически мыслить.
Сейчас, когда воплощение концепций вроде «интернета вещей» заставляет расти объемы неструктурированной информации, словно дождь количество грибов, появление когнитивных систем выглядит как никогда актуальным. Строгая математическая логика, которой подчинены традиционные компьютеры, позволяет им решать только предопределенные программистом задачи и только с четко организованными данными вроде чисел и символьных строк. А это всего-навсего 20% от общего количества доступной сегодня информации. Значит, с помощью привычных вычислительных машин мы не можем использовать остальные 80% данных (так называемые Dark Data), которые остаются неструктурированными. Сложно представить, скольких возможностей стоит нам такое упущение. «Какова цена незнания? Какова цена отсутствия лекарства от рака?», — нагнетают эксперты. Вот тут-то и должны проявить себя когнитивные — они же мыслящие или обучающиеся — технологии, уже названные некоторыми специалистами следующей вехой в развитии информационных систем.
Что такое когнитивные технологии?
Когнитивные технологии — это программные и аппаратные средства, которые имитируют работу человеческого мозга.
В скором будущем мыслящие системы приобретут мобильный формат, но пока это корпоративные суперкомпьютеры, функции которых доступны другим устройствам через облачные сервисы. Благодаря особой архитектуре когнитивные системы совмещают гигантские вычислительные мощности с инновационными способами обработки данных, похожими на наши мыслительные процессы. В перспективе от таких систем ожидают полноценного восприятия любой информации, представленной в привычном для человека виде. Это, к примеру, устная и письменная речь, визуальные образы, эмоции, чувства — все то, что помогает нам выражать мысли естественным путем.
Неудивительно, если дочитав до этого момента, вы вспомнили какой-нибудь монструозный SkyNet или недавние высказывания Хокинга и Маска насчет потенциальных угроз со стороны искусственного интеллекта. Эксперты по когнитивным системам спешат нас успокоить, дескать, мыслящие компьютеры лишены самосознания и личных мотиваций в привычном понимании этих понятий. По мнению доктора Джона Келли из компании IBM, которая имеет непосредственное отношение к когнитивным технологиям, не нужно противопоставлять машину человеку. Келли и его коллеги называют своей целью союз человека и машины, где последняя — только придаток, который должен расширить возможности первого.
Как устроен когнитивный компьютер
Современная реализация
Когнитивные системы обучаются благодаря искусственным нейронным сетям. Это сложные математические модели, которые (пока только в общих чертах) имитируют принципы работы и клеточную организацию природной нервной системы. Так, искусственные нейронные сети состоят из подобий нейронов — нервных клеток мозга, представленных математическими функциями. Взаимодействие этих функций позволяет компьютерным системам многогранно анализировать изображения, речь и другие данные, обучаться с их помощью, строить гипотезы и принимать решения подобно тому, как обмен сигналами между органическими нейронами позволяет совершать аналогичные процессы людям. В этом вся магия.
Условное изображение биологической нейронной сети
Ни модные флагманские смартфоны, ни даже самые мощные игровые ПК не способны эффективно моделировать нейронные сети. Все столь популярные сегодня устройства, как ни странно, спроектированы по дедовскому принципу 70-летней давности. Его называют архитектурой фон Неймана в честь венгерского математика, который описал эту концепцию в 1940-ых годах. Ее неотъемлемая особенность и по совместительству серьезный недостаток — это последовательность вычислений. Традиционные компьютеры выполняют команды поочередно, всего по одной за раз или по несколько одновременно. Такого количества не хватает для быстрой генерации сложных нейронных сетей, поскольку клетки мозга совершают слишком много вычислений параллельно.
Чтобы обойти фон-неймановские ограничения, современные мыслящие машины строят на базе суперкомпьютеров массово-параллельной архитектуры. Она ускоряет вычисления, распределяя их между множеством синхронно работающих чипов. Например, аппаратная часть когнитивной системы IBM Watson на момент появления в 2011 году состояла из девяноста серверов с четырьмя восьмиядерными процессорами POWER7 в каждом. В качестве операционной системы для Watson IBM выбрала Linux, дополнив ее собственными программными решениями для реализации нейронных сетей и прочих когнитивных технологий. Сложно сказать, что сейчас под капотом у Watson, но в 2014 году компания заявила, что уменьшила габариты системы на 90% до размера трех коробок для пиццы, ускорив ее при этом в 24 раза. Впечатляет?
Суперкомпьютер Watson, 2011 год. Фото: IBM
По мнению аналитика компании Neuralytix Тома Петрочелли, когнитивные технологии — прекрасное дополнение к традиционной ИТ-экосистеме. Согласно прогнозам эксперта, количество полностью когнитивных приложений будет небольшим, но некоторые их функции интегрируют во многие обычные программы. Уже сейчас IBM предлагает набор облачных сервисов на базе Watson и все необходимые инструменты для их внедрения во внешние продукты. C помощью предоставленных API (наборы кодов для разработчиков) программисты могут создавать свои решения на базе платформы Watson на таких популярных языках, как Java и Node.js.
Когнитивные системы будут сосуществовать с традиционными и дополнять их, но не заменят полностью.
Важно понимать, что когнитивные технологии все еще находятся в начале своего пути. Впервые они привлекли внимание массовой аудитории четыре года назад. Тогда все тот же суперкомпьютер Watson обошел живых игроков в популярной интеллектуальной викторине Jeopardy (нашему зрителю это телевизионное шоу известно под названием «Своя игра»). IBM позиционирует его как единственную на текущий момент полноценную платформу в сфере когнитивных технологий и искусственного интеллекта. Компания ищет новых бизнес-партнеров для внедрения своих разработок и уже имеет опыт в этом направлении.
Пожалуй, Watson до сих пор остается одной из самых популярных систем в своем классе. Он уже продемонстрировал себя знатоком языка и сейчас учится видеть. Помимо Watson, некоторые источники связывают с когнитивными технологиями широко известные голосовые помощники Google Now и Siri. Конечно, есть и другие проекты менее популярных компаний. Кроме того, как отмечает Петрочелли, часть работы над подобными системами ведется на университетском уровне и в исследовательских организациях вроде SRI и Microsoft Research.
Дальнейшее развитие
Помимо последовательности вычислений, у современных компьютеров есть и другие недостатки. Некоторые из них затрагивают когнитивые системы. Так, процессор и память отделены друг от друга, но связаны проводником — шиной, по которой происходит обмен данными между ними. Такое строение серьезно ограничивает вычислительную мощность: можно увеличивать производительность процессора или объем памяти, но не так просто повысить пропускную способность шины. Кроме того, в многопроцессорных системах все чипы всегда активны, даже если в этом нет необходимости, что серьезно сказывается на потреблении энергии. Поэтому суперкомпьютеры еще далеки по энергоэффективности от биологического мозга, самой мощной и экономичной вычислительной «машины».
Производители электроники давно ищут способы обойти описанные ограничения, и здесь снова в первых рядах — IBM. Компания работает уже над аппаратной реализацией нейронных сетей, которая должна стать кардинально новым принципом построения когнитивных компьютерных систем. В рамках сотрудничества с организацией DARPA инженеры IBM создали нейросинаптический чип TrueNorth, спроектированный по подобию неокортекса (коры головного мозга). Опять вспоминаем биологию: место контакта между двумя нейронами называется синапсом и служит для передачи сигнала между ними. Новый чип вдохновлен этим строением, он состоит из нейросинаптических ядер, которые моделируют нейроны, связанные между собой синапсами. Такие ядра не только работают параллельно, но также автоматически «засыпают» при неиспользовании и совмещают функции вычисления и памяти — все аналогично природе клеток мозга. Благодаря перечисленным особенностям эта архитектура существенно оптимизирует производительность и энергоэффективность компьютера.
Компактный, производительный и экономичный нейропроцессор TrueNorth — большой шаг когнитивных систем к мобильности.
IBM возлагает большие надежды на будущее нейросинаптических чипов. Новая архитектура позволяет легко увеличивать мощность компьютерных систем путем подключения большого количества таких процессоров. В планах компании — связать 4 096 штук в пределах одной мыслящей системы. В то же время инженеры трудятся над Сorelet — специальным языком, предназначенным для программирования когнитивных процессоров. Существующие стандарты непригодны для новой аппаратной архитектуры, поэтому компания разрабатывает новые принципы построения алгоритмов.
Плата с шестнадцатью нейросинаптическими процессорами TrueNorth. Фото: DARPA
Нейросинаптические чипы не вытеснят полностью традиционные. IBM сравнивает обычные процессоры с левым полушарием человеческого мозга, а когнитивные — с правым. Первые хорошо справляются с логическими операциями вроде вычислений и обработки языка, вторым лучше дается восприятие образов и чувств. У нас в голове все происходит примерно так же. В будущем компания собирается объединить два типа процессоров в одной системе, чтобы сформировать более точную модель органического мозга. Так что, вполне возможно, скоро мы увидим Watson на «стероидах». Кроме того, представители IBM не исключают перспективы использования в когнитивных системах квантовых технологий, о которых мы писали ранее.
Возможности и сферы применения
Варианты использования когнитивных систем безграничны. Беспилотные автомобили, дроны, очки для незрячих и любая другая техника, которая нуждается в обработке визуальных, аудио- и других форматов сенсорных данных, — все это в сумме лишь малая часть огромного плацдарма для внедрения когнитивных технологий. Если учесть лингвистические способности мыслящих систем, со временем они наверняка будут обеспечивать работу поисковиков, переводчиков, голосовых ассистентов и прочих программ, ориентированных на широкую аудиторию (если еще этого не делают). Ну и, конечно, нельзя забывать о потенциале когнитивных машин в качестве аналитических центров.
В исследовании Your Cognitive Future компания IBM поделилась официальным видением того, как когнитивные системы могут изменить наше обозримое будущее. Прогноз основан на мнениях большого количества экспертов из различных индустрий и анализе IBM собственного опыта разработки и внедрения подобных технологий. Компания выделила три направления, в которых прослеживаются самые перспективные возможности когнитивных систем: взаимодействие с пользователем, аналитика и принятие решений.
Взаимодействие с пользователем. От когнитивных систем ожидают способности вести естественный «глубокий диалог» с людьми. Мыслящие машины движутся в сторону точного распознания объектов, мимики, жестов, полноценного понимания языка со всеми его смысловыми и эмоциональными оттенками. В итоге теоретически мы будем свободно общаться с программами природным для нас способом. Звучит интригующе, но сможем ли мы когда-нибудь болтать с машинами, как Тони Старк с Джарвисом, и сколько для этого понадобится времени — пока неясно.
Тони Старк отдает голосовые команды виртуальному ассистенту Джарвису. Фото: кадр из кф. «Железный человек»
Современный уровень взаимодействия когнитивной системы с пользователем могут оценить, например, клиенты организации USAA, которая предоставляет финансовые услуги американским военным. Сайт учреждения подключен к облачной когнитивной системе Watson, которая автоматически и беспристрастно отвечает на текстовые вопросы пользователей в веб-интерфейсе. По официальной информации, сервис обучался шесть месяцев под присмотром экспертов. Люди научили его интерпретировать более 3 000 типов документов и обрабатывать несколько тысяч вопросов, независимо от формулировок.
Аналитический потенциал. На основе анализа огромных массивов информации когнитивные системы могут делать собственные выводы, к которым, возможно, даже лучшие умы человечества никогда не способны прийти самостоятельно. Исследовательский процесс когнитивной системы включает поиск закономерностей и новых идей в больших объемах данных, а также их интерпретацию. В условиях информационной перегрузки такие технологии могут стать незаменимыми помощниками ученых, аналитиков и всех других пользователей, чья работа связана с исследовательской деятельностью.
В качестве примера, который характеризует аналитические возможности когнитивных систем, IBM приводит результаты использования сервисов Watson сотрудниками Медицинского Колледжа Бейлора. С их помощью ученые выявили белки, которые воздействуют на p53 — другой белок, разрушающий раковые клетки. Это открытие должно помочь в создании новых лекарств от болезни. На него система потратила несколько недель, в течение которых обработала более 70 000 научных статей о p53. По данным IBM, специалистам понадобился бы год для этой работы без Watson.
Принятие решений. Когнитивные системы умеют самостоятельно принимать решения, опираясь на знания, полученные от экспертов, найденные данные и собственные выводы. Эти решения всегда непредвзяты. Компьютер генерирует их на основе доказательной базы, которую он формирует. Пока когнитивные системы выступают чаще умными помощниками, чем полностью автономными и самодостаточными сервисами. Они предлагают пользователю возможные варианты, но конечное решение — за человеком. При этом программы позволяют проверять обоснованность своих версий, предоставляя инструменты для проверки.
Согласно примеру IBM, ее когнитивные сервисы участвуют в процессе принятия решений для крупной американской компании WellPoint, которая предоставляет услуги медицинского страхования. По статистике сотрудники тратят до 60% рабочего времени только на сбор и обработку информации от клиентов, чтобы принять решение об оказании услуги или отказе. Если верить IBM, когнитивная система существенно экономит время персонала, выполняя большую часть аналитической работы. Она изучает записи врачей, истории болезней, комментарии клиник и т.д. и составляет на их основе соответственные рекомендации для сотрудников WellPoint.
Перспективы распространения
По словам представителей IBM, уже через десять лет не останется такой индустрии, которую обойдут стороной когнитивные технологии. Согласно отчету аналитической фирмы International Data Corporation, к 2018 году половина всех пользователей будет взаимодействовать с когнитивными технологиями на регулярной основе. Но чтобы добиться успеха, компании, которые стоят за мыслящими системами, должны решить ряд проблем. Том Петрочелли относит к таковым сложность разработки и отсутствие навыков для внедрения когнитивных технологий в корпоративном сегменте. Кроме того, поскольку организациям придется отдавать большое количество данных в облако для обработки сторонними системами, нужно будет решать вопросы доверия к производителям этих систем.
Подписывайтесь на наш нескучный канал в Telegram, чтобы ничего не пропустить.
Сегодня можно с уверенностью сказать, что мы подошли к тому моменту, когда уже недостаточно просто создавать машины для выполнения наших задач и потребностей.
Настало время когнитивных вычислений. Прогнозируется, что спрос на когнитивные сервисы резко возрастет. По данным Grand View Research, ожидается, что к 2025 году мировой рынок этого направления достигнет 49,36 миллиарда долларов.
Подобные теоретические прогнозы не единственное доказательство успеха, который обещают когнитивные вычисления. Согласно IBM Cognitive, компании, которые рано осознали возможности когнитивных вычислений, уже заметили значительную отдачу от своих инвестиций: 65% заявили, что технология стала решающей для общего успеха бизнеса, 58% заявили, что она имеет решающее значение для цифровой трансформации всей компании, другие 58% заявили, что она станет важным конкурентным преимуществом в ближайшем будущем.
По своей сути когнитивные вычисления подразумевают использование компьютерных моделей и алгоритмов для воспроизведения того, как люди думают и рассуждают в сложных ситуациях, где не существует простых решений. Системы когнитивных вычислений объединяют информацию из самых разных источников и оценивают контекст, чтобы найти наилучшие возможные решения. В этом процессе синтеза и оценки данных системы полагаются на интеллектуальный анализ данных, распознавание образов и обработку естественного языка для моделирования мыслительного процесса человеческого мозга.
Поскольку системы в значительной степени полагаются на структурированные и неструктурированные данные, технология требует больших объемов данных для решения более сложных задач, которые обычно оставляются на усмотрение и суждение человека. Получая данные, алгоритмы машинного обучения выявляют закономерности и постепенно учатся предиктивному анализу и генерации решений более быстрым и эффективным образом.
Как решение следующего поколения, которое уже стало реальностью, когнитивные вычисления выделяются рядом атрибутов, которые делают их жизнеспособными инвестициями для предприятий, переживающих цифровую трансформацию и стремящихся к быстрому росту и высокой производительности.
Когнитивные системы, по своей сути, очень адаптивны и быстро приспосабливаются к стратегии цифровой трансформации компании по мере ее развития и изменения с течением времени. Эта гибкость и маневренность также гарантирует, что системы могут считывать и обрабатывать информацию в режиме реального времени.
Важнейшим компонентом когнитивных вычислений является взаимодействие человека с компьютером. По мере развития и изменения потребностей пользователей система приспосабливается к этим изменениям, постоянно сохраняя способность распознавать и решать задачи наилучшим образом.
Сходство между человеческими рассуждениями и когнитивными вычислениями заключается в том, что когнитивные системы, как и человеческий мозг, могут находить решение, задавая правильные вопросы или используя данные.
Наконец, уникальность когнитивных вычислений заключается в их способности понимать контекст, в котором возникает проблема. Когнитивные системы способны понимать и идентифицировать такую контекстную информацию, как синтаксис, время, местоположение, домен, профиль пользователя, задачи или цели. Источниками этого типа информации являются как структурированные, так и неструктурированные данные: от визуальных до сенсорных и даже звуковых.
Часто возникает вопрос о схожести между когнитивными вычислениями и искусственным интеллектом. Хотя обе технологии действительно обладают большим количеством одинаковых возможностей, между двумя передовыми системами есть ключевое различие - в назначении и задачах технологии.
И когнитивные вычисления, и искусственный интеллект включают в себя многие из базовых технологий, таких как экспертные системы, нейронные сети, робототехника и виртуальная реальность (VR). Технологии искусственного интеллекта во многом подразумевают сочетание таких технологий, как машинное обучение, нейронные сети, NLP и глубокое обучение. Некоторые из наиболее распространенных приложений технологии искусственного интеллекта - это интеллектуальные помощники (например, Alexa, Siri или Google Assistant) и автономные транспортные средства. Обычно ИИ обучается на данных в течение определенного периода времени, чтобы научить систему способности изучать определенные переменные и в конечном итоге предсказывать результаты.
Когда дело доходит до когнитивных вычислений, этот термин обычно относится к решениям ИИ, которые воспроизводят процесс мышления человека. Точно так же, как человеческий мозг анализирует окружающую среду и понимает более широкий контекст, в котором он работает, подобным образом когнитивные вычисления подходят к задаче решения проблем. Подобное моделирование возможно благодаря машинному обучению, глубокому обучению, анализу тональности, нейронным сетям и NLP.
В контексте бизнес-приложений, цель системы искусственного интеллекта - автоматизировать внутренние процессы и достичь максимальной эффективности и производительности внутри организации. Когнитивные системы, в свою очередь, призваны помочь людям, например сотрудникам, руководителям компаний или даже клиентам, принимать более обоснованные решения. Прекрасным примером поддержки, которую когнитивные системы предлагают профессионалам-людям, является IBM Watson for Oncology. Эта технология используется профессионалами, специализирующимися на лечении рака. Она позволила расширить опыт медицинских работников в поиске лучших решений для пациентов, создавая широкий спектр гипотез для обсуждения и назначения методов лечения.
В настоящее время доступно еще одно приложение – AskGordy. Это приложение, использующее возможности IBM Watson для хранения и извлечения корпоративных данных. Приложение использует когнитивные вычисления для быстрого понимания сложных задач и целей запросов, которые задают сотрудники компании. Фактически, пользователи могут даже оставить отзыв о системе, чтобы помочь ей расти и совершенствоваться.
Таким образом, когнитивные вычисления - это подкатегория искусственного интеллекта, наиболее близкая к имитации человеческого суждения, и в этом смысле она открывает перед компаниями множество возможностей для улучшения взаимодействия с клиентами, внутренней эффективности и максимального роста. Назначение технологии действительно ненамного отличается от традиционной технологии искусственного интеллекта, но когнитивные вычисления делают акцент на расширении человеческих возможностей и помощи профессионалам в их работе, а не на замене человеческих навыков.
Для того чтобы когнитивный компьютер мог обучаться, их оснащают специальными нейронными цепями. Это сложнейшие связи, которые частично способны имитировать работу нервной системы человека. Искусственные нейронные сети состоят из нейронов, на подобии тех, что работают и у нас с вами, обусловленные математическими схемами. Такой подход позволяет компьютеру нового типа анализировать изображение разными способами, другие источники информации, обучаться делать выводы, подобно тому, как действуют в таких же ситуациях люди. В этом вся их красота.
Следует отметить, что мощнейшие современные ПК или смартфоны не способны решить проблему моделирования деятельности нервной системы. Наиболее современные гаджеты сегодня производятся по устаревшему принципу, который называют еще архитектурой фон Неймана в честь венгерского ученого, который изобрел концепцию еще в 1940-ых годах. Самая лучшая сторона такой технологии и одновременно огромный ее минус это последовательность арифметических операций. Современные вычислительные машины обрабатывают операции последовательно, по одной или несколько за раз. Естественно, такой подход не годится для моделирования сложной нейронной системы, содержащей огромное количество параллельных процессов.
Для того чтобы исключить этот недостаток, современные нейронные машины работают по другому принципу, а именно – массово параллельной архитектуре. Принцип работы такой системы заключается в распараллеливании общей вычислительной нагрузки между множеством чипов. К примеру, платформа когнитивного компьютера по имени IBM Watson после своего возникновения в 2011 году состояла из девяноста отдельных серверов, каждый из которых оснащался восьми ядерным процессором POWER7.
Мега мозг работал под управлением операционной системы Watson IBM на базе Linux, переработанной и дополненной программными решениями для возможности функционирования когнитивной технологии. Тяжело определить, что сейчас содержит в себе компьютер Watson, однако еще в 2014 году торговая марка, которая его создала, заявила об уменьшении размера компьютера на 90%. Сейчас компьютер размером с пару коробок для пиццы работает уже в двадцать четыре раза быстрее. Правда здорово?
Как сообщает специалист из компании Neuralytix Том Петрочелли, технологии когнитивного вида способны отлично дополнить уже существующие IT системы. По его мнению, число чисто когнитивных программ не будет большим, но часть их функций можно внедрить в обычное программное обеспечение. Уже сегодня IBM создала целый набор сервисов облачного типа на базе супер компьютера Watson способного взаимодействовать с обычными компьютерами. При помощи существующих API (исходный код для разработчиков софта) программы способны реализовывать свои идеи на базе Watson при помощи хорошо зарекомендовавших себя языков программирования таких, как Java и Node.js.
Системы когнитивного типа будут взаимодействовать с уже существующими, обычными компьютерами и не смогут полностью их заменить, ведь когнитивные технологии только начинают свой путь. Впервые им удалось привлечь к себе внимание 4 года назад. Когда искусственный мега мозг Watson обыграл людей в знаменитой викторине под названием Jeopardy (которое у нас известно как «Своя игра»). IBM заявили, что их когнитивный компьютер единственный достойный образец во всей отрасли. Теперь торговая марка занимается поиском средств и партнеров для развития своего детища.
Скорее всего, Watson это самый популярный и умный когнитивный компьютер из всех существующих. Сегодня он учится видеть мир, а еще вчера заявил о своей способности понимать речь. Кроме самого Watson, к системам когнитивного типа причисляют и умных помощников смартфонов Google Now и Siri. Следует заметить, что существуют и множество менее известных проектов в этом направлении. Мало того, по словам Петрочелли, даже в университетах SRI и Microsoft Research ведется работа по исследованию когнитивных вычислительных машин.
Будущее развитие
Кроме устаревшего метода использующего последовательность вычислений, у компьютеров старого типа существует и еще один недостаток, а именно затрагивание когнитивных систем. Например, оперативная память и центральный процессор работают отдельно, но в то же время связаны между собой посредством шины, установленной для обмена информацией между ними.
Такое решение не является самым удачным, ведь если вы увеличите производительность Цп или памяти, общая вычислительная мощность не возрастет из-за все той же пропускной способности шины. Еще одним недостатком систем с несколькими процессорами является одновременная их работа, даже когда в этом нет нужды, такой подход ни как не способствует экономии энергии. Именно по ряду вышеперечисленных фактов, новейшие компьютеры все равно серьезно отстают от биологических конкурентов, а именно мозга человека.
Ведущие мировые производители IT оборудования, во главе с IBM ищут подход к решению вышеперечисленных неудобств. Ведется работа над реализацией аппаратного аналога живой нейронной системе, которая ляжет в основу новых алгоритмов работы когнитивных систем. Вместе с торговой маркой DARPA специалисты IBM изготовили нейросинаптический набор микросхем TrueNorth, чем то напоминающий неокортекс (коры мозга человека).
Если вспомнить курс биологии, можно понять что место соприкосновения двух нейронов называется синапсом и необходимо для обмена данными между ними. Проецируемый чип чем-то похож на такую систему, в его основе лежат нейросинаптические ядра, способные имитировать работу нейронов, сплоченных синапсами. Такие чипы не только способны производить вычисления параллельно, но и в случае необходимости отключать неиспользуемые вычислительные мощности. Такой подход оптимизирует не только вычислительную мощность, но и общее энергосбережение всей системы.
Миниатюрный, мощный и эргономичный центральный процессор TrueNorth — огромный шаг вперед, к новым алгоритмам работы когнитивных технологий.
IBM пророчит огромную популярность именно нейросинаптических процессоров, ведь для того чтобы нарастить производительность всей системы, достаточно просто подключить еще несколько чипов. Инженеры планируют соединить воедино сразу 4 096 элементов, и создать, таким образом, мыслящий механизм. Также ученые ведут работу и над Сorelet — специальным языком программирования, который и ляжет в основу когнитивных систем будущего. Дело в том, что существующие языки и принятые стандарты не подходят для новой аппаратной платформы.
Нейросинаптические элементы не смогут безоговорочно заменить обычные, уже существующие микросхемы. Специалисты из IBM сравнивают устаревшие чипы с левой половиной мозга человека, а когнитивные процессоры с правой. Задачей обычных вычислительных систем будут логические операции, математический расчет и т.д., задачей же когнитивных коллег станет восприятие чувств. Примерно так же работает и мозг человека. Именно по принципу симбиоза обычных компьютеров и нового типа, планируется создать новый, гибридный, аппарат, который будет наиболее похож на мозг живого человека. Так что не исключено что известный всем Watson скоро значительно поумнеет. Мало того, люди из IBM заявили, что в технологиях будущего, возможно, будут задействованы квантовые технологии.
Отрасли использования
Когнитивные системы обладают действительно огромным потенциалом. Квадрокоптеры, дроны, аксессуары для людей с ограниченными возможностями, это маленькая крупица того, где можно применить процессоры нового типа. Если же брать во внимание лингвистические способности такой технологии, ее появления можно ожидать и в различных онлайн сервисах, например переводчиках (возможно, они уже сейчас используются там). Естественно, что машины когнитивного типа будут использоваться и в системах аналитического типа.
Руководствуясь исследованиями Your Cognitive Future торговая марка IBM заявила, что системы когнитивного типа способны оказать огромное влияние на будущее всего человечества. Эти слова подтверждает не только исследования самой IBM но и позиции ведущих специалистов из разных научных областей, которые не понаслышке знают возможности технологий будущего. Компания IBM определила три основных направления, в которых наиболее интенсивно станут развиваться новые когнитивные технологии. Принятие решений, аналитический анализ и диалог с клиентом.
Работа с пользователем. Машины, работающие с применением когнитивных технологий, смогут вести осознанный диалог с человеком. Такие устройства смогут в полной мере различать речь человека, со всеми его эмоциональными оборотами, мимику и жесты. В результате пользователь получит возможность общаться с любой программой привычным способом и с большим комфортом. Звучит заманчиво, но пока неизвестно когда такие технологии станут реальностью.
В первую очередь в полной мере оценят диалог человека и когнитивной системы пользователи USAA, компании занимающейся финансированием военно-воздушных сил США. Сайт организации взаимодействует с облачной когнитивной технологией Watson, которая дает ответы, на вопросы задаваемые пользователями через сайт компании. Обучение сервиса проходило на протяжении 6-ти месяцев под присмотром экспертов данной отрасли. Ученые помогли искусственному интеллекту понять 3 000 видов разных документов и параллельно обрабатывать массу разных вопросов в любой формулировке.
Потенциал в области аналитики. Путем переборки и анализа разного рода информации системы когнитивного типа смогут делать выводы и принимать решения, к которым зачастую не смогут прийти и лучшие умы человечества. Для того чтобы исследовать большие массивы данных, выявить наилучший алгоритм действия и максимально удобно интерпретировать его пользователю и будут применяться новые супер компьютеры. Для ученых, которые занимаются анализом большого количества информации, нет ничего лучше, чем когнитивный помощник.
Для того чтобы продемонстрировать людям аналитические способности новых когнитивных процессоров, IBM представили результат деятельности Watson при его работе вместе с сотрудниками колледжа Бейлора. При помощи умной машины, специалистам удалось обнаружить белок способный воздействовать на p53 — второй белок, уничтожающий злокачественные раковые клетки. Данное открытие может помочь изготовить лекарство, способное лечить рак. Для того чтобы найти верное решение, когнитивная система думала несколько недель и при этом проанализировала до 70 000 научных трудов о p53. Как заявили в IBM, без Watson пришлось бы искать ответа более года.
Принятие решений. Когнитивные системы могут самостоятельно принимать правильные решения, опираясь частично на опыт их создателей и собственные умозаключения. Ни о какой предвзятости не может быть и речи. В качестве доказательств, правильности своих умозаключений компьютер предоставляет специальную базу. Сейчас когнитивные системы нельзя назвать полностью автономными, они являются умными помощниками для людей. Их задача предложить несколько интересных вариантов, но окончательное решение принимает все равно человек. Но программа защищает свою версию, приводя аргументы разного рода.
Как показали специалисты из IBM, их когнитивная облачная система сотрудничает с торговой маркой WellPoint, занимающейся страхованием в области медицины. Обычно сотрудники затрачивают более 60% своего времени на то чтобы обработать поступившую от клиентов информацию, и потом только принять то или иное решение. Как заявили в IBM, их система выполняет большую часть процесса аналитики и тем самым сильно экономит время сотрудников.
Перспективы распространения
По словам людей из IBM, в течении десяти лет не будит ни одной отрасли в мире ,которая обойдет вниманием когнитивные технологии. По результатам исследований International Data Corporation, в 2018 году 50% всех клиентов, так или иначе, будут вести диалог с когнитивным облаком. Но для того чтобы технология поскорее пришла в нашу реальность еще предстоит решить целый ряд проблем. Том Петрочелли заявил, что наибольшим злом, которое мешает скорейшему распространению когнитивных технологий, является неумение с ними работать.
Читайте также: