Чтобы дать какие-то реальные прогнозы относительно перспектив корпоративного применения искусственного интеллекта в 2021 г., надо отвлечься от шумихи вокруг него, пишет на портале InformationWeek независимый аналитик и консультант Джеймс Кобилус.

ИИ расширял свое влияние на нашу жизнь на протяжении всего прошлого года. Даже когда глобальная пандемия заставила многих специалистов по данным работать из своих домов, основанные на ИИ инновации продолжали генерироваться самыми светлыми умами.

ИИ является центральным элементом грядущей «новой нормы» всей нашей жизни. В будущем ИИ будет интеллектуальным ядром автоматизированных, роботизированных и бесконтактных процессов, которые защитят нас всех от будущих катаклизмов.

Ниже представлены прогнозы по конкретным методам, инструментам, платформам и приложениям ИИ, которые выйдут на передний план — с учетом пока непрекращающегося кризиса, вызванного пандемией COVID-19:

  • автоматизированное управление станет ключем для контроля приложений ИИ. Выход ИИ из-под контроля недопустим. В 2021 г. предприятия будут усиливать управление ИИ в своих организациях, обеспечивая надежную проверку моделей в рамках рабочих процессов машинного обучения. Это поможет обеспечить точное выполнение приложениями ИИ вмененных им функций, будучи избавленными от нарушений конфиденциальности, демографических предубеждений и других неблагоприятных алгоритмических результатов. Поставщики платформ управления ИИ будут расширять возможности по развертыванию и управлению устойчивым потоком проверенных моделей вплоть до периферийных устройств;
  • вредоносные атаки (adversarial attacks) на машинное обучение потребуют контрмер для защиты экономики, основанной на ИИ. Устойчивость ИИ имеет фундаментальное значение. В 2021 г. специалисты в области ИИ будут настаивать на консенсусной методологии обнаружения и устранения вредоносных угроз для приложений ИИ, таких как периферийные системы машинного зрения, которые основаны на сверточных нейронных сетях. Многие разработчики ИИ примут недавно выпущенный Adversarial ML Threat Matrix — открытый расширяемый отраслевой фреймворк для классификации наиболее распространенных тактик саботажа, используемых для разрушения и обмана систем машинного обучения. Многие поставщики DevOps для машинного обучения будут включать этот стандарт — особенно доступ к своим GitHub-репозиторям для курируемого репозитория вредоносных атак — в свои решения;
  • ИИ на основе периферийных вычислений сожмет нейронные сети вплоть до их базовой сущности. Компактность ИИ имеет важное значение. В 2021 г. разработчики ИИ будут регулярно урезать нейросетевые архитектуры, гиперпараметры и другие функции всех своих моделей, чтобы соответствовать аппаратным ограничениям периферийных платформ. Компиляторы ИИ-моделей будут все больше автоматизировать сжатие и настройку ИИ-моделей для их быстрого и эффективного выполнения на множестве периферийных конечных точек. По мере того, как революция TinyML будет набирать обороты, мы увидим, как все больше разработчиков ИИ будут использовать методы поиска нейронной архитектуры, чтобы найти наиболее компактную, эффективную структуру нейронной сети для конкретной задачи инференции ИИ. Сжатие алгоритмов ИИ вплоть до уровня их предсказательной функции ускорит перемещение большинства рабочих нагрузок ИИ на микроконтроллеры, встроенные в периферийные устройства;
  • распознавание лиц станет доминирующей технологией бесконтактной аутентификации на основе ИИ. Аутентифицированный ИИ является обязательным. В 2021 г. предприятия будут внедрять распознавание лиц для строгой аутентификации в растущем спектре внутренних и ориентированных на клиента приложений. Точно так же бизнес будет все чаще избегать использования технологии для интерпретации идентичности, расы, пола и других атрибутов, которые могут быть чувствительными в плане конфиденциальности, непредвзятости или точки зрения. В какой мере предприятия будут включать распознавание лиц в автомаркировку изображений/видео, запросы по изображениям и другие подобные приложения, будет определяться только после тщательного рассмотрения юристами. Регуляторная чувствительность этой технологии и правовые риски будут только расти в обозримом будущем;
  • роботизация выведет усиленное обучение в мейнстрим ИИ. Гибкость обязательна для ИИ. В 2021 г. COVID-19 начнет отступать, но после пандемии мы передадим многие ранее человеческие функции гибким роботам. С помощью усиленного обучения они будут частично или полностью обучаться гибкому ориентированию, управлению и манипулированию объектами в сложных реальных сценариях. Биосенсинг, доставка и дезинфекция станут доминирующими сегментами робототехники, причем дроны будут относиться к числу основных платформ, ИИ-приложения для которых будут обучаться на основе усиленного обучения;
  • технология Deepfake позволит создать новое поколение мультимедийных средств на основе ИИ. Генеративный ИИ универсален. В 2021 г. генеративно-состязательные сети (GAN) технологии deepfake докажут свою ценность как средства создания и совершенствования видео, аудио и другого медиаконтента посредством алгоритмических манипуляций. Сети GAN станут стандартными инструментами для повышения степени достоверности присутствия участников в виртуальных рабочих пространствах в реальном времени. В ближайшее время не останется коммерческих решений для конференцсвязи, которые бы доставляли пользователем проблемы качества, возникающие из-за необработанных видео- и аудиопотоков — не сглаженных и не дополненных с помощью сложного ИИ;
  • квантовые вычисления найдут свое первое убедительное применение в ИИ. «Потусторонний» ИИ неизбежен. В 2021 г. экосистема разработчиков, которая возникла вокруг TensorFlow Quantum, представит по крайней мере один пример нейроморфной когнитивной модели, адаптивного алгоритма машинного обучения, генеративно-состязательной сети или программы параллельного обучения, когда квантовые платформы совместной обработки работают быстрее любой классической вычислительной платформой. Поскольку эти результаты будут воспроизводиться на различных коммерческих квантовых платформах, коммерциализация сегмента квантового ИИ начнется всерьез. На эту арену выйдут стартапы, и все больше предприятий всерьез начнут включать квантовые платформы в свои планы развития ИИ и высокопроизводительных вычислений.