Walmart и роботы, Amazon и данные, ЕС и этические законы
Что нового в мире технологий?
Google запустила новую платформу для машинного обучения
Компания Google в ходе конференции Google Cloud Next представила ряд ИИ-инструментов для разработчиков искусственного интеллекта и машинного обучения.
Так, компания анонсировала запуск бета-версии AI-Platform — комплексного сервиса для совместного создания, тестирования и развертывания моделей искусственного интеллекта для разработчиков и дата-сайентистов.
Также Google выпускает новые версии Cloud AutoML для автоматизации создания моделей машинного обучения. Помимо релиза AutoML Vision для распознавания изображений, техгигант открыл доступ к бета-тестированию AutoML Tables, который поможет развертывать МО-модели на основе структурированных табличных данных. Помимо этого, компания запустила бета-тестирование AutoML Video — инструмент для создания кастомных моделей классификации видеоконтента.
На конференции также был представлен инструмент AutoML Vision Edge, задача которого заключается в упрощении обучения и запуска высокоточных МО-моделей с низкой задержкой на граничных устройствах.
Кроме этого, компания объявила о начале бета-тестирования сервисов Contact Center AI и Document Understanding AI. Первый предназначен для создания виртуальных агентов, а второй — для поиска и извлечения полезной информации из отсканированных документов.
Для анализа данных, компания анонсировала сервис Cloud Data Fusion, позволяющий интегрировать данные из различных источников и готовить их к анализу в BigQuery. Инструмент BigQuery Data Transfer Service способен в автоматическом режиме принимать и упорядочивать данные из различных SaaS-приложений на веб-сервис. Помимо сервисов Google, Data Transfer Service совместим с более чем 100 популярных облачных приложений, таких как Salesforce, Stripe и Workday.
С помощью инструмента Cloud Dataflow SQL, аналитики данных смогут создавать собственные конвейеры. Публичное альфа-тестирование ожидается в ближайшее время.
Наконец, Google расширил функционал инструмента BigQuery ML, с помощью которого аналитики могли разворачивать модели машинного обучения прямо в среде BigQuery. Теперь он поддерживает несколько видов новых моделей, например метод k-средних и матричная факторизация, которые широко используются для сегментирования клиентов и создания рекомендаций.
Машинное обучение поможет Facebook составить карту плотности населения мира
Компания Facebook приняла решение развить проект по созданию карт плотности населения 22 стран, запущенном в 2016 году, и реализовать его в масштабе всей планеты.
Во время работы над созданием карты плотности населения стран Африки инженеры компании использовали технологии машинного обучения. Алгоритмы компьютерного зрения обрабатывали данные картографического сервиса Open Street Map и распознавали здания по спутниковым снимкам. При составлении карты Африканского континента, алгоритмы обработали 11,5 млрд изображений размером 64х64 пикселей. Полученные данные сопоставлялись с данными переписей населения исследуемых стран и наносились на карту.
Аналогичным образом планируется реализовывать новый проект, однако теперь их система более совершенна. Точность алгоритмов одновременно проверяли собственными силами компании и с помощью исследователей при Колумбийском Университете в Нью-Йорке, которые подтвердили «беспрецедентную точность» системы.
Amazon прослушивает голосовые запросы пользователей
Сотрудники технологического гиганта Amazon ежедневно прослушивают до тысячи разговоров пользователей с голосовым ассистентом Alexa. Об этом рассказали несколько анонимных представителей компании.
По словам Amazon, для них очень ценна конфиденциальность клиентов, поэтому все, кто занимается расшифровкой голосовых запросов, подписывают документы о неразглашении информации. Также они анализируют только небольшую часть записей и используют их как данные для улучшения ИИ Alexa. Сотрудникам неизвестны ни фамилия пользователя, ни адрес его проживания, но у них есть доступ к имени и серийному номеру устройства.
Работникам необходимо прослушать разговор с колонкой, прокомментировать его и отправить обратно в систему. Этот процесс позволяет голосовому помощнику лучше понимать запросы пользователей.
Периодами сотрудники слышат личную информацию, такую как плач ребенка или пение в душе. Один раз они наткнулись на запись, похожую на домогательство.
ЕК составила список этических законов для ИИ
8 апреля 2019 года Европейская комиссия опубликовала ряд руководящих принципов, которые должны соблюдать компании и правительства при создании и использовании систем искусственного интеллекта. Эти правила затрагивают потенциальные юридические и этические проблемы, которые могут возникнуть из-за внедрения технологий ИИ в здравоохранение, образование и потребительские технологии.
В 2018 году для составления этих принципов была собрана группа из 52 независимых экспертов, которая сформулировала семь основных, по ее мнению. Они заключаются в следующем.
- Человеческое содействие и надзор. Системы ИИ должны обеспечивать равноправное общество, а также поддерживать возможность людей вмешиваться или контролировать любое решение системы. Они не должны уменьшать, ограничивать или вводить в заблуждение человеческую автономию.
- Надежность и безопасность. Системы ИИ должны быть безопасными, надежными и достаточно устойчивым, чтобы справляться с ошибками или атаками на всех этапах жизненного цикла.
- Конфиденциальность и управление данными. Люди должны иметь полный контроль над своими данными, и эти данные не будут использоваться для нанесения вреда или дискриминации в отношении них.
- Прозрачность. Людям должна быть обеспечена прослеживаемость принятия решений системами искусственного интеллекта.
- Разнообразие, недискриминация и справедливость. Системы ИИ должны предоставлять услуги всем, независимо от возраста, пола, расы или других факторов.
- Социальное и экологическое благополучие. Системы ИИ должны быть экологически ответственными и способствовать позитивным социальным изменениям.
- Подотчетность. Должны быть созданы механизмы, обеспечивающие подотчетность и ответственность за системы ИИ, а также за результат их функционирования.
Данные руководящие принципы не подкреплены юридически, однако могут стать основой законодательной базы, созданной Европейским союзом.
Walmart роботизирует большинство своих розничных магазинов
Крупнейший американский ритейлер Walmart продолжает автоматизировать свои магазины по всей стране. В основном речь идет об использовании робо-технологий в офлайн-торговле.
Так, до конца 2019 года в 300 супермаркетах страны появятся роботы, которые самостоятельно будут отслеживать наличие товаров на полках и оповещать сотрудников о нехватке того или иного продукта. Также робот сможет обнаруживать неточности в ценниках и неправильном местоположении товара.
Также сообщается, что в 1,2 тысячах магазинов начнут работать конвейерные ленты, которые в автоматическом режиме будут сканировать и сортировать поступающие товары на склад.
Еще в 900 точках появятся автоматические терминалы-башни для выдачи онлайн-заказов покупателей.
И наконец, в 1,5 тысячах магазинов запустят автономных поломойщиков, что позволит съекономить до трёх часов времени для сотрудников, которые выполняют эту работу вручную.
Отметим, что эти процессы уже запущены в некоторых супермаркетах Walmart. Однако, похоже, только сейчас руководство корпорации увидело позитивные результаты автоматизации отдельных процессов и приняло решение масштабировать их на другие точки сети.
В компании в свою очередь отмечают, что роботизация магазинов ни в коем случае не лишит сотрудников магазинов работы. Напротив, использование роботруда позволит разгрузить персонал супермаркетов от рутинной работы и перенаправить их усилия на «более важные клиентоориентированные задачи», в том числе на обслуживание и консультации покупателей в интернете. По информации некоторых СМИ, недавно компании даже пришлось нанять сразу 40 тысяч новых сотрудников, которые должны обеспечить быструю обработку онлайн-заказов, чтобы покупатели не тратили время на офлайн-шопинг, а совершали покупки в интернете.
