На симпозиуме Gartner в Кейптауне Брайан Берк (Brian Burke), вице-президент компании и руководитель отдела исследований, заявил ^[1], что из популярных трендов именно искусственный интеллект (ИИ) значительно повлияет на все сферы нашей жизни.

По его словам, отношение к технологиям искусственного интеллекта можно сравнить с отношением к электричеству 100 лет назад. Оба изобретения направлены на улучшение и упрощение различных процессов, поэтому системам ИИ пророчат большое будущее.

Далее, мы рассмотрим тренды искусственного интеллекта и то, как технология повлияет на Big Data, бизнес, безопасность, виртуальную инфраструктуру и повседневную жизнь в грядущем году.

^[2]
/ фото Many Wonderful Artists ^[3] PD

1. Большие данные станут доступнее

По прогнозам ^[4] компаний IDC и EMC, мировой объём данных достигнет 40 зеттабайт к 2020 году, причём, согласно исследованию ^[5] компании Veritas, 85% от этого объёма будут составлять Dark Data ^[6] и ROT ^[7]. Dark Data — неструктурированные данные (почта, изображения, аудио), которые компания хранит, но не использует. ROT — электронные документы, которые организация держит «на всякий случай» и тоже никак не задействует.

Однако аналитики утверждают ^[8], что с внедрением технологий ИИ, бизнес сможет извлечь пользу из этой информации. Анализ таких данных, по мнению ^[9] Мадса Хансена (Mads Hansen), менеджера по продуктам и решениям Targit, позволит компаниям глубже понимать свои промахи и учиться на ошибках. А как заявляет ^[10] Джеймс Пайн (James Paine), основатель фирмы West Realty Advisors, ИИ принесёт Big Data в массы и полностью изменит способы обработки больших данных.

Однако агентство Forrester отмечает ^[11], что в 2018 году компаниям придётся тщательно продумать план по внедрению систем искусственного интеллекта и работе с большими данными. Иначе вместо выгоды эти технологии принесут только убытки и проблемы.

2. Увеличится скорость доставки приложений и услуг

По словам ^[12] Марка Эдгара (Marc Edgar), главного исследователя в области информатики компании GE Research, в течение следующих 3–5 лет глубокое обучение сократит время разработки программных решений с нескольких месяцев до нескольких дней. Это приведёт к улучшению функциональных характеристик, повышению производительности разработчиков и уменьшит стоимость продукта.

В качестве примера такой системы можно привести AutoML ^[13] – решение, которое автоматизирует ^[14] проектирование моделей машинного обучения. В следующем году эксперты ожидают рост популярности коммерческих пакетов AutoML и интеграцию AutoML в крупные платформы машинного обучения.

Вице-президент Gartner Дэвид Кирли (David Cearley) отмечает ^[1], что МО постепенно становится основой для многих приложений и сервисов. Одно из недавних исследований компании показывает, что 59% организаций собирают информацию, необходимую для внедрения технологий искусственного интеллекта, а 40% компаний уже внедряют системы ИИ или запускают пилотные версии.

3. Качество сервисов вырастет

По словам ^[15] Брайна Чаголи (Bryan Chagoly), вице-президента по информационным технологиям компании Bazaarvoice, машинное обучение и системы ИИ помогут маркетологам определять модели поведения, предпочтения и намерения покупателей. Это позволит компаниям внедрять персонализированные услуги.

Возможности ИИ также будут набирать популярность в службах технической поддержки. Например, компания IBM планирует ^[16] использовать Watson для ускорения ^[17] работы саппорта: автоматизации решения инцидентов, сбора и обработки данных и поддержки пользователей 24/7.

4. Кибератаки станут «умнее» (как и системы защиты от них)

В этом году ИТ-сообщество убедилось, что атаки злоумышленников становятся всё более изощрёнными. Дипак Датт (Deepak Dutt), основатель и генеральный директор компании Zighra, утверждает ^[18], что с помощью ИИ можно проводить более точные и эффективные кибератаки: собирать личные данные в социальных сетях и использовать их для взлома, фишинга, поиска уязвимостей и так далее.

Как утверждает ^[18] Марк Гудмен (Marc Goodman), автор книги «Future Crimes ^[19]», начало таким преступлениям уже положено ^[20], и если усилить их системами ИИ, защититься от них будет очень сложно. Разве что с помощью других интеллектуальных решений.

По словам ^[15] Фила Талли (Phil Tully) и Зака Аллена (Zack Allen) из компании ZeroFox, в следующем году организациям придётся задуматься о более надёжных защитных механизмах, чем двухфакторная аутентификация. Предприятия должны будут внедрять и масштабировать автоматизированные системы защиты, чтобы обнаруживать угрозы и подозрительное поведение. Например, для «обороны» облачной среды Oracle предлагают решение Security Monitoring and Analytics ^[21], которое, по словам компании, позволяет быстро обнаруживать, исследовать и устранять широчайший круг угроз безопасности.

5. Системы ИИ войдут в повседневную жизнь

Если верить словам ^[12] Жоржа Наона (Georges Nahon), генеральному директору компании Orange Silicon Valley, системы искусственного интеллекта и распознавания биометрических показателей будут использоваться для совершения платежей в магазинах и обеспечения безопасности на режимных объектах.

Например, клиенты банка HSBC в Китае уже могут ^[22] подтверждать оплату с помощью селфи, а «Центр Речевых Технологий» предлагает биометрическую систему «Визирь», которая ^[23] способна распознавать лица всех людей, попавших в поле зрения видеокамеры. Наон утверждает ^[12], что в скором времени кредитную карту, водительское удостоверение и другие документы заменит наше лицо.

При этом Питер Уолквист (Peter Wallqvist), вице-президент по стратегии компании iManage, считает ^[24], что ИИ-технологии в 2018 году станут более практичными, помогут людям решать конкретные бизнес-задачи, повысят продуктивность и откроют новые возможности.

6. Виртуальная инфраструктура получит больше возможностей

Достижения в области ИИ приведут к появлению новых облачных инструментов. Хория Маргарит (Horia Margarit), главный аналитик компании Qubole, уверен ^[25] в скором распространении инновационных решений, которые ускорят сбор данных, увеличат вычислительные возможности и упростят процессы интеграции виртуальной инфраструктуры.

Некоторые из таких разработок уже доступны на рынке. Машинное обучение применяется в продукте vRealize Log Insight ^[26] от VMware для автоматического сбора данных о виртуальной инфраструктуре. Также алгоритмы машинного обучения используются в решении AppDefense ^[27], которое обеспечивает безопасность конечных устройств, автоматически реагируя на обнаруженные угрозы. Еще пример — компания IBM, использующая машинное обучение для балансировки нагрузки ^[28] в облаке IBM Cloud.

Как отмечает ^[29] Боб Эванс (Bob Evans), генеральный директор компании Evans Strategic Communications, провайдеры должны будут помочь клиентам внедрить новые технологические решения, в том числе системы искусственного интеллекта, чтобы извлечь максимум из облачного окружения.

---

P.S. Наши материалы о том, как использовать виртуальную инфраструктуру:

• Лучшие практики миграции и развертывания инфраструктуры в облаке IaaS ^[30]
• Миграция между облаками c помощью инструментов VMware: зачем и как ^[31]
• Решения VMware: построение аттестуемых и защищенных инфраструктур ^[32]

Автор: it_man

Источник ^[33]