Цифровые компетенции: нейросети как помощники руководителя

Многим кажется, что искусственный интеллект (ИИ) — это и есть нейросети, о которых так много говорят. Но сегодня сети являются всего лишь небольшим разделом ИИ, хотя и способны выполнять практически любые задачи. Люди всегда мечтали сделать нечто, что будет выполнять за них какую-то работу. Разработки нейронных сетей начались еще в 40-х годах XX века, но тогда они не справлялись даже с простыми задачами. Первые нейросети выросли из тестов Тьюринга и терминов 50-х годов.

Искусственный интеллект двигался вперед, развивались базы данных, а нейросети были «отстающим ребенком».

Содержание:

— Преимущества искусственного интеллекта

— Строение нейросетей

— Почему нейросети стали популярны

— Что руководитель может делать с нейросетями

Преимущества искусственного интеллекта

Термин «искусственный интеллект» — не в полной мере научное определение, скорее, это результат маркетингового, консенсусного подхода. Он определил ИИ как область компьютерных наук, которая включает программы и системы, демонстрирующие интеллектуальные виды деятельности. То есть, любая сложная программа будет демонстрировать признаки искусственного интеллекта.

Второй термин — машинное обучение — более техничен. Он подразумевает обучение компьютера с помощью данных, инструкций и примеров. А также «глубокое обучение», при котором компьютер учится сам понимать и находить закономерности в данных, чтобы справляться с новыми задачами.

Преимущества ИИ:

1. Он быстро выполняет задачи, способен обрабатывать огромные массивы данных.

2. Доступен все время — не спит и не ест.

3. Равнодушен к рутине, не спрашивает о целях выполняемых задач.

4. Не требует зарплаты для выполнения задач.

5. Принимает беспристрастные решения.

Однако, у ИИ есть и недостатки: например, дешевле взять одного работника, чем обучить искусственный интеллект. Глубокое обучение нейросети дорого стоит.

Популяризация нейросетей началась в 2014 году, когда одна группа исследователей предоставила инструмент, способный по картинке распознать, что на ней изображено, различить множество деталей. Это стало причиной «хайпа» среди специалистов, благодаря которому уже в 2022 году появились Midjourney и ChatGPT. И сейчас десятки миллионов долларов тратятся на разработку как процессоров, так и разных датасетов (механизмов хранения информации, которые предоставляют быстрый доступ к большим объемам данных).

Строение нейросетей

Нейросеть содержит своего рода упрощенные аналоги человеческих нейронов. По сути, она тоже состоит из маленьких клеток, у каждой из которых есть входные данные, проходящие через определенные связи. В свою очередь, у каждой связи есть вес — они могут «истончаться» (тогда входные данные будут слабее влиять на «нейрон») или, наоборот, эти связи могут увеличивать вес входных данных.

Нейрон с простой пороговой функцией: если сумма больше 10, то на выходе будет 1, если меньше 10, то — 0.

Сама нейросеть — это большое количество таких нейронов. В одних нейросетях все функции одинаковы, в других — используются послойные функции-активаторы. Но все они служат, чтобы на «выходе» человек получал то значение, которое ему нужно.

Почему нейросети стали популярны

Население Земли увеличилось — буквально за 150 лет нас стало в разы больше. И все 8 миллиардов человек научились каталогизировать данные о себе, составлять базы данных. Например, у более чем 5 миллиардов человек есть или сотовый телефон, или компьютер. И даже если они не создают контент, то они его потребляют, генерируют данные, количество которых огромно: например, для распознавания речи китайской сети Baidu потребовалось 4 терабайта обучающих данных и миллиарды математических операций.

Количество «железа» рано или поздно переходит в качество. По сравнению с началом века, эффективность мышления у людей выросла на 7 порядков. Кроме того, мы научились делать графические процессоры, и сейчас это уже не прототипы, а работающие системы, которые увеличивают эффективность обработки информации. Также развиваются фреймворки — наборы инструментов, библиотек и протоколов, которые разработчики используют для создания и управления приложениями. И популярность нейросетей обусловлена их способностью обрабатывать массивы данных, которые были недоступны для обычных компьютеров.

Что руководитель может делать с нейросетями

Сейчас менеджер при помощи нейросетей может решать многие бизнес-задачи без больших затрат: существуют нейросети, которые с помощью «сырых» данных подскажут, что ему делать дальше в той или иной ситуации. Потому что нейросети обучались на большом количестве информации, и могут просто выдать результат, например, сообщить руководителю строительства, кто на стройке ходит без каски. Или подсчитать количество новых автобусов, проехавших через определенный перекресток.

Области применения нейросетей в организациях:

• Аналитика.

• Обнаружение дефектов и нарушений.

• Контроль производственных процессов.

• Работа с клиентами.

• Дизайн помещений и пространств.

• HR.

• Контроль и анализ бизнес-процессов.

• Научно-исследовательские и опытно-конструкторские работы (НИОКР).

Очевидно, что нейросети способны выдавать и маркетинговые решения: можно делать баннеры, писать объявления, создавать дизайн пространств, разрабатывать ботов для общения с клиентами (отсекая ненужную аудиторию). Кроме того, часть HR-процессов тоже можно возложить на нейросети — множество мелких задач, первичную оценку (по голосу, ответам), контроль и анализ процессов. А также различные НИОКР-задачи — сеть (при достаточном обучении) может генерировать новые продукты или идеи.

Руководитель при помощи нейросетей может: 

• Вести деловую переписку и качественно переводить иностранные тексты.

• Анализировать документы (на примере договоров).

• Находить оптимальный способ действий при решении сложных задач.

• Строить визуальные модели для презентации сложных решений.

• Готовить презентации, качественные доклады для выступлений, аналитические отчеты.