Интересно отметить, что развитие ИИ произвело очень важный и глубокий эффект на баланс сил в глобальной экономике и военно-политическом направлении. Не зря практически все главы развитый и некоторых развивающихся государств наперебой в своих речах отмечают необходимость развития ИИ, как одной из приоритетных.
Если обратить внимание на чисто академический подход, то ИИ является областью изучения довольно не связанных между собой дисциплин, которые охватывают темы теоретического обобщение опыта и знаний, стратегии обучения, предметной области и механизмов их описания. Многие классифицируют шесть дисциплин под «зонтиком» ИИ:
- Машинное обучение (адаптации к изменениям, выявления контролируемых паттернов);
- Обработка естественного языка для обеспечения успешного общения;
- Само представление знаний для хранения информации, которую машина знает и получает;
- Автоматическое обоснование использования хранимой информации для ответа на вопросы и подготовки приемлемых выводов;
- Так называемое «компьютерное зрение»;
- Робототехника для управления объектами и их передвижениями.
В документе от 2018 года, подготовленном Глобальным институтом McKinsey, сказано, что рассматривая большое множество существующих проблем используя преимущества ИИ обычно хорошо «продаются» обнаружения различных сложных аномалий, ранжирования проблем, отладка бизнес процессов, глубокое классифицирование задач и решений, непрекращающаяся оценка проблем (с учетом старых данных) и т.д.
При этом всем необходимо помнить, что ИИ не живет один (и слава богу), всегда существует человеко-машинная команда. Чем более «умнее» становиться вычислительная система. Тем более сплочённой видится эта аппаратно -человеческая конструкция. И тут всплывает проблема двоеверия, а точно ли программа -агент ИИ работает с только в «очерченном круге» и выполняет только те задачи, которые мы ей даем ? С учетом самообучения, не заменит ли она человека в ключевых решения ? Без на то команды самого человека ? В нашем случае мы точно уверены, что система нам дает информацию, что атака распределенная идет и оператор SOC дает команду ее блокировать на основании этих данных, а не отрабатывает «ошибку» — who knew…..(Проблема — false positives and false negatives).
Но бизнес хочет ИИ. Инвестиции растут невероятно быстро. В 2017 компания McKinsey рассказывает о вливании в разработки и «стартапы» от гигантов типа Google и Baidu в размере от 20 до 30 миллиардов долларов из которых 90% идет на исследование и разработки (НИОКР) и оставшиеся 10% на приобретения. Не сильно отстаёт и применение венчурного капитала (VC) и частных инвестиций (PE) – 6-9 миллиардов долларов США в 2016 году. Дана Олстен (Dana Olsen) серьезный писатель из PitchBook отмечает, что в ИИ (в частности в ML) в 2017 году при использовании венчурного капитала было использовано более 10,8 миллиардов долларов, что на 5.7 миллиардов больше, чем в 2016 году. На фондовом рынке, американские компании FAANG (Facebook, Apple, Amazon, Netflix и Alphabet’s Google), а также китайская BAT (Baidu, Alibaba и Tencent) являются мировыми лидерами в области ИИ. Другие компании также сосредоточились на внутренних инвестициях: Salesforce на виртуальных агентах и машинном обучении; БМВ, Тесла и Тойота на робототехнике и машинах, а также обучении без водителей автомобилей; ABB, Bosch, GE и Siemens по машинному обучению и робототехнике; IBM Watson по услугам когнитивных вычислений в Интернете вещей (IoT).
