EN

Краткое руководство по терминам ИИ, которые нужно знать

Многие компании внедряют в свои процессы технологии искусственного интеллекта (ИИ), чтобы сделать работу быстрее и эффективнее. Согласно исследованию рынка, ожидается, что к 2022 году расходы компаний на внедрение ИИ составят 16,06 млрд долларов США.

Машинное обучение как одно из направлений ИИ начинает активно использоваться для автоматизации ИТ-процессов. Так, в январе 2017 года компания ServiceNow приобрела технологию DxContinuum, на базе которой разработала Intelligent Automation Engine — систему расширенного машинного обучения для платформы ServiceNow. Система помогает клиентам автоматически классифицировать запросы на обслуживание, предотвращать сбои в работе, а также оценивать производительность ИТ и делать прогнозы по оптимизации. И технология ИИ действительно востребована в ITSM . Согласно исследованию, проведенному ServiceNow, представители 86% опрошенных компаний заявляют, что им необходимо повысить уровень автоматизации до 2020 года.

Однако новые технологии привели к появлению большого числа новых терминов. Мы собрали ключевые понятия ИИ и составили глоссарий, с помощью которого можно разобраться в полезности и эффективности внедрения ИИ для вашей компании.

Управление ИТ инфраструктурой

Искусственный интеллект и машинное обучение

Зачастую эти термины используются как синонимы, но это не совсем верно — между ними есть различия. Искусственный интеллект — очень широкое понятие, которое разработчики используют в самых разных отраслях, от компьютерных игр до голосовых помощников, таких как «Алиса». Зачастую в массовом пользовательском сегменте термин ИИ применяется для обозначения системы, способной самостоятельно взаимодействовать с пользователем, например отвечать на вопросы или даже вести связную беседу.

Машинное обучение — это одно из направлений ИИ, основанное на получении и обработке большого числа данных, «обучении». Именно эта технология набирает популярность в системах для бизнеса, так как позволяет очень быстро обрабатывать огромные потоки информации, выявлять закономерности, создавать шаблоны и делать прогнозы. Например, автоматическая классификация запросов пользователей в ServiceNow с помощью Intelligent Automation Engine основана именно на технологии машинного обучения и позволяет с высокой точностью сортировать и распределять обращения по группам технической поддержки.

Алгоритмы (Algorithm)

Одно из базовых понятий в ИИ, определяющее способ предсказания и предложения необходимой информации в результате анализа данных. С помощью алгоритмов голосовой помощник отвечает на ваш вопрос, онлайн-кинотеатр предлагает интересный фильм, а система мониторинга предсказывает возможные сбои в работе.

Состязательное машинное обучение (Adversarial Machine Learning)

Один из главных методов, используемых разработчиками для обучения систем ИИ, суть которого заключается в предумышленном вводе неверных данных для формирования неправильных выводов и решений. Результаты используются для повышения эффективности и полезности ИИ.

Аудит алгоритмов (Algorithmic Auditing)

Алгоритмическое принятие решений в ИИ обладает огромным потенциалом для разработки бизнес-систем. Но для выявления ошибок в шаблонах алгоритмов и других проблем необходимо проверять процесс принятия решений с помощью аудита алгоритмов.

Чат-боты (Chatbots)

Чат-боты — это специальные программы, применяемые для улучшения взаимодействия и автоматизации работы пользователей с ИТ и другими системами. Чаще всего чат-боты разрабатываются для решения определенной задачи, но с некоторой долей индивидуальности и истории, чтобы у пользователя создавалось впечатление взаимодействия с живым человеком. До недавнего времени чат-боты не относили к системам ИИ, так как работали по элементарным алгоритмам — поиск ответа на вопрос в базе FAQ. Но современные чат-боты умеют анализировать информацию из разных источников, учитывать пожелания пользователя и общаться «человеческим языком».

Разговорные интерфейсы (Conversational UI), голосовой ИИ (Voice AI), обработка естественного языка (Natural Language Processing, NLP)

Разговорный пользовательский интерфейс, который также часто называют голосовым ИИ, — это специальная программа для обработки человеческого голоса, которая позволяет чат-ботам и другим приложениям с ИИ распознавать человеческую речь и взаимодействовать с пользователем.

Переподготовка (Re-skilling)

Внедрение технологий ИИ и машинного обучения в организациях позволяет как рядовым сотрудникам, так и ИТ-специалистам тратить меньше рабочего времени на стандартные процессы за счет их автоматизации. Переподготовка, или переобучение, необходима, чтобы помочь им адаптироваться к работе с системами ИИ, а также уделять больше внимания задачам, требующим человеческих навыков.

Роботизированная автоматизация процессов (Robotic Process Automation, RPA)

RPA — это автоматизация стандартных трудоемких процессов за счет внедрения систем ИИ и специальных роботов, которые могут более эффективно решать задачи, ранее требовавшие человеческого участия.

Неструктурированные данные (Unstructured Data)

Данные, которые требуют человеческой интерпретации, так как в изначальном виде не могут быть поняты системой с ИИ из-за их сложности или определенной специфики. Примерами таких данных могут быть сложные тексты, видео или статические изображения. Более продвинутые системы ИИ могут структурировать данные для дальнейшей обработки.

Глубинный анализ данных (Data Mining)

Анализ информации, при котором компьютер собирает необходимые для обработки сведения из большого массива данных. Такой способ часто используется в маркетинге для получения информации о предпочтениях клиента на основе анализа его запросов, покупок и отзывов.

Контролируемое обучение (Supervised Learning)

Обучение систем ИИ — все еще не идеальный процесс, и зачастую в процессе машинного обучения требуется человек-оператор, который отвечает за ввод данных и контроль правильности интерпретации.

Заключение

Это не полный список терминов, относящихся к технологии искусственного интеллекта, но он поможет вам ориентироваться в базовых понятиях, когда необходимо будет принимать решение о внедрении в вашем бизнесе технологии машинного обучения, такой как Intelligent Automation Engine в ServiceNow. Область применения машинного обучения с использованием AIOps так стремительно расширяется, что регулярно появляются все новые возможности, решения и термины. Однако уже сейчас можно автоматизировать вашу службу технической поддержки с помощью ИИ, сделать ее работу более эффективной, а пользовательский опыт — более позитивным.

Оставайтесь в курсе событий

Подписывайтесь на рассылку новых материалов блога по почте

Нажимая на кнопку «Отправить», Вы соглашаетесь с условиями «Политики конфиденциальности»
Cookie.
Мы используем файлы cookie для оптимизации скорости и содержания сайта, персонализации сервисов и удобства пользователей.