Искусственный интеллект (ИИ) является основой для имитации процессов человеческого интеллекта с помощью создания и применения алгоритмов, встроенных в динамическую вычислительную среду. Проще говоря, ИИ пытается заставить компьютеры думать и действовать так, как это делаю люди.

Для достижения этой цели требуются три ключевых компонента:

• Вычислительные системы,
• Данные и управление данными,
• Усовершенствованные алгоритмы ИИ (код).

Чем более ближе желаемый результат к человеку, тем больше требуется данных и вычислительной мощности.

По крайней мере, начиная с первого века до нашей эры, людей привлекала идея создать машины, имитирующих человеческий мозг. В наше время термин искусственный интеллект был придуман в 1955 году Джоном Маккарти. В 1956 году Маккарти и его коллеги организовали конференцию под названием «Дартмутский летний исследовательский проект по искусственному интеллекту». Этот проект положит начало созданию машинного обучения, глубокого обучения, прогнозной аналитики, а теперь и предписывающей аналитике. Кроме того, была воздана совершенно новая научная область — наука о данных.

Сегодня объем данных, генерируемых как людьми, так и машинами, намного опережает способность людей поглощать, интерпретировать и принимать сложные решения на основе этих данных. Сегодня искусственный интеллект является фундаментом для компьютерного обучения, и в будущем именно эти системы будут заниматься всеми сложными вычислениями. Например, большинство людей могут определить стратегию, которая позволяет не проигрывать в крестики-нолики, хотя существует 255 168 уникальных ходов, из которых 46 080 заканчиваются вничью. А вот хороших игроков в шашки, где количество потенциальных ходов превышает 500x10¹⁸ или 500 квинтиллионов, уже намного меньше. Компьютеры могут чрезвычайно эффективно просчитать все эти комбинации, чтобы найти лучшее решение. Искусственный интеллект (и его логическая эволюция в виде машинного обучения) и глубокое обучение — это фундамент для сферы принятия бизнес-решений будущего.

Приложения ИИ можно встретить в таких повседневных сценариях, как обнаружение мошенничества в финансовых службах, прогнозирование розничных продаж и взаимодействие с клиентами в режиме онлайн. Вот лишь несколько примеров: 

• Выявление мошенничества. В сфере финансовых услуг ИИ используется двумя способами. В первоначальной оценке заявок на кредит ИИ используется для оценки общей кредитоспособности. А для отслеживания и обнаружения мошеннических операций с платежными картами в режиме реального времени используются усовершенствованные механизмы ИИ.
• Виртуальная поддержка клиентов (VCA). Центры обработки вызовов используют VCA для прогнозирования запросов клиентов и ответа на них вне взаимодействия с людьми. Распознавание голоса в сочетании с моделированием человеческого диалога является первой точкой взаимодействия в запросе на обслуживание клиентов. Запросы более высокого уровня перенаправляются сотрудникам.
• Когда пользователь инициирует диалог на веб-странице через чат (чат-бот), он часто общается с компьютером, на котором запущен специализированный ИИ. Если чат-бот не может интерпретировать или решить вопрос, он передается сотруднику-человеку, который будет непосредственно общаться с пользователем. Случаи, когда ИИ не смог правильно интерпретировать вопрос, передаются в систему машинного обучения, чтобы улучшить работу ИИ в будущем.

Как организация, занимающаяся управлением данными в гибридном облаке, NetApp понимает насколько важно иметь возможности для доступа, управления и контроля данных. Фабрика данных NetApp^® поддерживает унифицированную среду управления данными, которая охватывает периферийные устройства, ЦОД и несколько сверхмасштабируемых облачных сред. Фабрика данных дает организациям любого размера возможность ускорить работу критически важных приложений, обеспечить видимость данных, оптимизировать их защиту и повысить гибкость работы.

Решения NetApp для искусственного интеллекта основаны на следующих ключевых блоках: 

• Программное обеспечение ONTAP^® позволяет использовать ИИ и глубокое обучение как в собственном ЦОД, так и в гибридном облаке.
• Системы AFF ускоряют выполнение задач ИИ и глубокого обучения, устраняя узкие места в производительности.
• Программное обеспечение ONTAP Select обеспечивает эффективный сбор данных на периферии сети с использованием устройств Интернета вещей и точек агрегирования.
• Сервис Cloud Volumes можно использовать для быстрого создания прототипов новых проектов и перемещения данных ИИ в облако и обратно.

Кроме того, компания NetApp начала внедрение аналитики больших данных и искусственного интеллекта в собственные продукты и сервисы. Например, Active IQ^® использует миллиарды точек данных, прогнозную аналитику и мощные средства машинного обучения для предоставления упреждающих рекомендаций для поддержке заказчиков в сложных ИТ-средах. Active IQ — это приложение для гибридного облака, которое было создано с использованием тех же продуктов и технологий NetApp, которые наши заказчики используют для создания решений для искусственного интеллекта в различных сценариях использования.