В настоящее время искусственный интеллект AI (Artificial Intelligence), термин, известный чуть ли не со времен первых компьютеров (или, как их тогда называли тогда — ЭВМ, электронно-вычислительные машины) по крайней мере, с 1955 года,  стал объектом интенсивных дискуссий и «зонтичным термином», означающим целый ряд понятий:

• машинный интеллект (machine intelligence);
• машинное/глубокое обучение (machine/deep learning);
• нейронные сети (neural networks);
• когнитивные вычисления (cognitive computing).

Для искусственного интеллекта AI очень важны три «V»: Velocity (скорость), Variety (разнообразие) и Volume (объем). Это скорость обработки данных, разнообразие источников данных и объём данных. Требования трех «V» успешно реализуются современными технологиями ЦОД, что и обусловило новую волну хайпа вокруг AI.

Аналитическая компания Gartner на своей диаграмме «хайп-цикла» (Gartner Hype Cycle) новых технологий (Gartner Hype Cycle for Emerging Technologies) за 2016 г. указывает составляющие AI технологии на «пике максимальных ожиданий» (Peak of Inflated Expectations) или на подходе к нему.

Изображение взято отсюда: https://www.cio.com/article/3166060/analytics/15-data-and-analytics-trends-that-will-dominate-2017.html

На диаграмме указаны следующие технологии на «пике ожиданий», в основе которых лежит AI:

• Machine Learning (машинное обучение)
• Cognitive Expert Advisors (приложения по экспертному консультированию на основе анализа когнитивных данных, т.е. данных, полученных от различных сенсоров IoT/IIoT)
• Smart Robots («умные роботы»)
• Autonomous Vehicle (автономные транспортные средства, не только автомобили, но также поезда, суда и летательные аппараты)

В будущих публикациях эти и другие применения AI (а их сейчас очень много, гораздо больше, чем многие думают) будут рассмотрены подробнее.

  *   *   *