CC BY
27
УДК 004.8
Барсукова М.А. студент 3 курса
факультет «Информационные системы и технологии»
Пальмов С.В., к.т.н.
доцент
кафедра «Информационные систем и технологии»
ФГБОУ ВО ПГУТИ Россия, г. Самара
НЕЙРОННЫЕ СЕТИ В БИЗНЕСЕ
Аннотация. В статье дано понятие нейронной сети и представлена краткое описание особенностей ее структуры, а также процесса обучения. Приведены примеры практического использования отечественными и зарубежными компаниями. Сделаны выводы относительно перспектив дальнейшего развития нейронных сетей.
Ключевые слова: искусственный интеллект, нейронные сети, нейросети, машинное обучение, искусственный нейрон.
Barsukova M.A.
3 year student
Faculty "Information Systems and Technologies" Volga State University of Telecommunications and Informatics
Russia, Samara Palmov S. V.
Ph.D. of Engineering Sciences, associate professor of the department
"Information systems and technologies" Volga State University of Telecommunications and Informatics
Russia, Samara
NEURAL NETS IN BUSINESS
Annotation. The article gives the concept of a neural network and provides a brief description of its structural features, as well as the learning process. Examples of practical use by domestic and foreign companies are given. Conclusions are drawn regarding the prospects for the further development of neural networks.
Key words: artificial intelligence, neural networks, machine learning, artificial neuron.
Искусственный интеллект, нейронные сети - казалось бы такие понятные и непонятные слова одновременно. Раньше большинство людей и подумать не могло, что такое будет вообще и что это станет настолько популярно и исследуемо. Итак, что же собой представляют нейронные сети?
Нейронная сеть есть кибернетическая модель нервной системы, которая представляет собой совокупность сравнительно простых элементов - искусственных нейронов. Для того, чтобы нейросеть могла выполнить
поставленную задачу, требуется определенным образом настроить функции преобразования нейронов и внутреннюю архитектуру связей между слоями. Чаще всего последняя выбирается заранее из известных моделей и остается неизменной во время работы и обучения сети, а настраиваемой же является функция самого преобразования.
Расскажем немного об истории возникновения нейронных сетей. Как нам уже известно, нейронные сети являются одним из способов реализации искусственного интеллекта, причем одним из самых старых. [1]
Первая версия формального нейрона, ячейки нейронной сети, была предложена американскими учеными в 1943 году. [2]
Затем в 60-х годах Фрэнк Розенблатт развил свою нейронную сеть (персептрон). Она была довольно проста, но уже умела решать достаточно сложные прикладные задачи, хотя у нее имелись заметные ограничения. [4] Так как же она, собственно, устроена, эта нейросеть? Нейронная сеть воспроизводит (в сильно упрощенном виде) работу нервной системы человека.
Аналогично нашей нервной системе, нейронная сеть представляет собой отдельные вычислительные элементы - нейроны, которые организованы в некоторое количество слоев (зависит от типа сети и предъявляемых к ней требований). Сигналы, поступающие на вход, обрабатываются нейросетью, при этом, по определенному алгоритму, производится настройка ее параметров, а именно изменяются весовые коэффициенты нейронов. Процесс обучения заканчивается тогда, когда нейросеть достигает заданной точности, т.е. формирует результаты, являющиеся достоверными, например, на 95%. [3]
Почему же именно бизнесу так необходимы нейронные сети? Нейронные сети помогают в продвижении товаров и услуг. Если сейчас, как правило, маркетологи опираются на усредненное сегментирование и таргетирование, то в ближайшем будущем нейронные сети, зная так много о пользователе и имея возможность обрабатывать информацию очень быстро, скажут точно, чего хочет человек. Глубокое понимание желаний и потребностей потребителя - это залог успеха.
Подобным образом функционирует, например, Яндекс.Музыка. Нейросеть день за днем изучает пользователя и наконец выдает рекомендации, которые точно соответствуют интересам. На этом нейросети не останавливаются: их рекомендации предвосхищают интересы. Человек заходит на упомянутый ресурс послушать определенную группу, а в итоге с удовольствием «залипает» на песнях, которые слушал в 15 лет и, которые вызывают сильный приступ ностальгии. [5]
Далее рассмотрим примеры достаточно эффективного использования нейросетей в бизнесе по разным направлениям.
Японская страховая компания Fukoku Mutual Life Insurance подписала договор с IBM. Нейронная сеть изучит десятки тысяч медицинских сертификатов, выявит количество посещений больниц, перенесенные
операции и прочие значимые подробности, которые помогут определить условия страхования клиентов. В Fukoku Mutual Life Insurance уверены, что применение IBM Watson повысит продуктивность работы на 30% и окупится за два года.
Машинное обучение облегчает выявление потенциальных случаев мошенничества. Такого рода инструмент применяет, к примеру, PayPal. В рамках борьбы с отмыванием денег компания производит сравнение миллионов транзакций с целью выявления подозрительных. Как итог, мошеннические транзакции в PayPal составляют рекордно низкие 0,32%, тогда как стандарт в финансовом секторе - 1,32%.
Искусственный интеллект заметно усовершенствовал механизмы выработки рекомендаций в онлайн-магазинах и сервисах. Алгоритмы, основанные на машинном обучении, анализируют поведение человека на сайте и сравнивают его с миллионами других пользователей. Все для того, чтобы определить, какой продукт вы купите с наибольшей вероятностью.
Механизм рекомендаций обеспечивает Amazon 35% продаж. Алгоритм Brain, используемый YouTube для рекомендации контента, позволил добиться того, что практически 70% видео, просматриваемых на сайте, люди нашли благодаря рекомендациям (а не по ссылкам или подпискам). WSJ сообщало о том, что использование искусственного интеллекта для выработки рекомендаций является одним из факторов, повлиявших на 10-кратный рост аудитории за последние пять лет.
Алгоритм Yandex Data Factory способен спрогнозировать влияние промоакций на объем продаж товаров. Анализируя историю продаж, а также тип и ассортимент магазина, алгоритм дал 87% точных (с точностью до коробки) и 61% ультраточных (с точностью до упаковки) прогнозов. [3]
Продвижение нейросетей вызвало немало энтузиазма и критики. Некоторые сравнительные исследования оказались оптимистичными, другие - пессимистичными. Для многих задач, таких как распознавание образов, пока не создано доминирующих подходов. Нужно пытаться понять возможности, предпосылки и область применения различных подходов и максимально использовать их дополнительные преимущества для дальнейшего развития интеллектуальных систем.
Множество надежд в отношении нейронных сетей сегодня связывают именно с аппаратными реализациями, но пока время их массового выхода на рынок, видимо, еще не пришло. Они или выпускаются в составе специализированных устройств, или достаточно дороги, а зачастую и то и другое. Но все это только вопрос времени - нейронным сетям предстоит пройти тот же путь, по которому еще совсем недавно развивались компьютеры, увеличивая свои возможности и производительность, захватывая новые сферы применения по мере возникновения новых задач и развития технической основы для их разработки.
В заключение, можно сделать вывод о том, что в настоящее время нейронные сети применяются для работы в относительно узких областях, и
неизвестно, доверят ли им когда-нибудь решение вопросов, которые требуют понимания социальности. Но, так или иначе, нейронные сети продолжают просачиваться в нашу жизнь, и ярких тому примеров приведено немало.
Использованные источники:
1. Как искусственный интеллект помогает в бизнесе и жизни [Электронный ресурс] - Режим доступа: http://blog.dti.team/nejroseti/ (дата обращения 18.04.2018).
2. Модель МакКаллока-Питтса [Электронный ресурс] - Режим доступа: http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%BE%D0%B 4%D0%B5%D0%BB%D1%8C_%D0%9C%D0%B0%D0%BA%D0o/o9Ao/oD0o/o B0%D0%BB%D0%BB%D0%BE%D0%BA%D0%B0-
%D0%9F%D0%B8%D 1 %82,Ж1%82,Ш 1 %81 %D0%B0 (дата обращения 19.04.2018).
3. Нейросети. Как искусственный интеллект помогает в бизнесе и жизни [Электронный ресурс] - Режим доступа: https://analytics.news/neyroseti-kak-iskusstvennyiy-intellekt-pomogaet-v-biznese-i-zhizni/ (дата обращения 19.04.2018).
4. Персептрон [Электронный ресурс] - Режим доступа: http://www.aiportal.ru/articles/neural-networks/perceptron.html (дата обращения 19.04.2018).
5. Примеры использования нейронных сетей и задачи, которые они решают для бизнеса [Электронный ресурс]- Режим доступа https://yamichat.ru/blog/24-Что-такое-нейронные-сети-и-как-их-использовать-в-бизнесе (дата обращения 19.04.2018).
