Искусственный интеллект: совершенствование технологий и прогнозы рынка

Спрос на искусственный интеллект оказывает огромное влияние на индустрию видеонаблюдения, где набирает обороты тенденция использования умных камер, инновационного программного анализа и постоянно расширяющегося спектра вертикальных приложений.

Согласно новому отчету Grand View Research, мировой рынок искусственного интеллекта сам по себе является огромным растущим сектором, который, как ожидается, достигнет 1 811,8 млрд долларов к 2030 г. Прогнозы предполагают, что этот рынок будет расти со среднегодовым темпом роста 38,1% с 2022-го по 2030 г.

Цифры говорят о том, что индустрия безопасности выиграет от такого всплеска спроса на ИИ, поскольку огромная часть данных, необходимых для того, чтобы ИИ творил свое волшебство, должна быть сначала собрана с помощью какого-либо устройства обнаружения, будь то, например, сетевая камера наблюдения, датчик PIR или программное обеспечение для распознавания голоса. 

Работа над алгоритмами искусственного интеллекта

Исследователи искусственного интеллекта постоянно улучшают алгоритмы для различных аспектов его применения, поскольку у обычных алгоритмов есть недостатки в отношении точности и эффективности. Эти достижения побудили производителей и разработчиков технологий сосредоточиться на создании стандартных алгоритмов для ИИ. В последнее время было представлено несколько разработок по совершенствованию алгоритмов искусственного интеллекта. Например, по словам исследователей, в мае 2020 г. корпорация International Business Machines объявила о широком спектре новых услуг и возможностей на базе ИИ, а именно IBM Watson AIOps для автоматизации предприятий. Эти сервисы призваны помочь автоматизировать ИТ-инфраструктуру, сделать ее более отказоустойчивой и снизить затраты.

Компании внедряют различные решения на основе ИИ, например такие как RPA (роботизированная автоматизация процессов), чтобы улучшить рабочие процессы для обработки и автоматизации повторяющихся задач. Решения на основе ИИ также сочетаются с IoT (Интернетом вещей) для обеспечения надежных результатов различных бизнес-процессов. Например, Microsoft объявила об инвестировании 1 млрд долларов в компанию Open AI, базирующуюся в Сан-Франциско. Две компании объединились для создания суперкомпьютерной технологии искусственного интеллекта в облаке Microsoft Azure. 

Искусственный интеллект в борьбе с пандемией COVID-19

Компьютерные системы с поддержкой ИИ борются с пандемией CОVID-19: несколько технологических компаний работают над сдерживанием вируса, предотвращением его распространения и смягчением последствий заболевания. Например, Leeway Hertz, американская компания по разработке программного обеспечения, предлагает решения с использованием инструментов и методов искусственного интеллекта, в том числе систему обнаружения лицевых масок для выявления людей без маски и систему присутствия человека для удаленного наблюдения за пациентами. Кроме того, Voxel51, стартап в области ИИ из США, разработал Voxel51 PDI (индекс физического дистанцирования) для измерения влияния глобальной пандемии на социальное поведение во всем мире.

Компьютерные платформы или решения на базе ИИ используются для борьбы с COVID-19 в самых разных сферах, таких как раннее оповещение, отслеживание и прогнозирование, информационные панели данных, диагностика и лечение, а также поддержание социального контроля. Панели представления данных, которые могут визуализировать пандемию, появились в связи с необходимостью отслеживания и прогнозирования распространения коронавируса. Например, трекер искусственного интеллекта Bing корпорации Microsoft дает глобальный обзор текущей статистики пандемии.

Искусственный интеллект становится жизненно важным для обработки больших данных, поскольку технология позволяет извлекать высокоуровневые и сложные абстракции посредством иерархического процесса обучения. Необходимость анализа и извлечения важных закономерностей из больших объемов информации стимулирует рост использования искусственного интеллекта в аналитике больших данных. Кроме того, технология помогает преодолеть проблемы, связанные с аналитикой больших данных, такие как достоверность анализа данных, изменение формата исходной информации, сильно распределенные источники ввода и несбалансированные входные данные. Все возникающие сложности преодолеваются с помощью семантического индексирования для облегчения понимания и обнаружения знаний. 

По материалам www.securityworldmarket.com