Разработка системы отслеживания изменений заданной информации в Интернет-сети в режиме реального времени на основе искусственного интеллекта

ВВЕДЕНИЕ
Актуальность темы работы обусловлена тем, что современное общество заинтересовано в развитии искусственного интеллекта, ведется огромное
количество разработок по данной теме. Люди повсеместно начинают внедрять
возможности машинного обучения: беспилотные автомобили, дроны, система
«Умный дом» и многое другое. Уже сегодня создается карта человеческого
мозга, которая позволит в дальнейшем воссоздать его электронную копию. Так,
скорее всего, будет запущена работа ИИ. Большое количество данных, с обработкой которых уже не справляется человек, требует создание системы, которая сможет хранить и анализировать одновременно электронные данные всего
мира.
Уже сегодня существует огромное количество систем, но все они находятся в тестовом режиме и являются узконаправленными, так как создание ИИ
– процесс сложный и требует большого количества времени. Искусственный
разум поможет человеку сэкономить время, затрачиваемое на выполнение некоторых работ.
Целью работы является разработка системы отслеживания изменений
заданной информации в Интернет-сети в режиме реального времени с помощью возможностей ИИ.
Для достижения поставленной цели в работе решаются следующие основные задачи:
 выполнить анализ возможностей искусственного интеллекта и перспективные направления его развития;
 выполнить анализ существующих систем поиска и обработки информации, работающих на технологии машинного обучения;
 выявить сегменты, в которых будет актуально внедрение разрабатываемой системы;
 дать описание разрабатываемой системы отслеживания изменений заданной информации в Интернет-сети в режиме реального времени, использующей возможности ИИ;10

Анализ сферы использования возможностей искусственного интеллекта
1.1 Анализ существующих систем обработки информации на основе
искусственного интеллекта
1.1.1 Понятие искусственного интеллекта
Искусственный интеллект – способность интеллектуальных машин выполнять творческие функции, которые традиционно считаются прерогативой
человека. Также этим термином обозначают науку и технологию создания интеллектуальных машин. Впервые это определение было дано американским
информатиком Джоном Маккарти в 1956 году.
Информационные технологии ИИ определяются как способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определенного класса сложности и решать эти задачи.
Эмпирический тест на определение ИИ был предложен Аланом Тьюрингом в 1950 году, когда такого термина еще не существовало. Согласно этому
тесту, мыслящей машиной считается та, которую человек в беседе с ней принял
за человека.
Существует множество подходов к созданию систем искусственного интеллекта. Наиболее популярен из них эвристический подход, при котором машина при помощи нейронной сети познает окружающий мир методом проб и
ошибок. Впервые идею о вероятностной машине, «обучающейся без учителя»,
высказал Рэй Соломонофф в 1956 году на той же Дартмундской конференции,
на которой Джон Маккарти стал родителем термина «искусственный интеллект» [1].
В начале 1980-х гг. ученые в области теории вычислений Барр и Файгенбаум предложили следующее определение ИИ: «Искусственный интеллект —
это область информатики, которая занимается разработкой интеллектуальных
компьютерных систем, то есть систем, обладающих возможностями, которые12
мы традиционно связываем с человеческим разумом, — понимание языка, обучение, способность рассуждать, решать проблемы и т. д.».
Позже к ИИ стали относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые
задачи так, как это делал бы размышляющий над их решением человек.
Основные свойства ИИ — это понимание языка, обучение и способность
мыслить и, что немаловажно, действовать.
ИИ – комплекс родственных технологий и процессов, развивающихся качественно и стремительно, например:
 Обработка текста на естественном языке;
 Машинное обучение;
 Экспертные системы;
 Виртуальные агенты (чат-боты и виртуальные помощники);
 Системы рекомендаций [2].
Искусственный интеллект помогает компаниям вырабатывать более
взвешенные решения, встраивать сложные аналитические методики и технологии в процессы взаимодействия между клиентами и сотрудниками, а также с
помощью ботов и автоматизации процессов на основе роботов (технология
RPA — Robotic process automation) автоматизировать выполнение сложных рутинных задач [3].
Искусственный интеллект существует уже давно - в греческих мифах есть
истории о людях-механиках, призванных имитировать наше собственное поведение. Очень ранние европейские компьютеры были задуманы как «логические
машины», и, воспроизводя такие возможности, как базовая арифметика и память, инженеры рассматривали свою работу, в основном, как попытку создать
механический мозг.
По мере развития технологий и, что немаловажно, нашего понимания того, как работают наши умы, наша концепция того, что составляет ИИ, изменилась. Вместо того, чтобы усложнять вычисления, работа в области ИИ была со-13
средоточена на том, чтобы имитировать процессы принятия решений человеком и выполнять задачи еще более человеческим образом.
Появление Интернета и огромный рост количества цифровой информации, которая генерируется, хранится и предоставляется для анализа, привело к
появлению машинного обучения как средства, которое движет развитие ИИ с
той скоростью, с которой он в настоящее время обладает. Инженеры поняли,
что вместо того, чтобы учить компьютеры и машины тому, как все делать, гораздо эффективнее будет кодировать их, чтобы они думали как люди, а затем
подключать их к Интернету, чтобы дать им доступ ко всем информация в мире[4].
Развитие нейронных сетей стало ключом к обучению компьютеров мыслить и понимать мир так, как мы это делаем, сохраняя присущие нам врожденные преимущества, такие как скорость, точность и отсутствие предвзятости.
Нейронная сеть - это компьютерная система, разработанная для классификации информации таким же образом, как это делает человеческий мозг. Его
можно научить распознавать, например, изображения и классифицировать их в
соответствии с содержащимися в них элементами.
По сути, ИИ работает по системе вероятности - на основе переданных
ему данных, он способен с определенной степенью достоверности делать заявления, решения или предсказания. Добавление петли обратной связи позволяет
«учиться» - чувствуя или говоря, правильны ли его решения или нет, оно изменяет подход, который он использует в будущем [5].
Приложения машинного обучения могут читать текст и определять, подает ли человек, который его написал, жалобу или поздравление. Они также могут слушать музыкальные произведения, решать, может ли это сделать кого-то
счастливыми или грустными, и находить другие музыкальные произведения,
соответствующие настроению. В некоторых случаях они могут даже сочинять
свою собственную музыку, выражающую те же темы, или которую, как они
знают, могут по достоинству оценить поклонники оригинального произведения
[6].14
1.1.2 Существующие системы ИИ в России и за рубежом
По данным исследования Dresner Advisory Services, в 2017 году 53% компаний использовали и анализировали большие данные. Для сравнения, в 2015
году таких компаний было только 17%. В связи с ростом количества данных
некоторые процессы уже не справляются с их обработкой. Определенные бизнес-задачи требуют анализа данных в реальном времени. В связи с этими потребностями активно развивается автоматизация процессов и создание искусственного интеллекта. Особое развитие получает технология потоковой обработки данных. Все эти процессы вместе обрабатывают и анализируют данные в
разы быстрее, информацию можно получить в любой момент в режиме реального времени.
1.1.2.1. Системы, используемые иностранными компаниями
Внушительно растет объем взаимодействия человека и искусственного
интеллекта. Создаются программы, которые принимают решения в некоторых
бизнес-процессах автоматически, программы, которые без вмешательства человека распознают и анализируют голос, обрабатывают видеоданные, изображения и тексты:
 Real Speaker – программа, которая распознает и анализирует голос, в результате из записи пользователь получает печатный документ (см. рисунок 1.1);
 Office Lens – камера, встроенная в OneNote для iPad или iPhone, которая
позволяет делать снимки досок или напечатанных документов, а затем улучшает их путем обрезки, увеличения резкости и выравнивания, благодаря чему
снимок выглядит почти как отсканированное изображение. Снимок добавляется в заметку, чтобы иметь возможность вернуться к нему позднее (см. рисунок
1.2);
 Free OCR – это программное обеспечение для оптического распознавания. Технология OCR используется везде – от ввода данных до распознавания
номерных знаков – и стала ключевым инструментом для распознавания и
оцифровки рукописных и отсканированных документов (см. рисунок 1

РАСЧЕТНО-ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
К ВЫПУСКНОЙ КВАЛИФИКАЦИОННОЙ РАБОТЕ
БАКАЛАВРА НА ТЕМУ:
«Разработка системы отслеживания изменений заданной
информации в Интернет-сети в режиме реального времени на основе искусственного интеллекта»
АННОТАЦИЯ
Объектом исследования в ВКР является технология использования искусственного интеллекта в системах поиска информации.
Целью ВКР является разработка системы отслеживания изменений заданной информации в Интернет-сети в режиме реального времени на основе
искусственного интеллекта.
Для достижения поставленной цели в работе решаются следующие основные задачи:
 выполнить анализ возможностей искусственного интеллекта и перспективные направления его развития;
 выполнить анализ существующих систем поиска и обработки информации, работающих на технологии машинного обучения;
 выявить сегменты, в которых будет актуально внедрение разрабатываемой системы;
 дать описание разрабатываемой системы отслеживания изменений заданной информации в Интернет-сети в режиме реального времени, использующей возможности ИИ;
 обосновать эффективность использования данной системы (с точки зрения приобретаемых возможностей);
 рассчитать и оценить экономические показатели.
Для выполнения ВКР использовались следующие методы:
 метод анализа публикаций, в том числе с использованием сети Интернет и в электронных базах данных для анализа и систематизация передового зарубежного опыта и современной отечественной практики развития инновационных предприятий;
 методы организационно-экономического анализа и моделирования для
оценки финансового состояния, результатов финансово-хозяйственной деятельности конкурентоспособности инновационных предприятий;
Часть 1. Экспериментально-исследовательская.
Изучить существующие системы обработки информации на основе искусственного интеллекта; проанализировать рынок и выявить сегменты, в которых будет актуально внедрить данную систему.
Часть 2. Организационно-управленческая.
Разработать систему отслеживания изменений заданной информации в режиме реального
времени, используя возможности искусственного интеллекта; проанализировать критерии
и условия внедрения данной системы; обосновать эффективность использования системы.
Часть 3. Экономическая.
Рассчитать и оценить экономические показатели; на основе полученных показателей сделать вывод об инвестиционной привлекательности системы и ее выгодности.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 «Искусственный интеллект», [Электронный ресурс] // Интернетиздание «Индикатор». 2017. URL: https://indicator.ru/tags/iskusstvennyj-intellekt/
(Дата обращения: 19.03.2019)
2 «Искусственный интеллект (ИИ)», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2018. URL: http://www.tadviser.ru/ (Дата
обращения: 19.03.2019)
3 «Технологические тренды 2017», [Электронный ресурс] // Официальный сайт Deloitte. 2017. URL: https://www2.deloitte.com/ru/ru.html (Дата обращения: 19.03.2019)
4 «5 трендов в обработке данных», [Электронный ресурс] // Orange
Business Services. 2018. URL: https://www.orange-business.com/ru/blogs/5-trendovv-obrabotke-dannikh (Дата обращения: 25.03.2019)
5 «Искусственный интеллект», [Электронный ресурс] // RETAILER.
Ежедневные коммуникации. 2018. 16 апреля. URL:
https://retailer.ru/iskusstvennyj-intellekt/ (Дата обращения: 25.03.2019)
6 «7 полезных российских ИИ-разработок, о которых вы могли не
знать», [Электронный ресурс] // RETAILER. Ежедневные коммуникации. 2017.
09 октября. URL: https://rb.ru/story/five-cool-russian-projects-in-ai/ (Дата обращения: 25.03.2019)
7 «Искусственный интеллект», [Электронный ресурс] // RETAILER.
Ежедневные коммуникации. 2018. 16 апреля. URL:
https://retailer.ru/iskusstvennyj-intellekt/ (Дата обращения: 30.03.2019)
8 «Технологические тренды 2017», [Электронный ресурс] // Официальный сайт Deloitte. 2017. URL: https://www2.deloitte.com/ru/ru.html (Дата обращения: 30.03.2019)
9 «Искусственный интеллект (ИИ)», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2018. URL: http://www.tadviser.ru/ (Дата
обращения: 07.04.2019)51
10 «What Is The Difference Between Artificial Intelligence And Machine
Learning?», [Электронный ресурс] // Forbes. 2016. 6 декабря. URL:
https://www.forbes.com/sites/bernardmarr/2016/12/06/what-is-the-differencebetween-artificial-intelligence-and-machine-learning/#366bbf392742 (Дата обращения: 05.05.2019)
11 «Notes from the AI frontier: Applications and value of deep learning»,
[Электронный ресурс] // McKinsey Global Institute. 2018. Апрель. URL:
https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-aifrontier-applications-and-value-of-deep-learning#part3/ (Дата обращения:
05.05.2019)
12 «Искусственный интеллект в ВПК», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2018. 20 апреля. URL:
http://www.tadviser.ru/ (Дата обращения: 07.04.2019)
13 «Автопилот. Беспилотный автомобиль», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2017. 24 октября. URL:
http://www.tadviser.ru/ (Дата обращения: 07.04.2019)
14 «Искусственный интеллект в ритейле», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2018. 22 декабря. URL:
http://www.tadviser.ru/ (Дата обращения: 08.04.2019)
15 «Распознавание образов», [Электронный ресурс] // TADVISER. Государство. Бизнес. IT. 2018. 07 сентября. URL: http://www.tadviser.ru/ (Дата обращения: 08.04.2019)
16 «Мониторинг и анализ социальных сетей», [Электронный ресурс] //
TADVISER. Государство. Бизнес. IT. 2018. 07 сентября. URL:
http://www.tadviser.ru/ (Дата обращения: 08.04.2019)
17 «Исследования в сфере искусственного интеллекта», [Электронный
ресурс] // TADVISER. Государство. Бизнес. IT. 2018. 06 сентября. URL:
http://www.tadviser.ru/ (Дата обращения: 17.04.2019)52
18 «Бизнес-лидеры в эпоху ИИ», [Электронный ресурс] // Microsoft.
2019. 5 марта. URL: https://news.microsoft.com/ru-ru/features/business-leaders-inthe-age-of-ai/ (Дата обращения: 06.05.2019)
19 «Россия стала лидером по внедрению искусственного интеллекта»,
[Электронный ресурс] // ВЕСТИ. 2019. 5 марта. URL:
https://www.vestifinance.ru/articles/115765 (Дата обращения: 13.05.2019)
20 «Интеллект искусственный: плюсы и сложности», [Электронный ресурс] // SYSTECH. 2017. 25 декабря. URL:
https://sys4tec.com/company/press_center/press_about/intellect-pluses-minuses/ (Дата обращения: 14.05.2019)