Необходимый минимум по AI для 1С-ника

Публикация № 1482928 19.07.21

Технологии - Искусственный интеллект (AI)

Технологии искусственного интеллекта (AI или ИИ) уже перестали быть Rocket Science, при этом они не ограничиваются линейной регрессией для решения простых задач. О том, какие особенности и ограничения есть у существующих технологий ИИ, и как они могут помочь 1С-никам, на онлайн-митапе «Интеграционные решения в 1С» рассказал руководитель управления ИТ компании WiseAdvice Олег Филиппов.

Сейчас осталось не так много людей, мало знающих, что такое ИИ, тем не менее, у многих ИИ до сих пор ассоциируется с какой-то историей о восстании машин, с чем-то очень сложным и далёким.

Когда-то у ИИ-технологий было много проблем, но мир не стоит на месте – сейчас фреймворки для проектирования ИИ стали доступными, с ними приятно и быстро работать.

  • Начну с теории – я расскажу, что такое ИИ, какие у него есть виды и т.д.

  • Дальше я расскажу, как подключить все эти замечательные библиотеки, фичи, фреймворки в 1С

  • И в третьей части рассмотрим различные практические примеры использования ИИ для 1С. Об использовании MATLAB для 1С я уже рассказывал в 2016 году на конференции Инфостарта, но сегодня ещё раз повторюсь.

 

Хайп вокруг ИИ

 

 

Хайп вокруг ИИ уже прошёл, инвесторы уже не кидаются с горящими глазами на стартапы в области ИИ, а ИТ-директора уже не стремятся внедрять всё, что с ним связано.

Подходы стали более взвешенными, все начали понимать, что это за технологии: что появилось нового, что развилось, что не развилось, что можно, что нельзя. Технологии ИИ стали зрелыми, и их можно использовать.

 

 

Негатив вокруг ИИ сейчас во многом связан с тем, что развелось очень много школьников, студентов – «monkey data scientists». На слайде – известный мем на эту тему.

Во многом в появлении таких дата-саентистов виноват Kaggle – это платформа, где можно искать исполнителей, если вам нужно решить задачу, например, по построению модели для какой-нибудь статистики. Просто публикуете задачу на Kaggle, устанавливаете награду, например, 1000 рублей, и 200 школьников пытаются подобрать наиболее подходящую для вас архитектуру нейросети, наиболее подходящие параметры, проводят кросс-валидацию и т.д. и т.п. У кого лучше получилось, тот и получает деньги. Им интересно, а вам полезно, потому что вы за те же самые деньги получаете намного больше ресурсов.

В отличие от традиционной разработки, задачи ИИ имеют более исследовательский формат. Если у программиста-разработчика начинается исследование, то это плохо: «Чувак, ты должен хотя бы в общих чертах знать, что делать – если ты не знаешь, то ты должен быть там тимлид или архитектор». Но если ты дата-саентист, то для тебя исследование – это нормально, а ещё ты можешь сказать всем: «Ребят, до свидания, я не знаю, когда я это сделаю, это зависит от того, как пойдёт исследование»

 

Классификация ИИ-технологий

 

 

На слайде классификация видов ИИ из блога директора по исследованиям Gartner.

Дело в том, что ИИ – это не робот и не восстание машин, это некий набор технологий, который основан на попытке имитации действий человеческого мозга.

  • Первая, наиболее известная и изученная технология – это Machine Learning, она делится на предиктивную аналитику и Deep Learning.

    • О Deep Learning в классическом определении написано, что это нейросеть, в которой множество слоёв. Ничего подобного, нейросеть, в которой множество слоёв – это классический Machine Learning. А в глубоком обучении каждый слой ещё и выполняет определённую функцию – они проектируются определённым образом и нужны для определённых целей. Началось это с распознавания изображений, сейчас активно используется в обработке голоса, потом на примере изображений покажу.

    • Предиктивная аналитика – это формальная история, т.е. здесь под Machine Learning можно понимать не только нейросети: там, конечно, и градиентный бустинг, и деревья решений, леса решений, векторная модель, логистическая регрессия. Здесь к Machine Learning можно отнести в принципе даже линейную регрессию и метод наименьших квадратов, которые строятся в Excel за три клика. И в этом отношении, я дальше покажу, в 1С есть прекрасные деревья решений, в принципе вы Machine Learning можете прекрасно в 1С организовать ещё начиная с версии 8.0.

  • Natural Language Processing – обработка естественного языка, здесь в качестве примера можно привести Алису от Яндекса. У NLP есть две функции, два направления:

    • Первая функция NLP отвечает за то, чтобы как-то систематизировать знания и выдать ответ на ваш вопрос. Например, когда вы Алисе говорите что-то чёткое: поставь музыку и т.д. и т.п. – она выполняет вашу команду;

    • И вторая функция включается, когда вы пытаетесь с Алисой поговорить на любую тему – тогда включается Deep Learning, нейросеть уходит в полностью свободный полёт и вы можете услышать какие-нибудь совсем неожиданные ответы.

  • Дальше идёт работа с речью и с аудио – это отдельная область знаний и там больше не средств машинного обучения, а функций, специфичных для аудио-технологий.

  • Работа с компьютерным зрением.

  • Любимая мной тема Robotic Process Automation (RPA) – автоматизация пользовательских действий. Она отнесена к ИИ условно, но здесь используются многие технологии машинного обучения: предиктивная аналитика и, главным образом, машинное зрение.

  • Классическая роботизация – т.е. Boston Dynamics.

  • Чатботы тоже относят к искусственному интеллекту – они используют NLP и предиктивную аналитику.

  • Экспертные системы – тема из 70-х, для них использовались деревья решений.

 

ML ≠ AI ≠ Нейронные сети

 

 

Резюмируем ту замечательную теорию, о которой я уже сказал:

  • Машинное обучение – это не искусственный интеллект, это абсолютно разные области.

  • Искусственный интеллект – это не нейронная сеть.

  • Нейронная сеть – это достаточно маленькая, узкая область. Например, они могут предлагать рекомендации – когда вы скачали какой-то фильм/купили какой-то товар, и система вам предлагает подобные на основании ваших предпочтений. Там работает нейронная сеть – какие-нибудь XGBoost, CatBoost – это тоже нейронные сети, но обученные немножко по-другому.

  • Искусственного интеллекта не бывает, тест Тьюринга ещё никто не прошёл.

  • Классическая линейная регрессия – это тоже машинное обучение, и в очень многих случаях этого вполне хватает.

 

Инструменты для ИИ

 

 

На слайде приведен набор наиболее популярных фреймворков для работы с ИИ, которые вы можете увидеть в интернете – попробуйте здесь TensorFlow, CNTK и т.д.

Можно долго говорить о том, какой из этих инструментов более популярный, какой – менее.

  • Я бы выделил Scikit-learn – если хочется чему-то научиться в Python, то он самый простой, популярный, известный. В нём можно сделать что-то классическое – скажем, перцептрон обучить. Это три строчки кода, и 90% задач это решит.

  • Если хочется чего-то более тяжёлого – поиграться с картинками, научиться что-то распознавать, свою OCR написать, то есть TensorFlow. Причем, TensorFlow чаще всего надо рассматривать вместе с Keras, потому что сам по себе TensorFlow для работы достаточно тяжёл, а Keras представляет собой обвязку, которая немного упрощает работу с TensorFlow, с ним гораздо приятнее работать.

  • Для дот-нетчиков будет полезен Accord.NET – достаточно старая штука, но именно для .NET решает очень много вопросов.

 

Computer Vision

 

 

Возвращаемся к Computer Vision – эта тема последнее время стала мне ближе: я с ней активно столкнулся в RPA – в частности, она используется для OCR и т.д.

Как оказалось, здесь в офлайне правит одна большая библиотека OpenCV. Для неё есть замечательная обвязка для .NET – EmguСV, для Python тоже есть своя обвязка. В принципе, 90% вещей там реализовано.

Но стоит сказать, что современный Computer Vision это не про нейронные сети и машинное обучение – эта технология использует что-то наподобие фильтров фотошопа, т.е. преобразовать в чёрно-белое, сгладить, выделить контуры, найти объекты по контурам… Она про то, чтобы изображение, которое вы видите, преобразовать в такой вид, в котором с ним можно работать как с бинарным. Когда там есть живые объекты, и потом вы уже с ними работаете достаточно простыми средствами любого языка.

В Computer Vision лицо – достаточно стандартизированный объект, потому что у всех есть глаза-брови-нос, они легко выделяются. Но если вы захотите, например, выделить в документе печать, то тут уже начинаются «сказки», потому что эта история готового решения в Computer Vision не имеет.

 

 

Для стандартных задач можно попробовать Yandex Vision или OpenCV.

  • Yandex Vision – это замечательная штука, имеет под собой неплохой REST API, распознает лица и очень хорошо распознает рукописный текст. Стоит копейку за документ, каждый может попробовать. Подписываетесь, получаете ключик. В REST API – один метод, batchAnalyze. С его помощью можно передать рисунок, и Yandex Vision вам возвращает JSON-структуру, в которой, в зависимости от того, чего вы хотите, либо координаты лиц, либо текстовки, в которых весь текст. Причем, все это пишется буквально в три строчки.

  • OpenCV немного потяжелее, но умеет гораздо больше. Здесь тоже фича-детектор и фейс-детектор – это отдельная абсолютно история, потому что большинство Computer Vision-систем ориентированы именно на то, чтобы на рисунке выделить какие-то конкретные объекты. И вот эта штука работает неплохо. А если вы хотите как-нибудь классифицировать текст, то здесь уже классический Computer Vision не так сильно поможет.

 

Вариант использования Computer Vision в 1С

 

 

Как это применяется в 1С?

Одно из самых примитивных применений – это обычный код на .NET и Emgu CV, через который подключен OpenCV.

На слайде можно видеть вариант использования, единственный Open CV-шный метод, который здесь используется – это source.MatchTemplate().

Дальше всё это дело оборачивается в COMОбъект, а COMОбъект подключается к 1С.

Если у вас Linux, можно обернуть этот COMОбъект в обычное приложение, которое будет писать куда-нибудь в файлик, а вы из 1С будете этот файлик читать – самый ужасный вариант, но почему бы и нет?

 

 

Если чуть-чуть убрать костыли и сделать по-хорошему, то мы использовали всю эту историю примерно так.

  • Скрипт с фреймворком оборачивается в exe-приложение.

  • При старте 1С ищется, запущен сервис или не запущен. Если он не запущен – запускается. И потом к нему уже происходит обращение. При этом в ваш скрипт должен быть встроен SimpleHTTPServer, который делает вызовы и слушает нужный порт (рабочий пример – https://github.com/comol/OneCWebFramework).

  • Грубо говоря, вы из 1С разворачиваете еще один микросервис, к которому обращается сервер 1С. Этим решены две задачи:

    • ваше разворачивание крайне быстрое и простое, потому что происходит в рамках 1С-приложения;

    • и второе – ваше взаимодействие достаточно быстрое, потому что сервис работает по протоколу HTTP, и, если он упал, 1С его поднимает заново.

Все очень быстро работает. Время занимает только инициализация – первый вызов будет секунду. Но и у 1С, пока пул соединений к HTTP-сервисам не наработается, первый вызов тоже будет долгим.

 

 

Использовать можно и Python, и NodeJS, и .NET.

  • .NET по умолчанию компилируется в exe;

  • Для запаковки Python-скриптов в exe-файлы есть AutoPyToExe.

  • В NodeJS для упаковки в exe есть Pkg. Там то же самое.

 

Вот так это выглядит внутри 1С – при выполнении скрипта робот открывает окно проводника и кликает на картинку. Работает достаточно быстро, клево, стабильно.

 

OCR

 

 

Сейчас появилось очень много OCR-решений. Каждый день в Сколково регистрируется какой-нибудь новый стартап и говорит: «Мы представляем инновационную систему распознавания изображений».

90% таких решений используют библиотеку Tesseract OCR от Google – просто берут кучу бумажек, сканируют и обучают. А потом говорят, что это новый OCR.

Есть люди, которые это уже проделали достаточно давно и которые еще к этому прилепили знание русского языка, фонетики, орфографии. Это Abbyy. И, конечно, Abbyy FlexiCapture – пока лучше, чем все стартапы, вместе взятые. Тем более, что к 1С он прикручивается достаточно легко.

А Tesseract прекрасен тем, что он бесплатный. С его помощью вы можете сделать распознавалку за час. Она будет не очень хорошего качества, не сможет полностью распознать всю первичку для занесения в 1С. Но этим и не нужно заниматься, наше будущее – в электронном документообороте.

Зато можно распознавать паспорта, можно в документе распознавать определенные реквизиты (допустим, подразделение), и эту первичку классифицировать. Дальше на кейсах это покажу.

 

 

Если хочется сделать OCR с помощью MATLAB – в нем есть OCR Training Engine, просто добавляете изображения символов, говорите, что это изображение – это один символ, нажимаете кнопку и у вас тренируется OCR. Потом она генерируется в код .NET-библиотечки, которую вы можете подключать к 1С, как хотите.

 

 

Самое интересное – то, что Computer Vision очень мало что имеет общего с нейронными сетями.

На слайде показаны инструменты Computer Vision Application внутри MATLAB. Обратите внимание, что тут – Camera Calibrator, черно-белое изображение, размытие изображений, метки на изображениях, сегментация.

Грубо говоря, Computer Vision – это не нейронные сети, это некий набор фильтров, которые вы последовательно применяете к рисунку, и из этого получаете более качественный рисунок.

 

Deep Learning

 

 

Deep Learning – это, конечно, совсем другая история. Грубо говоря, Deep Learning отличается от классического машинного обучения тем, что в кейсе Deep Learning каждый фильтр, которые вы применяете в Computer Vision, – это один слой нейросети. Например:

  • У вас есть слой нейросети, который делает изображение черно-белым. И у него есть набор параметров – связи между нейронами в этом слое параметризируют фильтр черно-белого.

  • Дальше у вас есть фильтр детектирования объектов – это второй слой. Дальше у вас есть фильтр обобщения.

  • И вы накручиваете эти слои до тех пор, пока вы не получили нужную вам детализацию – как на картинке (собака, кошка, лодка, птичка).

И когда вы обучаете каждый слой этой нейронной сети, вы должны это делать осознанно.

Т.е. когда первый слой у вас делает изображение черно-белым, вы должны делать изображение черно-белым наиболее объективным образом, подстраивать связи не под то, чтобы определить, что у вас на этом рисунке изображена кошка, а под то, что у вас рисунок становится черно-белым настолько, чтобы следующий слой мог с него эффективно выделить объекты.

Deep Learning работает именно так – слои у вас должны быть осознанные. И каждый слой проектируется исходя из определенной задачи. Это я бы назвал проектированием сетей Deep Learning. И это, действительно Rocket Science. Если хочется туда залезть – то туда лезть не надо. Может быть, у каких-нибудь гениальных ребят получится, но у меня сделать что-то более качественное, чем классические архитектуры, которые есть, не получилось.

 

NLP

 

 

NLP – это работа с естественным языком. Я бы для этого рекомендовал две библиотеки (максимум, три).

Во-первых, можно обратиться к сервису Yandex SpeechKit – он совсем неплохо сделан, есть даже неплохой пример на Инфостарте, который реализует к нему обращение.

Для большинства задач типа распознавания телефонных звонков – этого будет достаточно. Там есть метапарсер, если вы, например, хотите извлекать какие-то конкретные данные из назначения платежа, но там придется возиться с грамматиками. Но для тех, кто не работал с этим напрямую, будет тяжело.

Есть открытая библиотека на Python от http://ipavlov.ai – сейчас это, наверное, лучшее решение, которое работает с русским языком. Они используют стандартный word2vec, но они его доработали. Она простая, удобная. В принципе, если вы хотите сделать чат-бота, который основан на ИИ, чтобы он был бесплатный, и вы его сами обучали, то – welcome, ipavlov – самый лучший выбор, чтобы сделать систему консультирования.

 

Инструментарий

 

 

Инструментарий. Если не брать в расчет 1С (в 1С, конечно, нейросети обучать можно, но не нужно), то основных инструмента – три.

  • Сейчас, конечно, лидирует Python – для него много библиотек, например, чтобы обращаться из 1С к HTTP-сервисах Python можно использовать BaseHTTPRequestHandler или SimpleHTTPServer. Это удобно, просто, гибко, быстро, прикольно. Еще можно попробовать Flask, но я считаю, что Flask – слишком тяжелый фреймворк.

  • Есть R – лично я к нему делал пару заходов, но это не для классических разработчиков.

  • И есть MATLAB – для тех, кто не любит писать код, там есть прекрасный визуальный конструктор. В принципе, по функциональным возможностям он лишь немного отстает от Python тем, что там нет возможностей TensorFlow. Но какие-то базовые вещи в MATLAB делать намного быстрее, прикольнее и удобнее. Там есть regression learner, classification learner, которые позволяют решать, в том числе, и AutoML-функции.

 

 

Есть вариант для совсем ленивых – регистрируетесь в сервисе Machine Learning Microsoft Azure, до какого-то объема он будет для вас совсем бесплатным.

По гиперссылке Studio у вас откроется конструктор. Здесь вы можете взять и набросать достаточно простой демо-пример – составить его из кубиков, визуально, мышководством. Ничего сложного нет, осваивается за 15 минут.

Самое главное, что на выходе вы на закладке Web Service можете сгенерировать веб-сервис, который будет открыто доступен по ссылке. И потом в эту обученную модель можно будет просто кидать HTTP-запрос и получать из него результат. Все предельно просто.

На эту тему есть статья на Инфостарте – очень кратко, очень по теме.

 

 

Еще для ленивых, кто принципиально не приемлет Azure, есть Amazon – там то же самое, даже функций больше. Но сам я им пользоваться не пробовал.

 

Анализ данных и прогнозирование

 

 

Для тех, кто совсем 1С-ник, а хочется сделать какую-то прогнозную модель, чтобы у вас 1С рекомендовала какие-то товары или какое-то обучение делала. Еще с 8.0 в 1С есть прекрасный механизм «Анализ данных и прогнозирование».

Заметьте, это не нейронные сети в 1С, это сети внутри платформы, они написаны на C++. И у вас дерево решений – там достаточно простая модель прогноза, и она работает быстро, и обучается она тоже быстро.

Но приятность заключается в том, что вы там берете просто – открываете ИТС, смотрите пример. Там обычный запрос по данным. Запрос передается в модель анализа, где есть набор колонок. Потом пишется АнализДанных.Выполнить(), и на выходе у вас получается модель, которую можно сохранить куда-нибудь в хранилище значений.

Это, в принципе, все, что нужно, если у вас какая-нибудь простейшая классификация. Более того, в 1С есть и кластерный анализ, и предиктивная аналитика, поиск последовательностей, построение цепочек событий.

Инструментарий есть уже давно, инструмент рабочий, но им почему-то не пользуются.

 

Где в 1С уже есть ИИ

 

 

Проблема не в технологиях, не в отсутствии знаний, а в кейсах, что никто не применил эти технологии в конкретных кейсах.

ИИ в 1С используются достаточно активно.

  • В 1С:ERP для прогнозирования закупок. Вживую не видел, прочитал в анонсе.

  • В 1С:ITIL – в классификации обращений. Сам Бог велел ИИ так применять. Видел вживую – работает прикольно, правильно. Пишется за 15 минут. Ничего страшного здесь нет.

  • В 1С:Документооборот есть простая OCR. Раньше просто PDF распознавала, теперь с картинок тоже распознает.

  • В 1С:Fresh появилась уже не простая OCR, которая не просто распознает текст, но и создает на его основании документы с автоматическим заполнением значений. Причем этот сервис распознавания вроде как был реализован силами разработчиков платформы.

  • Есть еще сервис 1С:Товары, рекомендательная система по управлению ассортиментом. Форма из этого сервиса здесь показана на слайде. Как этот сервис реально рекомендует – не знаю, но по описанию – крутая штука. Как минимум, без градиентного бустинга в ней явно не обошлось.

 

Можно обучать нейронную сеть внутри 1С

 

 

Можно ли обучать нейросеть внутри 1С? Да, можно, но все мы знаем, что 1С – это интерпретируемый язык.

И вообще, заниматься построением архитектуры нейросетей – дело неблагодарное. Перцептроны руками писать – не надо. Это уже было в 70-х.

И, конечно, в сервисе 1С:Товары под капотом используются не встроенные в платформу возможности. Встроенные в платформу возможности можно использовать только для анализа данных.

1С – это универсальный фреймворк, но для решения специализированных задач его нужно с чем-то интегрировать.

 

Где использовать ИИ в 1С

 

 

Еще немного кейсов. Это – самое важное.

  • OCR – классическая задача – это распознавание первички в 1С. Есть много решений, но я для качественного OCR рекомендую Abbyy FlexiCapture. Очень просто интегрируется с 1С и делать там особо нечего.

  • Автоматическая разноска банка, простановка аналитик – сам Бог велел это делать. Грубо говоря, если бухгалтер уже при таких условиях поставил такую аналитику, конечно, на этом нужно обучить какую-нибудь статистическую модель и дальше такую же аналитику подставлять. Причем, это можно сделать, наверное, и встроенными средствами 1С – даже без сторонних сервисов.

  • Аналитика затрат на проектах – то же самое. Если кто-то регулярно делает какое-то повторяющееся действие, на этом можно обучить модель. Это делать достаточно легко, просто. Это сейчас уже не Rocket Science, эти проекты вполне подъемные.

  • Классификация первички – прикольная история. Мало распознать документ, его после распознавания надо еще и оператору проверить. И затраты на такую проверку чаще всего нивелируют весь положительный эффект от распознавания. А вот классифицировать документ и его реквизиты (счет-фактура это или накладная, какой у нее номер и какое подразделение) – это крутая задача. Тут уже первичку можно автоматически раскидывать по тем аналитикам, где она нужна. Этот кейс – вполне живой и работающий.

  • Чат-боты – абсолютно замечательная история. Неплохо прокачанный чат-бот (например, на платформе DialogFlow или использующий библиотеки ipavlov) – отлично обрабатывает поток обращений.

  • Роботизация действий пользователя – мне этот подход импонирует. Это используется, можно применять – реализовать это сейчас очень просто, и работает гораздо стабильнее, чем ранее. Когда у вас один человек работает в 20 системах или открывает один и тот же Excel-файл по 50 раз, а руки разработчика не доходят – пожалуйста.

 

 

  • Еще интересная история – скоринг. Под эту задачу прекрасно подходят деревья решений. Когда вам нужно где-то в CRM оценить потенциал сделок, лидов, контрагентов, автоматически поднять приоритет какому-нибудь тикету в зависимости от того, от кого от пришел. Не писать руками – если тикет пришел от генерального директора, то приоритет 1. На этом можно обучить нейросеть, и в зависимости от того, кто какие приоритеты уже расставлял, делать это в дальнейшем автоматически. И человек будет только корректировать, а вы будете нейросеть обучать. Тоже прекрасный проект, делается быстро, а люди чувствуют всю силу искусственного интеллекта.

  • Рекомендации товаров – классическая история. Тут, единственное, что стоит заметить, для рекомендаций уже используется градиентный бустинг (CatBoost, XGBoost). Они очень быстро работают.

  • Прогнозирование – можно написать решение для прогнозирования денежного потока, прогнозирования потребности в товарах (1С:Товары), прогнозирования бюджета – в принципе, если считать без аналитик и при условии, что у вас бюджетирование поставлено и работает уже лет 10, вы, скорее всего, получите отсюда очень неплохие прогнозы.

  • Еще одна интересная история, которая случалась в моей жизни – это транспортная логистика, поиск оптимального маршрута. Здесь работает такая штука, как генетические алгоритмы. Про них я здесь уже не рассказывал, потому что их весьма условно можно отнести к средствам искусственного интеллекта.

  • И распознавание номеров машин – кто этого до сих пор не сделал, конечно, это сейчас штатная функция почти в любом средстве компьютерного зрения.

 

 

Еще раз про RPA – этот кейс я считаю самым удачным, это реальная замена человека роботами.

Несмотря на то, что сейчас в RPA из технологий машинного обучения пока что используется только машинное зрение, но сам факт использования ИИ для автоматизации означает, что ничего невозможного нет. Даже если вы считаете, что задача безумно творческая, ее все равно можно доверить роботу. Они могут делать то, на что иногда у людей воображения не хватит.

И один из последних трендов, Hyperautomation – автоматизировать можно все, автоматизировать нужно все. Ручной рутинный труд – это плохо. Искусственный интеллект заменит людей.

 

AI для разработчиков

 

 

И, наверное, ближе к завершению, хочется сказать еще одну историю – когда я разбирался со всем этим делом, я увидел очень приятную тенденцию – это искусственный интеллект для разработчиков. Может быть, если у меня получится 1С как-нибудь эту идею продать.

Есть замечательный сервис codota, где люди, которые зная структуру программного кода, обучили систему на большом наборе исходников, чтобы улучшить работу автоподстановки.

Например, сейчас у вас в 1С автоподстановка работает до конца слова, а здесь у вас будут целые блоки кода, включая знание БСП. Представьте – вы написали запрос, а он вам сформулировал для него подстановку параметров, обработку результата и т.д. – все, что у вас было в шаблоне. И в зависимости от того, как часто используется та или иная конструкция – вы только начали писать ДлительныеОперации, а вам автоподстановка сразу уже предложила все, что нужно, чтобы вашу операцию сделать в фоне.

Причем, на 1С у нас единая кодовая база, единые правила кода – сам Бог велел эту историю использовать. Это маст хэв.

 

Итого

 

 

Итого, что я хотел сказать в завершение.

  • AI – это не панацея, не лекарство от всех болезней. Хайп вокруг него был разведен правильно, хорошо и нужно. Но в целом ничего глобально нового он нам не с вами не принес

  • Уходить вглубь AI до архитектуры нейросетей, составлять Deep Learning-сети, обучать для них модели – вряд ли имеет смысл в мире 1С.

  • Готовых решений, готовых моделей уже огромное количество. И их желательно применять, потому что сейчас это очень просто. Можно даже организовать деревья решений внутри 1С. Но на самом деле, написать три строчки питоновского кода и обернуть их в HTTP-сервис – с этим школьники справляются. Разработчики со стажем тем более справятся.

 

Вопросы

 

Можно ли применять ИИ в качестве системного администратора, который выполняет регламенты по обслуживанию СУБД, сервера 1С, контролируя производительность, выполняет донастройки, если это требуется. Возможно ли автоматизировать администратора кластера 1С?

Лично я не делал. Мне такой кейс кажется достаточно сложным, есть много более простых. Но вообще на Инфостарте был доклад ребят, которые этим занимались – они назвали свою сеть Лариса. Ребята автоматизировали мониторинг проблем производительности на сервере 1С - они анализируют журнал регистрации, отлавливают массовые сообщения о том, что система тупит, и делают из этого какие-то выводы.

Не чувствуете ли вы угрызения совести, разрабатывая роботов?

Нет. Я думаю, что все люди, которые занимались разработкой информационных систем, переключатся на разработку роботов. Разработчики всегда будут. Просто их будет больше, чем бухгалтеров.

Где использование ИИ дает наилучший результат?

Боты заходят хорошо, авторазноска платежек заходит хорошо. Статистика – тоже хорошо. Бюджетирование – не всегда, там есть момент творчества, если бюджетирование еще не поставлено, то модель обучить не так просто. Товарные рекомендации – сам Бог велел, это все уже делают. Для этого можно использовать сервис 1С:Товары – ты к нему подключаешься, выгружаешь в него розничные продажи, он тебе дает рекомендации о том, как тебе лучше пополнять свои магазины, какой товар лучше вывести, какой товар лучше увеличить. В 1С вся необходимая информация есть, поэтому почему бы не использовать. Очень полезная штука. У крупной розницы эта задача уже давно решена – за очень большие деньги, а та розница, которая только пытается стать крупной, им это будет интересно. Тем более, сервис стандартный, фирма 1С его предлагает по небольшой стоимости.

 

*************

Данная статья написана по итогам доклада (видео), прочитанного на онлайн-митапе "Интеграционные решения в 1С". Больше статей можно прочитать здесь.

Приглашаем всех 11-12 ноября принять участие в INFOSTART EVENT 2021 в Москве: //infostart.ru/events/1451228/

Специальные предложения

Комментарии
В избранное Подписаться на ответы Сортировка: Древо развёрнутое
Свернуть все
1. awk 728 19.07.21 13:29 Сейчас в теме
Искусственного интеллекта не бывает, тест Тьюринга ещё никто не прошёл.


7 июня 2014 года, по сообщению британского Университета Рединга (англ. University of Reading), в тестировании, организованном Школой системной инженерии (англ. School of Systems Engineering) при университете, полноценный тест Тьюринга впервые за шестьдесят пять лет существования был пройден с помощью программы «Женя Густман» (англ. Eugene), разработанной в Санкт-Петербурге проживающим в США выходцем из России Владимиром Веселовым и проживающим в России выходцем из Украины Евгением Демченко.


https://habr.com/ru/post/225599/
Shmell; cdrw3; +2 Ответить
2. comol 4661 19.07.21 13:52 Сейчас в теме
(1) Ну это только реклама. "на детском уровне сложности" :). Голосовой помошник с которым можно часок пообщаться взрослому здоровому человеку и не понять что это робот есть? :).
3. awk 728 19.07.21 14:18 Сейчас в теме
(2) Никогда не было, что общаешься с человеком, а он тест Тьюринга не проходит? :)

Ну это только реклама. "на детском уровне сложности" :)

Какая разница?

Сначала говорили, что компьютер не обыграет в шахматы, потом в GO. Все течет - все меняется.
for_sale; Ali1976; starik-2005; +3 Ответить
4. comol 4661 19.07.21 16:43 Сейчас в теме
(3) Было конечно :)))

Ну каждый конечно "тест тьюринга" понимает по своему, но я думаю пока очевидно что ИИ не существует... и если я лично проговорив с голосовым помощником часочек не пойму что разговариваю с ботом или помощником, то я изменю своё мнение...
10. awk 728 20.07.21 11:04 Сейчас в теме
(4) Если ИИ не существует, то о чем мы тогда говорим?

Давай попробуем дать ему определение?

Искусственный интеллект - это интеллект не созданный естественным путем.

Естественный путь - это процесс произошедший в процессе эволюции в живой природе.

Осталось дать определение интеллект. Вот здесь я затрудняюсь..
20. starik-2005 2349 20.07.21 14:41 Сейчас в теме
(10)
Осталось дать определение интеллект. Вот здесь я затрудняюсь..
Есть разные определения, но по Айзенку - это способность быстро решать новые задачи на классификацию и подобие. Есть еще эмоциональный интеллект, креативный - творческий (способность придумать массу всего за небольшое время). В интеллектуальных играх (ну может даже и в "Что? Где? Когда?", но скорее игры другого класса - ОДИ) интеллект делиться на созидательный - генераторы идей, развивающий идеи и способный уловить суть идей и ухватить основное их развитие, изложив в виде тезисов. Фактически интеллект разбирает информацию на части, классифицирует ее и, как результат своей деятельности, преподносит ее максимально концентрировано в виде оформленной идеи. И чем быстрее это происходит, тем выше уровень интеллекта. Но даже человек с достаточно низкой скоростью этого интеллекта иногда может внести весомый вклад в решение действительно сложной и глубокой задачи, поэтому цифра, определяющая интеллект, - это весьма спорная идея...

А еще иначе говоря, интеллект - способность понять сложное и запутанное сообщение, сделать из него выводы и построить по выводам некий план действий, чтобы превратить сообщение в продукт, например, если сообщение - это пользовательская задача в 1С. Но сама по себе задача - это лишь изложение потребности, которое в действительности может оказаться лишь верхней частью айсберга, тогда как реально достигаемая цель может лежать в совершенно другой плоскости и иметь совершенно другую формулировку. Часто это превращается в игру двух дурачков, один из которых не может сформулировать задачу в перспективе, второй не понимает, что текущая формулировка - это очень локальный момент, который в глобальном контексте выглядит совершенно иначе.
30. awk 728 20.07.21 16:20 Сейчас в теме
(20) Круто, но многословно... Определение не должно содержать лишние сущности. Оно должно кратко и полно описывать предмет.

Попробую поимпровизировать:

Интеллект - способность объекта к разумной деятельности.

Разумная деятельность - деятельность объекта, по заранее подготовленному им же самим плану, для достижения цели.

Осталось определится с целью. Она должна быть какой? Предопределенной и/или не предопределенной.
31. starik-2005 2349 20.07.21 16:36 Сейчас в теме
(30)
Разумная деятельность - деятельность объекта, по заранее подготовленному им же самим плану, для достижения цели.
И чем это от выполнения алгоритма отличается? Даже чайник, который выключается автоматически, получается, обладает интеллектом.
33. awk 728 20.07.21 16:44 Сейчас в теме
(31) Только не сам себе план готовит.
34. awk 728 20.07.21 16:48 Сейчас в теме
(30) + Разумная деятельность - деятельность объекта, по заранее подготовленному (им же самим) плану, для достижения собственной цели, которая возникла, как реакция на одно и более внешнее (по отношению к объекту) событие.
14. avryanovalexey 83 20.07.21 12:27 Сейчас в теме
(4) тест Олега Филиппова? Мне кажется он даже релевантнее и более понятнее, чем тест Тьюринга.
Можно еще докрутить этот тест, чтобы программист (или нейрохирург или другой узкий специалист) проговорил с роботом на свои профессиальные темы и не понял, что это робот .
17. comol 4661 20.07.21 12:39 Сейчас в теме
(14)
чтобы программист (или нейрохирург или другой узкий специалист) проговорил с роботом на свои профессиальные темы и не понял, что это робот
ну это очень существенное упрощение, на узкоспециализированные темы ИИ естественно может общаться качественнее. Я так понимаю в оригинале таки шла речь про общие темы "про жизнь"... с аналогиями, абстракциями и т.п. тут вам никакая GPT-3 сейчас не поможет.
35. awk 728 20.07.21 17:02 Сейчас в теме
(17)
Чуешь хахаля на хате. Нет в шкафу - ищи в кровати.


Это я к чему? К тому, что усложнять не надо..
5. Yashazz 3879 19.07.21 18:35 Сейчас в теме
Красивая сказка... Эдакий прекрасный возвышенный сон, не имеющий ничего общего с реальностью.

Потому что, как только вы в реальности заикнётесь о замене человека роботом, заменят вас. На более лояльного и понимающего сотрудника.
&rew; Светлый ум; +2 Ответить
7. starik-2005 2349 20.07.21 00:34 Сейчас в теме
(5)
как только вы в реальности заикнётесь о замене человека роботом, заменят вас
На прошлой работе в одном отделе из 30-ти человек осталось 3.

В одной научной лаборатории из 4-х лаборантов осталась одна на полставки.

Жена работает в СЭС, у них там по-старинке. Но в других лабораториях уже все анализы автоматы делают.

Вот сейчас рарус конференцию проводит - там они в общепит засунули распознавалку блюдей на подносах...Давно с коллегами на эту тему в столовке базары ведем...
21. Yashazz 3879 20.07.21 14:54 Сейчас в теме
(7) Ну может быть, но только на самом деле эти сокращения связаны с бюджетом и всякими подобными финансово-управленческими играми и интригами, а вовсе не с автоматизацией. Было бы смешным приписывать себе подобные заслуги. Если начальство решило, то кадры сократят и одну бабушку/девочку/студента-практиканта/итд заставят делать работу целого отдела. Не осилит - выпернут и другого возьмут, а через 2-3 месяца ещё раз заменят. Незаменимых нет, кушать хотят все.
И обратное. Решат раздуть штат, сообразно своим каким-то игрищам, раздуют. Возьмут кучу лоботрясов и будет видимость активности.

Ни та, ни другая ситуация со степенью и качеством автоматизированности деятельности организации НЕ связана. Вы можете автоматизировать всё, но это будет благодушно сложено в стол; вы можете нихрена не делать, но на вашей кривой или типовой конфе будут мучительно тыркаться все, кому велено.

Мне это ещё в 2000 году хорошо объяснили. Доходчиво. Что "этим вашим базам" доверять можно втрое меньше, чем насквозь понятным девочкам/мальчикам, и что "не надо делать из себя пуп фирмы, а то выходит, что всё зависит от 1С, а она от программиста". И главное, что те, кто почует подкоп под себя в виде попытки автоматизации, обычно обладают гораздо большим навыком подковёрных забав, и неминуемо устроят вам кучу проблем. Ну и почему не надо заменять бухгалтера на робота? Потому, что робота по УК посадить нельзя.
Вот меня так из пары фирм "вежливо попросили", сразу резко поумнел.

А Олегу спасибо. Интересно на досуге почитать научную фантастику)
23. starik-2005 2349 20.07.21 15:20 Сейчас в теме
(21)
Вот меня так из пары фирм "вежливо попросили", сразу резко поумнел.
Странно.

Я вот автоматизировал научную лабораторию в далеком 97-м году. И к 99-му там осталось из 4-х лаборантов, целый день гоняющих керны под микроскопом а потом все это дело обсчитывающих, печатающих и т.д. одна девочка, которая гоняла цветные линии, цветной тетрис и цветной чай, подрабатывая журналисткой в какой-то местной газетенке. И потом в этом ВУЗе, при котором лаборатория находилась, внезапно поверили, что программа может все. И у них я и мой коллега сотворили лет за пять-шесть массу ПО для различных нужд. Коллега, например, написал софтинку, которая из файла студента-биолога, вернувшегося с полей с гербарием, делала вордовский документ с кучей таблиц, в которых уже вся математика была посчитана. Так вот результат компьютерной обработки этого файлика вполне тянул на дипломную работу.

В действительности далеко не все компании такие, как Вы описали. Мне, например, ни одной такой не встретилось. В одном агропромышленном холдинге, когда я предложил идею открывать шлагбаум автоматом и фиксировать вес, руководитель ИТ сказал, что тетка, которая там сейчас на кнопку давит, очень долго упрашивала, чтобы ее взяли, и он бы очень не хотел, чтобы на него криво смотрели за то, что ее уволят. Но то же предложение, но уже финансовому директору, нашло живой отклик, т.к. это экономия 15к (или сколько там минималка, которую нажимательнце одной кнопки платили).

Так что те люди, которые Вас попросили, были просто отдельными стейкхолдерами, которым капало с этого всего большого коллектива поголовно, а Вы, понимаешь, решили головы сократить. Но миллион процентов там были и другие люди, которые с легкостью бы сократили половину, но, т.к. Вы сами говорили, что по жизни часто говнитесь, то просто до нужных людей в нужной форме свои соображения донести не могли, времени подумать не дали, давили недостаточно присутствующим у Вас авторитетом на проблему, что просто не могло кончиться для Вас положительно. Корректность тут и политика многое решают, и совершенно не так, как хотят те, кто против автоматизации.

ЗЫ: тетка осталась давить кнопку, так что я тут белый и пушистый. Но долго ли она будет продолжать это делать - вопрос.
24. Yashazz 3879 20.07.21 15:50 Сейчас в теме
(23)
Вы сами говорили, что по жизни часто говнитесь
Путаете причину и следствие. Это я по итогам 20 с лишним лет общения с подобными персонажами стал говниться. Раньше-то я был молодой и глупый, всё объяснять пытался, доказать-показать, обосновать рационально... А там рациональность не ночевала даже. Там эти инициативы видали в одном общеизвестном месте.
25. starik-2005 2349 20.07.21 15:57 Сейчас в теме
(24)
Там эти инициативы видали в одном общеизвестном месте.
Предположу, что не все так радужно )))
27. Yashazz 3879 20.07.21 16:00 Сейчас в теме
(25) я про инициативы сократить. Вот сидит человек, дурную тупую работу делает. Говорю: давайте автоматизируем. А мне - да ты что, это племянник финдира! И? Где ваша хвалёная автоматизация?))
28. starik-2005 2349 20.07.21 16:04 Сейчас в теме
(27)
И? Где ваша хвалёная автоматизация?
Вы думаете, что племяннику финдира не смогут найти места после Вашей автоматизации? Да ладно...

ЗЫ:Я, кстати, племянник финдира. Сразу даже не сообразил. Правда не в той совсем конторе, в которой я работаю ))) Предлагали на лето кусты рубить вдоль трасс - давно было, и не правда )))
29. Yashazz 3879 20.07.21 16:08 Сейчас в теме
(28)
Вы думаете, что племяннику финдира не смогут найти места
Я не думаю, я знаю. Меня после такого захода, за сам факт предложения, финдир и выдавил с фирмы.

Место еще искать, ага... Под начальство роет, гад айтишный, ату его.
Вы всё рацио ищете, а его на уровне руководства не бывает)
26. Yashazz 3879 20.07.21 15:57 Сейчас в теме
(23) а так вообще я много чего делал, что "тянуло на" довольно серьёзные вещи. Я автоматизацию своего ВУЗа с механизмом составления расписания, ведением аудиторного фонда/загрузки препродов и кучей всего сделал. И кому оно нафиг сдалось, если и по сей день в эксельчиках мастерят?

Вы поймите, любые ИИ, нейросети, роботы и прочая ересь нужна только как красивые слова для выбивания бабла. Реально будет как обычно - шикарный проект, эффектная презентация, офигенный кусок освоенного бюджета и пара негров под капотом. В смысле людишки, человеки. А нейросеть поставят на отдельно стоящий ПК, чтоб высоким комиссиям да зарубежным гостям показывать.
32. avryanovalexey 83 20.07.21 16:39 Сейчас в теме
(21) А зачем с такими работать. Менять работу )) Ну их старпёров ))
36. Yashazz 3879 20.07.21 18:37 Сейчас в теме
(32) а других нету. Не бывает. Менять шило на мыло мне где-то году к 2008-му осточертело. В результате работал в "дочке" РГС, где мои предложения и инициативы, к счастью, не были наказуемы, нет - их просто благодушно, спокойно и лениво игнорировали. Всё текло своим чередом, а мои идеи на совещаниях хвалили и аккуратно клали под сукно.

Там я понял важную мысль: автоматизация - вовсе не равно "оптимизация". Мы не силы, людей и деньги экономим. Нет. Мы просто делаем учёт более прозрачным для контролирующих органов, ибо основная суть 1С - подготовка фискальной отчётности строго заданного образца, а отчётность сия весьма сложна есть, и "под 1С" практиццски и затачивалась; да ещё основные контрольные отчёты для ревизоров всех видов и руководства всех мастей. ОФД, ФНС, финдир, гендир. Автоматизация - это чтоб им проще было контролировать происходящее. И эта автоматизация никоим образом не относится (и не должна) к каким-либо порывам где-то упростить, какой-то ресурс сэкономить или, упаси БГН, ручной труд роботом заменить.
40. Sykoku 101 26.07.21 14:37 Сейчас в теме
(7)
Тарелки в два этажа распознает?
Куски хлеба порезанные, а не упакованные в индивидуальные гробики с кучей наклеек и RF-меткой, считать умеет?
Упаковки соли/сахара/перца в стоимости товара?

А то я знаю одну торговую точку, у которой продажи выросли, а выручка - упала. Не все считалось.
42. starik-2005 2349 26.07.21 15:33 Сейчас в теме
(40)
Упаковки соли/сахара/перца в стоимости товара?
Я так понял, что они определяют блюдо на подносе. Соль и сахар - не в курсе. Но что-то мне кажется, что тут проблем быть не должно. А вот блюда с собой в отдельном контейнере - тут могут быть трудности, как они это решают - не в курсе. Предположу, что система используется для ускорения ввода данных в АРМ кассира. Кассир валидирует и, при необходимости, корректирует список блюдей, ну и решает вопрос с контейнерами - все-равно спрашивать клиента о том, что там в контейнере. Думаю, что и это можно решить.
44. Sykoku 101 27.07.21 13:51 Сейчас в теме
(42)
Есть старое, как мир, "решение бармена". Под стаканами с выпивкой - разноцветные кружки. Цвет = стоимости. Унифицировать типы тарелок/контейнеров.
Дарю.
45. starik-2005 2349 27.07.21 13:52 Сейчас в теме
(44)
Унифицировать типы тарелок/контейнеров.
Мне вообще пофиг.
8. krollzlat 20.07.21 09:24 Сейчас в теме
(5) Может не так красиво звучит "заменить людей на роботов". Но на местах заметил такую тенденцию, что просто не могут найти людей в принципе и оставшимся просто пытаются облегчить труд и максимально автоматизировать процессы. Может быть и рады что бы руками кто-то перекладывал бумажки, только этих рук нет.
11. comol 4661 20.07.21 12:11 Сейчас в теме
(5) Ну я этим регулярно занимаюсь... RPA жеж....
13. avryanovalexey 83 20.07.21 12:20 Сейчас в теме
(5) Да ладно?! Мы как бы работаем в сфере где с помощью автоматизации частично заменяем людей роботами. Лично у нас в компании крутятся сотни разных регламентых заданий, которые каждый день что-то проверяют, меняют, допроводят, рассылают разные оповещения и уведомления. Чем это не роботы? Раньше таким люди занимались. Или вообще никто не занимался.

Каждый новый отчетик, АРМ, обработка - чем это не мини-робот, делающий что-то вместо человека или позволяющий сделать быстрее и/или качественнее.

Или роботы это только устройства с руками и головой как у человека, лампочками вместо глаз и антенками вместо ушей?
15. comol 4661 20.07.21 12:34 Сейчас в теме
(13) Да можно назвать роботами... Но для меня "робот" это который может сделать всё что и человек за компьютреом - Залезть в почту, взять эксельник, ввести его в 1С, ответить в той же почте клиенту, пустить его на принтер, ввести ещё в какую-нибудь legacy систему, сделать скриншот того что получилось и отправить в icq генеральному директору... ну как то так...
starik-2005; +1 Ответить
22. Yashazz 3879 20.07.21 15:01 Сейчас в теме
(13) А это как бы никому не надо. Надо спокойную стабильную работу, надо течение всего и вся по устоявшемуся порядку, надо - чтобы все были при деле, как кому определило начальство. А всяких там автоматизаций - неее, спасибо, не надо. Отчётики у нас в экселе Марьиванна отлично делает и ещё Паша-манагер, он из твоей 1С инфу берёт, вот кстати тебе задание, у них с Марьиванной не сходится, а ты мне про "автоматизацию". Будет надо оповещения и уведомления рассылать - практиканта возьмём. А у ИнныПалны опять крыжики слетели, иди разберись, фантазёр. Автоматизацию ему, ага. Щас.
Vortigaunt; &rew; +2 Ответить
6. starik-2005 2349 20.07.21 00:03 Сейчас в теме
За исключением явных ошибок статья очень даже.
awk; gubanoff; +2 Ответить
12. comol 4661 20.07.21 12:12 Сейчас в теме
19. starik-2005 2349 20.07.21 14:27 Сейчас в теме
(12) А Вы комменты не все прочитали?

Никто не прав на 100% в чем бы то ни было. И только дурак думает, что всегда и во всем прав. Но это болячка, а к больным людям сами боги велели относиться со снисхождением.
37. comol 4661 20.07.21 19:01 Сейчас в теме
(19) типа "видишь ошибки, и я не вижу.... а они здесь есть"? :))))))))
38. starik-2005 2349 21.07.21 13:02 Сейчас в теме
(37) Вы правда хотите, чтобы я на них указал, да еще и развернуто? Найду время и пройдусь, если Вам так будет угодно..

Но это не меняет того, что статья действительно хорошая и полезная..
43. ababinok 26.07.21 16:24 Сейчас в теме
Олег,
(12) Могу точно сказать одну по блоку "Deep Learning". При глубоком обучении никто не делает "осознанные" слои, ровно наоборот.
Многослойная сеть становится чёрным ящиком, и человеку совершенно неизвестно, что она делает на каждом из слоёв. Да и не нужно знать. В этом и кроется её существенное преимущество.
46. comol 4661 27.07.21 16:21 Сейчас в теме
(43)
человеку совершенно неизвестно, что она делает на каждом из слоёв

Да конечно... совершенно неизвестно :), сидят куча манки конструкторов глубоких сетей и лепят рандомные слои :).
Вы сейчас прямо огромную кучу людей "сравняли с пылью" :)
Прикрепленные файлы:
47. ababinok 27.07.21 17:25 Сейчас в теме
(46) Не я, а коммерческие AI-разработчики. Тупо (или не очень) настакивают слои и обучают на больших обучающих выборках до нужного результата.
Я в процессе изучения этого вопроса и я сам был удивлён, но именно такой подход сейчас выбирают в deep learning для реализации коммерческих нейронок.
Не нужна ни математика, ни сложные алгоритмы. Лишь хорошая видеокарта для существенного ускорения вычислений при обучении большого количества слоёв.
48. comol 4661 27.07.21 21:43 Сейчас в теме
(47)
Лишь хорошая видеокарта для существенного ускорения вычислений при обучении большого количества слоёв.
Ну это может ты имеешь ввиду что берутся готовые архитектуры глубоких сетей и дообучается только внешний слой, и то в лучшем случае. Так правильно делают, чтобы свою архитектуру сочинять эт умрёшь, у меня, к примеру, столько мозгов (и времени) нету. 99% задач ты решишь и с готовой архитектурой. А те, кто решает тот 1% работают в google, openAI или ещё где...
9. zqzq 21 20.07.21 10:19 Сейчас в теме
"Искусственный интеллект позволит людям не быть роботами", это про страшилки про замену людей. В сельском хозяйстве техника тоже людей вытеснила, и ничего, апокалипсиса не случилось (хотя в начале 20 века большинство населения планеты работало в сельском хозяйстве).
starik-2005; comol; +2 Ответить
41. Sykoku 101 26.07.21 15:19 Сейчас в теме
(9)
То-то Англия после машинной революции выгнала женщин сначала на панель, а затем - вообще в Австралию сослали.
Или для обслуживания китайского ИИ надо будет 5 индусов нанимать. Или устраивать очередной геноцид/крестовый поход/устраивать пандемию...
16. avryanovalexey 83 20.07.21 12:38 Сейчас в теме
(10) Уже все определения существуют. Вот одно из них на википедии:
https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0­%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D­0%BB%D0%B5%D0%BA%D1%82

В целом ИИ - это область знаний, которая пытается научиться решать задачи, которые традиционно считались прерогативой человека. И в ряде областей существующие технологии, часть который относят к области ИИ, эти задачи научились решать. Те же игры в шахматы, GO. Распознавание картинок. Технологии ИИ это делают точнее уже и лучше (или даже не хуже, чем человек. Поиск и выявление различных закономерностей в данных. Весь ML на этом построен, научиться на основе данных делать предсказания лучше, чем это сделает человек.

Но фишка всех этих отдельных технологий в том, что в своей узкой задаче они где-то обошли человека. Например, легко обыграют Каспарова в шахматы или распознают и идентифицируют человека по не очень качественной фотке с камеры в метро. Но другие задачи, которые способен решить ребенок, они решить не смогут. Не универсальны.

Единого Скайнет действительно, думаю еще нет ))
18. awk 728 20.07.21 13:59 Сейчас в теме
(16)
Вот одно из них на википедии


Одно из них - это какое?


1. Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными[1].
2. Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс, позволяющий вести общение с ЭВМ без специальных программ для ввода данных[1].
3. Направление в информатике и информационных технологиях, задачей которого является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий[6].
4. Способность системы правильно интерпретировать внешние данные, извлекать уроки из таких данных и использовать полученные знания для достижения конкретных целей и задач при помощи гибкой адаптации[7].


Не дав определение - нельзя продолжать исследование вопроса.
39. Yashazz 3879 23.07.21 20:10 Сейчас в теме
Насчёт разбора платёжек - делал я такое ещё 10 лет назад. Сделал неплохую эвристику, всё такое, а начальство посмотрело, да и набрало человек 12 в "операционный" отдел, чисто чтоб "оставшиеся 25% хаоса разбирать". Спустя полгода распознавалось уже 94%, а эти люди просто и тупо параллельно лопатили файлы клиент-банка, вносили в эксель, и потом сверяли с 1С. Все данные лопатили. Потому как мало ли что.
А вы говорите "автоатизация"...
49. user1637301 28.07.21 17:21 Сейчас в теме
Сообщение было скрыто модератором.
...
50. user1637301 28.07.21 17:43 Сейчас в теме
Сообщение было скрыто модератором.
...
Оставьте свое сообщение

См. также

Распознавание лиц в связке с 1С "на коленке"

Искусственный интеллект (AI) v8 УТ11 Бесплатно (free)

Возможно ли просто реализовать функционал программы лояльности без использования пластиковых карт, а используя при этом распознавание лиц покупателей? Попробуем проверить.

02.07.2021    939    KirillGermann    6    

Натуральный интеллект

Личная эффективность Искусственный интеллект (AI) Бесплатно (free)

Много слов сказано об Искусственном Интеллекте, как будут взаимодействовать новое и совсем не забытое старое.

17.08.2020    1019    Ликреонский    1    

Умные машины и их обучение. Применяем искусственный интеллект на реальных задачах бизнеса

Искусственный интеллект (AI) Бесплатно (free)

Анализ данных и машинное обучение стремительно входят в нашу жизнь. Как решать ежедневные задачи специалиста 1С с помощью технологий машинного обучения на конференции Infostart Event 2019 Inception рассказал разработчик в группе рекомендаций Яндекс.Маркет Владимир Бондаревский.

16.03.2020    6591    bonv    10    

Распознавание телефонных звонков с помощью речевых технологий Yandex SpeechKit (новая версия Yandex SpeechKit Cloud и Yandex Object Storage)

Телефония, SIP v8 v8::ОУ УТ10 Россия Абонемент ($m)

Обработка позволяет преобразовывать телефонный звонки формата wav в текст с помощью речевых технологий Яндекса. Дополнительно в обработке реализована нарезка телефонного звонка на кусочки по 1 Мб с помощью SOX. Загрузка дополнительных данных по звонку из программы SpRecord. Использовал на нетиповой конфигурации Управление торговлей 10.3.

1 стартмани

23.01.2018    23436    28    zzhiraf_    21    

Интеграция 1С с Microsoft Azure для машинного обучения.

Внешние источники данных v8 1cv8.cf Абонемент ($m)

Модуль интеграции позволяет легко использовать сервисы машинного обучения Microsoft Azure в любой конфигурации 1С.

1 стартмани

03.09.2017    11612    15    nesergey    7