Куратор Qrator Labs назвал основные тренды в развитии искусственного интеллект и машинного обучения

На Евразийском экономическом форуме технический директор Qrator Labs Артем Гавриченков рассказал о том, в каких областях уже сегодня может использоваться искусственный интеллект и машинное обучение для решения реальных задач бизнеса.

Машинное обучение сегодня успешно применяется для анализа большого объема данных, стабильных во времени. Технологии machine learning помогают с отслеживанием периодичности происходящих событий и с поиском аномалий в стабильных событиях.

В сфере информационной безопасности машинное обучение используется для прогнозирования рисков, анализа характерных паттернов легитимного поведения с целью своевременного выявления подозрительных активностей. Злоумышленники также не отстают: они осваивают новые технологии для поиска уязвимостей на сайтах.

Стоит заметить, что машинное обучение не всегда может использоваться для анализа инцидентов ИБ, поскольку зачастую они происходят непредсказуемо и не столь часто, чтобы можно было собрать статистику, достаточную для обучения системы.

«Машинное обучение стало распространенным инструментом во многих сферах, где требуется интеллектуальный анализ данных. Однако machine learning отнюдь не является «чудом» – это лишь математика и алгоритмы, доступные, в том числе, бесплатно, а потому интерес бизнеса и прикладных программистов к этому наиболее успешному направлению искусственного интеллекта будет расти и дальше. Можно ожидать появление алгоритмов, основанных на машинном обучении, и в сети, и, в том числе,  встроенных в сетевые подсистемы телефонов и браузеров. Вследствие этого в грядущем будущем робот станет полноценным гражданином сети, и задача отличения человека от машины при доступе к сайту потеряет всякий смысл. Концентрироваться придется уже на выявлении аномального поведения, которое может быть присуще как роботу, так и живому человеку», – комментирует Артем Гавриченков, технический директор Qrator Labs.

По материалам Qrator Labs