Гісторыя штучнага інтэлекту: ад 1950-х да сёння

Гісторыя штучнага інтэлекту — гэта дзесяцігоддзямі доўгае падарожжа за марай стварыць машыны, здольныя думаць. Гэтае падарожжа сёння мае асаблівы сэнс для фінансавых каманд: сістэмы, якія чытаюць чэкі, класіфікуюць выдаткі і выяўляюць падазроныя аперацыі, з'явіліся не за адну ноч. Каб правільна ацаніць штучны інтэлект, які сёння пераўтварае кіраванне выдаткамі і расходамі, трэба ведаць, адкуль прыйшла гэтая тэхналогія і куды яна ідзе. У гэтым артыкуле мы спачатку паглядзім на паваротныя моманты штучнага інтэлекту праз кароткую храналогію, а потым разгледзім, як гэтая тэхналогія прыйшла ў фінансавыя працэсы — асабліва ў кіраванне выдаткамі.

Як узнікла ідэя штучнага інтэлекту?

Пытанне, ці могуць машыны думаць, сягае часоў, калі камп'ютары былі памерам з пакой. У 1950 годзе англійскі матэматык Алан Цьюрынг задаў сваё ўжо класічнае пытанне: «Ці могуць машыны думаць?» Гэтае пытанне заклала аснову паняцця, якое мы сёння ведаем як тэст Цьюрынга: калі машына можа гаварыць дастаткова натуральна, каб пераканаць чалавека-ацэншчыка, яе можна лічыць «здольнай думаць».

Афіцыйнае нараджэнне галіны — гэта Дартмуцкая канферэнцыя 1956 года. Там Джон Макарці, Марвін Мінскі і іншыя піянеры таго часу абмяркоўвалі ідэю, што машыны могуць вучыцца і вырашаць задачы; тэрмін «штучны інтэлект» упершыню быў выкарыстаны на гэтай канферэнцыі.

Першыя надзеі і зімы штучнага інтэлекту

За дваццаць гадоў пасля Дартмута першыя праграмы — якія даказвалі матэматычныя тэарэмы і маглі весці размову простымі шаблонамі — выклікалі вялікі энтузіязм. Некаторыя даследчыкі прадказвалі, што машыны, здольныя думаць на чалавечым узроўні, вельмі блізка. Рэальнасць адстала ад чаканняў.

Галіна перажыла два вялікія застоі, якія называюць «зімой штучнага інтэлекту». У першай (1974–1980) абмежаваная вылічальная магутнасць і недастатковыя даныя паказалі, што абяцанні немагчыма выканаць; рэсурсы былі скарочаны. А ў 1980-я экспертныя сістэмы на аснове правілаў сталі папулярнымі ў свеце бізнесу: гэтыя структуры, якія кадзіравалі веды экспертаў у форме «калі выконваецца гэтая ўмова, зрабі гэта», працавалі ў пэўных сферах, але былі складанымі ў абслугоўванні, малагнуткімі і дарагімі. Калі іх межы сталі відавочнымі, прыйшла другая зіма (1987–1993).

Урок таго перыяду актуальны і сёння: напісаныя ўручную правілы не паспяваюць за складанасцю рэальнага свету. Той самы ўрок, як мы ўбачым далей, дакладна паўторыцца і ў эвалюцыі фінансавага праграмнага забеспячэння.

Ад машыннага навучання да глыбокага навучання

З канца 1990-х адбыўся ціхі змена парадыгмы: з машынным навучаннем сістэмы пачалі самі вучыць правілы з даных замест таго, каб атрымліваць іх гатовымі ад людзей. Узрастаючая вылічальная магутнасць, багацце даных, якое прыйшло з інтэрнэтам, і поспехі ў штучных нейронных сетках зрабілі гэтую трансфармацыю магчымай. У 1997 годзе перамога Deep Blue над чэмпіёнам свету па шахматах Гары Каспаравым стала сімвалам таго, што машыны могуць пераўзысці чалавека ў пэўных сферах.

2010-я — гэта эпоха глыбокага навучання. Шматслойныя штучныя нейронныя сеткі, навучаныя на вялікіх наборах даных, зрабілі прарыў у распазнаванні выяў і апрацоўцы натуральнай мовы: у 2012 годзе мадэлі глыбокага навучання абышлі сваіх канкурэнтаў у спаборніцтвах па распазнаванні выяў, у 2016 годзе AlphaGo перамог чэмпіёна свету па Go, а апублікаваная ў 2017 годзе архітэктура трансфарматараў заклала аснову сучасных вялікіх моўных мадэляў. У 2020-я генератыўны штучны інтэлект — мадэлі, якія пішуць тэксты, ствараюць выявы і рэферуюць дакументы — увайшоў у штодзённы працоўны працэс мільёнаў людзей.

Прыход штучнага інтэлекту ў кіраванне фінансамі і выдаткамі

Кожны этап у гісторыі штучнага інтэлекту знайшоў адпаведнасць у фінансавым праграмным забеспячэнні. Гэтую эвалюцыю можна прачытаць у тры этапы.

Першы этап: кантроль на аснове правілаў

Першае пакаленне фінансавага праграмнага забеспячэння працавала на напісаных уручную правілах, гэтак жа як экспертныя сістэмы 1980-х: «калі выдаткі на харчаванне перавышаюць гэтую суму, накіраваць на зацвярджэнне», «рахунак-фактуру гэтай катэгорыі правесці па гэтым рахунку». Гэтыя правілы былі карыснымі, але кволымі. Калі палітыка змянялася, правілы трэба было абнаўляць па адным; кожнае выключэнне, якое не адпавядала правілу, правяралася ўручную. Увод чэкаў, выбар катэгорыі і зверка цалкам заставаліся за чалавекам — павольны і схільны да памылак парадак. Мы падрабязна разгледзелі, колькі гэты ручны цяжар каштуе кампаніям, у артыкуле схаваны кошт часу на ўвод выдаткаў.

Другі этап: машыны, якія чытаюць дакументы

Машыннае навучанне і глыбокае навучанне нацэліліся на найбольшы цяжар фінансавых каманд: апрацоўку дакументаў. Дзякуючы поспехам у распазнаванні выяў сістэмы сталі здольнымі чытаць чэкі і рахункі-фактуры з фота; сума, дата, прадавец і падатковыя даныя выцягваліся за секунды і заносіліся ў патрэбныя палі. Катэгарызацыя таксама пачала грунтавацца на шаблонах, а не на правілах: сістэма вучыцца з мінулых выдаткаў і сама змяшчае новы выдатак у правільную катэгорыю. Па меры таго як ручны ўвод даных змяншаўся, зніжаўся і ўзровень памылак, і час, які супрацоўнікі трацілі на дэкларацыю выдаткаў.

Трэці этап: выяўленне анамалій і прагназаванне

Сучасны этап — гэта тое, што машына не толькі чытае і класіфікуе, але і заўважае адхіленне. Штучны інтэлект вывучае шаблоны выдаткаў кампаніі і пазначае незвычайнае: дублікаты чэкаў, падазроныя дэкларацыі, якія прыпадаюць на выхадныя, выдаткі, што паўтараюцца адразу ніжэй мяжы палітыкі. Такія сігналы, якія прапускае ручная выбарачная праверка, дазваляюць злавіць рызыку махлярства з выдаткамі, пакуль яна не вырасла. Тая ж здольнасць вучыцца на шаблонах глядзіць і наперад: зыходзячы з мінулых даных можна прагназаваць тэндэнцыі выдаткаў і рана заўважаць адхіленні бюджэту. Правілы таксама не зніклі; цяпер кантроль палітыкі выдаткаў працуе разам з навучальнымі сістэмамі і ловіць адхіленне ў выдатках у момант дэкларацыі.

Masraff — гэта платформа кіравання выдаткамі на аснове штучнага інтэлекту, якая ўвасабляе сучаснае звяно гэтай эвалюцыі: яна аўтаматызуе працэс выдаткаў ад пачатку да канца — ад чытання чэкаў і рахункаў-фактур да разумнай катэгарызацыі, ад кантролю палітыкі да пазначэння анамалій.

Часта задаваныя пытанні (FAQ)

Калі ўпершыню з'явіўся штучны інтэлект?

Паняцце было афіцыйна прапанавана на Дартмуцкай канферэнцыі ў 1956 годзе; тэарэтычная аснова абапіраецца на працу Алана Цьюрынга 1950 года.

У чым розніца паміж сістэмамі на аснове правілаў і навучальнымі сістэмамі?

У сістэмах на аснове правілаў людзі пішуць кожную ўмову па адной; сістэма адказвае толькі на вызначаныя сцэнарыі. Навучальныя сістэмы, наадварот, выводзяць шаблоны з даных: яны могуць прымаць разумныя рашэнні нават тады, калі сутыкаюцца з новымі, раней не вызначанымі сітуацыямі. З фінансавага боку гэтая розніца — гэта розніца паміж «кантролем фіксаванай мяжы» і «самастойным заўважаннем незвычайнага выдатку».

Як штучны інтэлект выкарыстоўваецца ў кіраванні выдаткамі?

У трох асноўных сферах: аўтаматычнае чытанне чэкаў і рахункаў-фактур з фота, разумная катэгарызацыя выдаткаў на аснове мінулых даных і імгненнае пазначэнне незвычайных або супярэчлівых палітыцы выдаткаў. Такім чынам ручная нагрузка змяншаецца, памылак становіцца менш, а фінансавая каманда факусуецца на стратэгіі замест праверкі.

Ці заменіць штучны інтэлект фінансавую каманду?

Не; ён бярэ на сябе паўторную працу. Пакуль увод даных, супастаўленне і кантроль першай лініі пераходзяць да машыны, рашэнні, якія патрабуюць меркавання — распрацоўка палітыкі, зацвярджэнне выключэнняў, бюджэтная стратэгія — застаюцца за чалавекам.

---

Дзесяцігоддзямі доўгае развіццё штучнага інтэлекту сёння дасягнула сталасці, здольнай канкрэтна аблегчыць вашы працэсы выдаткаў. Калі вы хочаце ўбачыць пераход ад кантролю на аснове правілаў да навучальных сістэм у сваёй уласнай кампаніі, звяжыцеся з намі — разам разгледзім, што штучны інтэлект змяніў у кіраванні выдаткамі.