Жасанды интеллект тарихы: 1950 жылдардан бүгінге дейін

Жасанды интеллект тарихы — ойлай алатын машиналар жасау арманының ондаған жылдық шытырман оқиғасы. Бұл шытырманның бүгінгі қаржы командалары үшін ерекше мәні бар: чектерді оқитын, шығындарды жіктейтін және күмәнді операцияларды ұстайтын жүйелер бір түнде пайда болған жоқ. Бүгінгі шығын және қаражат басқаруын өзгертіп жатқан жасанды интеллектті дұрыс бағалау үшін бұл технологияның қайдан келіп, қайда бара жатқанын білу қажет. Бұл мақалада алдымен қысқаша хронологиямен жасанды интеллекттің бетбұрыс сәттеріне назар аударамыз, содан кейін бұл технологияның қаржы процестеріне — әсіресе шығын басқаруына — қалай келгенін қарастырамыз.

Жасанды интеллект идеясы қалай пайда болды?

Машиналар ойлай ала ма деген сұрақ компьютерлер бөлме көлемінде болған дәуірге барып тіреледі. 1950 жылы ағылшын математигі Алан Тьюринг енді классикаға айналған сұрағын қойды: "Машиналар ойлай ала ма?" Бұл сұрақ бүгін Тьюринг тесті деп білетін ұғымның негізін қалады: егер машина адам бағалаушыны сендіретіндей табиғи сөйлесе алса, оны "ойлай алады" деп санауға болатын еді.

Саланың ресми туылуы — 1956 жылғы Дартмут конференциясы. Джон Маккарти, Марвин Мински және сол дәуірдің басқа да ізашарлары мұнда машиналардың үйрене алатыны және мәселе шеше алатыны туралы идеяны талқылады; "жасанды интеллект" термині алғаш рет осы конференцияда қолданылды.

Алғашқы үміттер және жасанды интеллект қыстары

Дартмуттан кейінгі жиырма жылда математикалық теоремаларды дәлелдейтін және қарапайым үлгілермен әңгімелесе алатын алғашқы бағдарламалар үлкен қызығушылық тудырды. Кейбір зерттеушілер адам деңгейінде ойлайтын машиналардың өте жақын екенін болжады. Шындық күткеннен артта қалды.

Сала "жасанды интеллект қысы" деп аталатын екі үлкен тоқырауды бастан кешірді. Біріншісінде (1974–1980) шектеулі есептеу қуаты мен жеткіліксіз деректер уәделердің орындалмайтынын көрсетті; қаражат тоқтатылды. 1980 жылдары ережеге негізделген сарапшы жүйелер бизнес әлемінде танымал болды: сарапшы білімін "егер мына шарт болса, мынаны істе" түрінде кодтайтын бұл құрылымдар белгілі бір салаларда пайдалы болды, бірақ оларды қызмет көрсету қиын, икемділігі төмен және құны жоғары еді. Шектеулері айқындалғанда екінші қыс (1987–1993) келді.

Бұл кезеңнің сабағы бүгін де күшінде: қолмен жазылған ережелер нақты дүниенің күрделілігіне жете алмайды. Дәл осы сабақ, кейінірек көретініміздей, қаржы бағдарламаларының эволюциясында да сол қалпында қайталанады.

Машиналық оқудан терең оқуға

1990 жылдардың соңынан бастап тыныш парадигма өзгерісі болды: машиналық оқу арқылы жүйелер ережелерді адамдардан дайын алудың орнына деректерден өздері үйрене бастады. Артып келе жатқан есептеу қуаты, интернетпен келген дерек молдығы және жасанды нейрон желілеріндегі ілгерілеулер бұл өзгерісті мүмкін етті. 1997 жылы Deep Blue-дің әлемдік шахмат чемпионы Гарри Каспаровты жеңуі машиналардың белгілі бір салаларда адамнан асып түсе алатынының белгісіне айналды.

2010 жылдар — терең оқу дәуірі. Көп қабатты жасанды нейрон желілері үлкен дерек жиынтықтарымен оқытылғанда бейнені тану мен табиғи тілді өңдеуде жаңалық ашты: 2012 жылы бейнені тану жарыстарында терең оқу модельдері қарсыластарын артта қалдырды, 2016 жылы AlphaGo әлемдік Go чемпионын жеңді, 2017 жылы жарияланған трансформер архитектурасы бүгінгі үлкен тіл модельдерінің негізін қалады. 2020 жылдары генеративті жасанды интеллект — мәтін жазатын, бейне жасайтын, құжаттарды түйіндейтін модельдер — миллиондаған адамның күнделікті жұмыс ағынына енді.

Жасанды интеллекттің қаржы мен қаражат басқаруына келуі

Жасанды интеллект тарихындағы әрбір кезең қаржы бағдарламаларынан өз көрінісін тапты. Бұл эволюцияны үш кезеңде оқуға болады.

Бірінші кезең: Ережеге негізделген бақылаулар

Қаржы бағдарламаларының алғашқы буыны 1980 жылдардың сарапшы жүйелері сияқты қолмен жазылған ережелермен жұмыс істеді: "тамақ шығыны мына сомадан асса, бекітуге түссін", "мына санаттағы шот-фактура мына шотқа енгізілсін". Бұл ережелер пайдалы еді, бірақ сынғыш еді. Саясат өзгергенде ережелерді бір-бірлеп жаңарту қажет болды; ережеге бағынбайтын әрбір ерекшелік қолмен қаралды. Чек енгізу, санат таңдау және салыстыру толығымен адамға қалды — баяу және қатеге бейім тәртіп. Бұл қолмен жасалатын жүктің компанияларға шығынын шығын енгізудің жасырын уақыт құны мақаласында егжей-тегжейлі қарастырған едік.

Екінші кезең: Құжатты оқитын машиналар

Машиналық оқу мен терең оқу қаржы командаларының ең үлкен жүгін нысанаға алды: құжатты өңдеу. Бейнені тану саласындағы ілгерілеулердің арқасында жүйелер чек пен шот-фактураларды фотосуреттен оқи алатын болды; сома, күн, сатушы және салық мәліметтері секундтар ішінде шығарылып, дұрыс өрістерге енгізілетін болды. Санаттау да ережеге емес, үлгіге сүйене бастады: жүйе өткен шығындардан үйреніп, жаңа шығынды дұрыс санатқа өзі орналастырады. Қолмен дерек енгізу азайған сайын әрі қате деңгейі төмендеді, әрі қызметкерлердің шығын мәлімдеуге жұмсайтын уақыты қысқарды.

Үшінші кезең: Аномалияны анықтау және болжам

Қазіргі кезең — машинаның тек оқып жіктеумен шектелмей, ауытқуды байқауы. Жасанды интеллект компанияның шығын үлгілерін үйренеді және әдеттен тыс болғанды белгілейді: қайталанатын чектер, демалыс күніне сәйкес келетін күмәнді мәлімдемелер, саясат шегінің тура астында қайталанатын шығындар. Қолмен іріктеп тексерудің назардан тыс қалдыратын мұндай сигналдары шығын теріс пайдалануы қаупін ұлғаймай тұрып ұстауды мүмкін етеді. Дәл осы үлгі үйрену қабілеті алға да қарайды: өткен деректерден шыға отырып шығын үрдістері болжанады, бюджет ауытқулары ерте байқалады. Ережелер де жоғалған жоқ; енді шығын саясаты бақылаулары үйренуші жүйелермен бірге жұмыс істеп, ауытқыған шығынды мәлімдеу сәтінде ұстайды.

Masraff — бұл эволюцияның қазіргі буынын білдіретін жасанды интеллект қолдауымен жұмыс істейтін шығын басқару платформасы: чек пен шот-фактура оқудан ақылды санаттауға, саясат бақылауынан аномалияны белгілеуге дейін шығын процесін ұштан-ұшқа автоматтандырады.

Жиі қойылатын сұрақтар (ЖҚС)

Жасанды интеллект алғаш қашан пайда болды?

Ұғым ресми түрде 1956 жылғы Дартмут конференциясында ұсынылды; теориялық негізі Алан Тьюрингтің 1950 жылғы жұмысына сүйенеді.

Ережеге негізделген жүйелер мен үйренуші жүйелер арасындағы айырмашылық неде?

Ережеге негізделген жүйелерде адамдар әрбір шартты бір-бірлеп жазады; жүйе тек анықталған сценарийлерге жауап береді. Үйренуші жүйелер деректерден үлгі шығарады: жаңа және алдын ала анықталмаған жағдайларға тап болғанда да орынды шешім қабылдай алады. Қаржы жағында бұл айырмашылық "тұрақты шек бақылауы" мен "әдеттен тыс шығынды өзі байқау" арасындағы айырмашылық.

Жасанды интеллект шығын басқаруда қалай қолданылады?

Үш негізгі салада: чек пен шот-фактураларды фотосуреттен автоматты оқу, шығындарды өткен деректерге сай ақылды санаттау және әдеттен тыс не саясатқа қайшы шығындарды бірден белгілеу. Осылайша қолмен жасалатын жұмыс жүгі азаяды, қателер төмендейді және қаржы командасы бақылаудың орнына стратегияға назар аударады.

Жасанды интеллект қаржы командасының орнын басады ма?

Жоқ; қайталанатын жұмыстарды өз мойнына алады. Дерек енгізу, салыстыру және бірінші деңгейлі бақылау машинаға өтсе де, пайымдауды қажет ететін шешімдер — саясат жобалау, ерекшелікті бекіту, бюджет стратегиясы — адамда қалады.

---

Жасанды интеллекттің ондаған жылдық дамуы бүгін шығын процестеріңізді нақты түрде жеңілдете алатын кемелдікке жетті. Ережеге негізделген бақылаулардан үйренуші жүйелерге өтуді өз компанияңызда көргіңіз келсе, бізбен байланысыңыз — шығын басқаруда жасанды интеллект нені өзгерткенін бірге қарастырайық.