Искусственный интеллект: от анализа к творчеству

Логотип компании
Искусственный интеллект: от анализа к творчеству
Эксперты объясняют, почему вырос рынок технологий искусственного интеллекта.

Популярность технологий искусственного интеллекта и решений на их базе значительно возросли за время пандемии коронавируса. Если в самом начале распространения инфекции, сопровождавшегося глобальными ограничениями работы бизнеса, большинство ИТ-проектов было попросту заморожено, то уже спустя пару месяцев практически все заказчики осознали, что коронавирус — это уже некая новая реальность, которая внесла необратимые изменения в организацию работы сотрудников, в способы коммуникации, в бизнес, в производственные и логистические процессы. Большинство организаций перешло на удаленный режим работы сотрудников, который затем, по мере снятия ограничений, трансформировался в гибридный режим. Фокус внимания бизнеса к цифровизации сместился исключительно в практическую плоскость. Соответственно, заказчики стали больше интересоваться всем, что помогает развивать цифровизацию, в том числе решениями, продуктами и сервисами в области искусственного интеллекта и машинного обучения. В одном из прошлых материалов мы рассказывали о росте рынка ИИ-решений. Сегодня постараемся понять, за счет чего он вырос.

Вопрос доверия

Организациям пришлось научиться доверять данным, полученным от систем ИИ. Для многих это был серьезный и важный вопрос. Так, Николай Кацан, руководитель отдела систем управления информацией компании IBM в России, приводит вопрос, который очень часто задают бизнес-пользователи: «Почему мы должны доверять результатам работы модели?» Отвечая него, эксперт предлагает два шага. «Задача первого — объяснить, почему модель приняла то или иное решение, а также ответить на вопрос, какие данные оказали наибольшее влияние на результат. Второй же шаг заключается в ответе на дополнительный вопрос: а можно ли выделить часть процессов, которые будут функционировать вообще без участия человека и, соответственно, не замедлять работу модели для ручной проверки правильности решений? В рамках повышения доверия к моделям машинного обучения имеются решения «в металле», и они представлены на рынке. Также в ходе нескольких крупных проектов делаются попытки переосмысления структуры бизнес-процессов и их оптимизации под компьютерное управление», — говорит он.

Николай Кацан (IBM в России):

Николай Кацан (IBM в России):

Скоро ИИ сам научится программировать. Недавно был опубликован большой набор сегментов кода, который можно использовать для обучения машинной логики. Так что индустрия программирования имеет все шансы серьезно измениться.

Инновации для бизнеса

Какие новые технологии искусственного интеллекта вышли на первый план в результате пандемии и трансформации работы бизнеса? «В ретейле, финансах, телеком-индустрии применение ИИ позволяет компаниям в первую очередь повысить свою конкурентоспособность за счет усиления позиций в обслуживании клиентов, продажах и маркетинге, — комментирует Николай Князев, архитектор машинного обучения Softline Digital Lab. — В промышленности в последнее время идет создание комплексных цифровых двойников — систем, способных не только отображать текущее состояние и историю, но и использовать модели машинного обучения и гибкие модели для прогноза тех частей цифрового двойника, которые еще не имеют строгого описания. Благодаря такому гибридному подходу появляется возможность строить хорошие прогнозы, не описывая производство целиком».

Николай Князев (Softline Digital Lab):

Николай Князев (Softline Digital Lab):

Появилось новое словосочетание «Сovid-стартап». И это не технология борьбы с коронавирусом, а стартап, который возник вследствие удаленного режима, когда много инженеров, вынужденных находиться дома, думало о том, чем себя занять. Одним из этих занятий и было изучение технологий машинного обучения и создание новых приложений.

«В прошлом году в ретейле за счет существенного развития алгоритмов ИИ, их скрещивания с технологиями дополненной реальности стартовало внедрение технологии виртуального зеркала, что позволило, например, примерять одежду при помощи камеры смартфона или собирать корзину, виртуально двигаясь по магазину. Крупнейший банк страны объявил о создании сразу четырех виртуальных помощников. Сегодня виртуальные помощники предусмотрены в беспроводных колонках и других смарт-устройствах. Это то, что видят обычные пользователи. Компьютерное зрение научилось отслеживать ношение маски, температуру и социальную дистанцию — никто не думал прежде о том, что это все может понадобиться. В корпоративном сегменте, помимо ретейла, мы сосредотачиваемся на методах применения ИИ в финансовом секторе, медицине, производстве. Прошедший год также ознаменовался большим проектом по созданию беспилотных автомобилей. И это, похоже, самая горячая тема в ИИ, в которой все ожидают скорого прорыва», — рассказывает Вячеслав Елагин, специалист по продажам высокопроизводительных вычислительных систем, компании Hewlett Packard Enterprise в России.

Вячеслав Елагин (Hewlett Packard Enterprise в России):

Вячеслав Елагин (Hewlett Packard Enterprise в России):

Пандемия и сокращение числа социальных контактов многое добавили к пониманию того, как себя ведут пользователи. Цифровые двойники, гиперавтоматизация, информационная безопасность, идентификация — далеко не полный перечень направлений, куда уже дотянулась технология ИИ и где в прошлом году мы заметили рост.

 

По словам Николая Шалаева, сотрудника Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных (Center for Computational and Data-Intensive Science and Engineering, CDISE), ИИ уже давно используется для разработок беспилотного транспорта — и в некоторых странах уже наблюдаются целые транспортные системы, функционирующие без участия человека. Это порты, железнодорожные поезда, и даже автомобили на специальной выделенной полосе, как, например, в Китае. На территории Российской Федерации техника такого рода пока не применяется. «В ретейле интеллектуальная поддержка принятия решений — самая широко используемая технология ИИ. Она позволяет многим компаниям буквально выживать в сфере ретейла, а, по прогнозам, к 2024 году технологии и решения на основе ИИ будут использовать 77% российских ретейлеров. В финансовой же сфере ИИ-технологии позволяют на 80% быстрее увеличивать прибыль организаций, применяющих их в своей операционной деятельности. Результаты внедрения ИИ, «Интернета вещей», блокчейна и цифровых помощников превосходят ожидания и обеспечивают значительные конкурентные преимущества», — добавляет он. «По натуре каждая модель машинного обучения уникальна, так как обучалась на уникальных данных. Поэтому каждый проект с ИИ, внедренный в бизнес-процессы, можно назвать маленькой инновацией. Активно развиваются сложные алгоритмы deep learning, которым также сопутствуют инновации в области облачных вычислений и доступности мощных графических карт. Все больше наших клиентов начинает использовать модели ИИ с потоковыми данными (текст, фото, видео) в режиме реального времени», — резюмирует Кирилл Голожин, архитектор решений компании Cloudera.

Кирилл Голожин (Cloudera):

Кирилл Голожин (Cloudera):

Следует задуматься о регулировании ИИ в области классификации пользователей с целью ограничения или ущемления прав (например, выбора какого-то типа продукта) конкретных групп пользователей, поскольку применяемые для обучения модели данных зачастую недостаточно полные для корректного и точного описания многогранного образа человека.

Смотреть по-новому

Искусственный интеллект меняет жизнь не только компаний и корпораций, но и обычных пользователей, хотя многие и не замечают его работу, не задумываются о ней. «Простые пользователи в целом не замечают технологий ИИ, которые уже давно «живут» в каждом смартфоне, а теперь «поселились» и в телевизорах, беспроводных колонках. Их основная задача — смотреть и слушать. «Смотреть» — технология компьютерного зрения. В обычной жизни используется для управления устройствами (распознавание наличия человека, его жестов) и идентификации, но активно развивалась в прошлом году как технология дополненной реальности — мемодзи и аналоги. Но, наверное, самый значительный шаг прошлого года для простых пользователей — deepfake — методика синтеза изображений на основе ИИ, алгоритмы которого (равно как и дополненной реальности) были существенно улучшены в прошлом году. В тот же период стали «умнее» и голосовые помощники и чат-боты, все переводчики — языковые (с одного на другой), а также язык в текст и обратно. Все ведущие финансовые и страховые компании в России так или иначе на первую линию работы с клиентами вывели технологию обработки естественного языка. Отмечу, что именно эта технология активно использует «малые данные», подстраиваясь под индивидуальные особенности речи каждого человека», — рассказывает Вячеслав Елагин (HPE). По мнению Николая Князева («Софтлайн»), основная революция в искусственном интеллекте сейчас происходит в области анализа текста. «С появлением сетей-трансформеров в последние годы выпускаются новые версии больших нейросетей для генерации текста. Например, недавно вышла GPT-3, позволяющая генерировать тексты на заданную тематику, не отличимые от реального. Кроме развлекательной составляющей, у нее есть и бизнес-применение в классификации текстов (от разбора почты до анализа договоров), создании чат-ботов и систем типа «вопрос-ответ», — добавляет он.

Вдали от ЦОДа

«Одним из интересных направлений развития систем искусственного интеллекта можно назвать «периферийный AI». Устройства, работающие автономно, способны самостоятельно обрабатывать и анализировать данные без подключения к ЦОДу. Использование технологий ИИ — это непрерывный процесс, в котором получение предсказаний тесно связано с процессом обучения, точнее, до-обучения моделей. Традиционно считается, что процесс обучения — ресурсоемкий, требующий больших вычислительных мощностей, поэтому происходит на крупных вычислительных системах в ЦОДе. Сферы применения технологий ИИ постоянно расширяются, и мы пока не видим границ этого расширения. Так, недавно вычислительная система «периферийного ИИ» была установлена на МКС, то есть технологии ИИ добрались до космоса, где связи с ЦОДом порой может не быть вовсе. С другой стороны, вычислительные мощности тоже развиваются, и периферийные устройства становятся мощнее. А что, если взять несколько таких мощных автономных устройств и объединить их в сеть таким образом, чтобы они могли до-обучать развернутые на них модели? Такая концепция получила название «роевое обучение», или «роевой интеллект». Возвращаясь к «периферийному ИИ», замечу, что подобные системы появятся не только в будущем, но и в настоящем времени уже работают. Наиболее часто они встречаются сейчас на производстве — для мониторинга производственных процессов и контроля качества, оптимизации сборочных процессов. Также многие компании уже используют «периферийный ИИ» для предсказания профилактического обслуживания, управления и мониторинга складских запасов. Это лишь наиболее востребованные сегодня сферы применения, где «периферийный ИИ» показывает отличные результаты», — раскрывает подробности Вячеслав Елагин (HPE). «Тут вопрос всегда в скорости соединения с сервером, ведь в случае хорошего коннекта проще обрабатывать данные в одном месте, — говорит Николай Князев («Софтлайн»). — Однако в отдаленных регионах такая потребность есть, но там, как правило, нет специалистов по машинному обучению, необходимых для постоянного контроля и поддержки, и поступает запрос на «коробки», которые можно включить и они самостоятельно работают».

Стандартизация и этика

Не хотелось бы оставлять за рамками вопрос правового регулирования искусственного интеллекта. Ведь от его решений порой зависит судьба, и даже жизнь человека. Эту тему подробно раскрывает Юрий Цветков, эксперт по международному регулированию ИИ и сквозных технологий Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных (Center for Computational and Data-Intensive Science and Engineering, CDISE). «Регулирование ИИ на любом уровне — техническом или законодательном — должно обеспечивать фундаментальные права граждан, включая, возможно, после права на жизнь, главное право человека — возможность выбора, в том числе возможность отказа от использования технологии на базе ИИ. Принудительная цифровизация, зачастую обернутая в фантик «удобство» (хотя, действительно, нередко цифровые продукты и сервисы с ИИ на борту очень удобны), не должна санкционироваться и лоббироваться государством. Те, кто не хочет быть объектом цифровизации, должен иметь возможность получать все услуги и не чувствовать себя дискриминируемым за аналоговый образ жизни.

Юрий Цветков (Center for Computational and Data-Intensive Science and Engineering, CDISE):

Юрий Цветков (Center for Computational and Data-Intensive Science and Engineering, CDISE):

В силах государства обязать разработчиков и владельцев ИИ-систем выводить на рынок только те продукты и решения, алгоритмы принятия решений которых являются понятными и верифицируемыми человеком. Это также позволит повысить доверие общества к новым технологиям.

Безусловно, государственные инициативы на ниве регулирования ИИ должны ответить на ряд принципиальных вопросов, например, что же такое ИИ? Сегодня в мире существует более 100 различных определений. Было бы неплохо, чтобы мы хотя бы в своей стране смогли договориться, что мы в итоге намерены регулировать. Отсюда вытекают следующие важные моменты — ИИ-системы необходимо также стандартизировать на государственном уровне. Например, если взять автомобильную отрасль, то любая машина, произведенная в Европе, Северной Америке, Азии или в Африке, будет иметь четыре колеса, двигатель, руль, фары, двери и т. д. — то есть сам автомобиль по своей природе один и тот же, разница лишь в конструктивных нюансах. То же самое и с ИИ. Для того чтобы он был безопасен и эффективен в использовании на благо человека, в данном случае гражданина России, ИИ следует стандартизировать. Это достаточно объемная и длительная нормативно-техническая работа», — заявляет он. По словам эксперта, очень важно также определиться с правилами разработки и внедрения ИИ-технологий. «Как мне кажется, ключом к этому может стать создание «этического кодекса ИИ», своего рода ориентира для разработчиков и операторов ИИ-систем. Любой коммерческий продукт должен быть не только безопасным, но и объяснимым для пользователя», — заключает Юрий Цветков (CDISE). Николай Князев («Софтлайн») останавливается на плюсах и минусах государственного регулирования. «В России традиционно с опаской относятся к государственным инициативам по регулированию отраслей, как правило, они означают дополнительные издержки для компаний, работающих в той или иной отрасли, — объясняет он. — В данный момент область ИИ скорее зажата большим количество ограничений на обработку данных, как персональных, так и личных, многие компании не желают делиться своими данными, полагая, что это может принести им вред, однако и сами их также не анализируют. Упрощение обмена данными, раскрытие тех данных, что собирают государственные институты, смогло существенно продвинуть фактическое применение технологий ИИ, в то же время дополнительные требования и ограничения на технологические компании усложнят внедрение новых идей».

Опубликовано 08.06.2021

Похожие статьи