Россия готовится вступить в мировую битву ИИ

Для этого нужно обучить тысячи человек IT-профессии

© Служба новостей «URA.RU»
Размер текста
-
17
+
Семен Краев, декан факультета технологий искусственного интеллекта ИТМО
Восстания машин не будет, но появление ИИ вызвало массу этических вопросов, говорит Семен Краев Фото:

Россия закладывает основу для усиления позиций на мировом рынке технологий искусственного интеллекта. Важность ИИ для экономики отмечают и власти: эта тема станет одной из ключевых на форуме Digital Almaty 2025 в Астане 30—31 января, где примет участие премьер-министр РФ Михаил Мишустин. Но крупным российским компаниям, создающим ИИ-решения, не хватает тысяч специалистов в этой сфере, рассказал URA. RU декан факультета технологий искусственного интеллекта ИТМО Семен Краев.

Предсказать непредсказуемое

— У большинства искусственный интеллект ассоциируется с голосовыми помощниками, чат-ботами, генерацией изображений и текстов. Но проникновение технологии намного шире. Где сегодня мы сталкиваемся с ИИ, и как он влияет на нашу повседневную жизнь?

Зеленый цвет в городе. Екатеринбург
Искусственный интеллект управляет светофорами и другими системами умного города
Фото:

— Мы встречаемся с искусственным интеллектом практически постоянно. Это технология, которая выполняет массу задач. Когда вы пользуетесь интернетом, она решает, какую рекламу или товар на маркетплейсе вам показать. Выходите на улицу — там работает система умных светофоров или другой элемент системы умного города. Решения с использованием ИИ встречаются уже буквально во всех областях.

Очень серьезная задача — городское планирование. Когда заявляют о строительстве того или иного объекта, всегда находятся недовольные: одним не хватает садиков, другим солнца, третьим транспорта. Современные системы могут находить баланс интересов с учетом существующих норм и правил градостроительства.

Еще один пример сферы применения — здравоохранение. Кроме телемедицины и распознавания опухолей на снимках, есть и другие задачи, которые может решать ИИ. Например, как оптимизировать работу больницы, передвижение медицинского персонала, чтобы повысить скорость оказания помощи пациентам.

— Какие задачи бизнес чаще всего решает с помощью искусственного интеллекта?

Пункт выдачи Wildberries. Тюмень
Маркетплейсы с помощью ИИ определяют, какие товары рекомендовать покупателю
Фото: Денис Моргунов © URA.RU

— В ИИ есть несколько особенно популярных направлений. Первое — компьютерное зрение, то есть распознавание объектов на видео и изображениях. Оно может использоваться не только в сфере безопасности для распознавания лиц, но и в промышленности для автоматизации процессов. Второе — большие языковые модели и natural language processing (NLP) — обработка естественного языка. Третье — рекомендательные системы, которые используют маркетплейсы и другие сервисы, предоставляющие пользователю выбор.

Также есть системы поддержки принятия решений (СППР) — они помогают в управлении процессами, в которых человек не успевает эти решения принимать. Например, такие системы используются в эксплуатации дамбы в Санкт-Петербурге — они рекомендуют, когда открывать и закрывать створ. Об эффективности можно судить по тому, что в Санкт-Петербурге наводнений не было уже много лет. Если приводить пример из бизнеса, то в металлургии СППР в комплексе с компьютерным зрением определяют, когда начать слив стали, чтобы в нее не начал попадать шлак. И таких задач в разных сферах много. Во всех случаях система лишь дает рекомендации человеку, а решение принимает специалист.

Семен Краев, декан факультета технологий искусственного интеллекта ИТМО
Искусственный интеллект помогает там, где нужно предсказать непредсказуемое, отмечает Семен Краев
Фото: Фото предоставлены Семеном Краевым

Одни из передовиков в использовании искусственного интеллекта — банки. Речь не только о скоринге при оценке заемщиков. Например, строятся системы прогнозов, как можно действовать в случаях форс-мажоров. Мы знаем, что пандемия COVID-19 сильно повлияла на все процессы, в том числе на банковские. И сейчас финансовые организации думают о том, можно ли с помощью ИИ не допустить повторения таких последствий и создать возможные сценарии. То есть, по сути, предсказать непредсказуемое, создать план для тех случаев, о которых у нас нет достаточных знаний.

Многие решения для бизнеса касаются поведенческой экономики и обработки цифрового следа человека. На этой основе строятся прогнозы, рекомендации — с их помощью работает логистика, страхование, банкинг и все экосистемы, в том числе «Сбер», «Яндекс», МТС и другие.

ИИ — не волшебная палочка

— Использование ИИ остается привилегией крупных компаний или оно уже доступно малому и среднему бизнесу?

— К сожалению, разработкой и массовым внедрением искусственного интеллекта сейчас могут похвастать только крупные игроки. В первую очередь, это компании, развивающие свои цифровые экосистемы. Они охватывают разные отрасли — тот же «Сбер» уже давно не только банк, у него огромное количество направлений. ИИ внедряют нефтегазовый сектор, ритейл и те, у кого есть цифровые платформы.

Ноутбуки и мобильники в руках. Москва
Пока широкое внедрение ИИ — преимущество крупных компаний
Фото: Алексей_Гайнов © URA.RU

Эти компании объединяет не только то, что у них есть на это деньги, но и наличие большого объема данных. На самом деле далеко не для всех оправдано внедрение ИИ. Сейчас на волне хайпа часто компании ждут, что им «прикрутят» какое-нибудь ИИ-решение, и у них сразу станет все хорошо. Это не так. Первый вопрос, который мы задаем любому заказчику: «Есть ли у вас данные, в каком объеме и какого качества?» Искусственный интеллект — это далеко не волшебная палочка, его внедрение в бизнес — сложная и комплексная задача. И здесь нет универсальных коробочных решений, которые подойдут всем.

У малого и среднего бизнеса, как правило, ресурсы ограничены. Правда, есть много стартапов, которые работают над конкретными узкими технологиями, часто в надежде на то, что их купят крупные компании. Но есть и те, кто пытается выйти на рынок самостоятельно и вырасти до крупных игроков. Кроме того, машинное обучение не всегда предполагает разработку — есть высокий спрос на решение задач с помощью уже существующих моделей. Этим как раз пользуется средний бизнес. Однако развитие в применении ИИ требует довольно больших инвестиций. Это не та история, где можно получить быстрый возврат средств. Если в средней компании понимают, что у них есть задачи по развитию и деньги для этого, то почему бы и нет. ИИ нельзя назвать «закрытым клубом для богатых».

— Готовые ИИ-сервисы часто используют в креативных индустриях, например, для генерации контента. В этом случае работа с нейросетями может дать быстрый результат?

— Это, безусловно, возможно, сейчас много открытых инструментов, все зависит от задач. Возьмем, например, создание контента для социальных сетей. Если нужно лишь сгенерировать тексты с помощью ChatGPT, то для этого нужно просто хорошо знать промпт-инжиниринг. Но если необходим пост в авторской стилистике или такой рерайт текстов, чтобы они были продающими, все становится сложнее. Для решения массы простых задач есть уже готовые и открытые инструменты.

Каждый из нас генерировал какое-то количество картинок и получал какое-то количество ерунды. Если вы занимаетесь этим профессионально, надо понимать, как сделать хороший промпт, и быть готовым, что тебе придется сделать сто вариантов, пока не получишь хороший результат.

Растить кадры

— IT-отрасль сталкивается с острым дефицитом кадров. Как обстоят дела со специалистами в сфере искусственного интеллекта, и как бизнес взаимодействует с вузами для их подготовки?

Пермский край на выставке "Россия" на ВДНХ. Москва
Бунта машин из-за искусственного интеллекта в обозримом будущем не произойдет, уверен Семен Краев
Фото: Георгий Бергал © URA.RU

— Кадров не хватает катастрофически, спрос на них со стороны бизнеса большой. Но вкладываться в подготовку готовы опять же далеко не все, а только крупные компании. Средние говорят, что им нужна быстрая отдача, и пытаются найти уже готовых специалистов. Растить свои кадры, участвовать в вузовских программах — долгая история. Бакалавра нужно готовить четыре года, магистра — еще два. У большого бизнеса есть и свои образовательные блоки, и бюджеты, хотя они понимают, что многие из студентов, в подготовку которых они вложились, могут уйти работать в другое место. Такие компании воспринимают это как инвестиции в образование, в развитие технологий ИИ в целом. IT-компании действуют по-другому — они тоже хотят получить доступ к студентам, но через преподавание, участие их сотрудников в работе вузов.

— Сейчас есть много курсов, где обещают научить работе с ИИ. Насколько они полезны для тех, кто хочет работать в этой сфере?

— Сегодня мы говорим о подготовке четырех категорий специалистов в сфере ИИ. Первая — ИИ-специалисты экстра-класса. Это «штучный товар», разработчики и архитекторы систем искусственного интеллекта. Потребность рынка в таких специалистах оценивается в сотню человек в год на всю Россию, подготовка же, как правило, ведется на основе специализированных магистратур.

Герман Греф и Алексей Текслер на открытии Школы21. Челябинск
Ежегодно России требуются тысячи ИИ-специалистов
Фото: Вадим Ахметов © URA.RU

Следующая категория — массовые разработчики ИИ-решений. Эти специалисты решают инженерные задачи, которые возникают в области машинного обучения. Рынку нужно значительно больше таких кадров — несколько тысяч человек в год, поэтому их подготовка — глобальная и амбициозная задача. У нас в ИТМО эту задачу решает бакалавриат «Инженерия искусственного интеллекта», который в первый же год набрал 150 студентов, а в перспективе выход на несколько сотен студентов ежегодно. Они готовят наиболее востребованных специалистов: ML- и Data-инженеров

Отраслевой ИИ-специалист — еще одна категория подготовки кадров. От такого специалиста ждут, что он свободно может обращаться с ИИ-инструментами в своей профессиональной области. Их тоже нужны тысячи в год, но их подготовкой занимаются магистратуры профильных вузов и факультетов. Там рассказывают, где и как в своей работе может применить искусственный интеллект металлург, химик, биолог и т. п.

Ну и наконец мы подошли, к четвертой категории — заказчики ИИ-решений и потребители ИИ. Заказчики — это те, кто должен уметь ставить задачу по внедрению искусственного интеллекта в бизнес-процессы, а потребители — это обычные пользователи готовых ИИ-продуктов. И тех, и других объединяет то, что им не надо глубоко разбираться, как работают технологии ИИ, у них другая задача.

Потребителей ИИ-решений, чем больше, тем лучше. Как раз для них и подойдут эти многочисленные курсы и программы переподготовки — на них обучают пользователей ИИ, но не более того.

Хайп продолжается

— Есть мнение, что период хайпа вокруг искусственного интеллекта прошел, и интерес к этой технологии будет снижаться. Так ли это и почему?

Семен Краев, декан факультета технологий искусственного интеллекта ИТМО
Период хайпа вокруг ИИ еще не закончился, уверен Семен Краев
Фото: Фото предоставлены Семеном Краевым

— У американской консалтинговой компании Gartner есть исследование Gartner Hype Cycle, которое она публикует каждый год. Смысл в том, что любая технология проходит ряд этапов, которые представлены в виде «кривой хайпа». Сначала «триггер», когда технология появляется, потом резкий рост, который называется «пиком чрезмерных ожиданий». За ним следуют разрушение иллюзий, преодоление недостатков и в итоге технология выходит на «плато продуктивности» и начинает спокойно и осмысленно применяться.

ИИ Gartner рассматривает не как одну, а как набор технологий, каждая из которых находится на своем этапе. Посмотрим на примере генерации контента. Был ажиотаж, когда все бросились пользоваться этим, и повсюду выходили новости о том, что выдала та или иная нейросеть. Потом поняли, что картинки и тексты часто получаются не такими, как нужно, увидели недостатки, и это охладило интерес. Со временем недочеты исправляли, и сейчас ChatGPT и генерация — это вполне привычный инструмент, им спокойно пользуются, и никого не удивишь тем, что контент создан с помощью нейросети.

Я бы не сказал, что в целом технология искусственного интеллекта перестала быть хайповой. И сейчас считается, что ИИ можно приложить к чему угодно, и везде получится добавленная прибыль. Пока мы только исследуем возможные области применения искусственного интеллекта. И это не просто басня про мартышку и очки. Да, иногда бывают перегибы, но это поиск, который отсеет все лишнее, а то, что имеет практический смысл, останется.

— Постоянно идут споры о том, является ли искусственный интеллект угрозой для людей. От чего может зависеть, станет эта технология благом или нанесет вред?

— Вопросы этики искусственного интеллекта очень непростые. Речь идет не о восстании машин — его в обозримом будущем не случится. До создания интеллекта, который будет сопоставим с человеческим, еще далеко. Ученые Гарварда прогнозируют, что такой прорыв может случиться к 2065 году, но это еще вилами на воде писано. Пока мы можем говорить, что ИИ — хорошо контролируемый инструмент, а вот как его используют люди — это уже другой вопрос.

Рекомендательная система сама по себе не несет ни добра, ни зла, но, если маркетплейс захочет нам что-то продать, то нужно ответить на вопрос, насколько мы зависим от его алгоритмов, и где мы принимаем решение сами, а где нам его навязывают. Или кому принадлежат авторские права на картину, сгенерированную нейросетью: тому, кто написал промпт, создателю языковой модели или художникам, чьи данные были использованы для обучения. Таких вопросов возникнет еще много, и они будут требовать не только этических, но и законодательных ответов.

Сохрани номер URA.RU - сообщи новость первым!

Не упустите шанс быть в числе первых, кто узнает о главных новостях России и мира! Присоединяйтесь к подписчикам telegram-канала URA.RU и всегда оставайтесь в курсе событий, которые формируют нашу жизнь. Подписаться на URA.RU.

Все главные новости России и мира - в одном письме: подписывайтесь на нашу рассылку!
На почту выслано письмо с ссылкой. Перейдите по ней, чтобы завершить процедуру подписки.
Россия закладывает основу для усиления позиций на мировом рынке технологий искусственного интеллекта. Важность ИИ для экономики отмечают и власти: эта тема станет одной из ключевых на форуме Digital Almaty 2025 в Астане 30—31 января, где примет участие премьер-министр РФ Михаил Мишустин. Но крупным российским компаниям, создающим ИИ-решения, не хватает тысяч специалистов в этой сфере, рассказал URA. RU декан факультета технологий искусственного интеллекта ИТМО Семен Краев. — У большинства искусственный интеллект ассоциируется с голосовыми помощниками, чат-ботами, генерацией изображений и текстов. Но проникновение технологии намного шире. Где сегодня мы сталкиваемся с ИИ, и как он влияет на нашу повседневную жизнь? — Мы встречаемся с искусственным интеллектом практически постоянно. Это технология, которая выполняет массу задач. Когда вы пользуетесь интернетом, она решает, какую рекламу или товар на маркетплейсе вам показать. Выходите на улицу — там работает система умных светофоров или другой элемент системы умного города. Решения с использованием ИИ встречаются уже буквально во всех областях. Очень серьезная задача — городское планирование. Когда заявляют о строительстве того или иного объекта, всегда находятся недовольные: одним не хватает садиков, другим солнца, третьим транспорта. Современные системы могут находить баланс интересов с учетом существующих норм и правил градостроительства. Еще один пример сферы применения — здравоохранение. Кроме телемедицины и распознавания опухолей на снимках, есть и другие задачи, которые может решать ИИ. Например, как оптимизировать работу больницы, передвижение медицинского персонала, чтобы повысить скорость оказания помощи пациентам. — Какие задачи бизнес чаще всего решает с помощью искусственного интеллекта? — В ИИ есть несколько особенно популярных направлений. Первое — компьютерное зрение, то есть распознавание объектов на видео и изображениях. Оно может использоваться не только в сфере безопасности для распознавания лиц, но и в промышленности для автоматизации процессов. Второе — большие языковые модели и natural language processing (NLP) — обработка естественного языка. Третье — рекомендательные системы, которые используют маркетплейсы и другие сервисы, предоставляющие пользователю выбор. Также есть системы поддержки принятия решений (СППР) — они помогают в управлении процессами, в которых человек не успевает эти решения принимать. Например, такие системы используются в эксплуатации дамбы в Санкт-Петербурге — они рекомендуют, когда открывать и закрывать створ. Об эффективности можно судить по тому, что в Санкт-Петербурге наводнений не было уже много лет. Если приводить пример из бизнеса, то в металлургии СППР в комплексе с компьютерным зрением определяют, когда начать слив стали, чтобы в нее не начал попадать шлак. И таких задач в разных сферах много. Во всех случаях система лишь дает рекомендации человеку, а решение принимает специалист. Одни из передовиков в использовании искусственного интеллекта — банки. Речь не только о скоринге при оценке заемщиков. Например, строятся системы прогнозов, как можно действовать в случаях форс-мажоров. Мы знаем, что пандемия COVID-19 сильно повлияла на все процессы, в том числе на банковские. И сейчас финансовые организации думают о том, можно ли с помощью ИИ не допустить повторения таких последствий и создать возможные сценарии. То есть, по сути, предсказать непредсказуемое, создать план для тех случаев, о которых у нас нет достаточных знаний. Многие решения для бизнеса касаются поведенческой экономики и обработки цифрового следа человека. На этой основе строятся прогнозы, рекомендации — с их помощью работает логистика, страхование, банкинг и все экосистемы, в том числе «Сбер», «Яндекс», МТС и другие. — Использование ИИ остается привилегией крупных компаний или оно уже доступно малому и среднему бизнесу? — К сожалению, разработкой и массовым внедрением искусственного интеллекта сейчас могут похвастать только крупные игроки. В первую очередь, это компании, развивающие свои цифровые экосистемы. Они охватывают разные отрасли — тот же «Сбер» уже давно не только банк, у него огромное количество направлений. ИИ внедряют нефтегазовый сектор, ритейл и те, у кого есть цифровые платформы. Эти компании объединяет не только то, что у них есть на это деньги, но и наличие большого объема данных. На самом деле далеко не для всех оправдано внедрение ИИ. Сейчас на волне хайпа часто компании ждут, что им «прикрутят» какое-нибудь ИИ-решение, и у них сразу станет все хорошо. Это не так. Первый вопрос, который мы задаем любому заказчику: «Есть ли у вас данные, в каком объеме и какого качества?» Искусственный интеллект — это далеко не волшебная палочка, его внедрение в бизнес — сложная и комплексная задача. И здесь нет универсальных коробочных решений, которые подойдут всем. У малого и среднего бизнеса, как правило, ресурсы ограничены. Правда, есть много стартапов, которые работают над конкретными узкими технологиями, часто в надежде на то, что их купят крупные компании. Но есть и те, кто пытается выйти на рынок самостоятельно и вырасти до крупных игроков. Кроме того, машинное обучение не всегда предполагает разработку — есть высокий спрос на решение задач с помощью уже существующих моделей. Этим как раз пользуется средний бизнес. Однако развитие в применении ИИ требует довольно больших инвестиций. Это не та история, где можно получить быстрый возврат средств. Если в средней компании понимают, что у них есть задачи по развитию и деньги для этого, то почему бы и нет. ИИ нельзя назвать «закрытым клубом для богатых». — Готовые ИИ-сервисы часто используют в креативных индустриях, например, для генерации контента. В этом случае работа с нейросетями может дать быстрый результат? — Это, безусловно, возможно, сейчас много открытых инструментов, все зависит от задач. Возьмем, например, создание контента для социальных сетей. Если нужно лишь сгенерировать тексты с помощью ChatGPT, то для этого нужно просто хорошо знать промпт-инжиниринг. Но если необходим пост в авторской стилистике или такой рерайт текстов, чтобы они были продающими, все становится сложнее. Для решения массы простых задач есть уже готовые и открытые инструменты. — IT-отрасль сталкивается с острым дефицитом кадров. Как обстоят дела со специалистами в сфере искусственного интеллекта, и как бизнес взаимодействует с вузами для их подготовки? — Кадров не хватает катастрофически, спрос на них со стороны бизнеса большой. Но вкладываться в подготовку готовы опять же далеко не все, а только крупные компании. Средние говорят, что им нужна быстрая отдача, и пытаются найти уже готовых специалистов. Растить свои кадры, участвовать в вузовских программах — долгая история. Бакалавра нужно готовить четыре года, магистра — еще два. У большого бизнеса есть и свои образовательные блоки, и бюджеты, хотя они понимают, что многие из студентов, в подготовку которых они вложились, могут уйти работать в другое место. Такие компании воспринимают это как инвестиции в образование, в развитие технологий ИИ в целом. IT-компании действуют по-другому — они тоже хотят получить доступ к студентам, но через преподавание, участие их сотрудников в работе вузов. — Сейчас есть много курсов, где обещают научить работе с ИИ. Насколько они полезны для тех, кто хочет работать в этой сфере? — Сегодня мы говорим о подготовке четырех категорий специалистов в сфере ИИ. Первая — ИИ-специалисты экстра-класса. Это «штучный товар», разработчики и архитекторы систем искусственного интеллекта. Потребность рынка в таких специалистах оценивается в сотню человек в год на всю Россию, подготовка же, как правило, ведется на основе специализированных магистратур. Следующая категория — массовые разработчики ИИ-решений. Эти специалисты решают инженерные задачи, которые возникают в области машинного обучения. Рынку нужно значительно больше таких кадров — несколько тысяч человек в год, поэтому их подготовка — глобальная и амбициозная задача. У нас в ИТМО эту задачу решает бакалавриат «Инженерия искусственного интеллекта», который в первый же год набрал 150 студентов, а в перспективе выход на несколько сотен студентов ежегодно. Они готовят наиболее востребованных специалистов: ML- и Data-инженеров Отраслевой ИИ-специалист — еще одна категория подготовки кадров. От такого специалиста ждут, что он свободно может обращаться с ИИ-инструментами в своей профессиональной области. Их тоже нужны тысячи в год, но их подготовкой занимаются магистратуры профильных вузов и факультетов. Там рассказывают, где и как в своей работе может применить искусственный интеллект металлург, химик, биолог и т. п. Ну и наконец мы подошли, к четвертой категории — заказчики ИИ-решений и потребители ИИ. Заказчики — это те, кто должен уметь ставить задачу по внедрению искусственного интеллекта в бизнес-процессы, а потребители — это обычные пользователи готовых ИИ-продуктов. И тех, и других объединяет то, что им не надо глубоко разбираться, как работают технологии ИИ, у них другая задача. — Есть мнение, что период хайпа вокруг искусственного интеллекта прошел, и интерес к этой технологии будет снижаться. Так ли это и почему? — У американской консалтинговой компании Gartner есть исследование Gartner Hype Cycle, которое она публикует каждый год. Смысл в том, что любая технология проходит ряд этапов, которые представлены в виде «кривой хайпа». Сначала «триггер», когда технология появляется, потом резкий рост, который называется «пиком чрезмерных ожиданий». За ним следуют разрушение иллюзий, преодоление недостатков и в итоге технология выходит на «плато продуктивности» и начинает спокойно и осмысленно применяться. ИИ Gartner рассматривает не как одну, а как набор технологий, каждая из которых находится на своем этапе. Посмотрим на примере генерации контента. Был ажиотаж, когда все бросились пользоваться этим, и повсюду выходили новости о том, что выдала та или иная нейросеть. Потом поняли, что картинки и тексты часто получаются не такими, как нужно, увидели недостатки, и это охладило интерес. Со временем недочеты исправляли, и сейчас ChatGPT и генерация — это вполне привычный инструмент, им спокойно пользуются, и никого не удивишь тем, что контент создан с помощью нейросети. — Постоянно идут споры о том, является ли искусственный интеллект угрозой для людей. От чего может зависеть, станет эта технология благом или нанесет вред? — Вопросы этики искусственного интеллекта очень непростые. Речь идет не о восстании машин — его в обозримом будущем не случится. До создания интеллекта, который будет сопоставим с человеческим, еще далеко. Ученые Гарварда прогнозируют, что такой прорыв может случиться к 2065 году, но это еще вилами на воде писано. Пока мы можем говорить, что ИИ — хорошо контролируемый инструмент, а вот как его используют люди — это уже другой вопрос. Рекомендательная система сама по себе не несет ни добра, ни зла, но, если маркетплейс захочет нам что-то продать, то нужно ответить на вопрос, насколько мы зависим от его алгоритмов, и где мы принимаем решение сами, а где нам его навязывают. Или кому принадлежат авторские права на картину, сгенерированную нейросетью: тому, кто написал промпт, создателю языковой модели или художникам, чьи данные были использованы для обучения. Таких вопросов возникнет еще много, и они будут требовать не только этических, но и законодательных ответов.
Расскажите о новости друзьям

{{author.id ? author.name : author.author}}
© Служба новостей «URA.RU»
Размер текста
-
17
+
Расскажите о новости друзьям
Загрузка...