К новостям
30 ноября
news-img
Будущие технологии искусственного интеллекта обсудили участники сессии AI RBC TECH
Технологии искусственного интеллекта постоянно развиваются и совершенствуются, однако без участия человека в этой области пока обойтись нельзя.

И, несмотря на то, что в отдельных областях технологии искусственного интеллекта уже обрели достаточно автономность, многие задачи требуют присутствие человека. О том, как технологии AI применяются в человеческой деятельности, как будет развиваться искусственный интеллект в будущем и что это принесет человечеству, а также о практических аспектах приложения технологий с использованием искусственного интеллекта поговорили участники сессии AI RBC TECH, которая состоялась 22 ноября в «Центре событий РБК».


Открывая встречу, декан факультета компьютерных наук НИУ ВШЭ, профессор Иван Аржанцев наметил главные темы дискуссии:


Иван АржанцевДекан факультета компьютерных наук НИУ ВШЭ, профессорПоговорим о разных аспектах технологий искусственного интеллекта и применении этих технологий в конкретных отраслях промышленности. Хочется затронуть и фундаментальные вопросы, поговорить о слабом и сильном искусственном интеллекте, обсудить, как развиваются события в наше непростое время, затронуть тему роли государства в регулировании этой сферы. Важно, чтобы разговор получился предметным, поэтому предлагаю начать не с теоретической части, а с того, как искусственный интеллект сегодня используется в ритейле.


Директор по анализу данных X5 Tech Михаил Неверов, рассказал про практическое применение AI в ритейле:


Михаил НеверовДиректор по анализу данных X5 TechОснова любого взаимодействия с данными - это сбор, агрегация и разметка. Мы начали это делать в 2019 году и за прошедшее время произошел большой скачок с точки зрения имплементации технологий, связанных с машинным обучением и управлением процессами внутри компании. Если мне память не изменяет — сейчас более 60 команд так или иначе используют технологии искусственного интеллекта в рамках решения существующих задач.Машинное обучение очень активно используется в ритейле для бизнес-прогнозирования ассортимента, определения товарной матрицы или выбора нужного места расположения магазина — это подтвержденные кейсы не только в рамках российского рынка, но и международного. Здесь ни для кого не секрет, что ритейл как отрасль имеет очень понятные и определенные рамки — покупка товара, транспортировка товара, продажа товара с какой-то дополнительной оценкой. Все эти процессы являются критически важными. И повышение точности прогнозирования спроса даже на полпроцента, при большом количестве магазинов, а их у нас более 20 тысяч на данный момент, дает существенный рост.Вот эта прямая имплементация, когда есть отдельный продукт, который занимается прогнозированием спроса, и есть отдельный продукт, который помогает в логистике — это классическая задача, которая решается во многих торговых сетях. В подразделениях, связанных с логистическими поставками, где есть логистическое управление и управление ассортиментной матрицей. Если коротко — самое выгодное — это то, что помогает бизнесу работать лучше.


Руководитель группы «ИИ в промышленности» Института AIRI, PhD, Илья Макаров, обратил внимание на естественную ограниченность доступных в настоящий момент технологий:


Илья МакаровРуководитель группы «ИИ в промышленности» Института AIRI, PhDНа текущий момент сильного искусственного интеллекта не существует, потому что от него ожидается, что он сможет сам ставить себе задачи, сам себя улучшать и оценивать эти улучшения. Если мы говорим про технологии машинного обучения, то все-таки человек выполняет все эти функции, и он же является мерилом того, насколько хорошо получилась та или иная модель на основе нейронных сетей и семантических технологий. Но, в любом случае, если говорить о различиях — мы видим, что искусственный интеллект по многим задачам превосходит качество работы человека. Начиная с распознавания изображений и заканчивая какими-то сложными вещами, такими как игры в шахматы, го и компьютерными играми.


Говоря о перспективах развития этого направления Илья Макаров отметил, что «разговоры о том, что нас поглотит искусственный интеллект, исходят из того, что в ряде задач искусственный интеллект уже превосходит производительность человека. Однако, что касается сильного ИИ, то я бы сказал, что надо говорить еще о промежуточном состоянии между ними — это так называемые голосовые помощники, которые, по сути, создают цифровой двойник вас как личности, как субъекта экономической деятельности. Например, мы приходим домой с работы и хотим, чтобы нам заварился чай, включилась музыка или какая-то любимая передача — такого плана промежуточные слабый ИИ, который знает о нас больше, чем мы сами, и умеет предугадывать какие-то интересы, наверное — это будет как раз следующий вектор развития и в него вкладываются основные крупные технологические гиганты».


В настоящий момент активно используются «слабые» ИИ, которые решают конкретные задачи и имеют четкое описание входных и выходных данных, и четкое описание задач. История взаимоотношений человека и искусственного интеллекта переживает взлеты и падения — сами технологии были придуманы еще в XX веке, но тогда не хватало технических аспектов для того, чтобы все это реализовать. В любой технологии есть период взлета, когда все считают, что это передовое направление и есть период падения, когда мы понимаем, что нейронные сети не могут принципиально решить какие-то задачи, ведь как класс математических моделей они ограничены. Поэтому появление «сильного» ИИ спрогнозировать невозможно — нужно с умеренной сдержанностью подходить к этому вопросу и рассчитывать на лучшее, но при этом решать практические задачи и прикладные кейсы.


Например, тренды на автопилоты для автомобилей на основе ИИ можно разделить на два направления. Первое связано с алгоритмами компьютерного зрения, которые на основе большого количества размеченных данных имеют возможность конструировать глубину, распознавать объекты и их примерное положение, а также предугадывать потенциальные столкновения. В 2021 году возникли новые алгоритмы самообучения, решающие данные задачи на небольшом количестве размеченных примеров. С другой стороны, модели на основе обучения с подкреплением продемонстрировали, что 100 часов видео на хорошей дороге достаточно для обучения, чтобы автомобиль проехал эту дорогу на уровне водителя-человека, хотя вопросы безопасности остаются открытыми.


Второе направление — технологии интеллектуальных транспортных систем, компьютерного зрения. Есть беспилотники, на которых стоят камеры и радары, но ведь есть еще детекторы, которые стоят на дорогах и анализируют транспортную инфраструктуру — это новое направление, которое в целом связано с развитием умных городов и подразумевают уменьшение пробок и заторов, оптимизацию логистики, сокращение циклов разгонов и торможений, приводящих к выбросам углекислого газа, за счет управления всей городской инфраструктурой. Сейчас мы подошли к тому моменту, когда эти алгоритмы внедряются и тестируются.


Ведущий исследователь Центра устойчивого развития Школы управления СКОЛКОВО Надежда Кленина, рассказала о роли AI в процессе обучения:


Надежда КленинаВедущий исследователь Центра устойчивого развития Школы управления СКОЛКОВОЦентр в том числе занимается образовательной повесткой, и мы видим, что искусственный интеллект и здесь все больше набирает обороты. Если посмотреть на международные университеты и бизнес-школы, то некоторые решения на основе ИИ уже используются, например, при формировании индивидуальных учебных планов, при использовании виртуальных помощников для преподавателей и студентов и др. Даже такая банальная вещь как проверка заданий, также может проводиться с использованием ИИ. Хотя в настоящее время ставка все же больше делается на искусственный интеллект скорее как на предмет обучения, нежели на интеграцию этих решений в образовательные процессы. Такую же ситуацию мы наблюдаем и в России, существует много хороших программ, но в процессе обучения ИИ практически не используется.


Говоря о практическом применении технологий ИИ, Надежда Кленина отметила, что для аналитиков и для исследователей роль искусственного интеллекта в процессе сбора и обработки массивов данных очень высока. Хотя в сегменте ESG-аналитики решений на основе искусственного интеллекта в России практически нет, что создает определенные сложности. Однако тематика искусственного интеллекта и ESG-повестка комплементарны: «Недавно мы представили исследование “ESG в цифровом мире: вызовы и возможности”, где проанализировали опыт российских компании в данной отрасли и посмотрели, какие направления наиболее актуальны. Один из самых интересных выводов - это то, что, по мнению 65% респондентов исследования, ESG-трансформация невозможна без цифровизации, и одну из ключевых ролей в данном процессе играет искусственный интеллект. В глобальном же масштабе ИИ может способствовать достижению 79% ЦУР ООН». При этом в настоящее время цифровые ESG-решения практически не используются в повестке или используется в крайне редких случаях, что связано во многом с недостатком необходимых компетенций, недостаточным развитием ESG-практики, отсутствием понимания необходимости в этом и др. 


Руководитель хакатонов «Цифровой прорыв. Сезон: искусственный интеллект», РАЭК Дмитрий Захарченко, описал ситуацию с развитием обсуждаемых технологий с практической точки зрения:


Дмитрий ЗахарченкоРуководитель хакатонов «Цифровой прорыв. Сезон: искусственный интеллект»Искусственный интеллект, так или иначе, внедрен практически во все сферы нашей жизни — мы потихонечку с ним начинаем встречаться не только в рамках коммерческих, но и в большом количестве других взаимодействий, например, с точки зрения госструктур и прочего. Безусловно, государство является в данный момент одним из основных стейкхолдеров подобных решений. Здесь есть и объем данных достаточный и определенные запросы на решение социальных или общенациональных задач, а также определенные специалисты в рамках каждой конкретной структуры. Например, мы можем вместе с Минприроды России заниматься спасением очень редких животных, то есть помогать искусственному интеллекту обучаться распознавать животных на снимках, находить именно тех, которые нам нужны и помогать подведомственным структурам от Минприроды содействовать тому, чтобы эти животные продолжали свое размножение и не встречались с браконьерами. Или же, например, к нам может прийти МЧС с задачей предсказания лесных пожаров при использовании снимков со спутников, где необходимо было составить специальную карту и, по сути, составить модель предсказания того, как и где может развиваться природный пожар, с какой интенсивностью и какие условия для этого необходимы. В данный момент это помогает в некоторых регионах России использовать заранее подготовленные бригады, которые находятся на определенных точках реагирования.


Используются решения на основе ИИ и при поиске людей — например, поисковая организация «Лиза Алерт» делала запрос на поиск необходимых фотоматериалов в своей поисковой базе. Искусственный интеллект прочно интегрировался в жизнь человека, а значит дальнейшее развитие этих технологий лишь вопрос времени.


Технический директор ForPeople Михаил Гуренков, рассказал о том, как технически реализуются сбор обработка и анализ данных на основании которых строятся прогнозы в отношении того, по каким специальностям может возникать кадровый дефицит внутри компании и давать прогноз, например о том, когда нужно начинать обучение и подготовку специалистов, чтобы дефицита кадров не возникало.


По словам Михаила Гуренкова, аналитика на основе моделей ИИ также позволяет понять, что делать с переизбытком специалистов по определенным направлениям. Дальнейшая доработка этого модуля и построение стратегического прогнозирования на основе модели компетенций позволит компаниям планировать свою деятельность на несколько лет вперед.


Темы, которые обсуждались участниками сессии, несмотря на уход в частности, которого трудно было избежать при обсуждении глобальной темы, позволили наметить общие тенденции в развитии направления AI — искусственный интеллект уже достиг того уровня, когда эти технологии прочно вошли в нашу жизнь. Сегодня ИИ используется в торговле, здравоохранении, строительстве, финансовом секторе, образовательных учреждениях и даже при реализации социальных программ и ESG-проектов.


Даже существующего уровня развития этих технологий достаточно, чтобы в значительной мере высвободить человеческие ресурсы. И несомненно, в ближайшей перспективе нас ждет появление более совершенных алгоритмов и выход технологий AI на новый уровень, что позволит человечеству сфокусироваться на более значимых направлениях деятельности, поручив рутинную механическую работу искусственному интеллекту.



Источник: https://presscentr.rbc.ru/tpost/fap6j0r5l1-buduschie-tehnologii-iskusstvennogo-inte

bg-img