Все регионы
02:01   31 января 2025

Россия готовится вступить в мировую битву ИИ

Для этого нужно обучить тысячи человек IT-профессии
Восстания машин не будет, но появление ИИ вызвало массу этических вопросов, говорит Семен Краев Восстания машин не будет, но появление ИИ вызвало массу этических вопросов, говорит Семен Краев
Восстания машин не будет, но появление ИИ вызвало массу этических вопросов, говорит Семен Краев Фото: Фото предоставлены Семеном Краевым

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?

Искусственный интеллект управляет светофорами и другими системами умного города Искусственный интеллект управляет светофорами и другими системами умного города
Искусственный интеллект управляет светофорами и другими системами умного города
Фото: Анастасия Соргина © URA.RU

— 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?

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.

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.

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?

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.

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?

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!

Комментарии
Гражданин СССР
Как-как? Один невиновный похожий по мнению ИИ на преступника отсидел ни за что и никто не виноват.
Перейти к комментариям