Возможен ли (искусственный) интеллект без математики

Экономическая выгода облачных решений

Сегодня такси в Москве, да и в Питере, без GPS не ездят. Мы же должны понимать и другую вещь: в один прекрасный день вдруг это выключится. В Америке было исследование, что 90 процентов американцев не найдут дорогу домой. В Москве, я думаю, от трети до половины — Фурсенко Андрей, Помощник Президента Российской Федерации.

Десять лет назад запускать модели машинного обучения было очень затратно, потому что необходимо было тратиться на владение, эксплуатацию и обслуживание вычислительного оборудования. Как правило, у моделей ИИ есть стадия обучения, которая требует очень много вычислительных мощностей. Если у вас нет большого запаса виртуальных машин, то модель будет обучаться очень и очень медленно. Десять лет назад вы бы стояли перед выбором: либо обучить модель быстро, но при этом потратить внушительную сумму на закупку и установку серверов, которые будут простаивать после обучения, либо сэкономить на оборудовании, но очень медленно обучать нейросеть. Благодаря облакам появилась возможность экономить, но не проигрывать в скорости: можно арендовать огромные мощности на время обучения модели, а сразу после отключить лишние ресурсы одной кнопкой и перестать за них платить. Теперь обучать ИИ могут не только корпорации, которые исторически инвестировали в ЦОДы, но и компании любых размеров из любых индустрий.

Облака демонстрируют выгоду и в случае хранения данных. Некоторые типы моделей ИИ приносят тем больше пользы, чем больше информации они обработали. Благодаря аутсорсингу хранилищ данных компании экономят на капитальных и эксплуатационных расходах. В итоге сегодня вы за несколько тысяч долларов можете обучить мощные системы искусственного интеллекта, которые 10-15 лет назад стоили бы сотни тысяч или даже миллионы.

У банков есть разные задачи. Есть технологические задачи, они очень схожи с теми задачами, которые решают технологические компании. Это такие задачи, как компьютерное зрение, распознавание речи или синтез речи. Здесь нам, как банкирам, не очень важно, как это работает, главное, что есть результат — Яманов Артем, Старший вице-президент по развитию бизнеса, АО «Тинькофф Банк».

Еще один пример — от SberCloud, который предлагает продукты для полного цикла разработки машинного обучения с использованием не просто облака, а облачного суперкомпьютера. Сегодня компании из любой точки мира могут позволить себе вычисления на суперкомпьютере, в то время как раньше это было доступно только крупным корпорациям или исследовательским центрам. Это очень сильно ускоряет работу с ИИ — с нескольких недель до нескольких секунд. Такую скорость любят использовать в нефтяной и фарм-отрасли, потому что для них скорость вычислений важнее, чем суммы, которые они на это потратят.

Высокая конкуренция на рынке облачных услуг заставляет провайдеров инвестировать не только в программные, но и в аппаратные решения. Среди тенденций — использование процессоров и сопроцессоров, заточенных на вычисления в области машинного обучения. Оборудование для работы с ИИ-алгоритмами уже выпускают Cisco, Nvidia, Intel и др. К тому же появляются узкоспециализированные микросхемы — например, отдельно для обработки изображений или для синтеза речи. Провайдеры не только закупают эти чипы, но и разрабатывают собственные решения, чтобы снизить свою зависимость от производителей.

Более высокая скорость разработки ИИ

Самое важное, может быть, сейчас — это снизить участие человека в обучении [машин — Ред.], то есть нужны технологии, связанные, направленные на атаку этой задачи. Не только математика, но и инженерные подходы — Аветисян Арутюн, Член-корреспондент, профессор, директор, Институт системного программирования, Российская академия наук.

Каждый из этих этапов может быть трудоемким и потребовать от специалистов по анализу данных принятия нескольких решений. Облачные сервисы для разработки искусственного интеллекта ускоряют этот процесс. Cloud-сервис может сам выбрать наиболее надежную модель и настроить ее быстрее, чем человек.

Как это часто бывает, технологии начинают работать раньше, чем мы понимаем все детали, все тонкости этих технологий. Поэтому без полного понимания деталей, почему технология работает, неизбежно возникают разного рода инциденты. И в атомной энергетике мы это проходили. Я боюсь, что аналогичная ситуация неизбежна и в искусственном интеллекте. На сегодняшний день технологии, конечно, сырые. Мы не до конца понимаем, почему та или иная технология работает и почему компьютер оказывается в состоянии извлечь гораздо больше информации с данных, чем мы ожидали — Ветров Дмитрий, Профессор-исследователь, Национальный исследовательский университет «Высшая школа экономики»; руководитель лаборатории машинного обучения, Центр искусственного интеллекта в России, Samsung.

Современная наука, и в частности математика, без искусственного интеллекта сейчас еще, конечно, возможна. Но в ближайшие годы перестанет быть возможной. Это аналогично тому, как появление компьютеров сильно видоизменило труд ученого. Аналогично разработка технологий искусственного интеллекта тоже видоизменит труд ученого, эти технологии станут неотъемлемым инструментом для научной работы. Собственно, частично это уже сейчас происходит — Ветров Дмитрий, Профессор-исследователь, Национальный исследовательский университет «Высшая школа экономики»; руководитель лаборатории машинного обучения, Центр искусственного интеллекта в России, Samsung.

Если раньше, говоря о предприятиях, использующих искусственный интеллект, подразумевали технологических гигантов вроде Google, Amazon или Microsoft, то сегодня в таком контексте можно говорить о любой компании из любой отрасли. Большинство руководителей организаций, внедривших ИИ в разных областях бизнеса, сообщают о росте доходов в этих областях, а 44% указывают на то, что искусственный интеллект позволил снизить затраты.

В будущем все корпоративное программное обеспечение будет включать хотя бы некоторые элементы ИИ. Перед компаниями встанет вызов — обучать сотрудников «последней мили» (менеджеров и специалистов) работать с решениями на основе искусственного интеллекта каждый день. Сложность этого процесса в том, что люди не чувствуют себя комфортно, когда не понимают, как было принято решение — ИИ в этом плане — «черный ящик».