Искусственный интеллект: где, как и зачем

Нехватка специалистов

Выступая на международной конференции Сбера AI Journey 2021, Юрген Шмидхубер, ученый в области искусственного интеллекта, главный научный советник Института Искусственного Интеллекта AIRI и научный руководитель компании NNAISENSE отметил, что компании в основном сосредоточены на своих частных проблемах, а не на развитии технологий искусственного интеллекта: большая часть их прибыли от ИИ приходится на маркетинг и продажу рекламы.

Проблема потребления энергии искусственным интеллектом напрямую связана с количеством ресурсов, задействованных в обработке данных. Обучение же одной NLP-модели (подобной GPT) требует столько же энергии, сколько автомобиль за весь его срок службы, и производит в пять раз больше CO₂.

Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.

Впрочем, даже при условии предоставлении ИИ качественной информации, нейросеть все равно может фантазировать и выдавать неточности. Это обстоятельство резко сужает сферу применения искусственного интеллекта. Участники дискуссии считают, что в первую очередь инструменты ИИ надо внедрять в тех сферах, где цена ошибки не очень высока. Например, если чат-бот ошибется в ответе на какой-то вопрос клиента, это частный случай, и его легко поправить – например, переключив общение на оператора. А вот если сделать, к примеру, AI-помощника для юриста, и этот помощник выдаст неверную трактовку каких-то положений законодательства, а юрист этого не заметит, в перспективе это может привести к серьезным убыткам для компании. Более того, если в колл-центре работают, к примеру, 200 человек и кто-то один из них ошибется, то последствия будут, скорее всего, незначительными. А вот если какая-то ошибка появилась в модели, то она сразу влияет на весь процесс, на все события, которые через эту модель проходят.

Оценить динамику может каждый, кто пользуется автоматическими переводчиками. Еще лет пять назад Google Translate более-менее сносно справлялся с отдельными наборами фраз и предложениями, тогда как сегодня программа переводит большие смысловые блоки, нейросети учитывают контекст, оперируют огромными массивами статистических данных. Сейчас можно читать статьи на хинди, китайском, арабском, не зная языка. ИИ давно используется в финансовой сфере для оценки платежеспособности заемщика. Есть вам отказали в выдаче кредита на первом этапе ― вас отсеял именно искусственный интеллект. В США в некоторых штатах ИИ применяют в судебной системе для оценки продолжительности тюремных сроков для обвиняемых.

Консалтинговая компания Accenture утверждает, что ИИ способен увеличить прибыль компаний в среднем на 38%. По словам экспертов и представителей бизнеса, ИИ помогает компаниям прогнозировать и выявлять проблемы, а также восполняет нехватку навыков сотрудников, хотя до построения бизнес-стратегии искусственным интеллектом еще далеко.

Количество данных. Помимо качества, компьютеру все еще требуется большой объем данных и ресурсов для выполнения простейших задач. Отличать собак от кошек ИИ научится за три дня, задействуя 10 млн изображений и 16 000 компьютеров, в то время как ребенку хватило бы пары фотографий и нескольких минут. Если бы модель GPT-3 обучали читать и писать статьи не на суперкомпьютере, а на обычном ПК, весь процесс занял бы примерно 500 лет.

PwC прогнозирует увеличение мирового ВВП на $15,7 трлн к 2030 году благодаря развитию искусственного интеллекта. К этому времени Китай станет ведущей мировой державой в сфере ИИ с увеличением ВВП на 26%, Северная Америка будет следующей с ростом ВВП на 14,5%, за ней последует рост на 11–12% в крупнейших экономиках Европы. Развивающиеся страны получат наименьшую выгоду, поэтому есть риск усиления цифрового неравенства.

Влияние пандемии на внедрение ИИ в бизнесе

Еще одна сложность связана с качеством данных, которыми пользуется ИИ. Чтобы получить релевантные ответы от нейросети, нужно «скормить» ей актуализированные документы, в которых бы не было противоречий, неточностей, двойного смысла и так далее. Если этого не сделать, то нейросеть будет давать на выходе ошибки, дополнять информацию собственными фантазиями, то есть «галлюцинировать» – как часто говорят эксперты. Это ставит перед компаниями, которые хотят пользоваться ИИ, задачу повышения культуры управления данными. Скорее всего, в штатное расписание нужно будет ввести новую должность – управляющий знаниями, который будет следить за чистотой и обновлениями данных, на базе которых работает нейросеть.

Вам также может быть интересен материал Компас CIO: Автоматизация с ИИ в обучении сотрудников Раскрываем успешный опыт внедрения системы ИИ-тьютор в крупной компании морских грузоперевозок для срочного обучения 20 000 сотрудников. Узнайте, как с помощью ансамбля нейросетей и семантического ядра удалось обеспечить глубокое понимание материала, получить достоверный цифровой след обучения и значительно сократить простои судов в портах. В статье разбираем архитектуру решения, особенности внедрения и конкретные результаты проекта.

В начале мероприятия с докладом на тему использования ИИ в операционной деятельности выступил директор по цифровой трансформации компании «БиоВитрум» Дмитрий Гуреев. Затем началась дискуссия на тему практического применения больших языков моделей и AI. В ней приняли участие: советник генерального директора по цифровой трансформации «Газпромтранс» Леонид Головин, директор по информационным технологиям «Яндекс» Арвидас Гафиулин, ИИ-директор «МТС» Дмитрий Твердохлебов. Организовывал дискуссию в качестве модератора директор по развитию бизнеса в области данных и ИИ Дата-кластер Ростелеком Михаил Комаров.

ИИ также способен сильно облегчить закупочные процедуры. Так, в одной компании разработали приложение, которое позволяло из всей массы аукционов по ряду характеристик выбирать именно те, которые интересны для участия. Это сэкономило сотни часов работы специалистов, которым бы пришлось внимательно изучать конкурсную документацию и самостоятельно принимать решение, нужно ли участвовать в этом аукционе или нет.

Применение в другом контексте. Хотя искусственный интеллект сегодня способен выполнять различные функции — от распознавания кошек и собак до предсказания поломок на нефтяных платформах, — это все еще узконаправленные задачи. ИИ пока что не умеет применять полученные навыки в непривычных условиях.

По мнению экспертов Оксфордского университета, к 2026 году ИИ напишет эссе, которое сойдет за написанное человеком, заменит водителей грузовиков к 2027 году и станет выполнять работу хирурга к 2053 году. Также ИИ превзойдет людей во всех задачах в течение 45 лет и автоматизирует все рабочие места в течение 120 лет.