Искусственный интеллект – техночудо или великий притворщик

Драйверы для установки ИИ в бизнес-среду

Методы машинного обучения позволяют одним автоматам распознавать устную речь и записывать ее подобно секретарям-машинисткам прошлых лет, а другим – точно идентифицировать лица или отпечатки пальцев среди десятков миллионов других и обрабатывать тексты, написанные на естественных языках. Благодаря этим же методам самостоятельно движутся автомобили, компьютеры лучше врачей-дерматологов диагностируют меланомы по фотографиям родинок, сделанных с помощью сотовых телефонов, роботы воюют вместо людей; а конвейеры на заводах все больше автоматизируются.

Применив собственный инструментарий, разработанный на основе ИИ, — систему интеллектуального анализа больших данных iFORA — исследователи ИСИЭЗ картировали глобальный научно-технологический ландшафт, сложившийся по теме ИИ с 2016 года (начала роста популярности архитектуры глубоких нейросетей) и на данный момент охватывающий 1882 направления. ИИ оказался «центровой» технологией, которая формирует технологическую базу для остальных прорывных направлений. Наибольший объем и динамику прироста знаний показывает группа перспективных методов ИИ (включает ChatGPT, Midjourney, Kandinsky 2.1 и др.). В мире число публикаций и патентных заявок по этой тематике с 2016 года выросло в 4-5 раз.

Для флагманов, внедряющих ИИ-решения, вопросом является не столько доступность, сколько открытость вычислительной инфраструктуры. Создание ИИ, «использующего большие данные публичных облаков в применении к частным областям», отметила как возможную развилку в развитии цифровых платформ директор по цифровизации «Росатома» Екатерина Солнцева. Среди успешных примеров применения ИИ в деятельности госкорпорации она назвала анализ многотомной тендерной документации («пока финальные решения в зоне ответственности человека») и использование инструментов предиктивной аналитики для оценки качества продукции, прогнозирования выгорания сотрудников (в поведении ловятся признаки, когда человеку нужно дополнительное внимание и поддержка со стороны руководства и коллег).

Несколько раз было, что ChatGPT помогал разобраться с проблемой в программе, когда поиск не давал особых результатов. И дело даже не в том, что ИИ знал ответ сразу. Если проблема сложная, он может и ошибиться. Но в режиме переписки ChatGPT мог подать новые идеи и подтолкнуть в верном направлении. Плюс в последнее время начал более активно использовать Copilot как помощник в написании кода. Зачастую он понимает, что ты хочешь написать, особенно если это что-то стандартное или часто встречающееся. Сразу подсказывает и тем самым позволяет сократить время на рутину и быстрее выполнить задачу.

С конца 1990-х годов ИИ стали объединять с робототехникой и интерфейсом «человек – машина» с целью создания интеллектуальных агентов, предполагающих наличие чувств и эмоций. Это привело, среди прочего, к появлению нового исследовательского направления – аффективных (или эмоциональных) вычислений (affective computing), направленных на анализ реакций субъекта, ощущающего эмоции, и их воспроизведение на машине, и позволило усовершенствовать диалоговые системы (чат-боты).

Правительство считает искусственный интеллект одним из важнейших элементов повышения производительности труда. Заместитель министра экономического развития Максим Колесников перечислил главные вызовы, на которые направлены меры господдержки развития этой технологии. «Нам надо об искусственном интеллекте и о его эффектах говорить везде, привлекать бизнес, для того чтобы заряжать экономику внедрением решений на его основе», — подчеркнул замминистра. Реальный сектор пока сильно отстает от лидеров в этой области — финтеха и ритейла, большинство компаний не знают либо о самих технологиях ИИ и их эффектах для повышения производительности, либо как подступиться к такому инструменту. Опыт крупнейших компаний, типа Сбера или «Росатома», чьи разработчики ИИ создают решения под их конкретные потребности и компетенции, для большинства организаций трудно масштабировать. В связи с этим большой блок мер связан с информированием о возможностях ИИ для игроков разного масштаба.

Среди организаций, освоивших решения на основе ИИ, широко используют их лишь 35%, а 65% — пока тестируют. Компаниям очень сложно оценивать эффекты данной технологии и финансировать проекты. Более 60% инвестируют в ИИ-решения менее 1% затрат на внедрение и использование цифровых технологий. Наряду с мерами госполитики, поддерживающими разработку, нужны также стимулы для повышения спроса, отметил Константин Вишневский.

С 2010 года мощность компьютеров позволяет сочетать так называемые большие данные (Big Data) с методами глубокого обучения (Deep Learning), которые основываются на использовании искусственных нейронных сетей. Весьма успешное применение во многих областях (распознавание речи и изображений, понимание естественного языка, беспилотный автомобиль и т.д.) позволяет говорить о возрождении ИИ.

«Счастье — определенно часть программы»

Я делюсь опытом применения цифровых инструментов со своими коллегами более 20 лет. На мой взгляд, генеративный искусственный интеллект – самая вдохновляющая и впечатляющая технология, которая вызывает максимально лояльное отношение академического сообщества и побуждает применять на практике.

– Смотрите мой ответ выше про инструмент и про то, что он новый. Опасным любой инструмент делают люди. И, ради бога, не называйте это ИИ, поскольку это не ИИ в научном понимании. Это условно интеллектуальные технологии, ну или слабый ИИ. Иначе это превращается в журналистский хайп, который на уровне университета не очень уместен.

– Я бы не сказал, что использую именно ИИ. Правильнее было бы назвать это инструментарием генеративного программного обеспечения (ГПО): продвинутые поисковые сервисы, нейросети, чат-боты. Это помогает оптимизировать мои повседневные задачи по работе с информацией, а также генерировать и верифицировать новые идеи для научных исследований, проектов.

Искусственный интеллект (ИИ) – это отрасль науки, официально увидевшая свет в 1956 году на летнем семинаре в Дартмут-колледже (Хановер, США), который организовали четверо американских ученых: Джон Мак-Карти, Марвин Мински, Натаниэль Рочестер и Клод Шеннон. С тех пор термин «искусственный интеллект», придуманный, вероятнее всего, с целью привлечения всеобщего внимания, стал настолько популярен, что сегодня вряд ли можно встретить человека, который никогда его не слышал. С течением времени этот раздел информатики развивался все больше, а интеллектуальные технологии в последние шестьдесят лет сыграли важную роль в изменении облика мира.

В то же время, если ИИ работает совместно с человеком, то тут, думаю, спектр областей применения практически ничем не ограничен. Но ИИ должен выступать только как помощник, как какая-то основа или советчик. Итоговые решения и действия должны быть все равно за человеком. И если возникают сомнения, то лучше тщательно перепроверить ответ ИИ. Так же и касательно учебы. ChatGPT – классный инструмент для поиска информации и работы с ней. Но его ответы нужно перепроверять, а результаты работы использовать как основу для своей собственной работы, а не бездумно брать все, что он пишет.

– Начну с того, что не разделяю общий хайп по поводу ИИ. Сейчас нейросети в моде, но мало кто знает, что те же генераторы научных публикаций активно используются уже более 10 лет. В 2014 году я находил информацию про ученого из университета Гренобля, который исследует журналы и составляет список «фальшивых» научных статей. Так, немецкий Springer и американская IEEE удалили более 120 научных статей за 2008-2013-е годы. ИИ не всемогущ, но может быть полезен ученому, например, для автоматизации литературного обзора. Ведь прочитать десятки тысяч статей по вашей тематике в год просто не под силу человеку.

«Не позволим наступить зиме ИИ»

– Мой личный студенческий опыт показывает, что запреты для студентов работают крайне плохо. Рефераты и вообще информационный поиск отлично автоматизируется с помощью ИИ. Сейчас в Яндекс-браузере вы можете получить краткую справку на основе нейропоиска, и это очень удобно, плюс есть все ссылки на первоисточники. Мое мнение: если деятельность рутинная и может быть автоматизирована, то ее нужно отдать ИИ.

Исследования не прекратились, но пошли в новых направлениях. Ученые заинтересовались психологией памяти, механизмами понимания, которые они пытались имитировать на компьютере, и ролью знаний в мыслительном процессе. Это привело к появлению значительно развившихся в середине 1970-х годов методов семантического представления знаний, а также к созданию экспертных систем, названных так потому, что для воспроизведения мыслительных процессов в них использовались знания квалифицированных специалистов. В начале 1980-х годов на экспертные системы возлагались большие надежды в связи с широкими возможностями их применения, например, для медицинской диагностики.

Именно такая конфигурация исследовательских задач формирует рамку нового мониторинга, который ИСИЭЗ запустил в конце 2022 года для изучения трендов развития и практик распространения технологий ИИ. Его первые результаты представил Константин Вишневский, директор Центра исследований цифровой экономики ИСИЭЗ НИУ ВШЭ.

Но с другой стороны, с помощью таких нейросетей человек, не умеющий рисовать, может реализовать свои творческие идеи, которые не мог бы раньше, например, сделать книгу с иллюстрациями или игру. Да и, как мне кажется, художникам они тоже могут быть полезны, например, для создания референсов или эскиза для последующей доработки. Вопрос в том, как эти новые технологии встраивать в свою работу. Мое мнение: прогресс мы все равно не остановим, так что лучше адаптироваться под него. Изучать новые инструменты, чтобы становиться лучше, работать быстрее и тратить время на более важные вещи.

Он отметил успехи Исследовательского центра в сфере искусственного интеллекта НИУ ВШЭ, созданного при поддержке Сбера и других компаний всего полтора года назад. «Тот объем совместных проектов и исследовательских направлений в области ИИ, которые Вышка и Сбер ведут, очень впечатляет. В мире за этот период столько всего индустриального и прикладного в этой области вышло, что это сопоставимо по объемам с тем, что создано за последние десятилетия. Однако сегодня далеко не последние исследовательские команды и группы в области ИИ пишут петиции с просьбой остановить гонку развития генеративных моделей. Но запретить — значит похоронить технологию. И гонку эту вряд ли возможно остановить, значит, ее надо постараться возглавить», — уверен Максим Еременко.

– Учить студентов пользоваться этим инструментом нужно. Ведь одна из основных задач хорошего университета – учить своих выпускников использовать передовые достижения науки и техники. Другой вопрос – а сможем? Что касается вредного и полезного – у раннего Кузьмина (во времена «Динамика») была песня «Виновен ли порох?»… Любой инструмент, который люди придумывают, можно использовать как во благо, так и во вред. И самое интересное, что чем дальше развивается наша цивилизация, тем важнее становится вопрос о нравственных нормах. А про то, что он может дать . Так инструмент новый, и никто пока не знает, что он на самом деле может дать, каков реальный потенциал этой технологии.