ИИ дороже, чем вы думаете

Стоимость разработки ИИ

Допустим, есть несколько тысяч фотографий кошек и несколько тысяч — собак. Эти данные можно загрузить в алгоритм и заставить его «учиться» отличать кошек от собак, «ругая» за ошибки в классификации и «поощряя» за правильные ответы. В зависимости от количества и качества вводных данных, а также от сложности используемого алгоритма после некоторого количества итераций с «наказанием» и «поощрением», получается обученный алгоритм, которой с разным качеством умеет отличать кошек и собак.

Расценки на услуги AI-разработчиков сильно варьируются в зависимости от региона, квалификации разработчика и его опыта. Обязательно изучите расценки на ИИ-проекты в вашем регионе (или в регионе, где вы планируете отдавать разработку на аутсорсинг), чтобы получить более точную оценку стоимости вашего проекта.

Не забывайте, что почасовая ставка разработчиков ИИ зависит от региона и страны и может варьироваться, существенно влияя на общую стоимость разработки. Дополнительные расходы, такие как почасовая ставка менеджера проекта, серверы и т. д., также увеличивают общую стоимость проекта.

В теории — да. Но на практике мы сталкиваемся с большим количеством проблем, начиная от недостаточного количества данных для обучения, заканчивая невозможностью интерпретировать действия человека при решении такой же задачи. Получается, что невозможно построить алгоритм, который эти действия бы совершал. Хороший пример — автопилотируемый автомобиль. Научить машину держать полосу, входить в повороты и автоматически перестраивать маршрут, если на дороге ремонт, сравнительно несложно, потому что есть понимание, как вел бы себя человек (а значит, как должна вести себя машина) в таких ситуациях.

Как работает нейросеть? В качестве примера можно рассмотреть процесс обучения нейросети распознаванию лиц. Чтобы корректно обучить любую нейросеть, нужно сделать две вещи: собрать достаточное количество данных и определить, за что мы будем ее штрафовать. Применительно к этой задаче необходимо собрать несколько десятков фотографий лиц для каждого из людей, которых надо определить, и штрафовать нейросеть за то, что предсказанный ею человек не совпадает с человеком на фотографии.

После того как вы примерно оцените стоимость системы искусственного интеллекта, сравните ее с той суммой, которую вы уже тратите на выполнение этой задачи вручную. Вы можете быть удивлены, но чаще всего стоимость человеческого труда оказывается гораздо дешевле, чем цена системы искусственного интеллекта, созданной на заказ, даже если мы будем говорить о перспективе нескольких лет.

На первый взгляд может показаться, что автоматизация определенной задачи — это самый разумный подход. Но на самом деле внедрение системы искусственного интеллекта для замены человеческого труда чаще всего оказывается слишком дорогим и не таким эффективным решением по сравнению с человеческим трудом.

С математической точки зрения нейросеть — это функция с большим количеством параметров. Штрафование этой функции за неверное определения лица — это когда мы, упрощенно говоря, корректируем работу функции таким образом, чтобы в будущем она меньше ошибалась. Соответственно, поощрение нейросети — это когда мы ее просто не штрафуем.

Как рассчитать стоимость проекта

Наборы данных — это не маленькие коллекции изображений! Чтобы получить точные результаты, необходимо собрать сотни, а лучше тысячи изображений, видео, аудиозаписей, отсканированных документов и т. д. Оцените, есть ли у вас уже набор данных, например архив отсканированных бумажных документов или видео с камер наблюдения. Если нет, оцените время, которое потребуется для сбора необходимых данных.

Как машинное обучение является подвидом искусственного интеллекта, так и глубокое обучение является подвидом машинного (см. картинку в начале статьи). В глубоком обучении используются те же подходы: алгоритму дают много данных и «ругают» его за ошибки. Разница здесь в том, что сами алгоритмы глубокого обучения устроены гораздо сложнее и часто используют более серьезные математические модели. Сейчас под алгоритмами глубокого обучения практически всегда подразумевают нейронные сети.

Такое сравнение действительно часто используется. Нейронная сеть — это последовательность слоев, каждый из которых, в свою очередь, состоит из нейронов, и каждый выполняет свою роль. Есть нейроны (или структуры нейронов), которые учатся выделять важные элементы на изображениях, например шерсть у кошки или собаки; есть те, которые учатся делать выводы, исходя из выделенных элементов — например, если у животного длинные лапы, то, скорее всего, это собака. Эти нейроны объединяются в группы (слои), а они превращаются в единую искусственную нейронную сеть.

Многие специализированные программы работают в облаке, что означает ежемесячные/ежегодные расходы на аренду серверов. Обычно эти расходы достаточно малы, чтобы не оказывать большого влияния на общую стоимость разработки, но системы искусственного интеллекта отличаются в этом отношении.

Некоторые системы искусственного интеллекта меньше и менее сложны, чем другие, и необходимо понимать, к какой категории относится ваш проект. Это лучший способ получить точную оценку стоимости проекта. Вот несколько вопросов, которые следует задать себе, чтобы понять масштаб проекта:

Если вы хотите разработать сложную систему искусственного интеллекта или систему искусственного интеллекта, которой будут пользоваться десятки сотрудников, вам необходимо учесть расходы на техническую поддержку, которая поможет пользователям разобраться с системой и устранить все ошибки и сбои, которые могут возникнуть в работе системы.