Обновлена Национальная стратегия развития искусственного интеллекта

Глубокое обучение (deep learning)

Современные технологии в области искусственного интеллекта (ИИ) достигли ошеломляющих успехов и продолжают быстро развиваться. Приложения ИИ уже используются во многих сферах, от медицины и финансов до автомобильной промышленности и розничной торговли. Однако, потенциал ИИ еще далеко не исчерпан, и научное сообщество продолжает исследовать и совершенствовать эту область.

Новая редакция стратегии развития искусственного интеллекта утверждена с учетом стремительного роста технологий. В документе, в частности, отмечается ежегодное увеличение в несколько раз количества параметров в моделях ИИ. Если в 2019 году в передовых моделях ИИ фиксировалось до 1,5 млрд параметров, то в 2022 году в ряде моделей их уже более 1 трлн руб.

Так, в части повышения доступности инфраструктуры, необходимой для развития технологий ИИ, отмечено формирование гарантирующего спроса на услуги поставщиков облачных вычислений по предоставлению вычислительных мощностей, обеспечение на льготных условиях доступа к вычислительным мощностям научных работников, обучающихся в образовательных учреждениях.

В целом, перспективы развития искусственного интеллекта представляют собой огромный потенциал для решения многих сложных проблем, с которыми сталкивается человечество. Однако, существует и ряд проблем, таких как этические и правовые вопросы, которые необходимо учитывать в процессе развития ИИ. Но, несмотря на эти сложности, ИИ является одной из самых перспективных областей для научных исследований и технологического прогресса.

В части поддержки разработчиков технологий ИИ определена господдержка организаций, включая предоставление грантов, выявление и продвижение лучших отечественных разработчиков, в том числе путем создания эталонных метрик для оценки качества решений в области ИИ, разработка отечественных открытых библиотек ИИ и т.д.

Кроме того, ИИ может помочь бороться с бедностью и голодом в мире. Например, благодаря анализу множества данных, связанных с производством и распределением продовольствия, ИИ может помочь оптимизировать эти процессы и повысить эффективность использования ресурсов. Также ИИ может использоваться для создания систем прогнозирования погоды, которые могут помочь сельскому хозяйству улучшить урожай и сократить риски связанные с погодными условиями.

Разработка автономных систем

Автономные системы, такие как беспилотные летательные аппараты, автономные автомобили и роботы, уже используются в некоторых областях, но дальнейшее развитие этой области позволит создавать более сложные и полезные автономные системы. Это возможно благодаря комбинации глубокого обучения с другими технологиями ИИ, такими как машинное зрение и обработка естественного языка.

Согласно новым целевым показателям, к 2030 году
• ежегодный объем оказанных услуг по разработке и реализации решений в области ИИ должен вырасти не менее чем до 60 млрд руб. (в 2022 году – 12 млрд руб.);
• количество выпускников вузов с образованием в сфере искусственного интеллекта увеличится с 3 тыс. до 15,5 тыс. человек в год;
• уровень доверия граждан к технологиям искусственного интеллекта также вырастет, достигнув не менее 80% к 2030 году (в 2022 году – 55%);
• доля приоритетных отраслей экономики с высокой готовностью к внедрению искусственного интеллекта увеличится до 95% (в 2022 году – 12%).
• объем затрат организаций на использование ИИ составит не менее 850 млрд руб. в год (в 2022 году –123 млрд руб.);
• совокупный прирост ВВП за счет использования технологий ИИ составит не менее 11,2 трлн руб. (в 2022 году – 0,2 трлн).

Еще одной перспективной областью развития ИИ является создание сетей ИИ, которые смогут самостоятельно обучаться и совершенствоваться. Это позволит ИИ стать еще более автономным и эффективным, поскольку он сможет самостоятельно адаптироваться к новым ситуациям и задачам.

Эта техника, основанная на искусственных нейронных сетях, позволяет ИИ эффективно обрабатывать и анализировать большие объемы данных. Благодаря глубокому обучению, ИИ может улучшить свои функции распознавания образов и речи, а также улучшить свою способность к анализу и принятию решений на основе данных.

Большие генеративные модели – модели искусственного интеллекта, способные интерпретировать и создавать мультимодальные данные (тексты, изображения и т.д.) на уровне, сопоставимом с результатами интеллектуальной деятельности человека и превосходящем их.
Большие фундаментальные модели – модели искусственного интеллекта, являющиеся основой для создания и доработки различных видов программного обеспечения, обученные распознаванию определенных видов закономерностей, содержащие не менее 1 млрд параметров и применяемые для выполнения большого количества задач.

Обновленная стратегия предусматривает комплекс мер для поддержки компаний, занимающихся разработкой искусственного интеллекта, апробацию таких решений на российских предприятиях, улучшение кадрового потенциала, развитие системы науки и образования, а также создание инфраструктуры для благоприятного развития отечественного искусственного интеллекта.

Создание сетей ИИ, способных самостоятельно обучаться и совершенствоваться, уже является реальностью. Такие системы уже используются в таких областях, как игровая индустрия, где ИИ может самостоятельно учиться и улучшать свои игровые навыки. Однако, эту технологию можно применять и в других областях, например, в медицине, где ИИ может самостоятельно обучаться на основе анализа больших объемов медицинских данных, и в промышленности, где ИИ может самостоятельно улучшать производственные процессы.

Обновлены основные принципы развития и использования технологий ИИ, которые обязательно должны соблюдаться. Среди них отмечается принцип прозрачности работы искусственного интеллекта, а также необходимость обеспечения недискриминационного доступа пользователей к информации о используемых алгоритмах.