Какие задачи мы отдадим для решения искусственному интеллекту

Другой пример — система оценки эффективности сотрудников на основе ИИ, внедренная на предприятиях ГК «Росатом». Нейросеть анализирует данные о выполнении KPI, обучении, участии в проектах и формирует комплексную оценку эффективности каждого работника. Это позволило на 30% повысить объективность оценки персонала и оптимизировать систему мотивации.

Активно развивается ИИ в сфере транспорта. Беспилотники или аппараты с одним пилотом для подстраховки действительно войдут в обыденную практику в течение 10-20 лет. Здорово, конечно, что робот может доставить вас из точки А в точку Б, но вот куда лучше отправиться в путешествие, какое место жительства предпочесть — вот те вопросы, на которые мог бы ответить настоящий ИИ. Но тут все не так просто. В текущем виде искусственный интеллект может посоветовать вам вино или книгу, но его ответ будет основан на мнении большинства чем-то похожих на вас людей. А человеческий интеллект работает иначе: он хочет испытать такие эмоции, которых никто не испытывал.

Другой пример — система оптимизации маршрутов внутризаводского транспорта на основе ИИ, внедренная на «Магнитогорском металлургическом комбинате». Система в реальном времени анализирует загруженность цехов и оптимизирует маршруты движения погрузчиков и самосвалов. В результате удалось сократить пробег транспорта на 7% и снизить расход топлива на 5%.

Другой пример — система компьютерного зрения для контроля качества сварных швов, разработанная компанией «ВидеоМатрикс» для ПАО «Северсталь». Нейросеть анализирует рентгеновские снимки сварных соединений и с высокой точностью выявляет дефекты. Внедрение системы позволило сократить количество пропущенных дефектов на 30% и повысить производительность контроля на 40%.

Внедрение технологий искусственного интеллекта (ИИ) стало одним из ключевых трендов цифровой трансформации промышленных предприятий. По данным исследований, использование ИИ позволяет повысить производительность на 30-50% и сократить операционные расходы на 15-20%. Практические кейсы применения ИИ мы уже рассматривали в здесь. В этом материале Оскар Хартманн, международный инвестор, серийный предприниматель, ТОП-18 бизнес-ангелов мира опишет еще несколько успешных кейсов, а также обозначит ключевые сложности и ограничения технологии.

Медийные персоны вроде Илона Маска предлагают приостановить развитие ИИ, чтобы изучить риски для человечества. Но они сами не знают, в чем эти риски, и умело работают на публику. Некоторые ученые им вторят в надежде получить финансирование на изучение несуществующей проблемы. ИИ еще слишком слаб, чтобы представлять реальную угрозу. Да, вероятность появления сильного ИИ или инопланетян-захватчиков не нулевая, но она ничтожно мала. И вряд ли нас спасет остановка прогресса на полгода или 100 лет. Машинное обучение позволяет получать просто совершенные предсказания. У нейросетей нет эмоций и высоких целей. Человеческий мозг во много раз совершеннее. В GPT-3 около 200 миллиардов параметров. В нашем мозге чуть меньше 100 миллиардов нейронов, но у каждого из них от одной до 10 тысяч связей, которые можно рассматривать как аналоги параметров. Нейросети могут эмулировать поведение червяка, бабочки, но до умственных способностей человека им нужно увеличиться тысячекратно и изменить принципы обучения. При этом потребление энергии человеческим мозгом сопоставимо с потреблением обычной лампочки, а его вычислительные способности превосходят суперкомпьютеры, съедающие мегаватты.

Технологии ИИ находят применение и в сфере управления персоналом промышленных предприятий. Так, компания «Сибур» внедрила систему прогнозирования текучести кадров на основе машинного обучения. Алгоритм анализирует более 100 параметров по каждому сотруднику и с точностью до 85% прогнозирует вероятность его увольнения в ближайшие 3 месяца. Это позволяет HR-службе своевременно принимать меры по удержанию ценных специалистов.

Сейчас ИИ чаще всего ассоциируется с машинным обучением, хотя это не единственная его технология. Наибольшие успехи достигнуты в области компьютерного зрения и анализа текстов. ИИ неплохо научился идентифицировать объекты по видео, определять их местоположение и состояние, распознавать и переводить тексты. Это востребовано почти во всех отраслях. По изображениям определяют дефекты в продукции (даже микротрещины в узлах летательных аппаратов), по МРТ — проблемы со здоровьем. Технологии дополненной реальности позволяют совмещать в едином зрительном поле реальное изображение и дополнительную информацию. Хорошо ли выставлен товар на полке, удовлетворены ли клиенты МФЦ качеством обслуживания, насколько заполнены мусорные баки — все это пытаются оценить с помощью компьютерного зрения.

ИИ активно применяется для оптимизации логистических процессов. Например, ПАО «НЛМК» внедрило систему компьютерного зрения для контроля погрузки руды в вагоны. Нейросеть анализирует изображения с камер и определяет объем и качество загруженной руды. Это позволило увеличить объем перевозимой руды на 2% и сократить простои вагонов на 3%.

Другой пример — внедрение ИИ-системы для управления доменными печами на Магнитогорском металлургическом комбинате. Нейросеть анализирует более 1000 параметров работы печи и выдает рекомендации по корректировке технологического режима. Это позволило снизить расход кокса на 5 кг на тонну чугуна и повысить производительность на 2,5%.

Истинный ИИ родится, когда мы поймем, как заложить в компьютер наши цели и эмоции, выстроить взаимодействие тысяч автономных агентов, примерно как в улье: интеллект каждой пчелы минимален, но интеллект роя колоссален. Создание роя автономных агентов (крылатых или ползающих) для военных и гражданских операций, сетецентрическое управление им — наиболее вероятное будущее для ИИ.

Успехи развития ИИ в нашей стране во многом обусловлены разработками «Яндекса». В связи с переговорами о разделе бизнеса компании на российский и международный важно, чтобы весь технологический ресурс (прежде всего — люди) остался в РФ. Нам повезло, что большинство программ для ИИ имеют открытые исходные тексты: их можно бесплатно использовать и модифицировать. И специалисты в данной области у нас квалифицированные. В сфере аппаратного обеспечения есть определенные риски: ИИ требует достаточно мощных вычислительных ресурсов, прежде всего видеокарт, которые у нас либо не производятся, либо сильно уступают по мощности аналогам из недружественных стран. Все как во времена СССР, когда поставки передовой вычислительной техники были под запретом, но проблемы удавалось решить серыми схемами.

Есть и более сложные задачи, математически похожие на выбор конечной точки маршрута. Куда инвестору вложить капиталы? Как спланировать стратегию развития бизнеса? Как составить рациональное производственное расписание? Сегодня ИИ помогает решать эти вопросы, но мы все еще далеки от гарантированно хороших решений.

Технологии компьютерного зрения активно применяются для автоматизации контроля качества. Так, на заводе «РТ-Техприемка» (входит в Ростех) внедрена система автоматического контроля качества стали для авиационной промышленности на основе ИИ. Система анализирует изображения металлических листов и выявляет даже микроскопические дефекты с точностью до 97%. Это позволило ускорить процесс контроля в 6 раз по сравнению с ручной проверкой.