Искусственный интеллект: учится из-под палки и восхищает результатами
Объем российского рынка искусственного интеллекта (ИИ) в 2022 г. оценивается в 635 млрд руб., а его вклад в ВВП до 2030 г. составит 2%, считают в АНО "Цифровая экономика". Для бизнеса ИИ становится необходимостью, конкурентным преимуществом. Решения с искусственным интеллектом широко применяются в ритейле, банках, логистике, производстве, на транспорте и в других сферах. Мы пригласили представителей компаний ITV, DSSL, "Семь печатей", "Нейрометрика", "Малленом Системс", "Делетрон", VisionLabs, "Олимп-СБ" и "Ай Ти Бастион" обсудить, как алгоритмы искусственного интеллекта повлияли на сферу безопасности, готовы ли потребители к внедрению решений на основе ИИ, какие продукты наиболее востребованы и др.
Дайте, пожалуйста, определение, что такое искусственный интеллект. В чем его отличие от интеллекта естественного?
Игорь Фаломкин, ITV
Является ли калькулятор искусственным интеллектом? Ведь он может выполнять математические вычисления, а это доступно только интеллекту человека.
Одно из определений интеллекта – способность решать нестандартные жизненные задачи нестандартными методами. С этой точки зрения ИИ интеллектом не является, а представляет собой "отражение" интеллекта его создателей, позволяющее решать конкретные задачи. По крайней мере, на данный момент.
Евгения Лебедева, TRASSIR
Искусственный интеллект – понятие довольно расплывчатое, у него много определений. Обтекаемость заключается в том, что сложно выработать однозначные критерии того, какие действия системы мы считаем интеллектуальными, а какие нет.
Для себя я формулирую их так: мы можем считать искусственным интеллектом систему, которая способна самостоятельно принимать решения. Сложность этих решений может быть различной для разных систем, а сфера компетенции системы, в рамках которой она их принимает, может быть узкой или достаточно широкой. То же самое можно сказать и про интеллект биологический.
Юрий Годына, Нейрометрика
Искусственный интеллект на данный момент – это скорее маркетинговый термин, под которым скрывается сегмент ИТ, связанный с машинным и глубинным обучением. Безусловно, можно провести простые аналогии, чтобы уровнять искусственный интеллект с естественным, – ведь мы же учим детей, даем им образование, вследствие чего у них формируется интеллект и т.п. Но тут все-таки есть существенные отличия: так называемый искусственный интеллект лишен абстрактного мышления. Он может отлично ориентироваться в том сегменте, в котором обучен. То есть, для примера, нейронная сеть, обученная для поиска зябликов на картинке, будет везде искать зябликов и видеть их даже там, где их нет.
Конечно, такое возможно и у людей (эффект видений и миражей, образов в облаках и пр.), но человек все-таки может абстрагироваться и выйти за рамки.
Приведу другой пример: если обучить нейросеть писать музыку в стиле Рахманинова, она может написать великолепные произведения, в которых по стилю будет угадываться Рахманинов. Но она не сможет сама выдать Шнитке или что-то из прогрессивной музыки. Она не сможет сама найти гармоничные сочетания в звуках работающих заводов, шума города и др. Ее везде нужно ткнуть носом, причем тыкать много и упорно. Вообще говоря, ИИ – очень ленивый ученик, с которым нужно долго работать. Он делает все из-под палки, но в итоге может выдать превосходный результат, правда в довольно узких рамках.
Аркадий Гамбург, Семь печатей
Под термином ИИ скрывается весьма существенный разброс толкований, начиная от изначального определения – только чисто вычислительной способности достижения поставленной задачи и до всеобъемлющего искусственного разума, превосходящего человеческий. В большинстве случаев модным термином ИИ называют всего лишь сложные алгоритмы (ну или очень сложные алгоритмы), но алгоритм – это всего лишь код, написанный человеком. Настоящий ИИ – это самообучение, самовоспроизводство, творчество (например, написание машиной самостоятельного программного кода).
Поэтому, как технарь и программист, решающий узкотехнические задачи, я предпочитаю говорить об ИИ исключительно в первом смысле, то есть способе достижения средствами программирования прикладной задачи. А применительно к своей задаче – системе контроля доступа и вовсе не более чем о системе принятия решений.
Владимир Царев, Малленом Системс
Есть множество определений ИИ. Мне ближе определение ИИ как совокупности математических методов, моделей и алгоритмов, а также программных и технических средств, разработанных и сконструированных людьми для выполнения определенных задач. В первую очередь это задачи, требующие наличия интеллектуальных способностей человека: обучения и обобщения полученных знаний, распознавания образов, планирования деятельности, принятия решений, общения. В чем его отличие от интеллекта естественного? Искусственный интеллект основан на алгоритмах и программных решениях, естественный, человеческий, интеллект – на когнитивных процессах. Осталось мало сомнений, что по скорости, универсальности и качеству решения множества интеллектуальных задач ИИ превзойдет или уже превзошел человека.
Однако думаю, что по части чувства юмора как высшей интеллектуальной способности люди никогда не уступят искусственному интеллекту.
Евгений Золотарев, Делетрон
ИИ – это набор продвинутых математических алгоритмов, способных обработать большой массив любых данных. Отличие от естественного как между молотком кузнеца и кузнецом: ИИ – это инструмент в руках человека.
Дмитрий Марков, VisionLabs
Искусственный интеллект – теория и создание компьютерных систем, обладающих способностью решать сложные интеллектуальные задачи, обычно связанные с человеческим интеллектом, включая визуальное восприятие, анализ речи, обучение, принятие решений, работу с естественным языком и т.д. В отличие от естественного интеллекта, исходящего от человеческого мозга и разума, искусственный интеллект основывается на алгоритмах и программном обеспечении. Главный химический элемент при этом – кремний, а не углерод.
Александр Сергеев, Олимп-СБ
Искусственный интеллект – это программное обеспечение, написанное, как правило, на высокопроизводительных языках программирования, состоящее из двух частей. Первая – программа, которая на основе предоставленных ей размеченных данных создает модель, а вторая используется для обработки новых данных с использованием существующей модели. На данном этапе ИИ, к сожалению, может использоваться только в узких направлениях, таких как определение номерного знака на транспортном средстве и т.д.
Алексей Иванов, Ай Ти Бастион
ИИ сейчас – это технологии из области компьютерных наук, с помощью которых создаются алгоритмы и системы, выполняющие задачи, подобные тем, которые осуществляет интеллект человеческий. ИИ осуществляет распознавание речи, изображений, принятие решений, языковые переводы и др. Естественный интеллект, в отличие от искусственного, имеет способность понимать, учиться, применять знания, адаптироваться к новым ситуациям, решать проблемы. главное их различие в том, что естественный интеллект имеет возможность самоосознания и понимания, а ИИ в настоящий момент еще такой способностью не обладает. Пока он научился только обучаться и принимать решения на основании проведенного с ним обучения.
Дмитрий Михеев, Ай Ти Бастион
Перефразируя старую шутку, интеллект можно разделить на естественный, неестественный и противоестественный. Пока достижения в вычислительной электронике и методах статистики и анализа позволяют нам моделировать определенные сценарии принятия решений или генерации данных в заданных условиях и ограничениях. Это уже серьезное улучшение, но до естественного интеллекта еще достаточно далеко. Даже до интеллекта роевых насекомых искусственный интеллект еще не дотягивает, но текущее его состояние уже позволяет реализовывать определенные полезные сценарии, автоматизируя рутинные операции.
Степень практической применимости примерно пропорциональна возможности монетизации возможностей ИИ. Например, достаточно хорошо развиваются алгоритмы, связанные с оперативной обработкой изображений и видеопотоков, так как они непосредственно применяются на производстве, транспорте и в других популярных направлениях. Одним из самых распространенных сценариев является определение и считывание автомобильных номеров – он во многих странах монетизируется при управлении трафиком на дорогах, в том числе автоматически через генерацию штрафов в сторону нарушителей.
Как алгоритмы искусственного интеллекта повлияли на сферу, в которой вы работаете? Насколько сильно это влияние, в чем оно выражается?
Игорь Фаломкин, ITV
У систем физической безопасности появилась возможность автоматически извлекать значительный объем информации из потоков видео: наличие в кадре людей и автомобилей, определение маршрутов их движения, распознавание номеров машин и лиц и т.п. Это заметно повышает осведомленность операторов о текущей обстановке на контролируемых объектах и, как следствие, безопасность.
Евгения Лебедева, TRASSIR
Поскольку я работаю в сфере видеонаблюдения, проще сказать, как они на нее не повлияли.
Камеры по-прежнему снимают, архив по-прежнему пишется. В остальном, конечно, наша отрасль далеко ушла вперед. Применительно к видеонаблюдению ИИ – это в первую очередь видеоаналитика, которая позволяет автоматизировать процессы, исключить человеческий фактор, ускорить рассмотрение инцидентов и многое другое. Несколько лет назад это был продукт для энтузиастов, а сейчас тренд становится массовым.
Активное распространение видеоаналитики тянет за собой всю экосистему: мы создаем видеорегистраторы, оптимизированные для необходимых вычислений, а также камеры, подходящие для получения нужной картинки.
Мы разрабатываем инструменты для анализа и визуализации данных, улучшаем интерфейсы взаимодействия с этой информацией.
Ну и конечно, разрабатываем новые продукты, в том числе не имеющие аналогов на рынке.
Юрий Годына, Нейрометрика
Я, наверное, не буду оригинален. Наибольшее влияние оказали языковые модели GPT и генеративные сети вроде Midjourney или Stable Diffusion. Эти проекты произвели настоящую революцию на рынке труда. Первые позволяют круто оптимизировать затраты на несложную разработку и копирайтинг, вторые – на визуализацию контента.
Теперь писать код можно быстрее и порой эффективнее, то есть под сокращение попадет большое количество "ферм" разработчиков, например, в Индии. Именно сейчас, с появлением современных GPT-алгоритмов, можно уже смело говорить о том, что архитектура no-Code или low-Code действительно сработает не только в рамках песочниц отдельных платформ. То есть рынок разработки в ближайшее время ждет глобальная перестройка: выиграет тот, кто оседлает GPT-алгоритмы и максимально плотно встроит их в свои производственные процессы.
А что касается генеративных сетей, то там появляются другие риски. По сути, они, в частности, убивают только начавший формироваться рынок биометрической идентификации, поскольку их угроза гораздо шире, чем возможности защиты от нее.
Аркадий Гамбург, Семь печатей
Если трактовать термин Artificial Intelligence не как искусственный интеллект, а как искусственный ум (что ближе к оригиналу), то этот самый искусственный ум уже давно (как минимум с середины прошлого столетия) является основой любых программно-аппаратных конструкций, то есть систем, реагирующих на внешние воздействия согласно заданным алгоритмам.
Например, что такое классический контроллер систем контроля и управления доступом (СКУД)? Это считыватель, датчик двери, кнопка выхода и реле. Первые три – сигналы (раздражения) внешнего мира, реле – реакция (отражение) на эти воздействия. Посредине – система принятия решений. При желании и это можно назвать искусственным интеллектом.
Кроме того, всегда надо исходить от задачи, то есть не умножать без нужды сущности. Функциональность СКУД такова, что она должна пропустить своего и не пропустить чужого. И зачем для этого ИИ?
А вот функционал современной системы видеонаблюдения с распознаванием лиц, выявлением подозрительных элементов, обнаружением оставленных предметов, и прочая, и прочая – однозначно потребует ИИ.
При этом надо иметь в виду, что за все надо платить – в том смысле, что вычислительные мощности, которые требуют СКУД и CCTV, несопоставимы.
Владимир Царев, Малленом Системс
Мы с коллегами более 25 лет занимаемся разработкой систем машинного зрения. Первые нейронные сети в виде перцептрона мы запрограммировали на распознавание символов номеров автомобилей еще в конце прошлого века. Кстати, они успешно проработали в составе тиражируемого коммерческого продукта более десятка лет. Для решения задач визуального контроля качества промышленных изделий в период 2000-х гг. мы успешно применяли, как сейчас их называют, классические методы и алгоритмы анализа изображений и распознавания образов.
С появлением сверточных нейронных сетей и технологии глубокого обучения для нас и наших клиентов открылись новые горизонты. Множество ранее нерешаемых задач теперь удается решить быстро и эффективно. Это задачи контроля качества и прослеживания сырья и готовой продукции, контроля технологических операций и состояния промышленного оборудования, диагностики нарушений персоналом правил охраны труда и промышленной безопасности (ОТ и ПБ). Все это решается в сложных производственных условиях эксплуатации.
Современные нейросетевые технологии дали новое дыхание и ранее созданным системам компьютерного зрения, позволили их вывести на новый качественный уровень. При этом детерминированные классические алгоритмы анализа изображений по-прежнему остаются актуальными. И задачи агрегации данных в распределенных многокамерных системах компьютерного зрения все еще решаются с помощью детерминированных алгоритмов.
Евгений Золотарев, Делетрон
За последние три года существенно возросло влияние ИИ на сферу безопасности, он массово применяется, и сфера его применения активно расширяется от видеоаналитики до анализа текстовых данных.
Дмитрий Марков, VisionLabs
Мы работаем в сфере компьютерного зрения и используем алгоритмы искусственного интеллекта для анализа изображений и видео, то есть они являются технологической основой продуктов компании. Развитие ИИ-алгоритмов позволило нам улучшить качество своих продуктов: увеличить точность распознавания объектов на изображениях и видео, оптимизировать использование вычислительных ресурсов. Это привело к повышению эффективности работы компании и реализации таких сложных технологических проектов, как оплата проезда по лицу в столичном метрополитене. Сейчас сервис работает на всех станциях метро и МЦК, речном транспорте и ж/д направлениях аэроэкспресса. Его используют более 320 тыс. пассажиров, которые совершили свыше 67 млн проходов.
Чтобы оставаться среди мировых лидеров в своей области, нашей команде ученых необходимо быть на переднем крае науки, проводить свои собственные исследования в области ИИ. В частности, одним из важных прорывов для компании стало появление такой нейросетевой архитектуры, как трансформер.
Исследования трансформеров позволили сделать качественный скачок в точности алгоритмов компании – в некоторых сценариях за счет новой архитектуры удалось достичь двукратного уменьшения ошибки распознавания лиц людей по фотографии.
Александр Сергеев, Олимп-СБ
Алгоритмы ИИ внесли значительный вклад в безопасность. На рынке появились как камеры с аппаратной аналитикой, основанные на ИИ, так и широкий спектр серверов с использованием искусственного интеллекта. Данные алгоритмы применяются для системы распознавая лиц, номеров, подсчета клиентов (здесь данный алгоритм очень актуален в связи с коронавирусными ограничениями), а также эти алгоритмы определяют на видео движение человека или автомобиля.
Алексей Иванов, Ай Ти Бастион
ИИ повлиял на многие области жизни – образование, здравоохранение, технологии, развлечения, он позволил автоматизировать целый ряд задач, повысил точность и эффективность, повлиял на возможность обработки больших объемов данных. В частности, в разработке ИИ уже выполняет ряд рутинных задач, освобождая от них людей. В части маркетинга ИИ позволяет сократить период разработки и, соответственно, ускорить процесс вывода продукта на рынок.
С каждым годом ИИ приобретает все большее значение. Даже если сравнивать уровень развития ИИ года три назад и сейчас – разница существенная. Мы все чаще и в большем объеме используем в своей работе ИИ. Но пока этот тренд наблюдается не повсеместно, только 10–20% работы от общего ее объема перекладывается сейчас ИИ.
Дмитрий Михеев, Ай Ти Бастион
Мы используем ИИ-сервисы в деятельности команды разработки – применение этих решений ускоряет проектирование и разработку в некоторых ситуациях. В рамках самого продукта мы используем некоторые методы, относящиеся к статистике, анализу, и это та самая математика, на основе которой реализуются современные ИИ-сервисы. Использование этих инструментов позволяет нам автоматизировать принятие решений, основанных на нечеткой логике: поиск похожих объектов, формальное описание базовых сценариев поведения и отклонений от базовых сценариев, рекомендация на основе прошлых предпочтений, в том числе по нечетким совпадениям.
Готовы ли потребители к внедрению решений на основе искусственного интеллекта? Чем это обосновано? Какие продукты на основе ИИ наиболее востребованы?
Игорь Фаломкин, ITV
Потребители готовы, и более того, для них не принципиально, основана ли новая функциональность наших продуктов на ИИ или нет. Главные критерии, как обычно, – это качество и цена. Основным фактором, сдерживающим внедрение систем ИИ, является необходимость покупки специализированного вычислительного оборудования. Для сравнения: один современный сервер может получать, сохранять и передавать на клиентские рабочие места видеопотоки с 1 тыс. камер. Если же мы хотим анализировать видео при помощи ИИ, то тот же сервер (без установки специализированного оборудования) сможет обработать 50–100 видеокамер, в зависимости от типа аналитики.
Евгения Лебедева, TRASSIR
Потребитель пользуется решениями на основе ИИ каждый божий день, и даже не задумывается об этом.
Человек берет в руки свой iPhone – ИИ его разблокирует. Человек проверяет почту, а ИИ отправляет в спам все сомнительные письма, которые могут быть отправлены мошенниками. Человек переписывается в мессенджере, а ИИ исправляет за ним опечатки. Человек садится в машину, а ИИ предсказывает ему пробки на Ленинградке.
Наш мозг – ленивая штука, если что-то можно упростить, мы быстро к этому привыкаем. Что же до востребованности, то тут все зависит от целевой аудитории, с которой мы работаем.
Безопасникам нужны решения по охране периметра, маркетологам нужен анализ аудитории по полу и возрасту. Банкам нужно, чтобы в круглосуточных зонах не ночевали бомжи, а супермаркетам нужно бороться с воровством. Распознавание номеров нужно всем, везде и сразу.
Юрий Годына, Нейрометрика
Решения на основе искусственного интеллекта уже не являются чем-то необычным. Тут уже нет магии. Еще 10 лет назад, когда мы приходили на этот рынок, на нас, разработчиков систем компьютерного зрения, смотрели или как на волшебников, или как на шарлатанов. Мало кто воспринимал серьезно возможности нейросетевых алгоритмов. Инструментарий тогда был бедноват, достижение требуемого эффекта трудоемким, а звучало это действительно как какое-то волшебство. Сейчас же ситуация изменилась в корне. Никого уже не удивишь распознаванием лиц и поведенческой аналитикой – это рабочие инструменты, применяемые даже в малом бизнесе. Голосовые боты давно уже обзванивают клиентов вместо живых операторов.
Так что главный барьер – барьер волшебства и магии уже пройден. Дальше ИИ будет только глубже внедряться во все сферы деятельности. Например, сейчас очень востребованы решения по контролю качества продукции, но не на основе детерминированных моделей, а именно на основании нейросетевых алгоритмов, которые видят лучше даже то, что не видно человеку, видят динамику и могут делать прогнозы. В текущей обстановке закрытости рынка, когда нет возможности обслуживать западную технику на должном уровне, поставлять запчасти и материалы, такой подход к анализу становится во главу угла. Мы сталкиваемся с запросами наших заказчиков, о которых раньше мало кто задумывался. Например, контроль и прогнозирование износа конвейерных лент или анализ качества продукции при переналадке конвейера – оценка скорости выхода результата на номинал по качеству. Старые подходы с детерминированными моделями тут уже не работают.
Аркадий Гамбург, Семь печатей
На мой взгляд, потребителю не очень важно, на каких принципах работает то, что он использует. Лишь бы работало.
Владимир Царев, Малленом Системс
Многие средние и крупные предприятия склоняются к внедрению или уже внедряют решения на основе искусственного интеллекта. О преимуществах таких продуктов известно все больше, и они стали доступнее. Наиболее востребованные из них в промышленности – системы контроля качества, планирования и управления производством, видеоаналитика. Виден большой интерес к медицинским системам диагностики, голосовым помощникам, предсказательным системам, автономным транспортным средствам и роботам, создаваемым с использованием ИИ.
Евгений Золотарев, Делетрон
Считаю, что за последний год потребители стали относиться более просто к этому инструменту, я бы даже отметил заинтересованность в применении ИИ там, где это было не очевидно разработчикам систем безопасности. Многие потребители стали различать границы экономического эффекта от внедрения таких алгоритмов в своей бизнес-практике. Сейчас однозначно прослеживается тренд на распознавание текстов и получение ускоренных выводов из больших объемов информации, что активно используется в системах видеонаблюдения для получения недоступных ранее результатов.
Дмитрий Марков, VisionLabs
Алгоритмы машинного обучения уже используются повсеместно, от распознавания лиц и голосовых помощников в каждом смартфоне до умной ленты в социальных сетях и рекомендаций для просмотра фильмов. В первую очередь данные технологии позволяют упростить жизнь пользователей, уменьшить количество рутины, создать новые возможности, поэтому становятся частью повседневной жизни.
В свою очередь, компании также показывают высокую готовность к внедрению ИИ-решений.
Появляется более развитая внутренняя экспертиза, понимание возможностей и ограничений нейронных сетей, компетенции по работе с ними. Спектр востребованных продуктов широкий, от детекции дипфейков до деперсонализированного мультикамерного трекинга с распознаванием силуэтов и элементов одежды. Возможность строить маршруты без использования персональных данных в том числе может использоваться для повышения безопасности городской среды при поиске преступников или пропавших людей.
Александр Сергеев, Олимп-СБ
Помимо широко используемых алгоритмов как системы распознавания лиц и номеров, существуют детекторы, определяющие пересечение линий в указанном направлении как человеком, так и автомобилем. Этот продукт позволяет обеспечить безопасность на территории без использования дополнительных охранных датчиков для больших расстояний. Использование ИИ позволяет с высокой вероятностью определить присутствие человека, в отличие от использования старых алгоритмов определения движения.
Дмитрий Михеев, Ай Ти Бастион
В 99% случаев среднему потребителю все равно, на основе каких именно методов он достигает требуемого результата. Да, использование ИИ – это дополнительное свойство для многих продуктов, которое можно рассматривать как одно из преимуществ. Но однозначной зависимости тут нет; если можно достигать того же результата более простыми и дешевыми свойствами, пользователи могут вполне предпочесть и более простые и дешевые решения.
Например, многие машины оснащены различными "помощниками" для упрощения вождения. И в этом механизме, как правило, реализация основана на автоматической обработке событий внешнего мира, эти средства реально снижают усталость водителя и облегчают процесс вождения, снижают риски ДТП. Означает ли это, что машины без помощников не имеют смысла? Нет, это только один из распространенных сценариев использования автомобилей, но совсем не единственный: разным людям нужны разные машины.
Алексей Иванов, Ай Ти Бастион
На мой взгляд, потребители в основном уже готовы к внедрению решений на основе ИИ, и на это есть ряд причин. Во-первых, это улучшает сферу обслуживания, облегчает выполнение повседневных задач. С помощью ИИ можно получать более персонифицированные рекомендации. Наиболее востребованы сейчас такие сервисы на основе ИИ, как персональные помощники для дома, например всем известная Алиса, а также различные системы рекомендаций на сайтах (автоматизированные чат-боты на основе ИИ) и в различных продуктах, системы управления самыми разнообразными данными, например умные дома.
Какие разработки на основе искусственного интеллекта за последние пару лет вас впечатлили более всего? На что повлияли эти новшества?
Игорь Фаломкин, ITV
Успехи генеративных нейронных сетей, возможность выполнения нейросетями все более интеллектуальной работы и начавшиеся изменения на рынке труда.
Евгения Лебедева, TRASSIR
Меня больше всего впечатляет скорость, с которой новые разработки преодолевают путь от исследований до промышленного применения. 10 лет назад я училась в университете, и мой преподаватель по нейросетям говорил, что нейросети – это игрушка для программистов.
Имелось в виду, что обычные люди вряд ли будут их как-то использовать, что это нишевый продукт. И подразумевалось, что это игрушка, непригодная для решения бизнес-задач.
Четыре года назад, когда мы выпускали новую версию распознавания номеров, наш коллега из продаж, эксперт по продуктам TRASSIR из Петербурга, сказал мне: "Это Питер, детка! В нашей погоде это не будет работать!"
В 2023 г. это работает в дождь, снег, в темноте, читает грязные номера, и все это даже в том случае, когда камеру вешал мастер не с самыми прямыми руками.
Юрий Годына, Нейрометрика
Как я упоминал выше, больше всего меня впечатлили модели GPT (ChatGPT и подобные), а напугали – генеративные сети (Midjourney, Stable Difusion и пр.). Впечатлили именно революционностью. Мы и раньше сталкивались с интересными прорывами – тот же Yolo для систем компьютерного зрения или алгоритмы nvidia в области генерации лиц. Но это были просто интересные инструменты или алгоритмы где-то рядом, в параллельной жизни, что ли.
Они есть, они классные, да.
Но ChatGPT, Midjourney, Stable Difusion – это алгоритмы здесь и сейчас. Они революционные не сколько по своим возможностям, сколько по своей доступности. И обратите внимание на то, как быстро они эволюционируют и как быстро появляются аналоги (в том числе и наши YandexGPT, RuGPT, ruDALL-E). А самое главное – как быстро они вошли в обиход. Если раньше мы говорили "надо нагуглить", то теперь мы уже "спрашиваем у ChatGPT".
Генеративные модели позволяют, в частности, нам, разработчикам алгоритмов компьютерного зрения, расширять объемы выборок для обучения не просто методами аугментации (эффективность которых всегда была довольно спорной), но уже через генерацию – а это очень важно в областях, где сбор данных наиболее затруднен (например, анализ медицинских снимков, поиск редких дефектов, геологоразведка).
Мы пока даже не осознаем степень влияния и возможности этих алгоритмов – настолько высок их потенциал. Пока очевидно – области разработки программного обеспечения (ПО) и создание контента. То есть то, что раньше считалось исключительно прерогативой естественного интеллекта. И это только начало.
Владимир Царев, Малленом Системс
Из самого заметного – это прогресс в области обработки и классификации изображений. Благодаря использованию глубоких нейронных сетей мы можем распознавать объекты на фотографиях с невероятной точностью. Это оказало огромное влияние на медицину, беспилотные транспортные средства, производственную видеоаналитику и другие области.
Стоит отметить и потрясающие разработки в области голосового распознавания. Сегодня у нас есть виртуальные помощники, способные не только понимать и анализировать нашу речь, но и давать ответы и выполнять задачи. Это значительно упростило некоторые повседневные действия и повлияло, например, на сервисы поддержки клиентов и управление информацией.
Евгений Золотарев, Делетрон
Распознавание поведения человека с предиктивным анализом – пожалуй, самая впечатляющая разработка, работы по доведению ее до зрелости еще идут, но эффект потрясающий.
Дмитрий Марков, VisionLabs
Со своей стороны, я бы выделил такое направление, как развитие базовых моделей (Foundation Models). В основе их создания лежит идея, что использование достаточного количества данных и вычислительных ресурсов в сочетании с методами Self-supervised Learning и Semisupervsied Learning позволяет создать модели машинного обучения нового уровня. Существуют подобные модели как для обработки естественного языка (так называемые LLM, Large Language Models), к которым можно отнести как BERT и широко известные GPTмодели, так и мультимодальные модели, позволяющие работать с изображениями: CLIP, DALL-E, SAM и др. Сервисы на основе подобных базовых моделей становятся все популярнее и прочно входят в жизнь людей. Ответ на данный вопрос, в частности, более чем на 90% сгенерирован моделью c помощью ChatGPT.
Александр Сергеев, Олимп-СБ
Больше всего меня впечатлил чат GPT-3: данная модель имитирует общение с человеком, кроме этого, с ним можно общаться и задавать различные вопросы, он очень хорошо генерирует текстовый контент и даже может писать код.
Выход данного ИИ на открытый рынок имел успех, после этого множество компаний стали вкладывать средства в разработку ИИ, что приведет в ближайшее время к улучшению его работы.
Алексей Иванов, Ай Ти Бастион
Впечатлили разработки, обусловленные развитием генеративных нейронных систем, такие как ChatGPT, Midjourney. Развитие ИИ в медицине очень заметно, например при помощи нейронных сетей уже диагностируют многие серьезные заболевания. Поражает использование ИИ в музыке, в искусстве. Искусственный интеллект влияет на самые разные сферы жизни.
Назовите тренды в сфере искусственного интеллекта в 2023 г. и в ближайшем будущем
Игорь Фаломкин, ITV
Все более широкое внедрение ИИ и ужесточение государственного регулирования этих технологий во всем мире. Свежий пример – европейский проект закона об искусственном интеллекте (AI Act), последние поправки к которому приняты в июне и который сейчас обсуждают Еврокомиссия и государства – члены ЕС. Подобный законопроект разрабатывается и в России.
Евгения Лебедева, TRASSIR
Если говорить о трендах, можно отметить следующие:
- более плотная интеграция ИИ в IoT-устройства (в том числе, например, камеры);
- использование универсальных моделей, решающих сразу несколько задач;
- быстрое дообучение и адаптация к условиям прямо на конечных устройствах;
- однопроходные сети для детекторов, трекинга, классификации и других задач.
Юрий Годына, Нейрометрика
Думаю, что в 2023-м и 2024-м основной тренд будет задаваться генеративными сетями и языковыми моделями.
Это время уйдет на переформатирование работы в ИТ. Я ожидаю прорыва в области анализа медицинских данных, выявления заболеваний на ранних стадиях, появления новых экспертных систем для помощи специалистам, новых моделей для анализа свертываемости белков и поиска новых лекарств.
Жду также серьезного развития сферы дефектоскопии – этот бум уже начался на Западе и получает импульс у нас.
Ну и что-то надо делать с рисками – они колоссальны. Под угрозой, в частности, вся область биометрической идентификации. Думаю, остро встанет вопрос защиты авторских прав – первые веяния мы уже наблюдаем.
Аркадий Гамбург, Семь печатей
В системах безопасности на элементах ИИ построена мощная видеоаналитика систем видеонаблюдения (СВН). По своим возможностям СВН уже сейчас могут во многом заменить и ОПС (детектирование пожара, проникновения на территорию…) и СКУД (распознавание по лицу, определение направления движения).
Поэтому все потихоньку идет к тому, что в недалеком будущем будет некая единая система безопасности, аппаратно построенная на сети видеокамер и управляемая этим самым искусственным интеллектом.
Владимир Царев, Малленом Системс
В этом году и в ближайшем будущем наиболее проявятся следующие тренды:
- Развитие и массовое внедрение автономных систем и робототехники.
- Большой прорыв, а фактически революция, в области автоматического машинного обучения.
- Резкое расширение спектра успешно решенных задач в области ситуативной видеоаналитики.
- Продолжение активного развития сферы биометрии и обработки биометрических данных.
- Массовое внедрение ИИ в медицине, финансах и транспорте.
- Создание no-code- и low-code-инструментария, позволяющего простым людям создавать, обучать и использовать программно-аппаратные системы с элементами ИИ.
Евгений Золотарев, Делетрон
В направлении безопасности основной тренд – это видеоаналитика. Посмотрите новости, каждый день сообщения по этому направлению: то стали распознавать лица, то поведение водителя за рулем, то ремни безопасности и агрессивное вождение на дорогах. В промышленной безопасности аналогично: ношение средств индивидуальной защиты, динамическое определение опасных зон для человека, контроль исполнительской дисциплины и многое другое.
Дмитрий Марков, VisionLabs
Если говорить именно о технологиях, один из трендов – увеличение контроля за результатами в случае с генеративным ИИ, то есть получение более точных и персонализированных ответов.
Стоит также отметить демократизацию внедрения больших языковых моделей и других нейронных сетей, которые на текущий момент доступны лишь крупным компаниям. Еще одна тенденция – OpenSource больших предобученных фундаментальных моделей, с которых можно делать обучение Few-shot, Zero-shot либо Finetuning под специфичные задачи. Все эти подходы помогают адаптировать технологию под конкретную пользовательскую задачу при небольшом количестве данных. Отсюда взрывной рост прикладных продуктов и обновление имеющихся за счeт данных технологий.
В целом ИИ продолжит еще более активное проникновение в новые сферы: медицину, промышленность, строительство, аграрный сектор.
Все более актуальными становятся также алгоритмы защиты биометрических систем. С развитием технологий повышается и сложность атак на них. Сейчас среди технологических вызовов, которые решает наша команда, детекция дипфейков и обман систем распознавания лиц за счет силиконовых и 3D-масок.
Александр Сергеев, Олимп-СБ
Основным и важнейшем трендом является медицина. Анализируя медицинскую базу данных (к примеру, это рентгеновские снимки и истории болезни), ИИ способен заблаговременно с вероятностью более 90% определить некоторые виды рака. ИИ на транспорте позволяет обезопасить движение автомобилей, уже сейчас во многих городах используются такси и общественный транспорт на базе ИИ, данную технологию широко используют также на сельскохозяйственной технике для посева и уборки урожая.
Алексей Иванов, Ай Ти Бастион
Одним из трендов является и квантовый искусственный интеллект. Компьютеры, основанные на квантовых эффектах, оперируют вероятностными моделями. И я бы отметил обучение с подкреплением, когда людей используют для того, чтобы обучать ИИ, даже когда они этого не подозревают. Всем известны чаты поисковиков, когда нужно найти все картинки с автомобилями, велосипедами или светофорами. На самом деле Google эту информацию использует для того, чтобы обучать свои модели ИИ.
Дмитрий Михеев, Ай Ти Бастион
Думаю, достаточно серьезным прогрессом будет реализация базовых открытых моделей поведения роевого типа, так как подобные алгоритмы хорошо подходят для решения множества практических задач, начиная с перевозки грузов, картографирования и подобных. Кроме того, они достаточно вычислительно просты и их несложно поддерживать с точки зрения разработки и эксплуатации. Это позволит автоматизировать достаточно большой спектр активностей, на которых до сих пор выгоднее использовать живых людей, что, в свою очередь, определенно будет иметь серьезный экономический эффект. Например, сборка предметов определенного вида, работа в экстремальных условиях, самосборка сложных систем из базовых блоков – в зависимости от задачи.
Сравните степень развития и использования ИИ в вашей отрасли и других сферах, в России и в мире. Как вы считаете, кто впереди?
Игорь Фаломкин, ITV
Наша отрасль (во всех странах) недостаточно велика, чтобы вести действительно пионерские исследования в сфере ИИ. Поэтому сравнивать компании можно по тому, как быстро они "впитывают" последние достижения в области ИИ и внедряют их в свои продукты. По этому критерию компании РФ как минимум не отстают от своих зарубежных конкурентов.
Евгения Лебедева, TRASSIR
Что касается видеонаблюдения и видеоаналитики, то степень использования ИИ очень высокая. Решения с искусственным интеллектом задействуют в промышленности, строительстве, банках, ритейле и других сферах. в России проекты ИИ получают поддержку со стороны государства. Однако расслабляться точно не стоит: в ИИ-гонку вступают новые и новые участники.
Юрий Годына, Нейрометрика
Развитие ИИ – это наука, а наука глобальна. Она может развиваться только в рамках кооперации, когда как можно больше специалистов работают с как можно большим объемом данных и постоянно обмениваются результатами.
К сожалению, в настоящее время в России существенные риски и проявление изоляции, что серьезно ограничивает развитие ИИ. Если мы потеряем связь с мировой наукой, то отстанем окончательно.
Поэтому мои прогнозы по ситуации в России скорее негативные: мы не сможем стать лидерами – нас мало, мы не представлены в сообществе, у нас нет своего железа и прочего инструментария. Тут важно держаться за лидерами. Говоря языком вейк-серфинга, даже если не мы создаем волну, мы обязаны встать на нее и получать от этого максимум пользы и удовольствия.
Аркадий Гамбург, Семь печатей
Поскольку в сфере обеспечения безопасности все более актуальной становится задача противодействия терроризму, то, думаю, уровень внедрения ИИ именно в этой области достаточно высокий. И степень его развития, учитывая государственные интересы, вряд ли отстает от аналогичных разработок во всем мире.
Владимир Царев, Малленом Системс
Если говорить о фундаментальных исследованиях в области ИИ, то вклад наших ученых, исходя из публикационной активности, не столь велик. В то же время, если иметь в виду практические приложения технологий ИИ, то мы в списке лидеров, особенно в промышленной видеоаналитике, биометрии, речевых технологиях, машинном переводе. Во многих сферах ИИ ситуация очень неоднородна как в России, так и в мире. Применение ИИ в фазе активного роста, и не все потенциальные возможности полностью исследованы. В то же время перспективы искусственного интеллекта просто огромны. Со слов генерального секретаря ООН Антониу Гутерреша, по некоторым экспертным оценкам к 2030 г. ИИ может внести в мировую экономику 10–15 трлн долларов. Поэтому крупные технологические компании в США, Китае и других странах вкладывают большие средства в исследования и разработки в области ИИ. Жаль признавать, но по объемам такого рода инвестиций Россия отстает.
Евгений Золотарев, Делетрон
Однозначно Россия среди лидеров, может, пока не на первом месте, но в тройке лидеров точно. в отрасли безопасности ИИ очень активно применяется и развивается, и этот тренд точно будет в 2024 г., и место разработчиков из России в этом направлении – лидерское.
Дмитрий Марков, VisionLabs
Российская математическая школа – одна из сильнейших в мире. и это видно по тому, как активно применяется ИИ в прикладных задачах.
Кроме того, в большинстве крупных компаний активно внедряются алгоритмы машинного обучения, менеджмент осознает возможности и перспективы этого направления.
Среди основных направлений ИИ можно выделить компьютерное зрение, обработку естественного языка, распознавание и синтез речи, а также интеллектуальные системы поддержки принятия решений. На данный момент из перечисленных направлений на первом месте находится распознавание речи, поскольку мировой рынок данной области за 2022 г. оценивается экспертами в 17 млрд долларов. А если рассматривать сферу компьютерного зрения, объем мирового рынка оценивается в 13,5 млрд долларов.
Компьютерное зрение является одним из наиболее быстроразвивающихся направлений искусственного интеллекта в России и применяется для решения широкого спектра государственных и коммерческих задач. По прогнозам экспертов, к концу 2023 г. отечественный рынок компьютерного зрения достигнет отметки в 585 млн долларов.
Александр Сергеев, Олимп-СБ
КНР активно использует ИИ во всех сферах деятельности, особенно в сфере безопасности. Системы видеонаблюдения используются во всех общественных местах крупных городов. ИИ не только определяет человека, но и анализирует сами действия на предмет создания опасной ситуации. Такое широкое развитие ИИ в Китае происходит благодаря сильнейшей финансовой поддержке со стороны государства.
Алексей Иванов, Ай Ти Бастион
Понятно, что в каждой стране есть свои особенности развития, но можно с уверенностью сказать, что США и Китай – это лидеры сейчас в области ИИ. По отраслям – лидерам в использовании ИИ я бы отметил автомобильную промышленность, здравоохранение, образование, финансы, торговлю. Я считаю, что в России ИИ пока еще недостаточно развит.
Дмитрий Михеев, Ай Ти Бастион
Есть лидеры технологические – те, кто может разрабатывать электронику как платформу для вычислений под ИИ. Тут лидеры известны: США, ЕС, Китай. Во многих странах есть достаточно серьезные команды, которые работают над алгоритмами, особенно прикладным использованием известных методов. Тут множество ситуационных лидеров, далеко не всегда результаты достигаются только железом, понимание практических сценариев и возможностей практической реализации доступно для многих команд, есть очень интересные результаты буквально везде. Тема горячая, популярная. Если удается получить экономический эффект, достаточно легко найти людей, которые готовы платить за такие решения. Я знаю о практических результатах в России – например, моделирование и управление процессами выплавки сплавов, геофизические исследования и аналитика на углеводороды, очень интересные результаты есть в управлении логистическими потоками разного уровня. И эти результаты достигнуты не только, условно говоря, Яндексом или Сбером, очень много наработок от разных источников.
Опубликовано в журнале "Системы безопасности" № 5/2023
Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>
Фото: techcrunch.com