Искусственный интеллект сейчас находится на пике инвестиционного интереса в России. Один из главных трендов сегодня – разработка и применение ИИ в среднем и даже мелком бизнесе. Еще несколько лет назад такое могли себе позволить только крупные корпорации. Это говорит о том, что начинают появляться системы, которые стоят относительно недорого. Сейчас нет отрасли, где бы не проводились внедрения ИИ.
ИИ стал многозадачным – до 600 параллельных задач и вычислений выполняют нейросети, а также мультиязычным – более двухсот языков сейчас поддерживают нейросетевые технологии.
Одна из главных трудностей, с которой сталкиваются разработчики – это попытка сократить вычислительные мощности. С одной стороны, команды разработки меряются количеством параметров, которым смогли обучить нейросеть – 100, 200, 300 миллионов… На другой чаше весов – объем используемых вычислительных мощностей. Чем их больше, тем дороже система в обслуживании. За количество ядер, оперативную память, трафик приходится платить. Потому что большинство нейросетевых сервисов находится в «облаках». Провайдер облачных вычислительных мощностей тарифицирует бизнес как раз по техническим характеристикам, которые эксплуатируются.
Вторая проблема – качество данных, которые необходимо загрузить в нейросеть. Они могут отсутствовать, находиться на бумажных носителях, и должны сперва быть оцифрованы, либо цифровые данные могут некорректно накапливаться пользователями различных систем.
Где наиболее активно внедряются отечественные нейросети. Каковы их возможности.
На первом месте банковская сфера. Сейчас флагманом отечественных нейросетей является компания «Сбер». Их мультимодальная нейросеть занимается принятием кредитных решений, делает это моментально. Параметры этой нейросети довольно внушительны – 100 миллионов, их количество регулярно растет. Расти есть куда, для сравнения крупнейшая в мире компания в сфере интернет-коммерции Alibaba имеет нейросеть с 10 триллионов параметров.
Вторая область после банковской, где активно используется ИИ – это медицина. Нейросеть обрабатывает анализы человека, рентген, узи, томографию и помогает врачу поставить диагноз.
Третья отрасль – беспилотный транспорт. Здесь активно применяется распознавание звуков, изображений, вибраций. Все те наборы сигналов, которые фиксирует человек, научился распознавать искусственный интеллект. Сейчас отечественные нейросети могут предсказывать дорожные события на 5 секунд вперёд – и это настоящий прорыв для отрасли.
Последние два года активно развивается машинное зрение – распознавание лиц, походки человека, определение дорожной ситуации. В России выпущена первая партия устройств, которыми можно управлять при помощи жестов. Аналогов в мире нет. Умный дисплей SberPortal уже вышел в производство.
Отдельное направление отечественных нейросетей – это система дополненной реальности. Сейчас они активно внедряются в инженерно-сборочные процессы, например, сборка самолетов. Инженеру-сборщику через очки дополнительной реальности показывают инструкцию подключения узлов, точные места расположения этих узлов внутри отсека.
Отечественная нейросеть Кандинский уже умеет создавать картины по описанию. Единственное, что не смогли преодолеть разработчики – абстракция. К ней искусственный интеллект оказался неспособен.
Также в России стали появляться нейросети способные создавать тексты. Например, Нейросеть RuGPT-3 имеет больше миллиарда параметров, обучена она на русскоязычных текстах разных стилей: энциклопедиях, социальных сетях, художественной и бизнес-литературе.
Как и для чего внедряется искусственный интеллект в торговле и логистике?
ИИ в торговле внедряется для анализа спроса, демпинга и акций у конкурентов, а также автоматической корректировки ценовой политики, либо скидочных грейдов для оптовых партнеров. Для поддержания необходимого объема продукции на складе в зависимости от сезонности спроса на товары, автоматического взаимодействия с поставщиками. В логистике ИИ определяет оптимальность маршрутов не только из точки А в точку Б, но и сложно построенные маршруты. Например, перемещение груза между транспортными средствами, когда необходимо совместить приход двух и более фур в одну точку по сложному маршруту.
Современные нейросети способны оценивать состояние самих транспортных средств и даже выявлять, какая деталь автомобиля выйдет из строя в ближайшие 5000 км. Что выгодно для логистических компаний – действовать на опережение и проводить ТО в сервисных центрах, а не на дороге. Такие системы активно применяют и в строительной отрасли, где износ техники высок.
Где еще и как внедряется ИИ.
Активнее всего ИИ в ближайшее время будет развиваться в инжиниринговой сфере. Сейчас создаются первые “цифровые инженеры” – нейросетевые модели, которые занимаются проектированием. На что у инженеров-проектировщиков уходили недели ИИ способен сделать за минуты секунд. В первую очередь это коснулось нефтегазовой отрасли. Сейчас у нас в стране есть несколько перспективных разработок, которые находятся на этапе внедрения, сами модели обучены на 45 000 проектах, количество использумых параметров исчисляется миллионами.
Валентин Каськов эксперт по ИИ в инжиниринге, IT-директор международного холдинга
Автор: Валентин Каськов
IT-директор международного холдинга «Специальные системы и технологии»
