Машинная лихорадка

Возглавить гонку

Задавая тон предстоящей дискуссии, первый проректор ВШЭ Леонид Гохберг отметил, что искусственный интеллект – единственное крупное научное направление, которое сегодня, несмотря на разные степени проникновения в те или иные секторы экономики, охватывает весь классификатор видов экономической деятельности – от сельского хозяйства до государственного управления. Судя по анализу инвестиций в компании, занимающиеся генеративным искусственным интеллектом, это гигантский рынок, который во многом вытесняет традиционные технологии и бизнес-модели. Десятки тысяч компаний по всему миру, опираясь как на собственные разработки, так и на академические исследования в области ИИ, выводят на рынок совершенно новые прикладные решения. 

– Российских компаний и стартапов среди них немного, – признался вице-президент, директор Департамента развития технологий искусственного интеллекта и машинного обучения «Сбера» Максим Еременко. – Хотя это не означает, что в России нет наработок в области генеративных моделей. Гонка уже началась, и «Сбер» с «Яндексом» уже тоже соревнуются в том, кто первый «прибежит» к генеративному изобразительному искусству. 

– Италия, Германия и Япония уже начали вводить ограничения в использовании технологии генеративного контента, – рассказал Максим Еременко. – Очевидно, здесь должен быть соблюден баланс, потому что проще всего запретить, но запретить – значит похоронить развитие технологии, и это, конечно, не тот путь, о котором мы сейчас думаем как о целевом. С другой стороны, вопросы этики, модерации и контента выходят не на последний план, и на использование исследовательских наработок, несомненно, следует посмотреть более внимательно. Далеко не последние в области развития технологии искусственного интеллекта исследовательские команды и группы пишут петиции с просьбой остановить эту гонку развития генеративных моделей. Понятно, что одни прибежали первыми, другие оказались в состоянии догоняющих, что, наверное, вызвало желание, в том числе, и сдерживать развитие лидеров. Но очевидно, остановить это уже не получится, поэтому, как говорится, если гонку невозможно остановить, то надо ее возглавить.

Центральная роль

– За последние годы и даже месяцы мы привыкли говорить об особом месте и роли искусственного интеллекта среди всех остальных технологий, – вступил в дискуссию директор Центра исследований цифровой экономики ВШЭ Константин Вишневский. – Все следили за работой ChatGPT, наслаждались картинками Midjourney, «Кандинского» и, по сути, настолько уверились в прорывном характере этой технологии, что нам, как представителям исследовательского университета, стало даже интересно, действительно ли искусственный интеллект настолько центровой и является сердцевиной вообще всех высокотехнологичных направлений? Мы применили свой искусственный интеллект, систему интеллектуального анализа больших данных iFORA, чтобы картировать ландшафт прорывных высоких технологий. Выяснилось, что действительно искусственный интеллект играет центральную роль среди всех остальных технологий и, по сути, формирует технологическую базу для развития и распространения прочих технологий. Масштабы его внедрения пока варьируют по отраслям, но его центральная роль не вызывает сомнений. Причем сама тематика искусственного интеллекта крайне многообразна и включает почти 2000 направлений. И вклад стран в глобальную повестку тоже разнится. 

К слову, Россия входит в топ-15 стран, занимая в глобальном ландшафте, по мнению системы iFORA, практически 2,5%. Если посмотреть на научно-технологический ландшафт более пристально, под разными углами, то темпы роста числа научных публикаций в России сопоставимы с мировыми. Это характерно не только для научных публикаций, но и для конференций А*. Если смотреть на патентные заявки, то в России тенденции обратные тому, что наблюдается в мире – там в целом их объем существенно выше объема научных публикаций, а у нас научные публикации превышают объем патентных заявок. В России больше внимания уделяется фундаментальным исследованиям, и не всегда эти наработки доводятся до практического применения. 

Если сравнить ситуацию, например, с патентами и публикациями в ведущих странах, то обращает на себя внимание просто колоссальный разрыв между Китаем и США с точки зрения патентных заявок по искусственному интеллекту. И он с каждым годом увеличивается. Сейчас разрыв составляет пять раз, и тенденция такая, что он будет нарастать. Всего китайские авторы обеспечивают более 65% от всего пакета заявок в области искусственного интеллекта. Если посмотреть, на чем сосредоточено внимание исследователей и практиков, то сразу обращает на себя внимание такое направление, как перспективные методы искусственного интеллекта. В этом направлении и пресловутый ChatGPT, и Kandinsky 2.0, и ряд других наработок. За последние 6-7 лет число научных публикаций и патентных заявок в этом направлении выросло примерно в 5 раз. 

Если говорить о России с точки зрения патентных заявок, то по всем направлениям ее доля не превышает 0,2%. И она, как отмечают эксперты, скорее, «стагнирует». Вместе с тем, например, даже по такому направлению, как «Перспективные методы» и научные публикации активно формируются, и патентные заявки, то есть можно говорить о том, что РФ развивается, причем достаточно быстро. Но ведущие страны развиваются быстрее. Несмотря на все это, как отмечает Константин Вишневский, у нас есть собственные заделы, чтобы развивать и комплексные интегральные решения для применения в самых разных отраслях.

Не очень активно

Насколько искусственный интеллект вообще распространен по отечественной экономике? Если посмотреть на ту совокупность, которую исследует Росстат, то его использует лишь 5,7% организаций. Казалось бы, мало. Но если акцентировать внимание на крупных организациях, то получается, что примерно каждая вторая с числом сотрудников более 10 тысяч, уже использует ИИ. И это совершенно другая картина. Почему так происходит? Крупные проекты на базе искусственного интеллекта могут позволить себе мощные игроки во многом из-за высокой сложности решения, необходимости адаптации под них своих бизнес-процессов и т. д. Задача непростая и затратная. Поэтому ИИ в нашей стране преимущественно внедрялся в сфере услуг (финансовый сектор, торговля), хотя в последние годы наблюдается его проникновение в реальный сектор экономики: в транспортную сферу, обрабатывающую и добывающую промышленности и ряд других направлений. 

В ВШЭ заглянули еще глубже – на то, как организации применяют ИИ, почему применяют и в каких направлениях. Например, с точки зрения использования, примерно две трети организаций применяют его пока в тестовом режиме, то есть на уровне пилотных проектов и т.п. И только треть организаций использует ИИ достаточно широко. При этом лишь 20% из тех, кто не использует, имеет осознанные планы по внедрению искусственного интеллекта в ближайшей перспективе. Возможно, это отчасти связано с тем, что опрос ВШЭ проводила осенью прошлого года, и не все были готовы формулировать долгосрочные планы. 

Более 60% организаций тратит на искусственный интеллект сравнительно мало – менее 1% от общих затрат на внедрение и использования цифровых технологий. Преимущественно ИИ используется для улучшения уже существующих продуктов, улучшения взаимодействия с клиентами, для каких-то управленческих практик, а для производственных процессов он в России пока применяется не очень активно. 

В исследовании ВШЭ, которое помимо опроса руководителей предприятий включало серию углубленных интервью, делается три ключевых вывода. Во-первых, для внедрения искусственного интеллекта большинству направлений требуются достаточно серьезные инвестиции, и ключевая проблема заключается в том, что крайне сложно оценить, в какой момент эти инвестиции «отобьются». Во-вторых, как отметили практически все опрошенные эксперты, что неплохо бы задуматься об открытии специальных магистратур, например, дата-сайенс, в определенной области: сельском хозяйстве, металлургии, энергетике и т.д. И в-третьих, большинство экспертов сошлось на том, что мер поддержки за последнее время появилось достаточно много, но в основном они направлены на разработку искусственного интеллекта. То есть меры стимулирования спроса пока не в полной мере нашли отражение и отклик в сердцах специалистов по искусственному интеллекту и пользователей. И не так много компаний могут ими воспользоваться. Всего порядка 5% опрошенных заявили, что уже либо воспользовались мерами господдержки, либо в ближайшие время планируют ими воспользоваться.

Шаг в бессмертие

Управляющий директор, руководитель Центра исследования данных для государственных органов ПАО «Сбербанк» Михаил Сквирский, сообщив, что на сегодня федеральный проект «Искусственный интеллект» находится на стадии реализации, рассказал о трендах в области ИИ. Он назвал крайне огромным объем моделей ИИ, выпущенных за последний год. В основном это были генеративные модели по изображениям, но в последний момент появился ChatGPT, и родилась новая гонка текстовых моделей, работающих над пониманием информации и ее представлением. 

Если говорить о тенденциях более глобальных, сейчас все чаще озвучивается тема, связанная с тем, как искусственный интеллект будет влиять на такие макроэкономические показатели, как, например, ВВП. Многие эксперты отмечают, что в будущем реальных драйверов роста производительности труда и ВВП на душу населения помимо искусственного интеллекта особо и не предвидится. 

В России благодаря федеральному проекту по искусственному интеллекту появилось достаточно большое количество разработчиков. Есть разные оценки – от 200 до 400, тут можно оценивать по разной степени их «живости», по объемам их выручки или сроку жизни, но все равно можно сказать, что более 200 «живых» разработчиков в РФ сейчас существует, и это немало. Как считает Михаил Сквирский, они появились благодаря широкомасштабным мерам поддержки – беспрецедентным с точки зрения отдельной конкретной технологии. 

Исполнительный директор Латиноамериканской сети исследований будущего, член управляющего комитета проекта «Миллениум» (Венесуэла) Хосе Кордейро подтвердил, что Россия многое делает в области ИИ и активно продвигается вперед. Он предрёк, что общий искусственный интеллект будет развиваться двумя этапами. После того, как к 2029 году будет пройден тест Алана Тьюринга, к 2045 году наука достигнет и сингулярности, и бессмертия. 

– В каком-то смысле это будет окончание игры для человечества, потому что как только общий искусственный интеллект станет умнее нас, это может действительно стать концом человечества, если мы не будем вести себя осторожно, – рассуждает Хосе Кордейро. – Поэтому Илон Маск и его компания говорят, что нам нужно быть осторожнее с искусственным интеллектом. Если мы не сможем победить врага, то должны присоединиться к нему. А врагом может быть как раз общий искусственный интеллект. И всё же большинство людей, включая нас, достаточно позитивно относится к перспективам общего искусственного интеллекта. Проблема не в искусственном интеллекте, а в человеческой глупости. Человеческая глупость – это реальная проблема. Если мы сможем стать умнее, в том числе, во взаимодействии с искусственным интеллектом, то преодолеем человеческую глупость. Это связано со слиянием всех этих технологий, начиная с 2029 года, когда ИИ пройдет успешно тест Алана Тьюринга, до 2045 года, когда будет достигнута технологическая сингулярность. Это технологическая эволюция. Мы станем единым целым с машинами. Человеческая эволюция будет продолжаться вместе с технологическими инновациями, вместе с искусственным интеллектом. 

«…с 2029 года, когда ИИ пройдет успешно тест Алана Тьюринга, до 2045 года, когда будет достигнута технологическая сингулярность. Это технологическая эволюция. Мы станем единым целым с машинами. Человеческая эволюция будет продолжаться вместе с технологическими инновациями, вместе с искусственным интеллектом…»

Как выстраивать образование

Руководитель по цифровизации Госкорпорации «Росатом» Екатерина Солнцева рассказала о том, что искусственный интеллект начал приносить вполне ощутимую пользу, будучи внедренным в реальные процессы:

– В «Росатоме» мы используем уже в промышленном масштабе, например, аналитику, которая позволяет контролировать ношение средств индивидуальной защиты на производстве для обеспечения техники безопасности. Активно используем текстовую аналитику, причем как для текста, так и для анализа закупочной документации. У нас есть действующие «пилоты» по синтезу текстов, например, договоров, в первую очередь, типовых, но уже и не очень типовых. Есть большой блок в части текстовой аналитики по анализу научно-технических отчетов. Из промышленных применений – всякого рода предиктивы: качества продукции, техобслуживания и ремонта. Мы начали работать над предиктивом в области выгорания сотрудников, чтобы по их действиям ловить признаки того, что с человеком что-то не так, и уделять ему дополнительное внимание. Вездесущий ChatGPT тоже начали использовать. Из-за публичного облака мы не можем его задействовать в решении производственных проблем, но это отличная штука для сбора всяких разных идей. Можно посмотреть, что думает по такому-то поводу ChatGPT, и иногда что-то действительно приходит любопытное. 

Говоря о перспективах развития искусственного интеллекта, Екатерина Солнцева высказалась о необходимости объединиться с монументальной наукой, с вузами:

– Нужны новые идеи, нужно чем-то подпитываться, развиваться, и здесь нам нужно взаимодействие с фундаментальной наукой как таковой и активное взаимодействие с молодым поколением, которое генерирует новые идеи.

– Если почитать различную аналитику по теме искусственного интеллекта, вырисовывается очень интересная тенденция, – поделился мнением начальник отдела технологического развития Департамента экономического развития и финансов Правительства РФ Тимур Бронницкий. – Если раньше все этапы промышленных революций и смена экономических укладов вели к тому, что уменьшалась доля ручного труда и повышалась роль высокоинтеллектуального, то сейчас, особенно за последние полгода, стало понятно, что использование генеративных моделей, скорее, приведет к тому, что из экономической сферы будут уходить некие базовые креативные профессии. Раньше считалось, что они, наоборот, будут мейнстримом, и много молодежи старалось идти как раз в них. Сейчас веб-дизайнер спокойно может быть заменен, условно говоря, какой-нибудь развернутой моделью «Кандинского». То же самое касается SMM-щиков, пишущих тексты. С точки зрения дальнейшего анализа того, как эти модели будут влиять на рынок труда, этот нюанс необходимо серьезно иметь в виду, потому что в рамках страны мы явно наблюдаем потребность в перефокусировке трудовых ресурсов. Необходимо понимание, как дальше нам выстраивать и систему образования. 

Ожидания от вузов

Руководитель Центра искусственного интеллекта ВШЭ Алексей Масютин сфокусировал свой доклад на точках соприкосновения академического и индустриального миров для решения задач по развитию искусственного интеллекта. Он вспомнил недавнее интервью главы «Сбера» Германа Грефа, в котором тот сказал, что эффективная деятельность не может быть реализована без триединства бизнеса, науки и образования. С другой стороны, г-н Масютин заявил о фокусе со стороны государства на том, как меняются ожидания от вузов. И привел еще одно интервью Валерия Фалькова в декабре 2022 года, где было сказано, что от вузов ожидаются не абстрактные академические достижения. То есть публикации на конференциях А* и Q1 в сфере искусственного интеллекта важны, и рейтинги тех или иных стран по вкладу в сферу искусственного интеллекта основываются на количестве публикаций на этих ведущих конференциях. На первый план ожиданий от вузов выходят и программное обеспечение, и технологии, конкретно применимые в различных отраслях. Если взять американский опыт, то между различными IT-гигантами и ведущими университетами США существуют тесные связи и коллаборации, когда университетские профессора становятся научными консультантами крупнейших IT-компаний. В ряде случаев происходит прямой хантинг, когда профессор переходит на полную ставку в компанию. Из этого Алексей Масютин заключает, что взаимодействие индустрии и академии – единственный способ действительно сделать так называемый следующий state-of-the-art подход и обеспечить применимость этих алгоритмов, неоторванность от реальной экономической деятельности. В ежегодном обзоре AI Index Report, который готовит центр искусственного интеллекта Стэндфордского университета, по итогам 2022 года был сделан вывод о том, что индустрия опережает академию. Что имеется в виду? Из 32 больших моделей ИИ, разработанных за последние 2-3 года, всего три возникли в стенах университетов, а остальные созданы в IT-компаниях. И что делать вузам в условиях, когда компании обеспечены вычислительными ресурсами на несколько порядков лучше? 

– Здесь необходимо очень трезво и в каком-то смысле скромно оценить возможности, которые мы можем реализовать для индустрии, – отвечает Алексей Масютин. – Понятно, что мы не разработаем другой ChatGPT самостоятельно и, скорее, ожидаем этого прорыва в стенах индустрии. Но как научное сообщество мы готовы и способны развивать необходимую экосистему вокруг этих моделей, начиная с библиотек, которые оценивают их качество, проводят интерпретацию, позволяют ускорять и обучение, и инференс модели. Например, взаимодействуя со «Сбером», мы в прошлом году сделали 11 прикладных проектов, пять из которых посвящены языковым моделям. 

Смена менталитета

Директор Центра технологий искусственного интеллекта Сколтеха Иван Оселедец высказался по поводу взаимодействия с индустрией. В возглавляемом им центре в прошлом году было 70 млн руб. бюджетных средств и 300 млн руб. внешних, так как велась активная работа по привлечению внешних проектов. 

– При этом страдают, в некотором смысле, публикации, – признался Иван Оселедец, – потому что делать и то, и другое можно, но не всегда получается. С другой стороны, индустрия всегда дает мощный толчок к развитию каких-то вещей, которыми ты вообще никогда не начал бы заниматься. И этого, конечно, у нас сильно не хватает, потому что в индустрии, особенно российской, люди бизнес вообще не понимают. Приходит крупная российская корпорация, не буду называть какая, и говорит, у нас внутри пять программ по искусственному интеллекту, и мы не знаем, к кому идти. Им деньги выделили, а что с ними делать, они не знают. Или приезжают люди, начинают что-то объяснять и говорят: «Вы сделайте готовое решение или что-то такое, что можно сразу использовать, тогда мы подумаем. Какое там машинное обучение? Кому? Чего? Мы ракеты делаем, нам некогда». И может, из 10 будет один, который поймет, что в процессе сварки можно использовать компьютерное зрение, чтобы не руками это делать. На дворе 2023 год, люди в принципе что-то делают, что-то работает, но технологии искусственного интеллекта – это огромная проблема. Нужно менять вообще весь менталитет, начиная с руководства, продолжая корпорациями, которые завели внутри себя большие программы искусственного интеллекта и не знают, что с ними делать. Единственный способ, который заставляет это работать – огромный нетворкинг. У нас есть огромная промышленная база. Приезжает одна корпорация, другая, они дают список задач – нужны какие-то новые электрокатализаторы. У нас есть. Нужны какие-то материалы. Можем попробовать. Спрашивают: «Правда что ли?» То есть они в 2023 году впервые задумались о том, что это можно и нужно делать, и довольно много людей, которые скажут, что им это не нужно. Необходимо своих людей туда внедрять, устраивать встречи, и тогда количество внедрений вырастет гораздо серьезнее. 

– Хочется делать какой-то новый прорывной ресерч, – продолжает Иван Оселедец, – но, с другой стороны, очевидно, что текущая эконо­мическая ситуация требует масштабного внед­рения, и это вопрос все-таки не к исследователям, а вопрос доверия между исследователями и бизнесом. Чтобы люди не считали, что у нас ученых нет. С другой стороны, думаю, многие, в том числе я сам, не знают, какой у нас в стране ландшафт производственных процессов, где мы могли бы быть полезными. Очевидно, что эффект от внедрения искусственного интеллекта в производственные процессы может быть огромным, но люди этого даже не знают. Поэтому коллаборация очень важна, причем важна на всех уровнях, между всеми сторонами, и чем больше будет таких мероприятий, общения и стартовых проектов, чем будет больше точек контакта, тем лучше.

Тяжелый момент для университетов 

– Сейчас для университетов тяжелый момент, – считает заведующий лабораторией стохастических алгоритмов и анализа многомерных данных факультета компьютерных наук ВШЭ Алексей Наумов. – Нам надо как-то определиться о роли университета и понять, куда двигаться. От университетов ждут не абстрактных результатов, а приложений. Это в России уже много раз проходили. На самом деле университет может быть не совсем про конкретные приложения. Сейчас мы уже как бы столкнулись с ChatGPT и тоже решаем, а куда нам двигаться? Кто-то говорит, что образования не будет. Зачем нужно образование, если все будут с помощью искусственного интеллекта суперумными, все будет счастливы, а зачем учить кого-то, если все умные и счастливые? С другой стороны, индустрия даже иногда не к академии обращается, а к ChatGPT, спрашивая, а что дальше делать? Скоро дойдет до того, что нас уже спрашивать не будут. Понятно, что не надо сейчас бросаться всему университету и делать ChatGPT. Для этого есть «Сбер», «Яндекс», большие компании, то есть для академии важно, чтобы были какие-то доступы к этим моделям. Нам нужно большое развитие науки. 

Заместитель министра науки и высшего образования РФ Дарья Кирьянова перед тем, как прийти в министерство, 20 лет работала в крупной международной корпорации и занималась разработкой программных продуктов, в том числе, и технологии искусственного интеллекта. Продолжая сравнивать мировой опыт и отечественный, как представитель регулятора, она напомнила, что Италия, Япония и США приостановили развитие ИИ. А как Россия будет себя вести в этом смысле? По признанию Дарьи Кирьяновой, всего 2% ее знакомых из профессионального сообщества, включая ее саму, смогли получить доступ непосредственно к GPT. Среднестатистическому человеку, занимающемуся какой-то разработкой, это сделать сложно, если он не хакер, если у него нет специальных приспособлений. Эта технология доступна уникальным людям с уникальными способностями. 

– Все говорят про то, что машины покорят нас, заменят людей и говорят про SkyNet, – иронизирует замминистра. – При этом рисуют красивые презентации о том, как изменится мир. Но, к сожалению, машины не умеют мыслить. Машинное обучение – это лишь помощник человеку для его мыслительной деятельности. И поэтому кажется, что регулировать эту сферу довольно странно. Помните, когда появился Интернет, все говорили, вот теперь все доступно, теперь не нужно образование? Та же самая дискуссия была, как сейчас: зачем образование, когда все теперь доступно в Сети, можно использовать это в своих целях и не надо учиться? И некоторым образом мы в это идем. Есть специалисты, которые прошли двухчасовой тренинг на YouTube-канале, и говорят, что они эксперты. Но, тем не менее, есть изменения. Мы отдали память на аутсорсинг Интернету. Память у молодого человека стала короче, потому что не надо помнить, можно вбить в поисковую систему запрос и найти. Зачем это помнить? И мы отдаем на аутсорсинг этот вид мыслительной деятельности. С появлением нейронных сетей у нас изменятся компетенции людей, которые ими пользуются. Это неизбежно. Как только появился Интернет, память исчезла, зато появились несколько источников информации. Понятно, что в этом есть и отрицательные черты. А теперь ChatGPT. По сути, та же самая поисковая система, только она дает возможность не страницы выдавать с данными, а консолидировать ответ в соответствии с мнениями, которые есть в Сети, и в этом смысле чат – сборщик цитат других людей или сгенерированных цитат, что тоже является цитатой, только человека не обычного, а искусственного. 

Остатки знаний

Дарья Кирьянова напомнила, что в России сегодня нет ни одного нормативного акта, который запрещал бы искусственный интеллект или какие-то технологии на его основе. Это, по ее мнению, хорошо. Считая, что никаких ограничений быть не должно, она привела пример, когда в 2008 году начался хайп вокруг блокчейна. Все говорили, что это позволит финансировать терроризм или отмывать доходы, а теперь государство использует эту технологию. То же самое происходит с ChatGPT, когда кругом говорят о манипуляциях, искажении фактов, фейковых новостях и влиянии на неокрепшие умы студентов, аспирантов, магистрантов и просто молодых людей и ученых. 

Замминистра уверена в том, что это необходимый механизм, который трансформирует систему высшего образования. Сейчас она построена в большинстве своем на том, что среднестатистический вуз лишь проверяет остаточные знания у студента. Ему через лекции передают знания, зачастую почерпнутые из прочитанной книжки, а не каких-то произведенных действий, а потом проверяют, что «передалось» студенту. Может, это происходит с каким-то практическим применением, с какими-то неактуальными кейсами для других условий, другого времени и других компетенций. ИИ дает возможность изменить эту систему высшего образования на формирование логических моделей. И формирование логических моделей будущего в какой-то отрасли или межотраслевом пространстве становится уникальной компетенцией вуза. Учитывая, что помимо опорной образовательной университет имеет еще три функции: исследовательскую, предпринимательскую и социально-экономическую, он влияет на судьбы людей, городов, технологий, науки и исследований. Поэтому ИИ дает возможность в этих функциях продвинуться, оперируя не остаточными знаниями, а логическими моделями будущего, будущей деятельности: предпринимательской, исследовательской, научной, городской и урбанистической. 

Представители некоторых компаний из сообщества «НейроНет» заинтересовались просьбой Дарьи Кирьяновой подумать о том, нужно ли регулировать эту деятельность, нужен ли нормативный запрет на использование технологии ИИ, и в каком виде деятельности. Эксперты создали некий этический кодекс по использованию искусственного интеллекта, под которым подписались представители 200 компаний. Основной посыл – не регулировать эту деятельность. 

– Большинство пунктов, описанных в этом этическом кодексе, я поддерживаю, – говорит Дарья Кирьянова. – Регулировать не стоит. То, что написано на бумаге, становится мертвым и никак не развивается, поэтому, наверное, надо как-то не зарегулировать и не запретить, а попробовать оценить риски и сделать такие направления, в которых можно было бы с государством работать. То есть определить некоторую нормативную базу. Вузы, кажется, должны контролировать добросовестное использование. Мы знаем историю про то, как сотрудник одной из IT-компаний написал свой диплом в течение двух часов с помощью ChatGPT, и в этом смысле, наверное, каждый вуз, как автономная организация, должен подумать о том, что для них является добросовестным использованием этих функциональных возможностей. И с точки зрения обучающего, наверное, остаточность знаний надо оставить и думать про то, что называется сейчас компетентностным подходом, когда мы не знания оцениваем и не их остаток, а думаем о некоторых моделях каких-то сущностей в будущем. Искусственный интеллект нам в помощь. Что мы должны сделать стратегически? Наверное, в концепции технологического развития отразить, каким образом должна измениться подготовка кадров, подумать о новых профессиях, чтобы снизить социальную напряженность в связи с разговорами о том, что людей заменят роботы. А вуз, как институция, опять же автономная, должен использовать новые технологии для того, чтобы внедрять новые программы, не основанные на проверке остаточных знаний.

Единая метрика

Заместитель министра экономического развития РФ Максим Колесников перечислил проблемы, которые должна решить государственная политика в области ИИ. Вообще в России далеко не весь бизнес понимает и знает, что такое искусственный интеллект в промышленности. Знают в основном те, кто ходят на конференции. В некоторых отраслях до 20% компаний начинают использовать искусственный интеллект в своей деятельности, но этого недостаточно. Реальный сектор экономики пока существенно отстает, и это большой вопрос, который должно разрешить государство. Те, кто знают, что такое искусственный интеллект в промышленности, зачастую не понимают, кто и как его может им внедрить. Большие лидеры, такие как «Сбер», «Росатом» и им подобные, формируют команды и под свои компетенции начинают делать решения, которые подходят для конкретной компании, но зачастую их тяжело коммерциализировать, потому что приоритет у таких гигантов в другом. Они сделали инхаус-решения и не планируют их выводить в рынок. А у остальных компаний начинается с ними разрыв.

Как рассказал Максим Колесников, со следующего года начнется внедрение неких обязательств по использованию в своей деятельности искусственного интеллекта через отраслевые субсидии, которые есть практически в каждом ведомстве. Государству важно, чтобы оно вкладывалось и поддерживало бюджетным рублем те компании, которые действительно понимают, что искусственный интеллект – это важнейший элемент повышения производительности труда. Второе большое направление – адаптация Федерального центра компетенций, который достаточно эффективно существует на технологии внедрения искусственного интеллекта. На базе Федерального центра компетенций планируется создать условно государственного консультанта, который будет анализировать компании, которые войдут в проект, и давать определенные рекомендации, где в технологической цепочке может быть применен ИИ. Третья большая задача – формирование реестра доверенных решений искусственного интеллекта на территории России. У нас существование искусственного интеллекта не определено на законодательном уровне, поэтому ряд компаний не понимает, что установленный FacePass на входе – это, в принципе, тоже искусственный интеллект. Государство намерено концентрироваться на искусственном интеллекте особенно в производственном процессе, потому что именно там достигаются определенные экономические результаты. За базу будут взяты решения и наработки, сделанные в рамках стратегических сессий прошлого года совместно со «Сбером» и отраслевыми федеральными органами исполнительной власти. Уже отобраны 75 внедренческих кейсов. Так же правительство намерено заняться популяризацией ИИ и, конечно же, мерами поддержки – например, благодаря разрабатываемому закону о малых технологических компаниях, которые являются разработчиками искусственного интеллекта, в том числе. Это очень важно для формирования адресной государственной поддержки таким компаниям, которые тяжело определить просто по ОКВЭДам и данным ФНС. 

– Мы всерьез обсуждаем в правительстве новую волну создания исследовательских центров, – поделился планами замминистра. – Шесть исследовательских центров были запущены в 2020 году. Считаем формирование таких центров очень эффективным, потому что здесь работает наука, и работает адресно, и тут же достигается связка между наукой и промышленностью, и продукты разрабатываются под нужды конкретного заказчика. И самая, наверное, сложная и важная история, где мы очень надеемся на Высшую школу экономики, – это создание и разработка единой системы измерений искусственного интеллекта: как он влияет на экономику, как внедряется в компаниях и бизнесе. Мы считаем, что у нас будет возможность с привлечением коллег из Росстата сделать единую метрику на территории РФ по качеству и объемам внедрения искусственного интеллекта. 

«Зима» искусственного интеллекта

Директор по научным проектам ВШЭ, председатель Национального технического комитета по стандартизации искусственного интеллекта Сергей Гарбук рассказал о стандартах в области ИИ. Стандарты нужны потому, что технологии искусственного интеллекта, под которыми на данный момент целесообразно понимать прежде всего машинное обучение, обладают некоторыми особенностями. Основная из них – плохая интерпретируемость операций над данными, которые предусматриваются алгоритмами. Это приводит к непредсказуемости поведения алгоритмов при большом количестве прикладных значимых задач. Есть и другие особенности, которые формируют барьеры в применении технологий ИИ при решении некоторых ответственных задач. Мало кто хочет стать объектом лечения с помощью технологии ИИ, который непонятно как лечит и непонятно к какому результату придет. Мало кто хочет сесть в автомобиль, который непонятно как управляется беспилотным алгоритмом. Список можно продолжать. Там, где некорректная работа алгоритма может привести к тяжелым негативным последствиям, нужно иметь гарантии качественного поведения в реальных условиях эксплуатации. На решение этой задачи и направлена разработка стандартов искусственного интеллекта, которые прежде всего унифицируют методы испытания алгоритмов.

Директор Национального центра развития искусственного интеллекта при Правительстве РФ Сергей Наквасин поделился мнением о том, что сейчас мы находимся в точке бифуркации, и вполне возможно, что завтра нас ждет очередная «зима» искусственного интеллекта. Исследователи из Стэнфорда сказали, что в конце 2022 года – начале 2023-го рост частных инвестиций в искусственный интеллект закончился, но при этом количество прикладных решений и прорывных моделей продолжает расти. Есть вариант, что это просто связано в прошлом году с особенностями мировой экономики, которая, как говорят многие эксперты, «охлаждается». С другой стороны, есть информация, что в предыдущие периоды состоялся такой большой объем инвестиций в инфраструктуру, что сейчас нет необходимости в сверхинвестициях из-за большого объема и открытых вычислительных мощностей, и открытых данных, и открытых моделей. Много есть готового, во что не нужно заново инвестировать. Таким образом разработка искусственного интеллекта становится дешевле. 

– Но есть и третья причина, – считает Сергей Наквасин. – Скорее всего, инвесторы взяли паузу для ответа на вопрос, не наступит ли завтра «зима» искусственного интеллекта. И для того, чтобы ответить на него, они будут вынуждены смотреть на реальный экономический эффект и реальный подтвержденный вклад искусственного интеллекта в ВВП в ближайшие год-два-три. Если вдруг выяснится, что это большой пузырь, надутый консультантами, учеными, разработчиками, то инвесторы быстренько свернут все свои инвестиции, и ChatGPT станет «апогеем апофеоза» вместе с «Кандинским». И это будет последнее великое достижение искусственного интеллекта на данном цикле развития этой технологии. Я очень надеюсь, что такого не произойдет. Мы все говорили, что это очень важно для развития нашей страны, экономики и социальной сферы, поэтому давайте постараемся сделать так, чтобы экономический эффект от искусственного интеллекта был – не позволим наступить «зиме» искусственного интеллекта.

Не зарегулировать

Тимуру Бронницкому в завершении дискуссии пришлось делать «выжимку» из того, как видится дальнейшая работа с точки зрения развития и технологии искусственного интеллекта, и регуляторной базы, и кадрового обеспечения, и т.д. Ключевая задача, поставленная Президентом РФ Владимиром Путиным по итогам конференции «Путешествие в мир искусственного интеллекта» в конце 2022 года, состоит в том, что необходимо задаться вопросом массового внедрения технологии ИИ в различные сферы и области экономики для повышения ее эффективности. Поверх этой задачи ложится целый комплекс мер, которые необходимо обеспечить для формирования устойчивого технологического суверенитета в сфере ИИ. 

Дополнительно предстоит решить вопрос снятия барьеров. И каким путем пойти – начать зажиматься по примеру Италии и других стран, или действительно сделать Россию одной из самых открытых юрисдикций по созданию решений с искусственным интеллектом. Это та развилка, которую придется пройти в очень короткий срок. Если проанализировать российское законодательство, мы действительно находимся в очень хороших позициях по сравнению со многими странами мира, считающими себя ведущими. При этом можно четко очертить круг дружественных стран, с которыми Россия начинает выстраивать координацию своей нормативной политики. Это важно для доступа отечественных решений к глобальному рынку, потому что разгонять российские компании с их решениями невозможно только на ограниченном локальном пространстве. Необходимо выстраивать концепцию экспорта этих решений и формирование моделей, которые смогут работать, в том числе, на заказчиков из других стран. Единая нормативная база с зарубежными партнерами позволит российским компаниям не иметь дополнительных барьеров при входе на их рынки. 

Тимур Бронницкий также сказал о том, что очень важно сформировать новый компетентностный набор, который должен подкреплять все инициативы по искусственному интеллекту, причем как на уровне образования, начиная со школьного, так и на уровне повышения компетенций и восприятия обществом технологии искусственного интеллекта. 

– От регулирования, которое определяет шаги для достижения какого-то результата, вложенного в какой-то нормативный акт, мы переходим к созданию определенных условий, при которых это развитие возможно, – продолжила резюме Дарья Кирьянова. – Это долгий процесс. Мы давно его начали, но он довольно сложен, потому что мы упираемся в разные барьеры, ограничения, интересантов, профессиональные сообщества, людей, принимающих управленческие решения, финансовые ресурсы. Тем не менее, системная работа идет. Наверное, она не такая видимая, как хотелось бы, но понимание того, что надо в эту сторону двигаться, есть. Доказательством тому является разработанное постановление, которое регулирует «Приоритет-2030», и сейчас вносятся в него некоторые изменения как раз для определения рамок, которые должны расширить возможности, а не урегулировать деятельность.

– Не зарегулировать, а создавать условия – это принципиальная вещь, – отозвался Леонид Гохберг. – У нас не всегда удается следовать этой золотой линии. Потому что эта история всегда долгая, и она об институтах, а не просто об издании каких-то нормативных документов.

– Сейчас, мне кажется, дела идут бодрее, но, к сожалению, в мире они еще бодрее идут, – попытался вдохновить коллег Максим Еременко. – Поэтому нам надо поторопиться и, как говорится, не пытаться запрыгнуть в последний вагон, а обогнать своим локомотивом эту гонку. Она и внутри страны, и в целом сейчас имеет мировой масштаб. Совместными усилиями мы имеем шансы на лидерство.

Подготовил Алексей Батанов