10 трендов искусственного интеллекта

Марина Данилина, руководитель управления стратегии, исследований и аналитики Ассоциации ФинТех, представляя исследование, напомнила, что ассоциация в 2023 году уже выпускала свою первую работу на тему ИИ – «Применение технологий ИИ в финансовой сфере». А новое исследование стало логическим продолжением той работы, добавила Данилина. Среди привлечённых экспертов – лидеры направлений развития ИИ в ВТБ, Альфа-банке, «Ростелекоме», «Газпромнефти», VisionLabs, Сколтехе и МГТУ имени Н.Э. Баумана.

Ниже кратко представлены непосредственно сами тренды, а также российские практические кейсы. С полной версией исследования можно ознакомиться на сайте ассоциации.

1. Демократизация генеративного ИИ

Это процесс удешевления, распространения и доступности ИИ-решений для широкого круга пользователей и организаций, обычных граждан и малого и среднего бизнеса. Демократизация происходит благодаря распространению Low-code и No-code сервисов, развитию свободно распространяемых решений, доступности облачных вычислений и специальных инструментов машинного обучения (Auto ML).

Благодаря таким инструментам, как YandexGPT или GigaChat, любой человек, не обладающий специальными знаниями в области машинного обучения, теперь может использовать технологию в качестве ассистента для решения рутинных задач

2. Новые бизнес-модели и сервисы на основе ИИ

Данный тренд – про использование ИИ как возможности для бизнеса преодолеть прежние барьеры, провести глубокие изменения, разработать инновационные бизнес-модели и внедрить на рынок новые сервисы.

Среди российских кейсов выделяется Doma.ai от Сбера. Эта онлайн-платформа автоматизирует все процессы управления жилым фондом – от сбора платежей до общения с жителями, ресурсоснабжающими организациями и государственными органами. Позволяет управляющей компании отслеживать уровень удовлетворения жителей услугами, а жителям – оплачивать коммунальные услуги и направлять обращения в службу поддержки.

Другой кейс – Webiomed от К-Скай. Это платформа прогнозной аналитики, позволяет анализировать структурированные электронные медицинские документы при помощи решений ИИ и предиктивной аналитики для оценки рисков возникновения и развития различных заболеваний и нежелательных событий у пациентов.

Как отмечается в исследовании, «все российские маркетплейсы и платформы используют ИИ для связи продавцов и покупателей, ценообразования, прогноза спроса, планирования складских остатков и т.п».

3. Развитие мультимодального ИИ

Модели ИИ, выполняющие пользовательские операции и обученные на данных из нескольких модальностей (текст, изображения, видео, 3D, речь, звуки, таблицы, графы, код). Это расширяет способы применения больших языковых моделей. Как правило, мультимодальные модели основаны на глубоких нейронных сетях, хотя используются и другие методы машинного обучения.

Среди кейсов – GigaChat, ruDALL-E, Kandinsky 2.1, YandexGPT, YandexART.

4. Применение ИИ в биометрии

Современная биометрия базируется на применении технологий искусственного интеллекта, что также обеспечивает и высокие темпы развития биометрических сервисов. В России уже реализованы несколько крупных проектов по использованию биометрии.

Например, уже в этом году наши граждане смогут проходить идентификацию в МФЦ по биометрии. Тестирование планируется проводить в Челябинской, Липецкой и Ленинградской областях.

В московском метрополитене с октября 2021 года внедрена система FacePay (оплата лицом). Технологическим партнёром проекта стала компания VisionLabs. Технологией воспользовались уже более 90 млн раз, к системе подключены более 330 тыс. пользователей.

В конце 2023 года X5 Group и Сбер запустили сервис оплаты с помощью улыбки на 15 тыс. кассах самообслуживания, установленных в 4,1 тыс. магазинах торговых сетей «Пятёрочка» и «Перекрёсток».

5. Развитие мультиагентных систем

Сеть автономных агентов на базе ИИ, которые взаимодействуют и сотрудничают для достижения конкретных целей в общей среде. Эти агенты обладают способностью к автономному принятию решений, общению с другими агентами и координации действий для выполнения сложных задач. Агентами могут быть модели ИИ, программы, роботы и другие вычислительные объекты.

Среди кейсов – POGEMA от AIRI POGEMA (Partially-Observable Grid Environment for Multiple Agents). Это среда на основе грида, разработанная AIRI. Она может быть адаптирована к различным настройкам PO-MAPF (частично наблюдаемый поиск пути для нескольких агентов).

Другой кейс – Albato от Yandex Albato. Это платформа, с которой можно легко соединить между собой нужные сервисы и автоматизировать повторяющиеся и рутинные задачи. Платформа помогает создать собственную интеграцию YandexGPT с сервисами.

6. Разработка, дополненная технологиями ИИ

Система инструментов и платформ для разработки с поддержкой ИИ, позволяющая разработчикам создавать приложения эффективнее, быстрее и надежнее, чем при традиционном «ручном» написании кода.

Сбер запустил виртуального помощника – GigaCode. Он генерирует код в режиме реального времени и поддерживает свыше 15 языков программирования. Инструмент позволяет ускорить процесс написания кода, предлагая наиболее вероятные и релевантные подсказки.

МТС запустил Software 2.0. ИИ-ассистент способен расширять код в режиме реального времени, создавать код на основе комментариев и технических заданий, а также преобразовывать его на другие языки программирования.

7. Разработка ИИ с учетом обеспечения безопасности

Подход, объединяющий методологии и практики разработки, безопасности и операций в контексте разработки и внедрения систем машинного обучения. Он сочетает в себе принципы MLOps (Machine Learning Operations) с учетом специфических требований сервисов с ИИ. Специалисты по кибербезопасности участвуют на всех циклах разработки решения. Подход обеспечивает безопасность и конфиденциальность данных, используемых для обучения и тестирования моделей, а также защиту развернутых моделей и инфраструктуры, на которой они работают, от вредоносных атак.

Positive Technologies создала PT Application Inspector. Программа позволяет обнаруживать уязвимости и признаки недекларированных возможностей в приложениях.

«Ростелеком» запустил Solar appScreener. Это статический анализатор кода для проверки безопасности приложений, ПО и информационных систем. Поддерживает 36 языков программирования.

8. Регулирование технологий и сервисов с ИИ

В России действует 13 экспериментальных правовых режимов (ЭПР) в сфере ИИ. На данный момент создано 180 инициативных предложений для ЭПР по направлениям: медицина, беспилотный транспорт и доступ разработчиков ИИ к наборам данных из государственных информационных систем. Кроме того, 350 компаний подписали «Кодекс этики искусственного интеллекта» – единая система рекомендательных принципов и правил, предназначенных для создания среды доверенного развития технологий ИИ.

В Ассоциации ФинТех пояснили, что Банк России придерживается «технологически нейтрального подхода к регулированию, который позволяет участникам рынка внедрять инновации и развивать ИИ».

В России также готовится законопроект о регулировании в сфере ИИ, в котором особое внимание будет уделено защите рынка труда от негативного влияния ИИ.

9. Обеспечение технологического суверенитета в применении ИИ

ИИ становится критической технологией и геополитическим преимуществом. Он значительно ускорить развитие всех сфер науки и техники. Страны будут стремиться создать собственные прорывные ИИ-решения, которые смогут обеспечить технологический суверенитет и превосходство. Развитие ИИ важно на всех его этапах – от исследований и разработок до активного внедрения компаниями.

Как отмечается в исследовании, YandexGPT 3 превосходит ChatGPT-3.5 Turbo в ответах на узкие классы запросов, важных для бизнеса.

А GigaChat PRO от Сбера – превосходит GPT-3.5 по качеству ответов на русском и английском языках.

10. Стимулирование развития рынка ИИ со стороны государства

В феврале 2024 года утверждена Национальная стратегия развития ИИ до 2030 года. Среди основных задач документа – повышение доступности вычислительной инфраструктуры, поддержка ИИ-разработчиков и научных исследований, стимулирование внедрения ИИ в отраслях экономики и соцсферы, создание комплексной системы нормативно-правового регулирования.

Потенциальный эффект для экономики России от применения ИИ оценивается в 11,2 трлн. рублей.

Москва.