По данным опроса ВЦИОМ о нейросетях знают 63% россиян. Интерес к ним возрос, в частности, на фоне популярности ChatGPT-чат, который стал доступен для пользования в конце 2022 года. Применение нейросетей достаточно широко: от автоматизации технологических операций до искусства.
Доцент Международного исследовательского института интеллектуальных материалов ЮФУ Олег Карташов отметил, что в России наблюдается интеграция интеллектуальных технологий во все отрасли экономики, а учёными и разработчиками открываются новые методы создания нейронных сетей.
Передовики в применении ИИ
По словам Олега Карташова , Правительство России всячески способствует использованию нейросетей в организациях: стимулирует разработчиков, обеспечивает поддержку корпораций, которые активно внедряют у себя технологии искусственного интеллекта. Однако более половины представителей Российских компаний всё ещё не применяют нейросети в работе и не знают о возможных позитивных эффектах от их внедрения.
«Но в нашей стране можно выделить и «передовиков», которые уже успели по достоинству оценить пользу от интеграции технологий искусственного интеллекта в социальные и бизнес-процессы своих предприятий, а также новые возможности, которые они открывают. Это прежде всего финансовый сектор, который опробовал нейросети и машинное обучение, как в сервисах клиентского обслуживания, так и при трансформации внутренних банковских процессов» , — поделился Олег Карташов.
Он добавил, что федеральная программа «Умный город» помогла открыть двери для искусственного интеллекта в отраслях строительства, развития инфраструктуры и управления городским хозяйством, а также энергетику, транспорт, медицину, промышленное производство, сельское хозяйство и образование. Отдельные представители каждого из перечисленных секторов экономики уже сейчас — активные пользователи передовых технологических решений на базе искусственного интеллекта. Они используются как для повышения конкурентоспособности и качества производимых товаров и услуг, так и для оптимизации внутренних процессов компаний.
Появление новых нейросетей
При создании новых нейросетевых решений разработчики опираются на социальную или экономическую жизнь общества и страны. Кроме этого, появление нейросетей, как считает эксперт, связано с мечтательностью и фантазией ученых.
«В первом случае все достаточно понятно: есть реальная задача, при решении которой можно оптимизировать процесс, повысить его эффективность или создать инструмент, напрямую влияющий на качество предоставляемых товаров и услуг. Второй интереснее и чаще всего сопряжен с личной мотивацией специалиста или целого коллектива авторов. Результаты, получаемые в подобном творческом поиске, иногда открывают новые двери познания предметной области и обеспечивают прорыв в создании уникальных интеллектуальных решений, которые ранее были не доступны» , — объяснил Олег Карташов.
В прошлом году Олег Олегович вместе с коллегами ученых Международного исследовательского института интеллектуальных материалов ЮФУ с помощью ИИ заменили эксперта по оценке качества сварки и создали прототип программно-аппаратного комплекса. По словам эксперта, эта разработка в большей степени была продиктована запросом рынка. Однако при ее решении использовались не совсем традиционные для этой области методы и подходы. Для создания применялись методологические и технологические концепции глубокого обучения, компьютерного зрения, интеллектуального анализа данных, устройства умных сенсоров и датчиков.
Почему «под ударом» творческие профессии?
Многие десятилетия, мечтая о роботах, люди представляли, что умные машины заменят нас в самых тяжелых и рутинных процессах, а люди с душой и фантазией все поголовно будет заниматься творческой работой. Но уже в первые годы активного применения нейросетей они стали активно выполнять задачи журналистов, дизайнеров, художников и даже кинорежиссеров. Искусственный интеллект пишет новости, воссоздает иллюстраторами, придумывает логотипы, а на производстве по-прежнему работают люди. Олег Карташов поделился точкой зрения, почему так произошло:
«Ключевыми факторами в этом вопросе являются: этика, особенности моделей и бурное развитие глубокого обучения, начавшееся в 2011 году. Революция в глубоком обучении ИИ привела к новым возможностям в области создания и использования генеративных моделей искусственного интеллекта. Именно вариации глубоких генеративных нейронных сетей представили нам широкий инструментарий для создания нового цифрового контента на основе их обобщающей способности. Именно в этом и рассмотрели перспективу создания виртуальных художников и дизайнеров, сценаристов и писателей специалисты, работающие в области искусственного интеллекта» , — рассказал эксперт
При этом любая «неудача» нейросети в генерировании контента обернется не более чем некрасивой картинкой или корявым текстом, в то время как нарушения в рутинных процессах предприятий могут приводить к нештатным ситуациям и серьезным проблемам, подвергающим рискам всех окружающих. Модели глубоких нейронных сетей не отличаются «прозрачностью» для человеческого понимания, а их обобщающие возможности на новых выборках данных не могут дать гарантированного результата.
«К тому же сбор и подготовка обучающих данных достаточно трудозатратный и продолжительный процесс. Сети ошибаются с малой вероятностью, но люди не могут спрогнозировать, когда и как это произойдет. Когда мы имеем дело с объектами критической инфраструктуры, опасными производствами или процессами, сопряженными с возможными материальными убытками, стоит задуматься о том насколько для нас будет допустима одна ошибка из тысячи успешных итераций. Эти факторы говорят прежде всего о том, что для некоторой рутины по-прежнему выгодно использовать человеческий труд, ведь ресурсные и временные затраты на создание надежных интеллектуальных инструментов на базе нейросетей могут и не окупиться в течение многих лет» , — объяснил Олег Карташов.
Автор текста: Анастасия Казуков
