Вокруг темы искусственного интеллекта сегодня ведется множество дискуссий. Одни пугают «восстанием машин» и тотальной безработицей из-за замены человека роботами в целом ряде профессий, другие не видят в этих технологиях ничего нового и скептически смотрят на их перспективы. Тем ценнее любая попытка профессионального обсуждения реальных возможностей и проблем тех решений, которые принято обозначать термином «искусственный интеллект» и которые действительно занимают все более важное место в нашей деловой и повседневной жизни.
Такое обсуждение состоялось на российском форуме по системам искусственного интеллекта RAIF (The Russian Artificial Intelligence Forum), организованном компанией «Инфосистемы Джет». Большинство выступавших сошлись на том, что приход искусственного интеллекта неизбежен, его развитие не остановить, у бизнеса фактически нет альтернативы: не принимать эти технологии означает обрекать себя на уход с рынка рано или поздно, но человеку всегда останется место рядом с искусственным интеллектом, просто изменятся задачи, которые ему придется решать.
Во многих выступлениях приводился и схожий список причин всплеска интереса к искусственному интеллекту. Как отметил Владимир Молодых, директор по разработке и внедрению ПО компании «Инфосистемы Джет», возможности для практического применения технологий искусственного интеллекта в бизнесе появились в последние годы благодаря развитию математических методов, доступности необходимых для их реализации вычислительных мощностей, появлению на рынке соответствующих инструментов, но главное – накоплению в разных отраслях огромных объемов данных, на которых методы машинного обучения могут «нарабатывать интеллект».
Однако и сдерживающих факторов остается немало. По данным совместного исследования «Инфосистем Джет» и TAdviser, только 25% крупных российских компаний готовы вкладываться в технологии искусственного интеллекта. По словам Молодых, нерешительность бизнеса объясняется неуверенностью в зрелости технологий, отсутствием четкого понимания, для каких задач они могут быть полезны и, соответственно, с чего начинать внедрение. Останавливает также дефицит нужных специалистов и недостаток примеров практической применимости, убедительно доказывающих их экономический эффект.
Одной из целей RAIF как раз и было продемонстрировать такие примеры. В компании Yandex Data Factory уже несколько лет реализуют проекты по внедрению машинного обучения на промышленных предприятиях и потому могут делиться наблюдениями об их принципиальных особенностях. Директор по продажам YDF Константин Горбач заметил, что, хотя постановка задач на производстве и, скажем, в финансах может быть схожей (банковский скоринг во многом аналогичен задаче определения вероятности дефекта), таких особенностей существует достаточно. Например, на металлургическом комбинате увеличение производительности на 5% благодаря использованию машинного обучения для оптимизации процесса выплавки стали – это огромная экономия, которая достигается не очень большими вложениями. Поэтому в промышленности искусственный интеллект рассматриватся в первую очередь как способ автоматизации рутинных процессов, а не инструмент их кардинальной перестройки, как бывает в сервисном бизнесе. При этом, заметил Горбач, если сейчас наличие таких технологий на производственном предприятии является его конкуретным преимуществом, то через несколько лет их отсутствие станет реальной угрозой потери конкурентоспособности.
В «М.Видео» только начинают эксперименты с машинным обучением, но, как заметил директор по ИТ этой компании Сергей Сергеев, отдача уже видна, например, благодаря повышению эффективности маркетинговых кампаний. Если приводить пример страхового бизнеса, то он всегда был очень математически емким, заметил Сергей Шишкин, заместитель финансового директора компании «АльфаСтрахование», но сейчас происходит процесс вытеснения консервативных моделей более прогрессивными и сложными. Накопленные объемы данных и достаточные вычислительные мощности позволяют применять в финансовой сфере все более изощренные алгоритмы, получая с их помощью наиболее точные результаты, отметил руководитель департамента «Цифровой банкинг» банка «Уралсиб» Александр Сахаров.
Все участники дискуссии согласились с тем, что пока элементы искусственного интеллекта выполняют роль помощников в принятии решений, и за человеком остается оценка правильности таких подсказок, равно как и точная постановка задачи для алгоритма. Со временем уровень автоматизации различных областей деятельности на базе технологий искусственного интеллекта будет расти, вплоть до полной перестройки целых процессов, но возможности для экспертного участия в них человека не исчезнут, во всяком случае в обозримой перспективе.
На форуме были также представлены победители онлайн-чемпионата по искусственному интеллекту RAIF-Challenge 2017. Три лучшие команды получили денежное вознаграждение и возможность реализовать пилотные проекты в компаниях – партнерах RAIF. Наград удостоились разработки в таких областях, как выявление мошеннических действий в страховании, моделирование вероятности покупки в интернет-магазине и прогнозирование оттока клиентов банка.
