Как развивается искусственный интеллект в России

Вряд ли можно оценивать развитие ИИ по национальному признаку. Релевантность и креативность ответов и диалогов зависит от того, насколько много информации загружено в модель, и насколько качественно размечены данные. Изначально все генеративные сети были построены по модели OpenAI. Туда вливались и продолжают вливаться огромные ресурсы. Поэтому наши YandexGPT и GigaChat не начинали с нуля. Но российские разработчики увидели определенные ошибки иностранных конкурентов, учли их, и усовершенствовали свои модели. Поэтому развитие всех сервисов происходит почти синхронно.

Одно из главных достижений последнего времени в области ИИ — это развитие машинного обучения не только в B2C, но и в B2B-сегменте. Это касается и генеративных, и прогностических моделей. К первым можно отнести, например, российскую компанию TTL24. Их инструмент 24AI создает качественные картинки для карточек товаров на маркетплейсах без привлечения дизайнеров. Ко вторым относится наша система предиктивной аналитики для e-commerce — JVO. Это модель на основе BigData, которая обучается на числовых и временных рядах, и позволяет прогнозировать спрос на тот или иной товар в каждом регионе. JVO, соответственно, прогнозирует и логистику. То есть, чего и сколько продавцы должны отгрузить на определенный склад. А также, по сути, формирует и предсказывает ценообразование, исходя из общего прогноза затрат на доставку и хранение.

Во всем мире прогнозная аналитика на основе машинного обучения хорошо развивается в маркетинге, ритейле и e-commerce для повышения конверсий — это наиболее высокооборачиваемые и доходные отрасли. Технологии машинного скоринга и прогнозной аналитики вовсю применяют в финансовой сфере для оценки рисков и антифрода. Постепенно они же внедряются и в госструктуры — например, в правоохранительные органы.

Предиктивная аналитика использует исторические и текущие данные при построении моделей и выявления закономерностей для прогнозирования будущих результатов. Как элемент Индустрии 4.0 эти модели уже постепенно воплощаются в промышленности, строительстве и цифровой трансформации компаний практически во всех отраслях.

Исходя из этого, мой личный список самых перспективных российских ИИ-проектов состоит из двух B2C-моделей: YandexGPT и GigaChat; и двух B2B-сервисов: JVO и TTL24.

Второе значимое достижение — это возможность создавать сложные модели а алгоритмы на основе low-code и no-code. То есть, когда для проектирования и разработки готовых приложений не требуется привлекать квалифицированных программистов. Программы делаются из готовых модулей на интуитивно понятном интерфейсе обычными или продвинутыми пользователями. Это, например, важно для малого бизнеса. Чтобы создать  собственную CRM-систему на ИИ, сотрудникам не нужно уметь писать компьютерный код. Повышается, скорость, гибкость, на порядок снижаются затраты. Наступает эпоха разработчиков-любителей.

Еще одно достижение с большими перспективами — мультимодальные ИИ, которые генерируют видео по статичному изображению или тексту. Уже есть множество таких сервисов, включая российские — например, Kandinsky Video 1.1. Пока, как интернет в свое время, мультимодальные разработки находятся на уровне вау-эффекта. Они скорее удивляют и привлекают, чем находят практическое применение. Но скоро все это станет прикладным.

Одна из главных проблем ИИ — безопасность в широком смысле слова. Это и безопасность персональных данных при их использовании в BigData, и неограниченные возможности обучения генеративных моделей. Через год-два все массовые нейронки будут примерно одинаково думать, уметь примерно одно и то же, и обучаться с одинаковой скоростью по схожим алгоритмам. Различия разных систем, например, российских и американских, сведутся к тому, к каким данным в интернете их будут допускать для обучения. То есть, к разного рода ограничениям по этическим и политическим мотивам.