Искусственный интеллект: как и где использовать?

Эксперты обсудили перспективы развития искусственного интеллекта и трансформацию управления под его воздействием

29 ноября в Финансовом университете при Правительстве Российской Федерации состоялась панельная дискуссия «Искусственный интеллект и трансформация управления». Мероприятие прошло в рамках IV Международного форума Финуниверситета «Что день грядущий нам готовит?».

Важность заявленной проблематики подтвердил модератор дискуссии – генеральный директор АО «Гознак», руководитель Департамента менеджмента Финуниверситета, д.э.н. Аркадий Трачук:

– В последнее время тема искусственного интеллекта стала чрезвычайно популярной, но, как и любое модное направление, она нуждается в научно-практической оценке перспектив применения. В связи с этим необходимо разобраться с тем, что мы подразумеваем под понятием «искусственный интеллект»; какие тенденции и решения позволят использовать его максимально эффективно не только в бизнес-процессах, но и в том числе в государственном муниципальном управлении, – сказал он.

Старший научный сотрудник по большим данным KPMG Денис Волк заметил, что под искусственным интеллектом нередко подразумеваются чат-боты, которые могут сформулировать адекватный ответ на запрос пользователя, но на самом деле искусственный интеллект – более сложное понятие. Если рассматривать его в широком смысле, оно относится, скорее, к области научной фантастики, где речь идет о каких‑либо сущностях, которые обладают сознанием и могут стать адекватными собеседниками по широкому кругу вопросов. Однако нужно признать: пока до этого очень далеко, и будет ли создан такой искусственный интеллект – большой вопрос.

Менеджер по когнитивным решениям IBM Светлана Архипкина обратила внимание коллег на то, что тема искусственного интеллекта не нова, ее изучали еще в 50‑х годах прошлого столетия.

– При этом у искусственного интеллекта есть четкое определение: это интеллект, который может понимать естественный язык человека, находить определенные гипотезы из огромного массива информации, а после выбирать из них верные. Более того, он может сам себе ставить задачи и осознавать себя. Учитывая, что сейчас ни одна технология не может ставить себе задачи и осознавать себя, выходит, ни в теории, ни на практике пока никто не изобрел искусственный интеллект, – заметила Светлана Архипкина.

С другой стороны, некоторые компании уже сейчас предлагают технологии так называемого добавленного разума, которые помогают пользователю принимать решения. Другие шагнули дальше: например, компания IBM занимается разработкой квантовых компьютеров.

– На наш взгляд, квантовые компьютеры подстегнут развитие разработок, связанных с искусственным интеллектом, – говорит менеджер по продажам аналитических решений IBM Владислав Буянов. – Возможно, мы станем первой компанией, которая выпустит первый квантовый компьютер в виде некоего промышленного устройства.

По мнению спикера, скорость развития искусственного интеллекта будут определять внешние и внутренние факторы:

– Под внешними факторами подразумевается скорость обмена данными внутри «мозгов» искусственного интеллекта, внутри его сети, а также связанная с этим скорость вычислений и наличие объемов информации, на основе которой он будет строить свои предположения. К внутренним факторам относится доступность энергии для поддержания его жизнедеятельности и наличия каналов поступления новой информации, чтобы искусственный разум, образно говоря, обогащал сам себя, – пояснил Владислав Буянов.

Аркадий Трачук согласился с тем, что под искусственным интеллектом понимается некая сущность, которая может общаться с человеком на одном языке, при этом самостоятельно дорабатывает модели своего поведения и алгоритмы.

– Мы ждем появления новых технических решений, нового «железа», которое позволит еще больше приблизиться к тому состоянию, которое можно назвать сильным искусственным интеллектом, – отметил он.

Вполне возможно, что в недалеком будущем искусственный интеллект сможет помогать принимать решения в разных областях, в том числе в сфере государственного управления. Пока же, по словам заместителя руководителя Федерального казначейства Александра Албычева, ведомства активно используют для формирования аналитики такой механизм, как Big Data.

– Безусловно, мы оценили пользу концепции Big Data в повседневной работе – у нас появилась возможность получать различные аналитические срезы, выделять из них нужные нам форматы, кейсы, примеры. Однако какой бы умной ни была эта система, не можем сказать, что она учится и совершенствуется без вмешательства человека – все‑таки к этому прикладывают руку наши технологи, методологи, аналитики. Насколько мне известно, в государственном управлении пока вообще нет подобных самообучающихся систем, но, полагаю, они могут появиться в горизонте десяти лет, – прокомментировал спикер.

Исполнительный директор SAP СНГ Наталия Парменова подчеркнула: коммерческие организации относятся к вопросу развития искусственного интеллекта весьма прагматично. По ее словам, бизнес выделяет три основных направления использования искусственного интеллекта: автоматизация рутинных операций, помощь в принятии решений и контроль операций.

– Сегодня мы ставим перед собой задачу внедрения технологий машинного обучения в стандартные решения SAP. При этом понимаем: важно научить компании извлекать пользу из данных. Еще одно перспективное направление – создание совместных инновационных лабораторий с нашими клиентами, – сказала Наталия Парменова.

Она убеждена: всплеск интереса к новейшим технологиям, в частности к большим данным и интернету вещей, обусловлен тем, что применять их на практике стало относительно дешево.

Академик РАН, ректор Сколковского института науки и технологий (Сколтех) Александр Кулешов напомнил, что искусственный интеллект нередко приравнивается к такому понятию, как deep learning (глубокое обучение), хотя это не совсем верно.

– С обывательской точки зрения, самые серьезные достижения искусственного интеллекта действительно основываются на базе deep learning. В действительности же под этим термином подразумевается направление в области искусственного интеллекта и машинного обучения, основанное на поиске моделей и алгоритмов, благодаря которым компьютеры смогут учиться на собственном опыте, формируя многоуровневые, иерархические представления об окружающем мире, – пояснил он.

Старший менеджер KPMG Александр Цимбалистов согласился, что с развитием новых технологий запросы бизнеса меняются – теперь ему интересна продвинутая аналитика, машинное обучение, анализ неструктурированных данных.

Спикер привел примеры из разных областей, включая сферу финансов: допустим, банк, имеющий много клиентов, хочет понять, как разбудить «спящих» клиентов, которые имеют расчетный счет, но по каким‑то причинам не пользуются другими услугами банка. Задача консультантов – с помощью возможностей искусственного интеллекта предсказать, какой продукт может быть интересен таким клиентам. А вот производственные предприятия хотят заранее знать, какое оборудование может выйти из строя, чтобы своевременно запустить процедуру технического обслуживания и избежать финансовых потерь. Сделать подобный прогноз позволяет анализ датчиков в режиме реального времени. Не остаются в стороне и крупные ритейл-компании. Прежде чем зайти на новую территорию или открыть еще одну точку продаж, они хотят получить качественную геоаналитику, которая даст представление о том, насколько это рентабельно.

Координатор научных программ Научного совета по методологии искусственного интеллекта РАН Андрей Алексеев поддержал коллег, отметив, что в последние годы понятие «искусственный интеллект» стало массовым, сегодня оно на пике интереса во многих странах, включая Россию. Другое дело, что до сих пор до конца не решен вопрос взаимодействия человека и машины, а также не изучены угрозы, с которыми может столкнуться человечество, развивая искусственный интеллект.

– Не исключено, что в определенный период времени искусственный интеллект будет претерпевать некое взрывообразное развитие, но затем оно будет уравновешено влиянием ограничивающих факторов. Вероятно, человечество к тому моменту перестанет его понимать, и придется разбираться, как обращаться с этой новой сущностью, – добавил Владислав Буянов.

Также участники панельной дискуссии обсудили опасения, связанные с тем, что развитие искусственного интеллекта спровоцирует рост безработицы – некоторые профессии окажутся невостребованными, а другие позволят заменить человека роботом. Эксперты подтверждают: подобный вариант развития событий не исключен. Тем более, в истории человечества уже были подобные периоды, связанные с развитием орудий труда, промышленной революцией, когда поколения оставались без работы, переучивались, привыкали к новому образу жизни. Сейчас, при том что искусственного интеллекта еще не существует, в некоторых сообществах внедряются пилотные проекты по так называемому безусловному базовому доходу. Например, в Финляндии люди обеспечиваются всем необходимым, и они, не беспокоясь о том, что нужно зарабатывать себе на жизнь, начинают генерировать идеи, которые в противном случае могли и вовсе не появиться.

– Не в первый раз человечество переживает серьезное потрясение с точки зрения развития техники и технологий. Автоматизация сельского хозяйства была не меньшим потрясением для почти 100% населения Земли, когда внезапно оказалось, что не нужно всем выращивать урожай и добывать себе пищу, а можно устроиться на работе в городе или заниматься творчеством, – комментирует Наталия Парменова. – Огромное количество профессий, которые мы сегодня считаем необходимыми, появились в результате технологического прогресса. Если останемся в привычной парадигме и будем развивать эти технологии, в будущем нам потребуется меньше времени и усилий, чтобы обеспечивать себя. Больше людей будет иметь возможность реализовывать себя в творческих профессиях или помогать больным. Возникнет новое равновесие. Уже сегодня, внедряя современные технологии, компании стараются сохранять социальное равновесие, в том числе помогая социальным предпринимателям.

Генеральный директор GfK Rus Марина Безуглова убеждена: прогноз относительно того, что искусственный интеллект превзойдет человечество к середине XXI столетия, уже осуществляется. Например, в скорости обработки информации искусственный интеллект давно опередил человеческий.

– Но если говорить о создании какого‑то универсального интеллекта, который бы копировал все органы психической деятельности человека, есть достаточно большое препятствие – даже с развитием нейронауки научно-исследовательские институты пока не разгадали всех загадок человеческого мозга. Вероятно, с развитием этого направления будет умнеть и искусственный интеллект, однако вряд ли ему удастся превзойти человеческий мозг, – сказала она.

Старший научный сотрудник лаборатории «Нейротехнологии в управлении» Финуниверситета Арсен Даллакян заметил, что и Big Data, и deep learning несовершенны, поскольку анализируют ту информацию, которую дает им человек.

– Изучив реального пользователя и его предыдущий опыт, мы можем спрогнозировать: если человек купил продукт А, затем вернулся за продуктом Б, вероятность того, что после он купит продукт С, составляет 35%, значит, на этапе Б ему можно предложить продукт С. Это не прорыв – подобное предсказание маркетологи могли сделать еще в 80‑х годах. Если бы технология намекнула мне, что нужно изменить в инструментах, которыми я обладаю на этапе А, чтобы он купил не продукт С, а, допустим, Е, это был бы прорыв. Сейчас мы трудимся над решением этой сложной задачи. Поведенческие экономисты и нейросайенс-ученые утверждают, что на решение человека существенное влияние оказывает среда, в которой принимается решение: контекст, эмоции, триггеры, когнитивные искажения, но собрать такие данные непросто.

Подводя итоги дискуссии, эксперты пришли к выводу, что проблематика искусственного интеллекта многообразна и требует тщательного изучения.

Фото автора

Елена Восканян