Бизнес привлекли интеллектуальные решения

Российский бизнес все активнее использует решения на основе нейросетей, и миллиардные вложения государства в развитие искусственного интеллекта позволят еще быстрее развивать данное направление. По оценкам экспертов, сегодня в нашей стране наиболее инновационными можно назвать такие решения в области сельского хозяйства и медтеха. Первые позволяют, например, дистанционно контролировать посевы и собирать больше урожая, последние ‒ находить заболевания на ранних стадиях. «Ведомости. Инновации и технологии» разобрались, как еще бизнес использует автономные системы и какую прибыль они могут принести.

Триллионы к ВВП

Развитие автономных систем на базе искусственного интеллекта требует постоянных вложений в научно-исследовательские и опытно-конструкторские работы, в том числе в фундаментальные исследования. Но это дает значимый эффект: пo оценкам McKinsey, внедрение технологий, связанных с ИИ, может привести к ускорению мирового экономического роста нa 1,2% в гoд и к увеличению глобального BBП к 2030 г. нa $13 тpлн (для сравнения: глобальный ВВП в 2022 г. составил порядка $101,6 трлн).

В ближайшие годы правительство РФ намерено поддержать развитие ИИ, что может существенно ускорить прогресс нашей страны по этому направлению. Так, около четверти бюджета национального проекта «Экономика данных» ‒ 389 млрд руб. планируют потратить на госфинансирование проектов в сфере ИИ. Как следует из материалов к нацпроекту, использование ИИ может прибавить 11 трлн рублей к ВВП России к 2030 г.

В тех же документах сказано, что наша страна пока что серьезно отстает в области научной экспертизы в сфере искусственного интеллекта. Например, согласно рейтингу CORE (Computing Research and Education Association of Australasia ‒ Ассоциации компьютерных исследований и образования региона Австралазия), в 2022 г. китайские ученые сделали около 4 000 публикаций об ИИ на конференциях наивысшего уровня А* и заняли по этому показателю первое место в мире. Россия же оказалась на 19 месте с 113 публикациями. Всего в прошлом году российские исследователи сделали около 2,5 тыс. публикаций по теме ИИ на разных конференциях, свидетельствуют данные Центра компетенций НТИ по направлению «Искусственный интеллект» МФТИ. РФ занимает 11 место в мире по этому показателю. Также в прошлом году было сделано 3,5 тыс. публикаций отечественных ученых по ИИ в научных журналах. РФ поднялась в рейтинге по этому показателю с 18 места в 2021 г. на 14 в 2022 г., даже несмотря на субъективные факторы, связанные с политикой.

Китай же три года подряд остается лидером среди всех стран по количеству публикаций в области ИИ (более 370 000 публикаций). На втором месте США, но с существенным отставанием (около 230 000).

«Алиса» против «Кандинского»

Что касается практических решений на основе ИИ, отечественные разработчики уже представили собственные генеративные нейронные сети наподобие прогремевших на весь мир ChatGPT и Midjourney. Так, весной 2023 г. пользователям стала доступна языковая модель для создания текстов YandexGPT, а осенью появилась ее новая версия. В конце года «Яндекс» объявил, что запустил тестирование виртуального помощника «Алиса» на базе YandexGPT 2.

«Сбер» осенью 2023 г. представил нейросеть Kandinsky Video ‒ это генеративная модель для создания полноценных видеороликов по текстовому описанию. Также в сентябре Сбербанк открыл для всех желающих доступ к генеративному искусственному интеллекту GigaChat, который помогает работать с текстом и изображениями.

Тем не менее, как считает основатель Cognitive Technologies Ольга Ускова, на мировом рынке Россия довольно «бледно» выглядит в сегменте генеративных нейронных сетей, поскольку основные решения базируются преимущественно на движках стороннего происхождения. «Отечественные компании и разработчики в 2023 г. очень ярко выступили в сегменте беспилотных транспортных средств в агросфере, создав несколько уникальных решений», ‒ отметила эксперт.

Например, система «Агроаналитика» отечественной компании «СмартАгро» собирает и обрабатывает большие массивы данных с сельскохозяйственной техники и спутниковые снимки. При помощи моделей машинного обучения решение позволяет прогнозировать урожайность, циклы развития растений, влияние подкормок на качество готовой продукции. Другой российский стартап «Геомир» создал систему «Ассистагро». Она анализирует снимки высокого разрешения с дронов, оценивает состояние посевов и находит проблемные участки на полях. Например, система может отличить сорняки от культурных растений, определить фазу их развития и порекомендовать оптимальную технологию защиты урожая.

Скромный сотрудник

В большинстве случаев автономные решения на базе нейросетей решают достаточно утилитарные задачи внутри больших корпораций, оптимизируя те или иные аспекты деятельности бизнеса. К примеру, X5 Group (торговые сети «Пятерочка», «Перекресток», «Чижик») с 2019 г. использует машинное обучение для улучшения прогнозирования спроса, оптимизации логистики и анализа ассортимента. Маркетплейс Ozon применяет искусственный интеллект для модерации карточек товаров: система автоматически анализирует, отвечает ли текст и изображения правилам, а затем решает, допускать позицию на площадку или нет. «Авито» использует нейросети для того, чтобы определять, соответствуют ли объявления требованиям платформы и нормам закона.

Новые автономные системы на основе ИИ разрабатывают не только крупные корпорации, но и стартапы. Например, решение от молодой компании Bidzaar обеспечивает автоматизированные закупки: за поиск и анализ поставщиков отвечает искусственный интеллект. А MONQ Lab создала платформу для моментального обнаружения и предотвращения IT-сбоев на базе ИИ. Основанная в 2014 г. выходцами из «Яндекса» компания Rubbles разрабатывает IT-решения для оптимизации ключевых технологических и бизнес-процессов на основе анализа данных и ИИ, продавая их крупным клиентам.

Однако сейчас у российских ИИ-стартапов есть сложности с финансированием. По данным Центра компетенций НТИ по направлению «Искусственный интеллект» МФТИ, в 2022 г. компании заключили только 21 сделку с венчурными инвесторами на общую сумму $51 млн. Годом ранее показатели были значительно выше: 77 сделок на $226 млн.

Добрый доктор ИИ

По мнению Усковой, у российских компаний достаточно сильные позиции в сфере автономных решений в медтехе. На 2023 г. в России, по подсчетам компании Webiomed, насчитывается более 60 стартапов, использующих автономные системы на базе нейросетей для решения медицинских задач. Самое популярное направление ‒ это автоматизированный анализ различного рода снимков. К примеру, платформа Botkin.ai ищет патологические проявления в рентгенологических исследованиях, КТ и МРТ, а также маммограммах. Те же виды медицинских снимков интерпретирует и система Care Mentor AI, нацеленная обнаружить изменения в тканях на ранней стадии. Решение Pirogov.AI проводит диагностику по ото-, рино- и ларинго- и эндоскопическим фото и видео. Есть несколько стартапов, анализирующих различные фотографии кожи человека на предмет злокачественных заболеваний: Check Melanoma, «Прородинки», CheckDerm.

Компания Eyemove разработала алгоритм анализа движения глаз, который позволяет выявлять болезни Альцгеймера и Паркинсона, синдром дефицита внимания и гиперактивности, аутизм и другие состояния. Однако постановка диагноза и назначение лечения остаются в компетенции врачей, выводы ИИ носят только рекомендательный характер. 

Отдельный класс решений ‒ нейросети, отвечающие за клинические исследования и поиск новых молекул. К примеру, сервис Semantic Hub, используя анализ естественного языка для автоматического «просеивания» контента форумов и соцсетей, помогает фармацевтическим компаниям найти пациентов с редкими заболеваниями. Компания Insilico Medicine, основанная учеными из России, помогла создать препарат от идиопатического легочного фиброза. Insilico использует два отдельных пакета программного обеспечения: один ‒ чтобы найти новую мишень для лекарств, и второй ‒ чтобы предложить молекулу, которая бы эффективно воздействовала на эту мишень.

Большинство экспертов согласны с тем, что в любой сфере деятельности ИИ не является «серебряной пулей», которая решает все проблемы. Наиболее эффективные решения всегда подразумевают совместную работу нейросетей и профессионалов, умеющих извлекать преимущества из «сотрудничества» с ИИ, поэтому важнейшей задачей остается развитие кадрового потенциала.