Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Рассказываем, каким видят будущее индустрии машинного обучения главные эксперты отрасли.

Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Что такое Turbo ML Conf

Turbo ML Conf — первая масштабная конференция, посвященная машинному обучению, которую организовал Т-Банк. Более 550 человек — ML-инженеры, исследователи, разработчики, дата-сайентисты, продакт-менеджеры и другие специалисты по ИИ — собрались, чтобы обсудить тренды в области ML.

В сфере машинного обучения знаний всегда не хватает. Технологии и подходы меняются с бешеной скоростью. Индустрия растет, появляется все больше новых людей. Мы назвали нашу конференцию Turbo ML Conf, чтобы отразить скорость развития индустрии. Это новая экспертная площадка для профессионалов в области ML. Цель конференции — объединить экспертизу российских технологических гигантов и усилить профессиональное сообщество знаниями о передовых технологиях и практиках в разных направлениях машинного обучения.

Виктор Тарнавский, директор по искусственному интеллекту Т-Банка.
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Конференция проходила на четырех площадках, посвященных самым актуальным направлениям машинного обучения. Всего в течение дня было проведено 27 сессий, в которых выступили 32 эксперта в области ИИ. Среди них были представители Т-Банка, Яндекса, VK, MTS AI, AIRI и других компаний.

Хорошая новость — все презентации и доклады спикеров можно найти на канале Желтый AI. А самыми полезными мыслями экспертов делимся здесь.

Тренды в сфере фундаментальных и прикладных исследований

В потоке Research & RnD эксперты рассказали о том, каким будет ИИ в ближайшие годы, об использовании больших языковых моделей (LLM) и о перспективах их развития.

Главные тезисы:

  • На данный момент развитые LLM — нечто похожее на AGI (Artificial General Intelligence).
  • Чтобы ИИ-сообщество согласилось с достижением AGI, у машин должно сложиться представление о мире. AGI предполагает решение универсальных задач, в том числе ранее неизвестных. Для этого требуется способность рассуждать и предиктивная способность — искусственный интеллект пока не обучен этому.
  • ИИ — мощный инструмент, но при внедрении в бизнес и социальную сферу возникают проблемы, так как, кроме точности, в реальных задачах требуется думать о ценностях, а это сложно сформулировать на языке математики.
  • Рынку нужны новые исследователи и разработчики, которые смогут сделать ИИ более адаптивным и полезным в повседневной жизни и в бизнес-процессах.
  • В будущем разрыв между опенсорсными и проприетарными (частными) моделями будет сокращаться: все большему количеству людей станут доступны самые свежие разработки и технологии ИИ.
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Тренды в сфере обработки естественного языка и операции с машинным обучением и языковыми моделями

В треке NLP & MLOps/LLMОps в рамках дискуссии поговорили о том, как промышленное машинное обучение будет трансформироваться с появлением LLM.

Главные тезисы:

  • Мы перешли в стадию, где разработка LLM под свои задачи и домены — это больше не прерогатива избранных, а стандартная индустриальная практика.
  • Железо становится больше и мощнее, но удешевление инференса (процесса вывода новых знаний из имеющихся данных) происходит не только из-за этого, но и за счет более эффективной тренировки больших языковых моделей: данные стали более доступными и понятными.
  • Большие языковые модели практически догнали человека по качеству переводов документов благодаря дообучению моделей с постепенным усложнением данных: от предложений к документам.
  • К трендам в создании приложений на основе LLM относятся: мультимодальность, использование гибридных моделей, кэширование и оптимизация запросов.
  • LLM позволяют расширять подходы для классических задач, но для улучшения стандартных систем требуются время и фокус на данных. Для успешной реализации и улучшения стандартных систем с помощью LLM необходимо проводить обширные исследования, тестирования и оптимизации алгоритмов на различных наборах данных.
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Запуск собственной большой языковой модели T-lite

На конференции в потоке NLP Анатолий Потапов, руководитель группы фундаментальных технологий LLM в Т-Банке, объявил об открытии доступа к собственной большой языковой модели T-lite. С ее помощью компании смогут создавать ассистентов поддержки, способные автоматически обрабатывать запросы клиентов и предоставлять мгновенные ответы; инструменты для анализа и обобщения больших объемов текста, таких как отчеты и исследования; интеллектуальные поисковые системы, которые могут находить нужную информацию с учетом контекста; модели суммаризации текста.

Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Тренды в сфере рекомендательных систем и временных рядов

В треке RecSys & Time Series эксперты рассказали об индустриальных и академических трендах в RecSys и адаптивном управлении количеством предложений.

Главные тезисы:

  • Обучение с подкреплением (Reinforcement Learning, RL) в рекомендательных системах применяется на практике уже сейчас, примеры можно увидеть в крупных международных и российских компаниях, в том числе в Т-Банке.
  • Машинное обучение и создание умных лент можно использовать для создания персонализированных подборок. Эти инструменты активно применяются на сайтах интернет-магазинов.
  • ML-based контентная лента рекомендаций, способная охватывать, перерабатывать и персонализировать контент для пользователей, — мощный инструмент для бизнеса. Не так давно эта технология появилась в мобильном приложении Т-Банка.
  • Генерация синтетических временных рядов позволяет решать задачи обучения на размеченных данных на больших объемах информации.
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Тренды в сфере компьютерного зрения и речевых технологий

В потоке Computer Vision & Speech поговорили о том, как LLM влияют на развитие компьютерного зрения и речевых технологий.

Главные тезисы:

  • Необходимо внимательно следить за прогрессом вокруг LLM, так как сюда вкладывается много ресурсов — от ресерча до оптимизации интерфейса.
  • Появление больших языковых моделей вывело технологии обработки и генерации текстов на новый уровень.
  • LLM вносят огромный вклад в развитие Human-like синтеза речи, который заключается в том, что пользователь может менять интонацию, произношение, стиль, скорость, тональность и так далее.
  • Будущее за voice-to-voice моделями, которые максимально приближены к человеку.
  • В области голоса происходит переход от специализированных моделей к более общим, стоит ожидать объединения текстовой и голосовой модальностей.
  • Мультимодальные модели являются новой веткой развития больших глубоких сетей и представляют собой технологию, которая позволяет интерпретировать исходные данные в запрашиваемый результат.
  • Новые подходы в компьютерном зрении, применение распознавания текста (OCR) и диффузионные модели используются для создания контента в банковском секторе.

Но и это еще не все

Помимо хардовых докладов участникам были предложены неформальные точки нетворкинга. Например, в зоне Dot.Talks гости могли обсудить друг с другом любую тему, а в интерактивной зоне — потренировать «компьютерное зрение».

Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf
Искусственный интеллект будущего: инсайты и прогнозы с конференции Turbo ML Conf

Было и афтепати с музыкой, барбекю, глиттер-баром и квестом от роботов. Приз зрительских симпатий уходит, конечно, диджею, который своей музыкой заставил танцевать всех без исключения. В общем, было все, чтобы и время с пользой провести, и с комьюнити познакомиться.

Еще немного о конференции. Источник: Код Желтый в VK Видео
2222
10 комментариев

Не хочется хвалить конечно, но т-банк как всегда ит-шные конфы делает нескучные и реально интересные

2
Ответить

Это факт. По части бросать пыль в глаза они профи. Смотрите какие у нас крутые конференции, офисы, креативы. Но на банковский продукт и сервис не смотрите, мы решили что они не в приоритете

Ответить

Ага. Даешь развитие ML и AI! Чтобы вместо нас роботы работали 😅

Ответить

а что такого? Пусть работают) но вообще это даже сейчас еще футуристика, ИИ важно и нужно внедрять как вспомогательный и ускоряющий процессы фактор.

1
Ответить

Яркая конференция. Я бы поучаствовал. Надеюсь, ежегодная

Ответить

Классное мероприятие, чтобы быть в повестке событий мира ИИ. И отдельный лайк за нетворкинг

Ответить

Вкладываться в ML и ИИ оч правильно щас, правильный выбор делают банки.

Ответить