It's alive! Эра «живого» интеллекта

Помните, мы когда-то отмечались («чекинились») на платформе Foursquare с GPS-навигацией? Это было модно, удобно, молодежно. Сделав пару кликов, мы мгновенно могли поделиться своим местоположением с другими людьми. Мода быстро прошла. Зато именно этот этап стал важным для развития услуг, основанных на геолокации. Такой пример привела футуролог Эми Уэбб в одном из своих интервью, посвященных развитию технологий.

К чему это мы? К тому, что изучение предыдущих тенденций может помочь нам определить ближайшие перспективы. Сегодня генеративный искусственный интеллект часто ассоциируется исключительно с чат-ботами. Однако такие платформы, как ChatGPT, в будущем выйдут за рамки текстов. Долгосрочная тенденция заключается в использовании ИИ-ботами различных типов данных из разных источников и взаимодействии с ними, и это только один из примеров.

Уэбб подводит нас к размышлению о новом технологическом суперцикле, в котором объединятся три технологии: генеративный искусственный интеллект, биотехнологии и умные датчики – «живой» интеллект. Аналитики консалтинговой компании Future Today Strategy Group, созданной Уэбб, уверяют в своем отчете, что «живой» интеллект будет стимулировать цикл инноваций для технологий, которые ранее застопорились, – от квантовых вычислений до робототехники.

Мы в ГК «Цифра» решили посмотреть, что ждет промышленность после эпохи чат-ботов и какое будущее цифровизации нам предсказывают футурологи:

Уже упомянутая конвергенция ИИ, сенсоров и биотехнологий создает «живые» системы, которые смогут по-настоящему взаимодействовать с физическим миром и адаптироваться к нему.

Авторы доклада отмечают использование такого синтеза технологий, в частности, в таких отраслях как строительство и машиностроение. Компании, которые игнорируют начало эры «живых» интеллектуальных систем, рискуют оказаться в тени конкурентов, использующих эту технологию для создания преимуществ. Однако развитие этого направления требует также умных датчиков, что подводит нас к следующему пункту.

Большие языковые модели уже практически изучили открытые данные, доступные сегодня в интернете. Следующим шагом станут данные из реального мира, которые можно будет получить на основе «умных» датчиков. Это позволит перейти от больших языковых моделей – LLM – к большим моделям действий LAM (large action model). Модели действий затмевают языковые модели, поскольку ИИ переходит от создания текстов к предсказанию поведения в реальном мире, кардинально меняя методы обучения машин. Если раньше ИИ генерировал отчеты, то теперь он способен управлять целыми цехами. Для производств LAM – это революционное решение. Предсказывая поломки оборудования до их возникновения и оптимизируя производственные процессы в режиме реального времени, эти модели помогают предприятиям избежать дорогостоящих простоев. Они также обеспечивают необходимое количество запасов на основе исторических данных, анализа внешних факторов и данных производственного процесса. Кроме того, использованием моделей LAM предотвращает перепроизводство, когда излишки продукции приходится утилизировать или порчу сырья, например, если сроки хранения ограничены, тем самым сокращая количество отходов.

Традиционные промышленные роботы выполняют задачи в строго заданных условиях. Но благодаря ИИ и сенсорам нового поколения роботы становятся гибкими: они анализируют окружающую обстановку, могут самостоятельно принимать решения и адаптироваться к меняющимся условиям. Это подразумевает переход от запрограммированной к интеллектуальной автоматизации. Соответственно, они могут работать на стройплощадках, в логистических центрах или опасных зонах, оценивая ситуацию и адаптируясь к изменениям в режиме реального времени. В частности, Siemens уже использует роботов с искусственным интеллектом, которые подбирают и размещают различные детали и материалы на полностью автоматизированные сборочные линии, снижая таким образом затраты на автоматизацию на 90%.

В то время как генеративный ИИ сосредоточен на создании, агентный ИИ — на действиях. Такая технология знаменует собой переход от пассивных инструментов к имитации человеческой способности к осознанным поступкам. Агентный ИИ способен самостоятельно ставить цели, принимать решения и реализовывать сложные стратегии. В отличие от роботов, которые могут принимать решения в реальном времени, но получение данных зачастую зависит от сенсоров, а их действия ограничены конкретными задачами (например, навигация, манипуляция объектами), агентный ИИ способен самостоятельно ставить цели и принимать решения. Кроме того, он может комбинировать знания из разных областей для решения проблем, в то время как роботы действуют в рамках обучения конкретным действиям и предсказуемым сценариям. Он не просто реагирует на вводные данные, а обдумывает цели и принимает решения для их достижения.

Инженерные материалы с уникальными свойствами — например, самоохлаждающиеся или сверхпрочные — позволят создавать оборудование, которое служит дольше и требует меньше ресурсов. Метаматериалы уже совершают революцию в строительстве и производстве. В частности, в Бостонском университете выяснили, что акустические метаматериалы снижают шум станков на 94%, что улучшает условия труда.

Цифровизация требует огромных энергозатрат. В связи с этим возрождение атомной энергетики изменит энергетические рынки и корпоративную стратегию, поскольку технологические компании станут основными игроками в производстве электроэнергии, считают эксперты Future Today Strategy Group. Малые модульные ядерные реакторы, которые развертываются за 3–5 лет, удобны для заводов, стремящихся к углеродной нейтральности. Microsoft уже строит такой реактор для питания своих дата-центров.

Цифровизация — это не только возможности, но и вызовы. Вот главные угрозы, которые нельзя игнорировать:

Малые языковые модели упрощают и удешевляют внедрение ИИ, однако создают слепые зоны безопасности, доступные для хакерских атак.

Рекомендация: обеспечивать кибербезопасность, чтобы справиться с быстрыми изменениями в технологиях.

Кто отвечает, если ИИ принял ошибочное решение? Как защитить данные, которые собирают умные датчики?

Рекомендация: обеспечить адаптивное управление и проводить гибкую политику, которая может меняться с развивающимися технологиями и глобальной неопределенностью.

Не все компании могут позволить себе сразу перейти на цифровые решения.

Рекомендация: создавать экспериментальные «песочницы», то есть начинать с пилотных проектов — например, автоматизировать один цех, а не весь завод.

Мир вступает в эпоху экспоненциальных изменений, где конвергенция технологий переопределяет бизнес, общество и само понятие человечества. Цифровизация промышленности — это не просто установка датчиков или роботов. Это трансформация бизнес-моделей, переосмысление роли человека и создание устойчивых экосистем. Главное — помнить: технологии не заменят людей, но те, кто использует их эффективно, заменят тех, кто этого не делает.