ИИ-тренды: чего ждать в сфере искусственного интеллекта в 2020 году
Аналитический центр Redmadrobot и Redmadrobot Data Lab отобрали важнейшие тренды этого года. Среди них: цифровые двойники, HR-трансформация, автономные вещи, ИИ в кибербезопасности и медиасфере. Эксперты Microsoft, «Лаборатории Касперского», Rambler, «Газпром нефти» рассказали о тенденциях в мире ИИ.
Гиперавтоматизация
Именно гиперавтоматизацию компания Gartner назвала первой в списке технологических трендов 2020 года. Просто автоматизация уже стала привычной, теперь же речь идет о более комплексном использовании разных технологий, которое позволит повысить эффективность.
Часть гиперавтоматизации — роботизированная автоматизация процессов (RPA), она тоже все больше проникает в производство: по прогнозам компании Forrester Research, мировой рынок RPA достигнет $7,7 млрд в 2020 году и вырастет до $12 млрд в 2023 году.
Гиперавтоматизация также непосредственно связана со следующим трендом — цифровыми двойниками.
Промышленные предприятия, как все компании в мире, имеют бухгалтерскую, финансовую и другие бэкофисные функции, давно автоматизированные до мельчайших сегментов операций. Однако автоматизация на цеховом уровне никогда не была простым процессом: цех часто просто не принимает новые технологии.
Технологии цифрового двойника стали возможными, когда все кусочки промышленных процессов (от проектирования изделий до трекинга гарантийных обращений) стали вестись на компьютерах продолжительное время. А экономическую целесообразность приобрели с гиперавтоматизацей, то есть исключением человека там, где человек просто физически не может справиться с задачами.
К таким задачам можно отнести индивидуализацию конструкции автомобилей под узкую серию, когда надо провести не только стандартные расчёты, но и убедиться в возможностях поставщиков обеспечить производство.
Самым главным сдерживающим фактором к массовому переходу к гиперавтоматизации является недоверие к ПО, которое вытесняет человека из рутинных операций. Именно не ускоряет, оставляя виноватым в ошибках, а устраняет. Поставщики таких систем не готовы брать ответственность за возможный ущерб бизнесу заказчика, а заказчики не спешат ставить свой бизнес под ИТ-риски, в которых не являются специалистами.
Цифровые двойники
Цифровые двойники, то есть цифровые модели реальных объектов, уже широко распространились, но в следующем году, по мнению многих аналитиков, они станут мейнстримом. В свою очередь, цифровые двойники — неотъемлемая часть гиперавтоматизации.
Цифровые двойники являются перспективной технологией, которая будет применяться по всем направлениям деятельности компании. Из того, что реализовано на сегодняшний день, можно упомянуть Центр управления добычей и проект «Цифровое месторождение», а также цифровые двойники для различных нефтеперерабатывающих установок.
Модели используются для прогнозирования поведения процессов добычи и переработки, а также для выбора оптимальных режимов этих процессов.
Больше всего цифровые двойники используются в промышленности, по данным исследовательской компании Mordor Intelligence, на нее приходится больше трети всего использования цифровых двойников, также они популярны в энергетическом секторе, авиации, производстве нефти и газа и автомобильной отрасли.
Распространению цифровых двойников будет способствовать развитие 3D-печати и маппинга (систем обмена изменениями между объектами), интернета вещей, в том числе промышленного.
Внедрение технологии цифровых двойников в передовых отраслях промышленности — общемировая тенденция. В составе «Ростеха» этим занимается, в частности, Объединенная двигателестроительная корпорация. Так, цифровые двойники активно внедряются на московском производственном комплексе «Салют».
Переход на новый формат позволит с первого раза проходить сертификационные и государственные испытания проектируемого газотурбинного двигателя, а также ускорить разработку изделий на 15–20%.
В высококонкурентной авиационной отрасли эти проценты могут быть решающими, поэтому мы рассматриваем цифровые двойники как основу для развития технологии проектирования уже в ближайшем будущем
Автономные вещи
Еще один тренд этого года — развитие автономных вещей — тоже связан с повышением уровня автоматизации. Просто интернет вещей развивается в интернет автономных вещей, то есть устройств, которые не просто подключены к сети и взаимодействуют друг с другом и человеком, а могут действовать автономно. Это могут быть и беспилотники, и автономные роботы, и беспилотные автомобили.
Хотя большинство беспилотных летательных аппаратов (БПЛА) пока не назовешь автономными, некоторые компании идут по этому пути, например, такие БПЛА разрабатывает компания Exyn Technologies, над этим также работает крупнейший в мире производитель БПЛА, китайская DJI. Создание же беспилотных автомобилей оказалось не таким быстрым делом, как ждали сначала, тем не менее уровень их автономности тоже растет.
Интернет тел
Еще одно направление, которое может активнее развиваться в 2020 году, — дополненный человек и интернет тел (по аналогии с интернетом вещей).
Это самые разные технологические дополнения к человеческому телу — и уже привычные носимые устройства (Apple Watch или трекеры Fitbit), и цифровые таблетки с сенсорами, и «умные» импланты, и контактные линзы. А в третьем поколении интернета тел сенсорами хотят снабдить само человеческое тело, также с этим связаны идеи создания нейрокомпьютера.
Хотя пока это кажется фантастикой в большей мере, чем многие другие технологические новинки, разработки уже ведутся. В новостях появляется то информация о том, что сотрудникам одной компании вживили чипы, с помощью которых они могут открывать двери в офисе и покупать еду в столовой, то о том, что другие компании хотят дать возможность расплачиваться с помощью таких чипов.
В то же время интернет тел, очевидно, столкнется с более жесткими регуляторными нормами, чем интернет вещей и многие другие технологии, так как связан с жизнью и здоровьем человека, да и вопрос кибербезопасности здесь стоит еще более остро.
Что касается различных гаджетов для здоровья, технологии уже готовы, а вот люди нет. Уже сейчас есть носимая электроника, анализирующая многие параметры здоровья, но медицина — консервативная сфера, это нормально, ведь в случае чего, рискуют здоровьем человека.
Тем не менее есть примеры активного применения таких данных системой здравоохранения, например, в США медицинские учреждения и страховые компании уже используют показатели с фитнес-трекеров, пульс в покое для оценки состояния здоровья и, следовательно, стоимости ДМС. Но в большинстве стран пока такого нет.
Так что основные вопросы здесь не в создании технологий, а в получении одобрения регуляторов и в подготовке людей к этому, в том числе важно показать им, какое сокращение затрат и повышение эффективности будет при внедрении таких технологий.
Рост роли ИИ в кибербезопасности
Кибербезопасность теперь тесно связана с ИИ: с его помощью укрепляют защиту, им же пользуются злоумышленники, да и риски для все более связанных систем (в том числе интернета вещей и целых «умных» пространств) выше. С демократизацией ИИ-систем преступникам тоже становится проще ими пользоваться.
Машинное обучение больше не «магическая» компетенция, воспользоваться которой могут лишь хорошо смыслящие в математике люди. Уже сейчас есть достаточно фреймворков, описанных простым языком техник и разработанных архитектур, которые позволяют без сильного углубления в математику применять технологию в своих целях. Это заставляет хакеров следить за развитием ИИ и не исключать возможности его использования.
Аналитики исследовательской компании IntSights назвали ИИ одной из главных киберугроз следующего года: речь в числе прочего идет о массовом применении ИИ при таргетированных и автоматических атаках.
В то же время и методы защиты совершенствуются благодаря ИИ: такие системы лучше обнаруживают вредоносные программы, попытки мошенничества, более эффективно анализируют сетевые риски и подозрительное поведение пользователей и машин.
Из-за все большего значения данных и одновременно их высокой уязвимости многие компании начнут «закрывать» свои данные, отказываясь передавать их третьим лицам. Это, кстати, ведет и к развитию новых моделей обучения ИИ.
Один из вызовов — как обойтись при разработке технологий ограниченным количеством данных. Допустим, у компании есть задача извлекать значимую информацию из учредительных документов: название, юридический адрес, уставный капитал и так далее. Подобных данных для обучения мало.
Документы часто конфиденциальные, у них нет четкой структуры, мало общих отличительных признаков. Поэтому все чаще используется transfer learning — метод, при котором нейросеть использует для обучения данные из доступных источников.
Например, это могут быть тексты новостей. После того как подобрана архитектура, такую сеть можно дообучить уже на ограниченном наборе релевантных данных. Transfer learning уже активно используют в разных задачах банки, производители автомобилей, медицинские организации и другие компании.
Дипфейк в массы
С кибербезопасностью связан и еще один тренд 2020 года — дипфейк. О нем много говорили уже в этом году, но в следующем году дипфейк станет действительно массовым явлением.
Чего мы точно ожидаем в 2020 году, так это дипфейк-катастрофы. Дипфейк — это аудио или видеоконтент, сгенерированный при помощи машинного обучения.
Популярный пример — берется лицо политика или актрисы и формируется компрометирующее видео или просто порнография. 2019 год — год пробы пера, создание таких роликов уже доступно широкому кругу лиц, но большинство людей еще не выработали иммунитет: мы сначала верим видеоролику, а только потом задумываемся, а настоящий ли он.
Мы ожидаем, что в комплекте с fake news дипфейки не раз окажутся центральным звеном скандалов в 2020 году.
Будут появляться и распространяться приложения для смартфонов, с помощью которых можно будет создавать такие фейковые видео и фото.
По прогнозам Forrester Research, распространение дипфейка может стоить бизнесу более $250 млн за один только 2020 год. Они могут влиять и на политику: как фейковые новости стали проблемой президентских выборов в США 2016 года, так проблемой выборов этого года могут стать дипфейки. Некоторые американские штаты, в том числе Калифорния и Техас, уже запретили дипфейки, технологические корпорации также борются с ними.
Платформы «сделай сам»
Еще один тренд, который актуален уже сейчас и будет только больше распространяться, — рост числа платформ, позволяющих «неспециалистам» создавать собственные ИИ-продукты.
Уже сейчас есть много инструментов, с помощью которых, не будучи специалистом в ИИ, можно создать чат-ботов, голосовых помощников, различные аналитические инструменты.
Среди таких платформ — Amazon AI Services, Google AI Services, Symphony, DataRobot. Это направление уже получило название AIY (по аналогии с DIY, Do It Yourself, «сделай сам», но с искусственным интеллектом).
Будет появляться все больше платформ, позволяющих использовать ИИ с минимальными знаниями или вообще без специализированных. Хороший пример: компания 2GIS внедрила решение на базе Microsoft Azure Machine Learning, которое теперь экономит более 70 рабочих часов в месяц отделу техподдержки, полностью взяв на себя процесс первичной обработки и классификации заявок пользователей.
Для его создания ИТ-отделу даже не пришлось привлекать разработчиков. Очевидно, что распространение таких решений от крупных вендоров станет мощнейшим драйвером для развития сегмента в 2020 году.
Новая грамотность и HR-трансформация
Первое, что приходит в голову при словах «HR-трансформация из-за ИИ», — многочисленные прогнозы о том, сколько миллионов рабочих мест будет занято роботами в ближайшие годы.
На самом же деле трансформация рынка труда с помощью ИИ намного шире и разнообразнее. Начать с того, что распространение ИИ не только сокращает рабочие места, но и создает новые.
По прогнозам Всемирного экономического форума, к 2022 году автоматизация приведет к сокращению 75 млн рабочих мест, но одновременно с этим создаст 133 млн новых. Правда, не все прогнозы столь оптимистичны: аналитики Forrester ожидают, что к 2030 году будет сокращено 29% рабочих мест и только 13% новых будет создано.
При множестве разговоров, что искусственный интеллект вытеснит человека, мы видим скорее прирост потребности в сотрудниках.
Роботизацию, конечно, сдерживает и баланс стоимости разработок и стоимости рабочего труда. В тактическом смысле я верю в обратные тенденции: открытие новых возможностей для повышения эффективности приведет скорее к переходу в новые высокотехнологические отрасли, потому что там возникает острый дефицит кадров. Как это всегда и бывало при каждой смене технологического уклада на более продвинутый.
Реальное распространение ИИ создает и совершенно новые проблемы, о которых раньше не задумывались. Как оказалось, работникам нужно привыкнуть к взаимодействию с роботами на рабочих местах: согласно ряду исследований, люди часто некомфортно чувствуют себя рядом с роботами, саботируют их использование, а иногда даже выводят из строя.
Меняет ИИ и собственно HR-сферу: он все чаще используется для поиска подходящих кандидатов и их отбора. В США уже сейчас многие компании пользуются ИИ-системой HireVue. Она анализирует манеру речи, подбор слов, мимику, движения рук и тела кандидатов и ответы на поставленные роботом вопросы, после чего оценивает соответствие кандидата должности.
По оценке Global Market Insights, рынок роботов-рекрутеров достигнет к 2024 году $1,3 млрд.
Сейчас современные технологии на этапе первых попыток вычленения факторов поведения кандидатов и сотрудников, отделения причин от следствий на основе данных, которые они собирают.
Для принятия стратегически важных решений нужны действительно большие данные, они исчисляются не тысячами и даже не сотнями тысяч записей. Сегодня рынок находится на том этапе, когда повторяющиеся рутинные операции, особенно в массовом подборе, компании переводят на алгоритмы.
Но само решение о найме принимает человек. Например, если одним из этапов отбора на позицию является профессиональное тестирование на hard skills, то система может объективно оценивать успешность выполнения и ранжировать финалистов по количеству набранных баллов.
Но в рекрутинге пока на рынке нет рабочих инструментов, которые бы анализировали все данные кандидата и принимали решения самостоятельно, совершенно без участия человека, особенно в области оценки soft skills. Поэтому беспокоится о том, что нас скоро будут нанимать бездушные машины, точно не стоит.
Актуальна и «новая грамотность» кандидатов — их компетентности в цифровом мире, грамотность в сфере работы с данными. Крупные компании будут все больше средств вкладывать в обучение работе с большими данными. ИИ-технологиями могут пользоваться и HR внутри компаний.
ИИ автоматизирует конкретные отдельные процессы подбора и эффективно разгружает человека. Хочется верить, что это направит ресурсы HR-ов на взаимодействие с персоналом внутри компании, более глубокое понимание настроений человека и коллектива.
И что самое любопытное, здесь технологии также могут выступить отличным помощником. ИИ уже сейчас может проводить аналитику связей и коммуникаций внутри коллектива, выявлять неформальных лидеров и делать подсказки (зачастую не совсем точные) о проблемных областях в команде. Но всё это вопрос времени и накопления данных.
ИИ все больше внедряется в сферу медиа и развлечений
Искусственный интеллект не только работает, но и развлекает, и такое использование тоже будет расширяться. ИИ может давать рекомендации, основываясь на вкусах конкретного пользователя, создавать персонализированную рекламу, рекламные ролики и трейлеры фильмов, автоматизировать создание субтитров и их перевод на редкие языки.
Искусственный интеллект уже используют разные медиа: в Bloomberg ИИ-система под названием Cyborg помогает журналистам писать статьи про отчетность компаний, а работающий в Forbes бот по имени Берти (так звали основателя журнала) советует авторам темы на основании их предыдущих материалов, а также заголовки и изображения.
Появились уже даже ИИ-платформы, которые пишут музыку, например MuseNet или Jukedeck. Пока это скорее эксперимент, не факт, что музыка, написанная ИИ, в целом завоюет публику, но системы, которые помогают композиторам и музыкантам работать с музыкой, вполне реальны.
Но особенно перспективно использование ИИ для создания персонализированных рекомендацией. Amazon в этом году запустил сервис Personalize, который помогает создать сайты и приложения с системами рекомендаций. Такие сервисы, как Spotify или Netflix, также активно развивают персонализацию на основе ИИ.
Искусственный интеллект в сфере медиа и развлечений позволяет максимально точно подобрать для пользователей контент с учётом их интересов и запросов.
В этом году продолжит расти доля программатик-размещения, персонализированной рекламы, а также спрос на технологию динамической оптимизации креативов (DCO), которая позволяет автоматически подбирать оптимальные материалы для каждого пользователя.
В сфере медиа увеличится использование рекомендательных систем, благодаря которым читателям медиаресурсов будут предложены наиболее релевантные статьи и темы.
Оптимизация и «озеленение» ИИ
Словом года чуть не стал «дипфейк», но настоящими словами года стали «чрезвычайная ситуация в области климата» и «климатическая забастовка», поэтому тема более «зеленых» технологий не может обойти и ИИ.
Мы видим, что ответственные разработчики уходят от наращивания мощностей нейросетей, применяемых в распознавании, наоборот, к сокращению энергопотребления при одновременном увеличении удельной мощности. Мы уверены, что ИИ будет, как и другие области, смещаться в сторону «озеленения», ориентации на «дружелюбность» к окружающей среде: выиграет тот, у кого ИИ будет максимально энегроэффективным.
Страхи и регулирование
Об опасностях ИИ предупреждали самые разные деятели — от Стивена Хокинга до Илона Маска. Хотя пока что развитие ИИ вряд ли находится на том уровне, что его стоит опасаться, это развитие идет все ускоряющимися темпами.
Речь идет не только об общем опасении «сильного ИИ», который может стать угрозой для человека, так как это все еще вопрос будущего, но и просто о возможности использовать ИИ как очень мощное оружие.
Еще в прошлом году многие представители технологической отрасли, в том числе основатели DeepMind, Skype и SpaceX, подписали открытое письмо о недопустимости разработки автономного оружия на базе ИИ. Тем не менее разработки в этом направлении по-прежнему ведутся и их развитие ускоряется, так что все эти опасения сохранятся и в будущем.
Это одна из причин того, что разные страны пытаются выработать правовые и этические нормы для использования ИИ. Регулирования и создания собственной этики здесь требуют самые разные способы применения ИИ — от ИИ-оружия до систем синтезирования голоса.
Главный вопрос — этичность использования таких сервисов (синтезирования голосов знаменитостей для использования в рекламе и видео). Как и в случае с другими технологиями, подобные сервисы имеют огромный потенциал, но могут использоваться как во благо, так и во зло, ведь здесь открываются возможности для еще одного тренда — deepfake.
Ближайшее будущее будет связано с дальнейшей этической стандартизацией сферы ИИ и разработкой актуального морального кодекса для нового технологического мира.
В то же время многие просто эксплуатируют модную тему искусственного интеллекта. Инвестфирма MMC Ventures проанализировала европейские стартапы, выводы ее оказались внезапными: около 40% стартапов, заявивших, что они занимаются ИИ, на самом деле его не использовали. Но это, конечно, не обозначает фиаско искусственного интеллекта, а лишь говорит о популярности темы.
Много лет Gartner ставит технологии ИИ на пик раздутых ожиданий. Хочется отметить, что под buzzword «искусственный интеллект» прячется ворох разнообразных технологий.
И многие из этих технологий уже скатились в долину разочарований. С другой стороны, это и симптом прохождения технологиями нижней точки разочарований.
А следующий этап для технологий — выход на плато эффективности. Коротко говоря, в цепочке «не может быть таких чудес — нам точно надо —эта ерунда не работает — это есть у всех» мы как раз между третьей и четвертой фазой.
Если вам интересно узнать, каким был 2019 в сфере ИИ, то забегайте почитать предыдущий материал с итогами года.
Чтобы не пропустить актуальные новости и новые материалы, подпишитесь на нас в Telegram.
Redsadledmadbadrobot
😄😄😄
Возьму на заметку 😅