Чем запомнился 2020 год в области искусственного интеллекта
Дипфейки, GPT-3, беспилотники, ИИ в медицине, промышленности, банках и в остальных сферах. «Тинькофф», «Сбер», «Яндекс», «Северсталь», «Газпромнефть» и другие компании комментируют год и рассказывают, чем для них был примечателен 2020. Материал подготовили Redmadrobot Data Lab и аналитический центр Redmadrobot.
И вновь дипфейки
2020-й с мастерством распорядился дипфейк-наследием 2019-го: новостей в этой сфере в прошедшем году было много.
Например, в августе стриминговый сервис Hulu с помощью дипфейка выпустил полноценную рекламу в период пандемии. Компания сняла баскетболиста Дамиана Лилларда и других участников через Zoom — они проговаривали нужные слова и буквы, поворачивая голову под разными углами.
А в декабре «Сбер» с помощью дипфейка перенес Жоржа Милославского в 2020 год. В фильме персонаж произносит фразу: «Граждане, храните деньги в сберегательной кассе!» А в рекламе знаменитую речёвку сократили до «храните деньги в Сбере». Мнения относительно рекламы разделились, но сам дипфейк в ролике выглядит довольно убедительно.
Возможно, что в ближайшем будущем окажется экономичнее производить рекламу подобным образом. Тем более, что технология становится всё доступнее. Например, проект Reface позволяет, как говорят создатели, «быть кем угодно» — достаточно просто подставить в видео свое лицо. В отличие от других приложений по замене лица, Reface не использует CGI или 3D: в его основе лежит метод машинного обучения GAN.
Ещё одно интересное применение дипфейка придумали американские исследователи — алгоритм MakeItTalk анимирует фото, основываясь на аудиодорожке. Проект примечателен именно тем, что для создания дипфейков используют звук, а не видео, как это обычно бывает.
Кстати, в начале 2021 года дипфейк использовали в России для мошенничества. Жертвой стал Дмитрий Мацкевич — основатель Flocktory и Dbrain. Мошенники использовали модель его лица, чтобы привлечь клиентов в якобы умную систему, с помощью которой они могли бы заработать до 360% годовых.
Как регулируются ли подобные ситуации в России? Отвечает Марина Бутурлина, ведущий юрист Redmadrobot: «Пострадавший может требовать удаления изображения, опровержения порочащей честь и достоинство информации и компенсацию морального вреда. К уголовной ответственности мошенников можно привлечь, если они с помощью дипфейка присвоили себе чужое имущество».
GPT-3 становится всё умнее
В мае прошедшего года лаборатория OpenAI представила алгоритм GPT-3. И до конца года нейросеть успела зарекомендовать себя во многих областях: вела блог, отвечала на комментарии, становилась драконом в игре, создавала рецепты и поисковую систему. Microsoft при этом успела получить эксклюзивную лицензию на GPT-3, чем крайне расстроила Илона Маска.
Ходят слухи, что Яндекс планирует запустить свою GPT-3 на русском языке — ее научат писать стихи, музыку и код. Секретом поделился Александр Крайнов, руководитель по машинному интеллекту «Яндекса», в Yet Another Clubhouse Room — официальной комнате компании.
Чем же так примечателена GPT-3? Эта многослойная нейросеть находит семантические связи в текстах на естественном языке, улавливает логику, смысл, и как говорит Юра Чайников, руководитель Redmadrobot Data Lab: «Дальше — на основе этой технологии — уже появляются продвинутый спам-фильтр и классификация сообщений, чат-боты, Siri, «Алиса», «умные» холодильники и SkyNet (если человечество будет себя плохо вести)».
Видеоконференции получили level up
Прошедший год многим запомнился обилием видеоконференций, онлайн-корпоративами и прочими атрибутами удалённой работы. На фоне этого активно стал появляться софт, нацеленный на улучшение качества видео.
Например, приложение Neural Cam Live использует запатентованную ИИ-технологию, чтобы улучшить качество камер на iPhone или iPad во время видеозвонков. А еще оно может замазать смущающие пользователя моменты (чихание или случайно попавшие в кадр пижамные штаны) или скрыть фон.
Работает приложение с Zoom, Meet, Teams, OBS и большинством других сервисов для видеозвонков и стриминга.
Компания Nvidia тоже озаботилась вопросом видеоконференций и выпустила платформу Maxine. Она объединяет множество алгоритмов: улучшение разрешения, удаление фонов, устранение шумов, генерация субтитров, перевод речи в режиме реального времени.
ИИ в медицине
Ноябрь 2020-го и Deepmind подарили миру релиз модели AlphaFold, которая помогла совершить научный прорыв. Модель решила задачу, над которой 50 лет бились ученые — она смогла смоделировать процесс сворачивания белка. AlphaFold открывает новые возможности для разработки жизненно важных лекарств для борьбы против вирусов.
Открытие AlphaFold является прорывом в науке, и оно обязательно должно использоваться в исследованиях фундаментальной медицины, в частности, для разработки новых лекарств. Подобные разработки помогают предсказать трехмерную структуру белка по его аминокислотной последовательности с помощью искусственного интеллекта. Особенность алгоритма AlphaFold заключается в его высокой точности. Такая технология поможет расшифровать структуру различных белков, которые участвуют в развитии заболеваний, прогнозировать их метаболизм и ферментную активность.
Это поможет предсказать структуру рецепторов-мишеней, что поможет разработать наиболее подходящий под конкретный рецептор препарат. На начальных этапах разработки препарата использование технологии снизит число ошибок выбора мишени и ускорит процесс. Что может особенно пригодиться при создании противовирусных лекарств. Например, уже разработан ряд препаратов для лечения ВИЧ-инфекции и гепатита С.
Также создание таргетной терапии для онкологических заболеваний остается актуальным вопросом для научных исследований, так как имеется ряд опухолей, которые остаются резистентными к химиотерапии, доступной на сегодняшний день, и именно поэтому требуется поиск внутриклеточных мишеней для воздействия на патогенетическое звено заболевания.
Действительно, создание модели AlphaFold — яркое событие для тех, кто занимается фундаментальной наукой. Упрощение процесса определения структуры белка открывает поистине уникальные возможности. Это позволяет если не полностью заменить экспериментальные методы вычислительными, то максимально сократить необходимые ресурсы до запуска эксперимента.
В практическом плане можно ожидать, что технология ускорит первый этап разработки лекарств, а именно поиск молекул, нацеленных на конкретную терапевтическую мишень. Но чтобы продвинуться дальше в дизайне лекарства, потребуются другие решения для моделирования.
Нельзя забывать и о том, что основное время при разработке лекарств уходит на доклинические и клинические исследования, призванные оценить эффективность и безопасность потенциального препарата. Но это совершенно не значит, что другие инструменты из мира машинного обучения не смогут улучшить методы оказания медицинской помощи уже здесь.
Как пример, недавно был создан алгоритм диагностики диабетического макулярного отёка, который может определять заболевание с точностью в 97% на основании двумерных изображений с оборудования, доступного в большинстве офтальмологических кабинетов.
В этом году много говорили о борьбе с распространением коронавирусной инфекции. В апреле даже появилось новое технологическое направление — COVID-tech.
COVID-19 и ограничения, которые с ним связаны, обратили всеобщее внимание на рынок медтеха и подняли тему здоровья в целом. За год появились проекты, охватившие несколько категорий: от диагностики и скрининга до разработки вакцин. А два российских медицинских стартапа Gero и Promobot смогли попасть в сборник ТОП-100 проектов AI Venture Labs.
А, например, «Сбер» в 2020 производила разработки в сфере ИИ для помощи системе здравоохранения.
В частности, мы создали: ML-модели для выявления признаков COVID-19 и расчёта объёма поражения лёгких по снимкам компьютерной томографии; эпидемиологический симулятор, который с высокой точностью прогнозировал развитие пандемии; электронного помощника врача для постановки диагноза; симптом-чекер (онлайн-тест), который позволяет каждому по симптомам и внешним факторам оценить риск заболевания коронавирусом и вероятность лёгкого протекания болезни, а также алгоритм, определяющий вероятность COVID-19 по голосу, дыханию и кашлю и другие.
ИИ в банковской сфере
Аналитики McKinsey считают, что без AI first традиционные банки проиграют необанкам. Но судя по последним тенденциям, российские банки не просто «в теме», но и часто возглавляют ИИ-движение.
За примером далеко ходить не надо. В прошедшем году «Сбер» представил несколько проектов: от беспилотного автомобиля до семейства виртуальных ассистентов. И сама компания считает прошедший год весьма успешным с точки зрения развития ИИ.
Мы разработали крупнейшую русскоязычную языковую модель ruGPT-3 для обработки неструктурированной текстовой информации любого типа. В декабре на AI Journey представили фреймворк AutoML LAMA для проверки гипотез о влиянии различных параметров на целевую переменную, что актуально в кредитном скоринге, моделировании продаж и оттоке клиентов и т. д. Также мы развернули наши внутренние сервисы во внешнем облаке SberCloud и добились серьёзного прогресса в создании Creative AI, когда искусственный интеллект используется для нерутинных задач, например, в проектах по генерации картин и музыки, смешению стилей разных авторов и многом другом.
«Тинькофф» также продвигает концепцию AI Banking. Сейчас у компании есть рекомендательные движки и всем известный голосовой ассистент «Олег», который работает на базе технологий AI и ML. Он отвечает клиентам в чатах и в колл-центре.
В прошлом году «Олег» многому «научился», рассказывают в компании. Например, в мобильном приложении он помогает клиентам планировать свои финансы (в том числе ограничивает незапланированные траты), а в «Тинькофф Мобайле» — принимает пропущенные звонки и передает их абоненту в виде текста.
Павел Калайдин, директор по технологиям искусственного интеллекта «Тинькофф Банк», говорит, что с точки зрения бизнес-процессов, «Олег» в чате супераппа решает свыше 40% клиентских обращений без участия человека и экономит компании 150 миллионов рублей в месяц. В колл-центре «Олег» может в среднем за 40 секунд решить вопрос клиента, что снимает нагрузку с колл-центра и экономит компании 30 миллионов рублей ежемесячно. Но в компании работают и над другими проектам на основе технологий ИИ.
В 2020 году мы приняли стратегическое решение выделить разработку и формирование технологий ИИ в отдельную структуру, чтобы как можно скорее реализовать концепцию AI Banking. Глобально по направлению AI мы работаем над улучшением пользовательского опыта и оптимизацией бизнес-процессов.
Например, мы запустили антифрод-платформу Tinkoff Call Defender. Она защищает клиентов от телефонного мошенничества — звонков с подменой номеров. В целом мы постоянно дополняем нашу антифрод-систему, совершенствуем модель, что позволяет выявлять и решать даже очень сложные мошеннические кейсы. Еще продолжаем прокачивать алгоритмы в сети «Пульс» для клиентов «Инвестиций», считаю, что у нишевых соцсетей большой потенциал.
А в сентябре компания представила алгоритм персонализации кэшбэка. По словам представителей, это первая в мире технология алгоритмического кэшбэка с рекомендациями на базе искусственного интеллекта Tinkoff RECO. Теперь «Тинькофф» и её партнеры могут давать клиентам практически индивидуальный кэшбэк на востребованные и нужные именно им товары и на более выгодных условиях.
Другие банки, пытаясь угнаться за лидерами, тоже применяют ИИ-технологии. Например, в июле «Росбанк» внедрил ИИ-систему от Smart Engines для обработки документов, необходимых для формирования клиентского досье. Система сама распознаёт данные, например, из паспорта и вносит их в существующую форму (договора, заявления и так далее).
А несколькими месяцами ранее банк запустил в своих отделениях технологию location intelligence геоинформационной системы «Атлас». Она собирает данные обо всех отделениях, оценивает потенциал и нагрузку, рассчитывает эффективность, исходя из данных об активности клиентов, конкурентов, численности населения и другой статистической информации. В результате банк получает карту с потенциалом размещения отделения в каждом городе.
ИИ в промышленности
Искусственный интеллект и автоматизация часто представляются в связке с различными отраслями промышленности. И правда, постоянно появляются новости о том, что промышленные компании применяют технологии ИИ самыми разными способами.
«Внедрение цифровых технологий для производственной системы имеет колоссальные перспективы, причем как на этапе проектирования самого изделия, так и для его последующего производства», утверждает Евгений Шкуратов, заведующий лабораторией цифровизации технологий Научно-технического центра (НТЦ) Трубной Металлургической Компании (ТМК).
Например, в НТЦ ТМК разработан цифровой двойник непрерывного стана, моделирующий процессы прокатки труб, технические характеристики и поведение объекта в условиях воздействия различных факторов — на данном этапе создана эталонная модель производственной системы. Следующий этап развития технологии — интеграция разработанной системы с действующими системами регистрации технологических параметров.
Еще одно перспективное направление — внедрение в производственный процесс предиктивных сервисов, которые позволят своевременно осуществлять ремонт и замену основного технологического оборудования, в том числе по критерию качества создаваемого изделия. Помимо более эффективной организации процесса, в том числе за счет минимизации простоев оборудования, мы получим экономический эффект благодаря сокращению затрат на обслуживание. По нашим оценкам, экономия составит до 10%.
Что касается разработчиков таких решений, то сегодня есть возможность создать эффективный полноценный сервис с использованием российских технологий. В ближайшей перспективе к этим инструментам добавятся такие технологии, как компьютерное зрение, которое обеспечивает сквозную прослеживаемость качества продукции.
Еще один вариант использования ИИ в промышленности — поиск полезных ископаемых. Например, норвежская энергетическая компания Equinor намерена использовать искусственный интеллект для поиска газа и нефти. К сотрудничеству энергетики планируют привлечь стартап Kobold Metals.
И если норвежцы только планируют подобное внедрение, то в «Газпром нефти» подобные работы активно ведутся. Компания уже применяет искусственный интеллект на этапе поиска новых запасов нефти, для диагностики оборудования, расчета строительства и оптимизации режимов работы скважин. Анджей Аршавский, руководитель центра разработки и монетизации данных «Газпром нефти», рассказывает, что активы компании ежегодно генерируют десятки петабайт данных: это исследования геологии и сейсмики, информация c нефтепромыслов, данные от нефтеперерабатывающих и сбытовых предприятий. Такие масштабы открывают большие возможности для машинного обучения и других технологий ИИ.
С помощью продвинутой работы с данными мы выстраиваем детальные цифровые модели месторождений, которые превосходят по размерам многие страны Европы. С их помощью можно выявлять нестандартные взаимосвязи и находить в них новые источники роста эффективности, а также ускорить рутинные операции. Применение искусственного интеллекта для геологоразведки способно почти на год сократить период исследований и дать 15-процентный прирост ожидаемой денежной стоимости актива.
Если говорить о мультипликативном эффекте от применения комплекса наших цифровых решений, то уже к 2025 году «Газпром нефть» рассчитывает в два раза быстрее добывать первую нефть с новых месторождений. Также мы делаем ставку на искусственный интеллект, как инструмент поддержки принятия бизнес-решений. В частности, технология подбора оптимальных скважин для проведения кислотной обработки позволяет нам на треть повысить их эффективность.
Принятие решений, советы и оптимизация расходов — алгоритмы в промышленном секторе применяются и для таких целей. Например, Новолипецкий металлургический комбинат (НЛМК) использует ИИ-сервис для оптимизации расходов ферросплавов. Технология позволяет с высокой точностью рассчитать состав и объем добавок, которые необходимы для получения итогового продукта. Ожидаемый экономический эффект — около 100 миллионов рублей в год.
А Кольская ГМК внедрила ИИ-советчика. Он оптимизирует функциональные переделы фабрики (измельчения, классификации и флотации) с помощью подсказок, которые создаются после анализа данных о технологических показателях и измеряемых параметрах сырья.
Предиктивные и прескриптивные сервисы — это действительно весьма эффективный вариант использования ИИ. На НТЦ ТМК, о котором мы рассказали чуть выше, разрабатывается проект внедрения на заводах методов машинного обучения, которые позволят выработать рекомендательную систему по управлению производственным процессом.
Следующий вариант использования ИИ в промышленности — наблюдение и контроль на производстве. BMW, к примеру, в карантин не теряла времени даром, а использовала эту возможность для улучшения завода.
Компания внедрила систему компьютерного зрения для контроля качества сборочной линии. Это помогло в разы меньше отвлекать сотрудников от сборки. Система использует процессы распознавания изображений для анализа фотографий, снятых камерами, размещенными по всей сборочной линии. Она автоматически сканирует фото деталей и выявляет возможные дефекты, а затем предупреждает мастеров об отклонениях от нормы.
Конечно, рабочие от этого не становятся менее важными элементами производства. Избавляясь от рутинной механической работы, они могут сконцентрироваться на более сложных задачах. Так считают и в компании «Северсталь», которая на протяжении всего 2020-го активно интегрировала ИИ-системы в производство.
Сейчас технологии ИИ позволяют значительно повышать производительность агрегатов за счет большей автоматизации управления ими. Даже небольшой для обывателя процент роста (3-6%) имеет огромное значение для производства: здесь счет может идти на миллионы долларов и тысячи тонн готовой продукции. Например, в «Северстали» нашей команде удалось увеличить объем производства на непрерывно-травильном агрегате №3 более чем на 6,5%, а это свыше 80 тысяч тонн дополнительного металла.
Впрочем, это не означает, что наши цеха пустеют: рабочий не становится ненужным, а получает возможность сосредоточиться на более творческих и сложных задачах. Как пилот современного самолета, он контролирует процесс и, в случае непредвиденных ситуаций, может скорректировать его.
«Искусственный интеллект действительно в разы снижает затраты на производство, однако значительные изменения в процессах смогут произойти лишь через 10-15 лет», считает Дмитрий Карбасов, руководитель управления промышленного искусственного интеллекта ERG.
«ИИ однозначно будет брать на себя функции операционного менеджмента, принимая решения в режиме реального времени, оперируя большим количеством факторов. Целевым результатом такого развития будут так называемые умные фабрики, операционный менеджмент которых перейдет к системам на основе ИИ». И сейчас, как утверждает Дмитрий Карбасов, многие предприятия проходят подготовительный этап к такой трансформации. Это включает не только изменения в инфраструктуре, но и организационные изменения, обучение и вовлечение цифровых проектных команд с заводов, отработка алгоритмов управления технологическим процессом.
ИИ в транспорте
Гонка беспилотников продолжается. Этот рынок уже привлек десятки компаний. Разработкой беспилотного транспорта занимаются автопроизводители, ИТ-гиганты, стартапы и команды, родившиеся в университетах и научных организациях. Из примечательного в 2020 году: Amazon, а точнее, подконтрольный стартап Zoox представил беспилотный электромобиль.
Он может работать 16 часов без подзарядки, разгоняется до 75 миль в час (это чуть больше 120 км/ч) и в нём нет кабины для водителя, поэтому внутри можно разместить четырёх пассажиров. Zoox планирует использовать беспилотники в сервисе для заказа «роботакси», который запустит после 2021 г.
Китайский стартап AutoX получил право запустить беспилотники без водителей на публичные дороги. А «Яндекс» представил беспилотник четвертого поколения на базе Hyundai Sonata, созданный в партнерстве с Hyundai Mobis. В новом автомобиле больше камер (и установлены они с разным фокусным расстоянием), есть радары на крыше, которые помогают точнее распознавать автомобили, а ещё лидары на крыльях и на радиаторной решетке — так беспилотник лучше «видит» пешеходов и транспорт в слепых зонах. Такие беспилотники уже можно встретить на улицах Москвы и Мичигана.
В 2020 году беспилотные технологии начали активнее входить в повседневную жизнь, переходя от тестирования к внедрениюпереходя от тестирования к внедрениюпереходя от тестирования к внедрениюпереходя от тестирования к внедрению. Например, с осени 2020 любой желающий может вызвать в качестве такси абсолютно пустой беспилотник Waymo. Пока это можно сделать только в городе Чандлер в Аризоне, но компания обещает постепенно расширять территорию и запускать подобные сервисы и в других городах.
В сторону беспилотников посматривают и службы доставки и логистики. Например, в Китае компания KFC тестирует беспилотные фудтраки — они позволяют получить заказ без контакта с человеком. Выбор блюда осуществляется с помощью дисплея, а оплата — по QR-коду. После оплаты дверь открывается, и покупатель забирает заказ.
А «Яндекс» в это время тестирует беспилотного робота-курьера «Яндекс.Ровер».
События 2020 года также значительно увеличили рост спроса на услуги доставки последней мили (доставка до покупателя). Индустрии логистики требуются новые и прорывные решения, для того чтобы сохранить скорость доставки при растущих объемах. Одним из таких решений могут стать роботы-доставщики. Например, в больших городах они могут взять на себя задачи гиперлокальной доставки, в пределах нескольких кварталов от магазина или ресторана, а более дальние перевозки смогут осуществлять курьеры, которые могут воспользоваться для этого велосипедом или общественным транспортом. И если массового использования роботакси скорее всего надо будет подождать еще несколько лет, то про роботов-доставщиков эксперты сходятся во мнении, что доставка последней мили станет первой областью, где беспилотные технологии смогут начать активное коммерческое применение уже в самое ближайшее время.
«Яндекс» ведет разработку в обоих направлениях. Сервис роботакси в Иннополисе мы запустили еще в 2018 году. За это время пассажиры успели совершить больше 13 000 поездок и уже привыкли к отсутствию человека за рулем: не обращают на это никакого внимания, а в поездке занимаются своими делами. Наши роботы-курьеры «Яндекс.Роверы» начали развозить еду из ресторанов и продукты в конце прошлого года и уже доставили больше 1800 заказов пользователям в Москве, Иннополисе и Сколково. В 2021 мы планируем расширять территории беспилотной доставки и тестировать новые сценарии использования роботов в сервисах.
Но для полноценного внедрения требуется не только технология, но и регулирование. И, к сожалению, оно не поспевает за повсеместным внедрением технологий. И прошедший год не стал исключением. The Bell сообщает, что процесс в России находится в режиме ожидания из-за того, что Минтранс и Минпромторг не могут решить, кто должен регулировать рынок беспилотников: НТИ «Автонет» (Минпромторг) или сам Минтранс.
В итоге на рынке появляются первые пилоты, но их останавливает регуляторный барьер. Кроме этого, непонятно, кто несет ответственность за ущерб, который может нанести такое транспортное средство. Кто будет отвечать за вред, причиненный человеку в результате ДТП?
ГК РФ (ст.1079) определяет ответственным за материальный ущерб владельца автомобиля, а УК РФ (ст.264) говорит об ответственности за причинение вреда здоровью человека того, кто управлял автомобилем на момент ДТП.
Если с «владением» всё более-менее прозрачно, то «управление» не стоит рассматривать однобоко в отношении беспилотника. Должен ли был пассажир сделать всё, чтобы предотвратить ДТП? А если у него отсутствовала такая возможность? Будет ли факт беспилотного автомобиля отягчающим или смягчающим обстоятельством? Будет ли вообще состав преступления в отсутствие субъекта преступления, поскольку человек в момент ДТП не управлял беспилотником?
Пока в сфере правового регулирования беспилотных автомобилей больше вопросов, чем ответов, но нет сомнений, что в административное, уголовное законодательство и правила дорожного движения необходимо вносить изменения.
ИИ в ретейле
По итогам 2020-го можно смело утверждать, что ИИ захватывает сферу торговли. На основании чего сделали такие выводы? Давайте по порядку.
Сеть супермаркетов «Азбука Вкуса» инвестировала в стартап Biolink.Tech, который создал сервис Otri. На основе анализа крови он создает персонализированные рекомендации по питанию и сразу же дает возможность заказать на дом необходимые продукты. А еще в сервисе есть раздел «Исключить» — в нём указаны продукты, которые могут негативно повлиять на организм пользователя.
Помимо советов по питанию, ИИ может пригодиться и в офлайн-продажах. Летом компания Amazon представила умную тележку Dash Carts. В устройство встроены камеры, датчики и сенсорный экран. С их помощью тележка отслеживает, какие товары покупатель положил в корзину или достал обратно, формирует чек и списывает деньги с карты при выходе из магазина. Кстати, похожий проект есть и на российском рынке — в розничной сети «ВкусВилл».
Алгоритмы отлично помогают с выбором не только продуктов, но и одежды. Например, американский стартап Tryoncloth Inc. разработал приложение Style Space, в котором клиент может примерить одежду на конкретную модель. Сервис позволяет увидеть, как одежда смотрится на разных типах фигуры и как сочетается между собой.
Алгоритм Facebook Reality Lab, который позволяет через ре-рендеринг текстуры переодевать людей в новую одежду, и выгружать их в видео. Перспективы многообещающие: можно быстро и дешево генерировать видео-демонстрацию одежды для интернет-магазинов.
Как ещё технологии ИИ могут помочь ретейлу? Например, они могут подсказать, куда идти за нужным товаром и не только.
В ретейле AR/VR вышли на практически принципиально новый уровень. Крупные ретейлеры стали больше обращать внимание на технологию виртуальной навигации в магазине, вводишь название товара, и тебе стрелочка с камеры подсказывает, где он. Особенно за прошлый год стали актуальны виртуальные показы товаров. Нельзя не отметить wannabe, которые достаточно круто прокачались за прошлый год. И все мы слышали про виртуальные шоу-румы от IKEA.
Регулирование ИИ
Одно из ключевых событий, произошедших в 2020-м, — это утверждение правительством концепции регулирования технологий ИИ и робототехники.
Не менее важно и появление инициатив, которые напрямую влияют на развитие искусственного интеллекта. Речь идет о законе об экспериментальном правовом режиме в области ИИ в Москве и законе об экспериментальных правовых режимах в сфере цифровых инноваций. Скорее всего, первые эффекты от ИИ-песочниц в России мы ощутим уже скоро. Одна из них — московский эксперимент — начала действовать с 1 июля 2020 года.
На мировой арене ИИ тоже внес свои коррективы в тренды прошедшего года. К концу 2020-го около 50 стран в мире разработали или находятся в процессе разработки национальной стратегии ИИ — говорится в материале ОЭСР.
В октябре 2020-го Саудовская Аравия представила ИИ-стратегию до 2030 года, а в это же время правительство США выпустило стратегию мирового лидерства в новых технологиях, в том числе ИИ.
В свою очередь Китай обогнал США по количеству патентных заявок в области искусственного интеллекта и договорился с Россией об обмене опытом правового регулирования. Среди направлений — регулирование цифровой экономики и технологий искусственного интеллекта.
Также осенью депутаты Европарламента предложили создать новые рекомендации по вопросам этического регулирования разработки в области ИИ и робототехники.
Страны начали активное сотрудничество для стимулирования инноваций и развития технологий. Один из примеров: в конце сентября 2020 года США и Великобритания подписали соглашение о сотрудничестве в области искусственного интеллекта. В декларации говорится, что сотрудничество, в числе прочего, предполагает совместное развитие экономики и здравоохранения, улучшение качества жизни граждан, совместные разработки и исследования в этой сфере, а также создание технологической экосистемы.
А еще в 2020 году стали популярны открытые практики. Объясним на примере. В начале октября Амстердам и Хельсинки запустили открытые регистры городских ИИ-проектов. Их главная задача — сделать прозрачным процесс использования алгоритмов в городской инфраструктуре и поделиться опытом их применения.
Уже скоро мы расскажем о трендах искусственного интеллекта в 2021 году, не переключайтесь! Чтобы не пропустить актуальные новости и новые материалы подпишитесь на нас в Telegram.
Ураааа! Я ждал)
Ух как много всего! Сколько времени у Вас ушло на подготовку материала?
Спасибо! Много и не так много, как могло бы — мы же постоянно мониторим новости для #робохроники, поэтому сильно проще, чем с нуля собирать.
Год сильно разнообразил датасеты
Полезный материал, спасибо.