Искусственному интеллекту определили перспективные направления в России

03.12.2021 |

Эксперты посоветовали разработчикам искусственного интеллекта сосредоточиться на решениях для корпоративных заказчиков в сфере синтеза речи и приятия решений. На основе этих рекомендаций должны распределять господдержку.

При поддержке технологий с использованием искусственного интеллекта предпочтение следует отдавать таким направлениям, как компьютерное зрение, распознавание и синтез речи, а также рекомендательным и интеллектуальным системам поддержки принятия решений, говорится в исследовании компании Tess Technology, проведенном по заказу Минпромторга (копия есть у РБК). В конце ноября исследование рассматривалось на экспертной сессии, организованной АНО «Цифровая экономика», сообщили РБК несколько участников рынка.

Министерство в середине лета заказало исследование отечественных и глобальных аппаратно-программных комплексов для искусственного интеллекта. Предполагалось, что результаты работы будут использоваться при распределении поддержки среди участников этого рынка. В рамках работы было необходимо:

провести анализ существующих и перспективных задач технологии;
найти российских разработчиков аппаратных решений, в том числе нейроморфных и тензорных процессоров (архитектура первых основывается на принципах работы человеческого мозга, вторые предназначены для выполнения узкого круга математических операций и применяются в решении задач машинного обучения);
разработать предложения по развитию подобной продукции и др.

В качестве подрядчика была выбрана Tess Technology, которая делала выводы на основе кабинетного исследования с использованием данных из открытых источников, а также интервью с представителями научного сообщества и бизнеса.

Какие проекты нужно поддерживать

По версии исследователей, ставку стоит делать на следующие направления:

российские программно-аппаратные комплексы в области компьютерного зрения — из-за развития сенсоров, дополненной и виртуальной реальности (AR/VR), распространения мобильных телефонов со встроенными камерами, спроса на аналитику биометрии;
привлекательность распознавания и синтеза речи обусловлена распространением автоматических сервисных служб, развитием интернета вещей, голосовых помощников, чат-ботов, обеспечением защиты доступа с использованием «голосового ключа» и др.
рекомендательные и интеллектуальные системы поддержки принятия решений определены как перспективное направление благодаря обширности сегмента рынка, увеличению доступности данных, более простому входу в этот сегмент для специалистов. Из 261 стартапа в области искусственного интеллекта, который проанализировали авторы, более половины занимались в том числе разработкой рекомендательных и интеллектуальных систем поддержки принятия решений. Общий размер финансирования подобных стартапов достигал $149,87 млрд.

Помимо перечисленных направлений авторы исследования также рассматривали обработку естественного языка, автоматическое обучение нейронных сетей и другие перспективные методы и технологии, но сейчас для их развития больше ограничений, чем преимуществ. Например, вложения в стартапы, среди направлений которых развитие компьютерного зрения, составляли $10,36 млрд, обработка естественного языка — $899,1 млн.

Кто будет потребителем технологий

По типу потребителей авторы предлагают ориентироваться не на конечных, а на корпоративных, поскольку работа с первыми предполагает высокий порог вхождения в сегмент. По типу вычислений советуют сосредоточиться на развитии облачных и так называемых пограничных вычислений (Edge Computing — подвид распределенных вычислений, при которых обработка информации происходит в непосредственной близости к месту, где данные были получены и будут потребляться, например на телефоне и других потребительских устройствах). Третий способ вычислений — централизованные стационарные комплексы — предполагает высокие требования к инфраструктуре компаний, низкую энергоэффективность и имеет другие минусы, тогда как облачные сервисы предоставляют большие вычислительные мощности, готовые сервисы для обработки данных заказчиков и другие преимущества. Среди плюсов пограничных вычислений указаны:

безопасность и конфиденциальность данных, а также возможность обработки их в больших объемах, поскольку не нужно пересылать весь массив данных в дата-центр, основная часть может обрабатываться локально;
возможность работы с минимальной задержкой, что важно, например для работы автономных транспортных средств;
возможность работы без подключения к интернету, что важно, например, для дронов.

Авторы исследования также проанализировали порядка десяти российских производителей процессоров, которые можно применять для искусственного интеллекта, в том числе специализированных. В частности, нейроморфный процессор «Алтай» разрабатывают «Мотив НТ» и «Лаборатория Касперского», а тензорный процессор IVA TPU — компания IVA Technologies. В качестве главного недостатка этих разработок указано, что они пока находятся на стадии прототипа и далеки от массового производства.

Представитель АНО «Цифровая экономика» подтвердил, что там получили отчет Tess Technology и рассмотрели его на экспертной сессии. По итогам эксперты высказали свои замечания, в частности о необходимости дополнить материалы информацией о микропроцессорах, программном обеспечених, финансовых оценках объемов потенциальных рынков аппаратно-программных комплексов, их будущих заказчиках и др. Представитель Минпромторга заявил, что они пока рассматривают поступившие материалы и по итогам направят свое мнение исполнителю работ.

Есть ли перспективы у искусственного интеллекта из России

Управляющий партнер аналитической компании Marketing Logic Дмитрий Галкин обратил внимание, что в исследовании перечисляются те виды технологий, которые уже активно развиваются в России. Он считает, что в ряде технологий отечественные компании вполне конкурентоспособны, причем на внутрироссийском рынке у них есть фора за счет работы с родной языковой средой. Причем различные исследования показывают, что «российские компании активно и зачастую быстрее зарубежных внедряют программы, включающие элементы искусственного интеллекта, для оптимизации расходов и развития бизнеса», отметил Галкин.

Но эксперт онлайн-сервиса по управлению бизнесом «Битрикс24» Сергей Кулешов назвал обидным, что в списке не оказалось еще нескольких технологий, например связанных с генерацией контента. «Мы уже видим такую работу на «Яндекс.Маркете» — нейронная сеть использует краткое описание товара и создает подробную версию. Есть технологии, которые позволяют генерировать текст на основе загруженной картинки и наоборот», — пояснил Кулешов. Для корпораций они могли бы стать способом снять нагрузку с людей при работе с большими данными. По словам представителя «Битрикс24», у России уже есть существенные разработки в сфере искусственного интеллекта: локальный рынок практически полностью покрывается отечественными разработками — голосовым помощником «Алиса», HR-роботом «Вера», городскими технологиями распознавания лиц от VisionLabs и NTechLab.

«Что касается разработки новых процессоров, то в России есть и понимание запросов отрасли (например, «Алтай» разрабатывается для локальной обработки большого объема разнородных данных, с чем плохо справляются искусственные нейросети), и технологии, и деньги. Но комментировать ход этих разработок сложно, так как все они довольно закрыты или вообще засекречены, как в случае с тензорным процессором IVA TPU», — говорит Дмитрий Галкин. Серей Кулешов считает, что даже сейчас отсутствие в стране нейроморфных и тензорных процессоров не мешает компаниям развивать облачные технологии и системы искусственного интеллекта. Гендиректор МТС AI Александр Ханин считает, что у российских процессоров для искусственного интеллекта, «безусловно, есть возможность» стать конкурентоспособными, но подчеркнул, что вся компонентная база для чипов делается в Китае и Тайване, а на стороне отечественных компаний может быть только «создание архитектуры и референс-дизайна». В то же время собеседник РБК отметил, что МТС AI инвестировала в разработчика чипа Kneron, который подходит для задач обработки алгоритмов искусственного интеллекта.

Екатерина Ясакова, Анна Балашова