В газете «Коммерсант» вышло интервью с заместителем директора Института интеллектуальных кибернетических систем НИЯУ МИФИ Валентином Климовым о том, как ИИ трудится в российской экономике. Ниже мы публикуем полный текст интервью.

Сегодня различные виды ИИ активно и триумфально входят в нашу жизнь; при этом в глазах очень многих, само понятие ИИ ассоциируется прежде всего с зарубежными разработками, такими как ChatGPT. Есть ли в России собственные уникальные наработки в этой сфере, относится ли к области искусственного интеллекта такие понятия как «импортозамещение» и «технологический суверенитет»? Все знают, что ИИ генерирует смешной контент для соцсетей, но работают ли в российской экономике серьезные версии этой технологии?

– Валентин Вячеславович, сегодня мощный «хайп» окружает большие языковые модели, их возможности действительно удивляют, но может быть, есть другие типы нейросетей, которые оказывают важное влияние на экономику и общество?

– Да, конечно. Например, сейчас популярны такие направления использования нейросетей как компьютерное зрение и обработка изображений. Там используются модели ИИ, которые никак не связаны с большими языковыми моделями. Просто большие языковые модели — очень известная вещь, у нее есть свои функции – генерация и аналитика текстов, обработки больших массивов текста, но для информации другого типа, например, для распознавания образов, поиска каких-то объектов, генерации видео или музыкального контента – конечно, используются совершенно другие решения.

Также можно отметить, например, используемые в промышленности системы прогнозирования отказов оборудования, системы прогнозирования спроса и предложения на какой-то товар, системы оптимизации логистики и доставки товаров – сейчас это очень актуальная тема. Например, перед интеллектуальной системой ставится задача оптимизации развоза товаров для маркетплейсов, от складов до потребителей или маленьких магазинов. Также сейчас уже появились решения, которые можно назвать ассистентами учёного, используемые для поиска в большом массивах данных каких-то закономерностей, очистка их от шума и так далее. Это тоже отдельное направление. Всё это не относится к классу больших языковых моделей, хотя да, LLM – это сейчас самое звучное, самое популярное и такое хайповое направление. Но это не всё, что существует в этом мире.

– А в России кто обладает наибольшей компетенцией в развитии искусственного интеллекта, где добились наибольших успехов?

– Существует ряд высокотехнологичных компаний, которые, безусловно, можно отнести к лидерам этого рынка. Это Яндекс со своими решениями, с YandexGPT и с роботами, которые сейчас в порядке эксперимента занимаются доставкой. Также можно выделить «Сбер» с его нейросетью GigaChat, и с медицинскими наработками, в которых используются ассистенты с элементами искусственного интеллекта. Уже на улицах Москвы мы можем встретить беспилотный транспорт – недалеко отсюда, в районе метро «Технопарк», можно встретить на дорогах машины с элементами беспилотного вождения от «Сбера». Можно вспомнить и МТС, у неё есть несколько достаточно известных решений, и Т-Банк. С другой стороны, в России существует ряд университетов и научных центров, которые специализируются на различных аспектах искусственного интеллекта. Это и Высшая школа экономики, и ИТМО, и Сколтех. В МИФИ действует Центр искусственного интеллекта в сфере транспорта. Есть научные центры, которые специализируется на применении ИИ в медицине, в промышленности, в нефтегазовой сфере, например ИТМО известен своим сотрудничеством Газпромнефтью и проектами, связанными с добычей и переработкой полезных ископаемых. Такого рода сотрудничество позволяет использовать экспертизу университетов в каких-то разделах науки и техники, ведь у каждого университета есть своя специфика, а для отраслевых нишевых решений в элементы искусственного интеллекта как раз и должна закладываться сопутствующая экспертиза. Сотрудничество университетов с компаниями позволяет сочетать два важных фактора, необходимых для развития ИИ: экспертизу университетских ученых и создаваемые в реальном секторе наборы данных, дата-сеты, на которых обучается искусственный интеллект. Если эти два фактора сходятся в одной точке, это позволяет продвигать вперед создание новых интеллектуальных решений.

– Известны ли примеры успешного и достаточно масштабного внедрения в какую-то серьёзную область отечественных разработок в области искусственного интеллекта?

– Если говорить о сфере производства, то существует достаточно много отечественных решений, связанных с так называемой предиктивной (предсказательной) аналитикой. Это решения, помогающие предприятиям прогнозировать поломки, отказы отдельных узлов механизмов, грубо говоря, станков или турбин, благодаря чему мы не ждём, пока произойдёт авария, и действуем не в режиме регламентного обслуживания, когда, каждые три месяца надо останавливать производство и проверять все агрегаты. Вместо этого мы анализируем статистику использования механизмов и показания датчиков, и видим, что идёт опасное увеличение, предположим, вибрации, температуры или ещё какой-то характеристики и возникает предаварийная ситуация. Задача такого программного продукта – не доводить до аварий, когда, во-первых, могут возникнуть риски для здоровья персонала, а во-вторых, возникают большие денежные потери из-за разрушения самого устройства и из-за простоя предприятия. Поэтому важно заранее планировать и проводить ремонтные работы, заранее подвозить запчасти, останавливать участки производства на короткий период времени, оперативно получать предупреждения о предаварийных ситуациях и готовиться к ним, понимая, когда наступает оптимальный момент для ремонта, чтобы это принесло предприятию минимальные простои и потери.

Продолжение см. по ссылке https://mephi.ru/press/news/25682

На фото: Валентин Климов и Олег Нагорнов на открытии лаборатории «Ред Софт» в МИФИ