Данные и будущее: чего нам ожидать от искусственного интеллекта

Искусственный интеллект и сфера Big Data быстро развиваются. Об этом свидетельствуют недавние отчеты от Databricks и State of AI. Они содержат немало интересных цифр и примеров, подтверждающих не только колоссальный прогресс в ИИ-индустрии, но и глобальные перспективы развития в будущем.

На основе отчетов robot_dreams составил для вас краткую выжимку о состоянии ИИ в 2023 году.

Про источники:

Новая эра квантовых вычислений

Согласно новым прогнозам, объем данных во всем мире к 2025 году достигнет 180 зеттабайт — это почти в 3 раза больше, чем было в 2020 году. Цифровые данные помогают нам принимать более обоснованные решения, улучшать эффективность процессов, выявлять факты мошенничества, создавать новые продукты и сервисы.

Информации в мире становится больше. Чтобы обрабатывать и анализировать ее, уже сейчас требуются мощные ресурсы, техника и системы хранения данных. Руководители IT-компаний всех уровней, стараясь соответствовать тенденции, удваивают свои инвестиции в данные и искусственный интеллект.

По результатам опроса Databricks, абсолютно все фирмы планируют в следующем году увеличить свои расходы на модернизацию инфраструктуры данных и внедрение ИИ. Для почти половины (46 %) компаний рост инвестиций увеличится более чем на 25 %. В то же время эти инвестиции будут продуманными и выборочными.

Мы не можем сейчас прекратить внедрять ИИ и передовые технологии обработки данных. Мы просто должны быть последовательными и структурированными в отношении наших инвестиций. Это время, когда каждой компании придется выбирать, какие проекты развивать, так как ресурсы не бесконечны.

CTO Dell Technologies Джон Роуз (John Roese)

В настоящее время уже разрабатываются новые технологии, которые позволят создавать более производительные и энергоэффективные аппаратные решения для ИИ. Одной из таких технологий являются квантовые вычисления.

В отличие от классических битов (0 и 1), они используют кубиты, которые могут находиться в состоянии 0, 1 или в суперпозиции. Это позволяет выполнять более сложные операции. Кроме того, кубиты в квантовом состоянии могут взаимодействовать друг с другом, вызывая интерференцию, что делает возможным параллельные вычисления. Благодаря этому квантовые компьютеры справляются со сложными задачами, которые перегружают классические вычислительные машины.

При этом информация не только растет в объеме, но и постоянно меняется. Рабочие данные становятся более разнообразными: социальные сети, Интернет вещей, всевозможные датчики — все это способствует накоплению массивов информации. Требования к безопасности и точности ужесточаются.

В таких условиях в приоритете у бизнеса консолидация и унификация данных. Например, создаются унифицированные платформы, которые помогут избежать дублирования. 81 % компаний с годовым доходом более $10 млрд используют 10 и более систем консолидации данных и 28 % — используют больше 20.

Дані зі звіту Databricks

Закономерно, что вместе со сферой Big Data развивается и искусственный интеллект, позволяющий все быстрее и эффективнее собирать и обрабатывать данные. Некоторые мировые компании успешно используют этот тренд. Например, NVIDIA получает рекордные доходы от производства чипов, а к 2024 году планирует выпустить чипы искусственного интеллекта.

Сферы применения ИИ

Согласно исследованию компании IDC, мировой рынок искусственного интеллекта в 2023 году вырос на 31,4 % в годовом исчислении и достиг $64 млрд. Ожидается, что этот рост продолжится и в ближайшие годы.

Крупные технологические компании, такие как Google, Microsoft и IBM, а также стартапы вкладывают значительные средства в исследования и разработки ИИ. По оценкам McKinsey, до конца 2023 года глобальные инвестиции в ИИ превысят $100 млрд.

Инвестиции в искусственный интеллект

Говоря о совершенствовании ИИ, вспомним важные вехи и прорывы на разных этапах его становления:

• В 2016 году программа искусственного интеллекта AlphaGo, разработанная Google, обыграла чемпиона мира по игре го Ли Седоля. Это событие стало знаковым, показав, что ИИ может достигнуть уровня мастерства человека.
• В 2020 ИИ нашел свое применение в борьбе с пандемией COVID-19. Он использовался для разработки новых вакцин, отслеживания распространения вируса и оказания помощи пациентам.
• В декабре 2022 года ShieldAI пилотировала первый беспилотный истребитель F-16 на аэродроме к северу от Лос-Анджелеса. Это был прорыв для ВВС США, которые заключили контракт с ShieldAI на разработку сложных беспилотных летательных аппаратов.
• В 2023 году искусственный интеллект помог реанимировать со старой демо-кассеты голос Джона Леннона, преобразовав его в полноценный трек Now and Then. При помощи ИИ любительскую запись разложили на голос и инструмент, удалили шумы, добавили новые партии инструментов и смикшировали на современный лад.

Искусственный интеллект уже активно используется в таких областях, как создание контента, дизайн, финансы, здравоохранение и менеджмент. Но его применение становится все более глобальным и разносторонним.

В 2023 году разработки, основанные на ИИ, пополнили рынок оружия и оборонных технологий. Несколько оборонных технологических стартапов, применяющих возможности искусственного интеллекта, уже изменили способы сбора и использования разведывательной информации военными США.

Роль искусственного интеллекта была признана и на общественно-политическом уровне. В мае 2023 года на саммите G7 был учрежден Хиросимский процесс искусственного интеллекта, целью которого является содействие развитию ИИ на глобальном уровне. Лидеры стран разрабатывают руководящие принципы, которые помогут организациям, внедряющим и использующим передовые системы искусственного интеллекта, гарантировать безопасность и надежность технологий.

Это крайне важный шаг, поскольку 60 % респондентов, принимающих участие в опросе от Databricks, считают, что единая модель управления данными и ИИ очень важна. Также большинство опрошенных призналось, что безопасность и конфиденциальность данных являются основными опасениями, связанными с использованием генеративного ИИ.

Большие языковые модели

Значительную роль в развитии искусственного интеллекта играют большие языковые модели — Large Language Models (LLMs) — компьютерные программы, которые могут обрабатывать и генерировать текст. Они обучаются на огромных наборах данных текста и кода и могут выполнять широкий спектр задач, включая:

• перевод текстов с одного языка на другой;
• генерацию уникальных текстов: стихов, рассказов, статей и т. д.;
• генерацию ответов на разнообразные вопросы.

Разработка LLM ведется в разных странах мира, причем большая часть языковых моделей — это продукты с открытым исходным кодом. В США, например, над созданием LLM работают такие компании, как Google AI, OpenAI, Microsoft и Amazon. В Китае лидером в данной области является компания Baidu. В Европе над созданием LLM работают DeepMind, Facebook и ETH Zürich.

Языковые модели нового поколения обучаются на узкоспециализированных наборах данных. Также популярным является обучение LLM на основе обработки естественного языка. Таким образом разработчикам удается добиться большей точности и эффективности в решении задач. LLM отлично зарекомендовали себя в науках о жизни, делая значительные шаги вперед как в молекулярной биологии, так и в разработке лекарств.

Использование больших языковых моделей (LLMS)

ИИ: какой лучше?

Претендентов на звание наиболее продвинутого ИИ много, но лидер очевиден — это ChatGPT, один из самых быстрорастущих интернет-продуктов за всю историю. В декабре 2022 года он громко заявил о себе, пройдя тест Тьюринга. ChatGPT стал вторым чат-ботом в мире, который сумел успешно выполнить эту задачу.

На сегодня движок GPT-4 превосходит другие модели ИИ как по классическим тестам, так и по экзаменам, предназначенным для оценки человеческих способностей. Но и у него есть мощные конкуренты.

В мае 2021 года Databricks запустила реестр моделей машинного обучения MLflow, который показал реальные темпы продвижения ИИ и рост цифровизации в целом. После очередной тренировки каждая модель тщательно проверялась на предмет определения точности и полноты работы (процент правильно предсказанных случаев).

Самые быстрорастущие продукты ИИ

В ходе регистрации и анализа данных реестра было выявлено, что буквально каждая третья модель получила оценку, свидетельствующую о «зрелости» проекта. Кроме того, аккуратность новых моделей растет от версии к версии. Согласно отчету, только за последние 12 месяцев их эффективность выросла на 20 %.

Вопросы морали и нехватка новых кадров

Стремительный прогресс искусственного интеллекта привел к возникновению ряда проблем. Например, этические нормы для ИИ еще не определены, и это задача, которую предстоит решить человечеству. Сложно предсказать, как поведет себя вычислительный механизм, столкнувшийся с противоречивой ситуацией.

Также без злых намерений ИИ может раскрывать злоумышленникам конфиденциальные данные пользователей или проецировать на людей их собственные пороки, особенно если машинное обучение проводилось на данных, которые содержат предубеждения и предвзятость.

Эти проблемы привели к созданию новых протоколов безопасности. Активно разрабатываются системы, устойчивые к отказу, новые интеллекты, которые учитывают этические последствия своих решений и т. д. Вот несколько примеров того, как эти протоколы безопасности используются в настоящее время:

• ИИ, управляющий самолетом Boeing 787 Dreamliner, способен активировать систему резервирования для управления полетом в аварийных условиях;
• система распознавания лиц компании IBM использует методы, которые помогают избежать предвзятости, основанной на расовых и этнических различиях;
• нейронные сети в компании Capital One систематизируют и предоставляют пользователям статистические данные и информацию о том, как их кредитный рейтинг влияет на шансы получения кредита.

Эти примеры показывают, что разработчики ИИ осознают риски и принимают меры для их снижения. Но есть и другая проблема — требуются новые кадры.

С ростом интереса к продуктам, в которых интегрированы системы машинного обучения, растет и востребованность соответствующих специалистов по сбору и обработке информации. Компании вынуждены вкладываться в обучение и развитие сотрудников. Очень нужны специалисты по компьютерному зрению, робототехнике, машинному обучению и также по этике ИИ, причем около 40 % компаний признались, что готовы инвестировать в таланты.

Искусственный интеллект и машинное обучение являются ключевыми направлениями, которые будут продолжать трансформировать бизнес в ближайшие годы. Согласно опросу Databricks:

• 75 % компаний уже используют искусственный интеллект и машинное обучение в своей деятельности;
• 72 % компаний активно используют данные ИИ для принятия решений — любое прогнозирование, анализ трендов и т. д.;
• 64 % компаний задействуют данные для оптимизации и автоматизации процессов;
• 56 % компаний используют данные для инноваций.

Остальные окажутся «за бортом» и вряд ли смогут рассчитывать на успех.

Выводы

Ценность больших данных постоянно растет, а компании, которые не внедрят в свою работу искусственный интеллект и машинное обучение, рискуют за короткое время отстать от конкурентов. Многие организации инвестируют большие деньги в свои базы машинного обучения, создавая более инновационные решения и улучшая собственные позиции на рынке. В 2022 году объем инвестиций в ИИ составил $77,6 млрд, что на 24 % больше, чем в 2021-м. Ожидается, что эта тенденция сохранится и в 2023 году, достигнув отметки $100 млрд.

Сегодня никто не может усомниться в развитии ИИ и его глобальном влиянии на все сферы жизни. Отчеты Databricks и State of AI основываются на данных с секторов финансовых услуг, здравоохранения и биологических наук, розничной торговли и потребительских товаров, производства, средств массовой информации и развлечений, а также членов правительственного сектора. Все перечисленные сферы так или иначе уже подверглись значительным изменением вследствие внедрения ИИ, а далее ожидается только ускорение и масштабирование данного процесса.