24 Апреля 2024 10:32 24 Апр 2024 10:32 |

Поделиться

Дискуссия в метавселенной: ИИ, обмен данными и иммерсивные сценарии

Дискуссия в метавселенной

Экспертная дискуссия в рамках Data Fusion впервые прошла в метавселенной, разработанной командой технологического блока ВТБ. «Сегодня банк активно исследует технологические возможности, потенциал трехмерных интерактивных пространств для трансформации пользовательского пути сотрудников и клиентов банка, — пояснила Наталия Дегтярева. — Мы верим в потенциал иммерсивных 3D-сценариев пользовательского взаимодействия. Это дает возможность сочетать все лучшее от онлайн- и оффлайн-коммуникаций».

По словам Наталии Дегтяревой, на обучение одной большой языковой модели в 2024 году тратится более 1 млрд долларов, а объем мирового рынка ИИ к 2027 году составит более 400 млрд долларов. Его рост будет происходить за счет повышения доступности решений для практического применения в бизнесе и повседневной жизни.

Участники сессии делились своими мнениями о перспективах развития рынка ИИ-решений в ближайшие годы. Так, заместитель руководителя департамента анализа данных и моделирования — вице-президент ВТБ Денис Суржко, считает, что развитие искусственного интеллекта будет сконцентрировано вокруг нескольких сильных базовых моделей. По его мнению, их дальнейшее развитие коснется не только текста, но и видео, и аудио. Это потребует больших вычислительных мощностей, следовательно — больших капитальных вложений. Таким образом развитие искусственного интеллекта будет задаваться крупными компаниями и корпорациями. Однако это не значит, что на рынке не найдется места стартапам.

«Скорее наоборот, — пояснил Денис Суржко. — Я думаю, что количество ниш увеличится за счет того, что будет необходимо исследовать те глубокие модели, которые делают крупные либо open-source поставщики. Сохранятся компании, занимающиеся отдельной специализацией, которые пишут подводки к языковым моделям, пытаются найти общий язык с ними для того, чтобы решить конкретную бизнес-задачу. Соответственно осмысление этих больших моделей с точки зрения конкретных приложений будет расти, как и области применения этих моделей. Кроме того, очевидный тренд — перерастание этих моделей в персональных ассистентов и, соответственно, их специализация, развитие навыков и освоение новых сфер применения. Это тоже станет перспективным направлением для деятельности стартапов и других компаний».

Обмен данными

Среди других трендов развития ИИ в ближайшие 5-6 лет он отметил развитие сервисов на основании обмена данными. Речь идет о распределенных вычислениях, которые позволят, не раскрывая всего периметра данных, безопасно объединять их для построения больших моделей. Третьим трендом развития ИИ в России и мире Денис Суржко назвал «цифровую гуманитаристику». Востребованными на рынке окажутся смежные специалисты, которые смогут обеспечить обучение модели не только техническим упражнениям, но и цифрогуманитарным. Таким образом, при масштабировании модели не потеряют сложных когнитивных навыков.

Подобные технологии используются платформой для работы с нейробиологическими данными SenseMachine. Решение позволяет анализировать мимику человека, направление его взгляда и с помощью этих данных фиксировать его реакцию на различные объекты: рекламные ролики, наружную рекламу, образовательные мероприятия, лекции и даже на работу менеджера при взаимодействии с клиентом.

Проект начинался с нейронных сетей, которые распознавали эмоции и айтрекинг (технология отслеживания положения глаз), рассказал генеральный директор SaaS-платформы для проведения количественных нейробиологических исследований с использованием методик измерения эмоционального отклика Сергей Коренков. По мере развития продукта пришло понимание, что границы применения различных нейронных сетей гораздо шире. Сейчас помимо измерений с помощью искусственного интеллекта, выводы из данных тоже делегируются искусственному интеллекту. Таким образом программа обучается на тех данных, которые получатся в ходе исследования.

Модифицировать можно и сами объекты исследования. Например, показать респонденту можно не наружную рекламу, а видеозапись, на которой он проезжает мимо нее на машине. Таким образом гораздо глубже анализируется воздействие рекламы на человека.

«Мы сейчас занимаемся тем, что с помощью искусственного интеллекта анализируем объекты, структурируем их и гораздо глубже понимаем с каким конкретно компонентом исследованного объекта взаимодействовал пользователь в тот или иной момент времени и что он испытывал в этот момент. Поэтому доля применения искусственного интеллекта в наших продуктах постоянно нарастает и это то, что позволяет нам делать действительно инновационные продукты», — пояснил Сергей Коренков.

ИИ в помощь

Согласно исследованию Boston Consulting Group, технологии генеративного искусственного интеллекта уже сегодня ускоряют скорость работы консультантов с текстом на 25%, на 40% увеличивая качество этой работы. В России один из лидеров этого сегмента рынка компания Doczilla. По словам ее генерального директора Кирилла Бурякова, его AI-платформы для управления жизненным циклом документов ускоряет их подготовку и согласование, сокращая цикл сделки.

Сегодня продукты компании Doczilla применяются более, чем в 20 различных кейсах: от проверки договора по стандартному чек-листу до анализа разницы одной версии договора от другой. «Когда случился бум с чатом GPT и с генеративным AI, стало понятно, что стартапам будет достаточно тяжело конкурировать технологически с такими гигантами, как OpenAI, Anthropic и другие. Мы приняли решение не конкурировать, а интегрироваться с большими игроками, чтобы создавать узкоспециализированные, нишевые решения для нашей аудитории. И мы сфокусировались на запуске в продакшн прикладных кейсов по использованию ИИ в решении конкретной задачи», — рассказал Кирилл Буряков.

От российских игроков, развивающих большие языковые модели, эксперт ожидает увеличения количества параметров, которыми они оперируют. На данный момент, отечественные компании в этом компоненте отстают от иностранных конкурентов.

Векторы развития ИИ в анализе данных

Основатель платформы автоматической аналитики цифрового маркетинга на базе искусственного интеллекта Smart Data Hub Игорь Кузин считает, что ИИ в сфере анализа данных будет развиваться в трех направлениях. Первое — решение проблемы сбора данных. Уже сейчас в мире активно появляются и финансируются стартапы, занимающиеся очисткой и повышением качества данных.

Второй вектор развития направления — проблема корректного извлечения данных. Благодаря развитию больших языковых моделей, произошел новый виток в развитии чат-ботов. Этот тренд, по мнению эксперта, сохранится в ближайшие годы.

«Но наибольшую ценность представляет третье направление — вектор непосредственного анализа данных, — считает Игорь Кузин. — Непосредственное извлечение ценности из данных. Речь идет, в каком-то смысле, о замене аналитика или масштабировании его работы, когда он один может выполнять работу десятков или сотен людей по анализу данных».

Технический директор Variant soft Андрей Червонный рассказал, что сегодня в России нет возможностей обучения с нуля больших моделей. Поэтому его компания активно участвует в развитии существующих моделей, в их трансформации и улучшении, а также в разработке новых методов их обучения. Кроме того, Variant soft применяет свои модели обучения и анализирует полученные данные — для написания рекомендательных систем для B2B решений. Они позволяют автоматизировать процессы в компаниях и минимизировать ошибки, а вместе с ними и финансовые затраты.

По словам Наталии Дегтяревой, объем инвестиций в стартапы в области искусственного интеллекта в мире в 2023 году составил от 30 до 50 миллиардов долларов. Две трети этих инвестиций предоставлены корпорациям Microsoft, Google и Amazon. Она считает, что это свидетельствует о том, что технологические корпорации значительно больше инвестируют в стартапы в сфере искусственного интеллекта, чем венчурные фонды.

В России инвестиционная активность снизилась из-за ухода с рынка зарубежных игроков и из-за более осторожных подходов со стороны российских инвесторов. «Поэтому сейчас стартапы, на мой взгляд, ищут возможности сотрудничества именно с крупными корпорациями, — считает Наталия Дегтярева. — Помимо финансовой поддержки, корпорации могут предоставлять стартапам свою экспертизу и ресурсы, доступ к наиболее производительным аппаратным компонентам, которые просто необходимы для обучения моделей».

В свою очередь, стартапы интересны крупным корпорациям благодаря тому, что в небольших компаниях процесс от идеи до готового решения проходит гораздо быстрее, чем в крупных структурах. А также из-за их возможности фокусироваться на решении одной задачи.

Поделиться

Подписаться на новости Короткая ссылка