Интересное
«Малые нейросети» и AI-роботы. Пять глобальных технотрендов в области искусственного интеллекта
К 2030 году Россия может увеличить ВВП на 6% за счёт внедрения AI-технологий (сообщает РИА Новости). Рассказываем о трендах информационного сборника «Наука в Сбере 2023» в сфере искусственного интеллекта, которые будут определять её развитие в ближайшие годы.
Проприетарные чипы для AI
Мировые AI-разработчики начали выпускать собственные чипы, так как цены на них сильно выросли. Кроме того, это направление необходимо бизнесу для развития своей инфраструктуры, например облачных провайдеров.
Эти чипы будут отличаться от привычных аналогов. Они ориентированы на AI, предназначены для узких задач и более доступны по цене. В 2024 году аналитики прогнозируют рост рынка чипов примерно на 20% (пишет «Коммерсант»).
На 20%
вырастет рынок чипов в 2024 году
Роман Шнырёв,
исполнительный директор управления развития высоконагруженной инфраструктуры Сбербанка:
Тренд следует разделить на чипы, разрабатываемые гиперскейлерами (крупными облачными провайдерами) и другими компаниями. Как правило, гиперскейлеры выпускают чипы для задач исполнения и обучения моделей для продажи их в составе своих облачных сервисов. Они недоступны компаниям для покупки и размещения в их собственных ЦОДах. На глобальном рынке для размещения оборудования в своих ЦОДах доминирует Nvidia.
Читайте по теме: «Настоящее и будущее AI: от научных открытий к прикладным решениям»
Небольшие большие языковые модели
Классические LLM (large language models, большие языковые модели) насчитывают десятки или сотни миллиардов параметров и требуют серьёзных ресурсов на разработку и обучение. При этом они не всегда хорошо справляются с узкоспециализированными и прикладными задачами, главное их преимущество — универсальность.
На рынок стали выходить новые AI-продукты — языковые модели с несколькими десятками миллиардов параметров и даже всего с несколькими миллиардами. Последние получили название SLM (small language models) — «небольшие языковые модели». Они требуют меньше вычислительных мощностей и ресурсов для разработки, но при правильном fine-tune (дообучении) могут проявлять себя не хуже в конкретных направлениях, например при поддержке клиентов или анализе финансовой отчётности.
Никита Худов,
исполнительный директор центра AI-трансформации Сбербанка:
На обучение SLM требуется в десятки раз меньше вычислительных мощностей. Так, по оценкам экспертов, на обучение опенсорсной модели LLaMa 2 (7B) было потрачено около 85 000 долларов, в то время как на аналогичную модель 70B ушло ближе к 2 млн долларов . Сейчас в бизнесе такие маленькие модели применяются всё чаще.
По словам Худова, особенно они востребованы:
Антропоморфные роботы, вдохновлённые AI
GenAI (генеративный искусственный интеллект) открывает новые возможности в робототехнике. Антропоморфные роботы с интеграцией больших языковых моделей умеют учиться и понимают команды человека, отчего взаимодействие с ними становится эффективнее.
Рынок может резко вырасти уже в ближайшие годы. Например, в Китае готовятся к серийному выпуску универсального антропоморфного робота, который решает производственные и бытовые задачи.
Алексей Гонноченко,
старший управляющий директор, директор центра робототехники Сбербанка:
AI меняет подход к программированию роботов, он позволяет роботам принимать решения на основе анализа данных об окружающем мире и распознавания контекста. В робототехнике произошёл переход от узкоспециализированного использования алгоритмов AI, например таких, как системы компьютерного зрения, к работе с мультимодальными нейронными сетями, объединяющими видео, текст, аудио и другую информацию.
По словам Гонноченко, успех больших языковых моделей в генерации текстов, изображений и других интеллектуальных задачах подтолкнул исследователей заменить программирование робота в последовательности действий на процессы рассуждений на абстрактном языковом уровне. Первые результаты показывают, что такие подходы существенно расширят круг задач, которые роботы смогут решать автономно. «Не нужно специально программировать поведение робота в зависимости от задачи. Достаточно для каждой новой ситуации получать из языковой модели словесный план действий робота», — отмечает эксперт. Такие роботы будут востребованы в логистике и на складах, в обрабатывающей промышленности, на удалённых производствах и в опасных для человека условиях (чрезвычайных ситуациях, атомной промышленности, холодных северных районах), перечисляет старший управляющий директор, директор центра робототехники Сбербанка.
Нейродевайсы
Нейродевайсы — это носимые устройства, способные регистрировать показатели работы мозга или, наоборот, воздействовать на мозг (например, с помощью безопасной дозированной электрической или магнитной стимуляции через кожу и череп). Есть ещё нейроинтерфейсы, или интерфейсы «мозг — компьютер», которые регистрируют показатели работы мозга не для диагностики состояния человека или терапии, а для выделения в этих сигналах намерений человека и последующей их передачи в виде команд для внешних устройств.
С помощью таких технологий можно, например, управлять гаджетами мысленными усилиями или делать инновационное оборудование для медицинской сферы (сообщает «Ферра.ру»). Кроме того, развитие нейроинтерфейсов и их интеграция с AI окажут влияние на ряд других отраслей: AR и VR, беспилотники, средства восстановления, спорт, промышленность.
По данным экспертов из Neiry, рынок нейродевайсов в России и странах СНГ к 2028 году достигнет почти 290 млрд рублей. Мировой же рынок в 2023 году оценивается в 1,79 млрд долларов и при среднегодовом темпе роста в 15,7% может вырасти до 7,4 млрд долларов к 2032-му.
290 млрд ₽
достигнет рынок нейродевайсов в России и странах СНГ к 2028 году
Анализ потенциала рынка нейроинтерфейсов к 2028 году
Источник: Neiry
Александр Каплан,
д. б. н., профессор, заведующий лабораторией нейрофизиологии и нейрокомпьютерных интерфейсов (ННКИ) биологического факультета МГУ имени М. В. Ломоносова:
Прослеживается положительная динамика только в отдельных областях применения нейродевайсов, в частности в игровой индустрии за счёт их интеграции c технологией VR, а также в области систем диагностики, мониторинга состояния человека и реабилитации. Основная проблема: учёные до сих пор не знают коды мозга, то есть не умеют расшифровывать снятые нейроустройствами показатели в терминах информационно-аналитических процессов внутри мозга. Разработка теоретического подхода к подобной расшифровке станет ключевым шагом в преодолении существующих ограничений.
По его словам, в областях, где нейродевайсы наиболее востребованы — реабилитационной и восстановительной медицине, — достижения российских специалистов находятся на пиковых уровнях мировых разработок. А в части научных, ещё не внедренных решений — даже выше. При этом темпы развития нейродевайсов в медицинской сфере в РФ зависят не от уровня технологий, а от финансирования и мобильности бюрократических структур в этой области, считает Каплан.
AI как личный помощник
Разработчики AI-помощников будут развивать их способности и повышать уровень эмоционального взаимодействия с человеком. Они станут более персонализированными, например, за счёт обучения на личных данных пользователя, его сообщениях в электронной почте и мессенджерах.
Кроме того, AI-помощники смогут работать автономно и последовательно решать возникающие перед ними задачи в зависимости от контекста и установок. Одно из ключевых направлений для них — взаимодействие с современными цифровыми сервисами. Например, AI-помощники будут сами регистрироваться на платформах для поиска работы, подбирать кандидатов и приглашать их на собеседование.
Виктория Дочкина,
директор проектов департамента стратегии и развития Сбербанка:
AI-помощники верхнеуровнево можно разделить на две категории: действующие в интересах пользователя и действующие в интересах бизнеса. При этом все они будут направлены на улучшение жизни, расширение функциональности и агентность. Сегодня AI-помощники варьируются от личных ассистентов для организации ежедневных задач до экспертных систем в сфере права, образования, здравоохранения и других.
По мнению Дочкиной, темпы развития рынка будут зависеть от нескольких ключевых факторов: