July 21, 2020

Россия отстаёт в "Гонке ИИ-воружений". Сможем ли мы догнать США и Китай?

Искусственный интеллект называют "новым электричеством". Термин уже набил хорошую оскомину — его педалируют на международных саммитах, в бизнес-кругах и на уровне правительств. Тем не менее, нейронные сети и машинное обучение — одни из немногих технологий, которые позволят радикально перестроить мировую экономику.

Рекомендация контента в соцсетях, расчёт оптимальных маршрутов для поездок на такси и для доставки товаров, дизайн оптимальных конструкций для промышленности и строительства, голосовые помощники и чатботы, инвестиционные прогнозы и продвинутая аналитика — лишь несколько примеров уже опробованных применений.

Технология уже давно используется в интернет-поиске и машинном переводе, с её помощью появился продвинутый автопилот в автомобилях и она помогает крупным платформам показывать "персонализированную" рекламу. Последние эксперименты показывают, что сложные модели могут даже программировать небольшие веб-приложения и заниматься дизайном интерфейсов.

Ранее мы подробно разбирали, чем машинное обучение [отличается](https://t.me/redzion/16448) от обычного ПО, почему ИИ до сих пор не вошёл в массовое применение, и какой процент бизнесов уже извлекает прибыль с помощью этой технологии.

Очень вероятно, что использование машинного обучения и смежных технологий будет определять конкурентоспособность компаний и стран на горизонте в ближайшие десять лет — с этим согласны и правительство Китая, и топ-менеджмент американских корпораций, и ректорат мировых университетов.

Лидерство в отрасли сейчас закреплено за США — по разным меркам, вклад американского частного сектора, академических исследователей и некоммерческих организаций всё ещё превышает вклад Китая. При этом европейские страны, даже взятые вместе как один игрок на рынке, отстают.

В этой статье мы изучаем мировой рынок ИИ по состоянию на сегодняшний день и рассматриваем способы ускорить развитие этой отрасли в России.

Мировой рынок ИИ

США

В США основные игроки — это Google, недавно выпустивший BERT и работающий над автопилотом в автомобилях, Amazon, работающий над своей Alexa и экосистемой вокруг неё, IBM, вложивший все силы в комбинацию моделей Watson, Microsoft и их Azure, и Facebook, выпустивший SQuAD и тоже работающий над множеством проектов сразу.

Модели GPT серии, работающие с естественным языком, и наделавшие много шума в последнее время, а также сеть генерации музыки Jukebox сделали в OpenAI — частично некоммерческой организации из Калифорнии, в которую проинвестировали сразу Microsoft, бывший сооснователь Sun Microsystems и основатель LinkedIn.

Китай

В Китае всё сложнее — из корпораций можно приметить Alibaba, которые недавно сделали (https://thenextweb.com/neural/2020/03/02/alibabas-new-ai-system-can-detect-coronavirus-in-seconds-with-96-accuracy/) продвинутую систему диагностики коронавируса, Tencent, которые уже используют (https://ai.qq.com/hr/ailab.shtml) ИИ в своих виртуальных помощниках в массовых WeChat и QQ, и Baidu, с их фреймворком Ernie, который обходит (http://research.baidu.com/Blog/index-view?id=130) Microsoft и Google в навыках понимания человеческого языка.

Китайское правительство официально борется за мировое лидерство в ИИ с 2017 года — и, по данным (https://www.fhi.ox.ac.uk/wp-content/uploads/Deciphering_Chinas_AI-Dream.pdf) Оксфорда — развитие там идёт не путём административных "указов сверху", а за счёт взаимодействия местных правительств, университетов и частных компаний. К примеру, в Ханчжоу организован "ИИ-городок" (вспоминаете советские Академгородки?), в котором Alibaba, Чжэцзянский университет и местные бизнесы работают (https://theconversation.com/china-and-ai-what-the-world-can-learn-and-what-it-should-be-wary-of-140995) над совместными проектами.

Китай имеет в два раза больше суперкомпьютеров, чем США (это важно, так как развитие ИИ сильно зависит от наличия крупных вычислительных мощностей). Также в Китае выходит больше научных работ на тему ИИ, хоть и, по меркам (https://sloanreview.mit.edu/article/is-china-taking-the-lead-in-ai/) западных академиков, не дотягивающих до американских по качеству. По предварительным подсчётам в течение 10 лет инвестиции Китая в исследования и разработки в этой сфере обойдут американские по объёмам. У Китая также в 15 раз больше 5G вышек — быстрая передача данных будет критически важна, когда ИИ-разработки начнут переходить на стадию массового применения.

Россия

В России тоже есть своя "Стратегия развития ИИ" — Минкомсвязи планирует, что рынок вырастет в 80 раз к 2024 году. Тем не менее, в международном зачёте по развитию ИИ, выпущенном Tortoise Media, Россия пока занимает (https://www.tortoisemedia.com/intelligence/ai/) 33 место — сразу после Мальты и на ступень выше Чешской Республики. США занимает первое место, Китай — второе.

Развитием ИИ у нас занимаются такие организации, как Яндекс, Сбербанк, МФТИ (недавно выпустили разговорный фреймворк DeepPavlov), и Mail.ru group. Некоторые из этих организаций недавно объединились (https://thebell.io/sberbank-yandeks-mail-ru-group-obedinilis-dlya-razrabotok-v-sfere-ii/) в "Альянс по развитию ИИ". Путин тоже высказывался (https://iz.ru/964458/2020-01-15/putin-potreboval-obespechit-proryv-v-sfere-iskusstvennogo-intellekta) о необходимости развивать ИИ в России.

"Ключевая технология"

Чтобы Россия могла выйти на конкурентный уровень в сфере ИИ — о лидерстве говорить пока не приходится — мало будет просто инвестировать. В индустрии крутятся миллиарды и десятки миллиардов долларов. Понадобится чёткая стратегия и профессиональное, даже изобретательное её исполнение, а также тесная совместная работа государства, бизнеса и общества.

Бывший глава Google Эрик Шмидт в статье для New York Times прямым текстом пишет, что даже американский частный сектор не сможет обеспечить должной конкуренции Китаю, если государство не начнёт инвестировать в исследования и новые проекты, проводить последовательную политику по развитию местной AI-индустрии.

Учитывая финансовую мощь и организационную экспертизу конкурентов, часть про "изобретательность" исполнения национальной стратегии по развитию ИИ особенно важна. Чтобы конкурировать с Китаем и США, мало будет просто идеально имплементировать обычную "промышленную политику" в этой индустрии — понадобятся новые, нетривиальные решения со стороны менеджмента и правительств.

Способы ускорить развитие ИИ в России

  1. Сейчас множество крупных игроков работают параллельно над совершенствованием одних и тех же технологий — машинного обучения и нейронных сетей, компьютерного зрения, распознавания голоса и естественного языка. Так как технологии, и вообще научные открытия, не требуется делать несколько раз — достаточно, например, изобрести новый метод распознавания изображений один раз, чтобы все могли им пользоваться, в этом нет экономического смысла. Это происходит из-за структуры рынка, мировой экономики и национальных экономик США и Китая.

    Логично, что если решить эту проблему внутри национальной экономики — скажем, в рамках стратегии по развитию ИИ обеспечить общий пул разработок, из которого все игроки смогут брать открытия, сделанные другими игроками, это даст серьёзное преимущество в скорости и эффективности исследований. Чтобы убедиться, что выгода от успешного применения ИИ с использованием такой поддержки не осталась в руках одной частной компании или нескольких крупных компаний, есть смысл давать приоритетный доступ некоммерческим фирмам и кооперативам или установить налог на прибыли, полученные с использованием таких мощностей — и убедиться, что налог пойдёт на развитие сферы или на поддержку других организаций.
  2. Разработки в сфере ИИ сильно зависят от эффекта масштаба. Так как для тренировки моделей требуются значительные мощности, реально прорывные открытия делаются только крупными компаниями. Чтобы воспользоваться потенциалом небольших компаний и энтузиастов, помимо доступа к технологиям есть смысл давать всем желающим, в разумных пределах, доступ к вычислительным мощностям и крупным наборам данных. Сейчас американская OpenAI даёт проверенным компаниям и специалистам доступ к своей GPT-3 и последующим моделям по API — предполагается, что после бета-тестирования доступ будет открыт (https://openai.com/blog/openai-api/) всем желающим на коммерческой основе. Такой подход позволит резко ускорить переход от стадии реализации к стадии массового применения, фирмы и специалисты разного масштаба смогут опробовать свои сценарии использования технологий.
  3. ИИ не получится развивать без талантливых специалистов — несмотря на то, что у Сбербанка и других компаний уже есть крупный штат профессионалов в этой области, чтобы выйти на конкурентный уровень в национальных масштабах придётся вплотную заняться образованием в сфере ИИ и возвращением в Россию специалистов, которые сейчас работают за границей. Сейчас рынок ИИ-образования в России, построенный на основе сильных технических ВУЗов с хорошей теоретической базой, должен развиваться в сторону практического применения. Государство, университеты и частные компании должны работать вместе, чтобы помимо теоретических знаний давать студентам навыки реализации ИИ-технологий в реальных условиях — для этого можно создать технологическое агентство (см. следующий пункт) или помочь местным стартап-акселераторам специализироваться в сфере ИИ и работать с перспективными организациями, а также университетами.
  4. По аналогии с успешными примерами развития отдельных отраслей и в целом технологичных секторов экономики, например, в США, есть смысл создать государственное агентство (по аналогии с DARPA), которое будет финансировать и координировать исследовательские и другие проекты в сфере ИИ (а затем и в других технологичных сферах экономики). С учётом истории DARPA и других подобных инициатив, агентство должно инвестировать во множество перспективных проектов, созданных учёными или компаниями, небольшими раундами. Быстро отсеивать неудачные проекты и закрывать их, и обеспечивать организационную поддержку инициаторам проектов, чтобы успешные проекты получалось реализовать максимально эффективно.

Развитие искусственного интеллекта — технологий машинного обучения, нейронных сетей и их применений, не только позволит отстроиться от международных конкурентов и заложить научно-технологическую базу для развития других отраслей, но и вполне может послужить способом перестроить российскую экономику.

Учитывая то, что машинное обучение находит успешное применение в промышленности, и в сельском хозяйстве, и в сфере услуг — а также тот факт, что для максимально эффективного использования этих технологий текущее производство придётся перестраивать и переоборудовать, развитие отрасли можно совместить с переоснащением экономики в целом.

Помимо кратного прироста производительности, это позволит переосмыслить организацию и подход к производству во множестве отраслей — несмотря на то, что ИИ обычно ассоциируется с автоматизацией труда, при правильном применении эта технология может наоборот увеличить занятость и создать большое количество высококвалифицированных, качественных рабочих мест.