«Поговорим о разных аспектах технологий искусственного интеллекта и применении этих технологий в конкретных отраслях промышленности. Хочется затронуть и фундаментальные вопросы, поговорить о слабом и сильном искусственном интеллекте, обсудить, как развиваются события в наше непростое время, затронуть тему роли государства в регулировании этой сферы. Важно, чтобы разговор получился предметным, поэтому предлагаю начать не с теоретической части, а с того, как искусственный интеллект сегодня используется в ритейле».
«Основа любого взаимодействия с данными - это сбор, агрегация и разметка. Мы начали это делать в 2019 году и за прошедшее время произошел большой скачок с точки зрения имплементации технологий, связанных с машинным обучением и управлением процессами внутри компании. Если мне память не изменяет — сейчас более 60 команд так или иначе используют технологии искусственного интеллекта в рамках решения существующих задач.Машинное обучение очень активно используется в ритейле для бизнес-прогнозирования ассортимента, определения товарной матрицы или выбора нужного места расположения магазина — это подтвержденные кейсы не только в рамках российского рынка, но и международного. Здесь ни для кого не секрет, что ритейл как отрасль имеет очень понятные и определенные рамки — покупка товара, транспортировка товара, продажа товара с какой-то дополнительной оценкой. Все эти процессы являются критически важными. И повышение точности прогнозирования спроса даже на полпроцента, при большом количестве магазинов, а их у нас более 20 тысяч на данный момент, дает существенный рост.Вот эта прямая имплементация, когда есть отдельный продукт, который занимается прогнозированием спроса, и есть отдельный продукт, который помогает в логистике — это классическая задача, которая решается во многих торговых сетях. В подразделениях, связанных с логистическими поставками, где есть логистическое управление и управление ассортиментной матрицей. Если коротко — самое выгодное — это то, что помогает бизнесу работать лучше».
«На текущий момент сильного искусственного интеллекта не существует, потому что от него ожидается, что он сможет сам ставить себе задачи, сам себя улучшать и оценивать эти улучшения. Если мы говорим про технологии машинного обучения, то все-таки человек выполняет все эти функции, и он же является мерилом того, насколько хорошо получилась та или иная модель на основе нейронных сетей и семантических технологий. Но, в любом случае, если говорить о различиях — мы видим, что искусственный интеллект по многим задачам превосходит качество работы человека. Начиная с распознавания изображений и заканчивая какими-то сложными вещами, такими как игры в шахматы, го и компьютерными играми».
«Центр в том числе занимается образовательной повесткой, и мы видим, что искусственный интеллект и здесь все больше набирает обороты. Если посмотреть на международные университеты и бизнес-школы, то некоторые решения на основе ИИ уже используются, например, при формировании индивидуальных учебных планов, при использовании виртуальных помощников для преподавателей и студентов и др. Даже такая банальная вещь как проверка заданий, также может проводиться с использованием ИИ. Хотя в настоящее время ставка все же больше делается на искусственный интеллект скорее как на предмет обучения, нежели на интеграцию этих решений в образовательные процессы. Такую же ситуацию мы наблюдаем и в России, существует много хороших программ, но в процессе обучения ИИ практически не используется».
«Искусственный интеллект, так или иначе, внедрен практически во все сферы нашей жизни — мы потихонечку с ним начинаем встречаться не только в рамках коммерческих, но и в большом количестве других взаимодействий, например, с точки зрения госструктур и прочего. Безусловно, государство является в данный момент одним из основных стейкхолдеров подобных решений. Здесь есть и объем данных достаточный и определенные запросы на решение социальных или общенациональных задач, а также определенные специалисты в рамках каждой конкретной структуры».
«Например, мы можем вместе с Минприроды России заниматься спасением очень редких животных, то есть помогать искусственному интеллекту обучаться распознавать животных на снимках, находить именно тех, которые нам нужны и помогать подведомственным структурам от Минприроды содействовать тому, чтобы эти животные продолжали свое размножение и не встречались с браконьерами.
Или же, например, к нам может прийти МЧС с задачей предсказания лесных пожаров при использовании снимков со спутников, где необходимо было составить специальную карту и, по сути, составить модель предсказания того, как и где может развиваться природный пожар, с какой интенсивностью и какие условия для этого необходимы. В данный момент это помогает в некоторых регионах России использовать заранее подготовленные бригады, которые находятся на определенных точках реагирования».