Искусственному интеллекту предстоит пройти долгий путь прежде, чем он сможет сравняться с человеческим разумом. Пока что AI-технологии не обладают широтой мышления: они преуспевают лишь в решении узких задач. Это не мешает компаниям вкладывать огромные средства в исследования и разработки в этой сфере – и машины становятся умнее с каждым годом. Какие события и тренды будут формировать рынок искусственного интеллекта в 2022-м? Делаем прогнозы.

1. В центре внимания окажется разговорный искусственный интеллект, поскольку в сфере обработки естественного языка (NLP) будет больше стартапов, чем в любой другой области ИИ

Алгоритмы NLP лежат в основе голосовых помощников, чат-ботов, программ по переводу речи в текст и так далее. Взрывной рост рынка речевых технологий в последние несколько лет стал возможен благодаря нейросетевой архитектуре «Трансформер» (Transformer), которую исследователи из Google Brain представили в 2017 году. Сейчас на архитектурах такого типа строятся зрелые языковые модели, которые можно масштабировать и коммерциализировать.

Венчурные инвесторы вложат рекордные суммы в NLP-проекты в 2022 году. Ведущие стартапы в этой сфере – Hugging Face (последняя оценка стоимости – $440 млн) и Cohere ($200 млн) – в 2022-м могут стать компаниями-единорогами (оцениваемыми в $1 млрд и выше).

2. Будет создана языковая модель с более чем 10 трлн параметров

Как правило, чем крупнее NLP-модель, тем лучше она работает, но и тем больше требует вычислительной мощности. Между тем в декабре прошлого года компания DeepMind представила языковую модель RETRO, которая может работать на том же уровне, что и нейронные сети размером в 25 раз больше нее. В этом «трансформере с улучшенным поиском» всего 7 млрд параметров. Для сравнения, модель GPT-3 от OpenAI использует для обучения 175 млрд параметров, а Megatron-Turing от Microsoft и Nvidia –  530 млрд.

И это не предел. Барьер в триллион параметров был преодолен моделями Google Switch Transformer (1,6 трлн параметров) и Wu Dao от Пекинской академии искусственного интеллекта (1,75 трлн параметров).

Несмотря на инновацию от DeepMind, скорее всего, в области обработки естественного языка продолжится гонка в построении больших языковых моделей. И велика вероятность, что самую крупную в 2022 году выпустит OpenAI – под названием GPT-4.

3. Появятся новые мощные инструменты искусственного интеллекта для видео

По данным Cisco, более 82% всего интернет-трафика в 2022 году будет приходиться на видео. Ежедневно на YouTube просматриваются 7 млрд видео, а в TikTok загружаются 100 млн роликов. Продолжают расширяться базы пользователей и библиотеки контента стриминговых сервисов, таких как Netflix, Amazon Prime Video, Disney +, Hulu, HBO Max.

Все же, по сравнению с изображениями и текстами, до сих пор для видео создавалось относительно мало продуктов на основе глубокого обучения. Это открывает огромные рыночные возможности. Мы можем увидеть в 2022 году расцвет AI-инструментов для поиска, создания и редактирования видео.

4. Ведущие вычислительные платформы предпримут новые инициативы в области синтетических данных

По прогнозам исследовательской и консалтинговой компании Gartner, к 2024 году синтетические данные (то есть сгенерированные компьютерной программой) будут составлять 60% всех данных, используемых при разработке продуктов на базе искусственного интеллекта.

Несколько месяцев назад компания Meta Platforms (в прошлом Facebook) приобрела стартап AI.Reverie, который занимается созданием синтетических датасетов. И это – сигнал.

В 2022 году крупные облачные платформы и платформы данных также могут предпринять новые усилия, связанные с синтетическими данными, чтобы привлечь больше разработчиков в свои экосистемы. Платформы-кандидаты: Amazon Web Services, Microsoft Azure, Google Cloud Platform, Unity Technologies, Scale AI.

5. Американские компании Databricks, DataRobot и Scale AI станут публичными

Каждая из них предоставляет другим организациям инструменты и инфраструктуру для создания собственных приложений на базе искусственного интеллекта.

Все три разработчика демонстрировали поразительно высокие темпы роста выручки и в 2021 году привлекли финансирование от фондов, которые обычно инвестируют в компании на стадии pre-IPO, то есть незадолго до выхода на биржу. Так, в Databricks поступили вложения от Franklin Templeton; в DataRobot – от Altimeter Capital и Tiger Global; в Scale AI – от Dragoneer, Greenoaks и Tiger Global.

6. Некоторые из самых важных ИИ-приложений, которые выйдут в 2022 году, будут в сфере кибербезопасности

Киберпреступность становится все более серьезной проблемой, решать которую уже помогает искусственный интеллект. По прогнозам Meticulous Market Research Pvt. Ltd., глобальный рынок AI-инструментов в области информационной безопасности к 2027-му достигнет $46 млрд при среднегодовом темпе роста 23,6%.

AI-системы анализируют сетевой трафик, распознают подозрительные действия и шаблоны атак, осуществляют мониторинг облачных сетей и справляются с другими задачами. Но и злоумышленники берут на вооружение искусственный интеллект, благодаря которому, например, обнаруживают слабые места в корпоративных системах. Именно поэтому на поле битвы должны выйти новые ИИ-приложения, которые позволят предприятиям одержать победу в этом сражении.

7. «Ответственный искусственный интеллект» начнет переходить от расплывчатого понятия к набору корпоративных практик

AI-технологии развиваются быстрее нашей способности применять их ответственно. Мы знаем о проблемах, связанных с предвзятостью искусственного интеллекта, происхождением данных, объяснимостью и проверяемостью гипотез и решений ИИ. Но, как показало исследование Dentons, для большинства руководителей компаний вопросы о том, кто несет ответственность за регулирование и соблюдение нормативных требований в области ИИ, остаются открытыми. Очевидно, это мешает встраивать в повседневные рабочие процессы инструменты для ответственного использования искусственного интеллекта. Но в 2022 году ситуация начнет меняться.

Драйвером этих изменений, с одной стороны, становится создание правовой инфраструктуры в этой области. Так, все страны в составе ЮНЕСКО в ноябре 2021-го приняли Рекомендацию по этике искусственного интеллекта, в Нью-Йорке недавно утвержден первый в своем роде закон об обязательном аудите компаний, использующих ИИ при принятии решений о найме (он начнет действовать с 2023 года), в России готовится законопроект о регулировании рекомендательных систем в соцсетях (его могут внести в Госдуму уже в первой половине 2022-го) и разработан законопроект, регулирующий отношения робота и человека.

С другой стороны, важную роль играют процессы саморегулирования компаний. К примеру, в России все больше компаний подписывают первый в нашей стране Кодекс этики искусственного интеллекта. А в США межотраслевой консорциум Data & Trust Alliance, в составе которого крупнейшие корпорации из списка Fortune 500, включая Walmart, Nike, General Motors и CVS, в декабре объявил о разработке системы оценки технологий для отбора кандидатов на работу. Цель этой инициативы – обнаруживать предвзятость алгоритмов ИИ и бороться с ней.

8. Обучение с подкреплением будет оказывать все большее влияние на развитие технологий искусственного интеллекта

Доминирующим подходом в разработке систем искусственного интеллекта сегодня является обучение с учителем, которое влечет за собой сбор большого количества данных, их маркировку и передачу в ИИ-модель. Неконтролируемое обучение – аналогичный подход, но без необходимости создания ярлыков – также начал набирать обороты в последние годы.

Однако есть еще одна парадигма machine learning: обучение с подкреплением. Она существует уже несколько десятилетий, но ее огромный потенциал только начинает проясняться. При таком способе система не обучается на исторических данных реального мира; ей не даются «ключи к ответу» и указания, на что следует обращать внимание, как при обучении с учителем. Вместо этого искусственному интеллекту разрешено неограниченно исследовать окружающую среду, изучать мир, руководствуясь определенной целью.

Именно обучение с подкреплением привело к триумфу AlphaGo – программу для игры в го от компании DeepMind. В 2015 году она победила профессионала, при этом тренировалась самостоятельно, без вмешательства людей. Этот способ машинного обучения может применяться в различных системах искусственного интеллекта: от рекомендательных алгоритмов до роботов и автономных транспортных средств. В DeepMind вообще считают, что обучение с подкреплением само по себе может привести нас к появлению общего искусственного интеллекта (AGI).

Майя ЦВЕТКОВА

По материалам Forbes.com

Изображения: Pixabay, Unsplash