В Челябинской области создан Совет по искусственному интеллекту. Его возглавил губернатор Алексей Текслер. Власти региона декларируют амбициозную цель – развитие технологий ИИ в регионе.
На первом заседании губернатор отметил, что область уже демонстрирует высокие результаты в цифровизации: занимает лидирующие позиции в федеральном рейтинге по количеству наборов данных для обучения ИИ, внедрила 14 решений в госуправлении и поддержала 12 научных проектов.
«Челябинская область имеет сильные стартовые позиции и хорошие перспективы, чтобы обеспечить для себя лидерские позиции в этой сфере. Мы применяем предлагаемые на федеральном уровне меры поддержки, а также разрабатываем и внедряем дополнительные региональные меры поддержки для IT-отрасли», — заявил Алексей Текслер.
Мы решили узнать мнение экспертов о создании совета и внедрённых научных проектах в регионе.
Зачем создали Совет по ИИ?
Маркетолог IT-Park74 Евгений Крамаренко положительно оценил создание совета.
«В целом, я отношусь к созданию совета очень положительно, потому что эта тема сейчас очень актуальна. И, как любая актуальная тема, там есть и большие проблемы, связанные с тем, что хайповые темы привлекают очень большое количество разных людей. Потому что, как вот несколько лет назад, тему «Умного города» все пытались эксплуатировать, чтобы попасть в тендер и заработать на госконтрактах».
По мнению эксперта, совет поможет упорядочить процесс.
«Создание такого координационного Совета должно сделать всю конструкцию более безопасной, потому что в рамках данной системы участие Минобра, Миннауки и Минпромторга позволяет выявлять, что действительно актуально, что действительно требуется».
Руководитель ООО «Эвалаб» Евгений Алханов подчеркнул важность поддержки проектов в медицине.
«Совет для нас как для разработчика системы поддержки врачей для выявления колоректального рака с помощью ИИ это возможность оперативно взаимодействовать со всеми заинтересованными сторонами в регионе, быть в курсе и по возможность влиять на развитие нашей отрасли».
Какие проекты с ИИ поддерживают в регионе?
Точного списка проектов нет, но эксперты привели несколько примеров. Так компания «Эва Лаб», резидент IT-Park74, разрабатывает систему для диагностики колоректального рака с помощью ИИ.
«Без поддержки региона и федеральных властей такие продукты, как наш polyptron.ai, оставались бы единичными на рынке. Важно, что губернатор готов помогать внедрению ИИ не только в госуправлении, но и в медицине», — заявил Евгений Алханов.
Руководитель R&D МГТУ Игорь Ложкин упомянул проект экомониторинга в Челябинске и Магнитогорске, где стационарные посты анализируют выбросы с применением технологии машинного зрения.
«Я бы отметил проект по экомониторингу как в Челябинске, так и в Магнитогорске. Её реализовывала команда ЮУрГУ. Это стационарные посты для контроля выбросов и текущего экологического состояния. С точки зрения проекта в области ИИ он поддерживается и масштабируется.
Технологии ИИ критически зависят и от качественных данных. Именно на них обучают нейросети. В мире современных ИТ-технологий данные смело можно назвать «новой нефтью».
«В целом, наша область очень хорошо занимается поддержкой вообще информационных технологий. Не всех решений вокруг этого всего действия, но очень многим. Вот таким продуктам, который на базе искусственного интеллекта, требуется доступ к базам, данным, датасетам, возможность преодоления непонимания среди тех, кому, может, потребовалась какая-то технология» — отметил Евгений Крамаренко.
При этом эффективность внедрённых ИИ по мнению Евгения Алханова, лучше оценивать в деньгах.
«Как оценивается эффективность уже внедрённых ИИ-решений? Как и везде — в деньгах. И для медицины тоже. Для бюджета — это количество сэкономленных от внедрения денег. Для коммерческих клиник — это возможность заработать больше».
Есть ли риски при внедрении ИИ в госуправление?
Один сиз самых серьезных рисков — это безопасность данных. Могут происходить утечки или атаки на системы, особенно при использовании зарубежных технологий. Еще одна опасность — технические сбои. Например, ошибки в современных моделях требуют постоянного дообучения. Эксперты считают, что для минимизации рисков нужны стандарты, аналогичные подходам к промышленной безопасности.
Вопросы вызывает этичность решений, которые принимают системы с ИИ. Предвзятость алгоритмов, если обучение проведено на нерепрезентативных данных.
«Один из ключевых рисков — непрозрачность алгоритмов и отсутствие подотчетности. Если решения принимаются автоматизированными системами без возможности для граждан или чиновников понять, как они были приняты, это подрывает доверие к государству
Во-вторых, есть риск усиления дискриминации. ИИ обучается на данных, а если эти данные исторически содержат предвзятость, то и алгоритмы будут её воспроизводить. В США, например, были случаи, когда алгоритмы предсказания рецидивов (например, система COMPAS) демонстрировали расовую предвзятость, — рассказала Полина Вертекс, эксперт Кембриджского Центра Альтернативных Финансов, блокчейн аналитик B2C2».
Необходимость качественных данных – вопрос не только этики. Но и банальной работоспособности нейросетевых моделей. При этом специалисты отмечают, что монополизация данных может замедлить развитие всей отрасли. Выход из положения: создание качественных стандартных датасетов при участии госструктур.
«Мы в своей отрасли видели риски, связанные со сбором качественных данных. Без создания открытых датасетов не будет новых продуктов. А вот от их качества будет сильно зависеть эффективность решений. И вот создание таких верифицированных очищенных от персональных данных эталонных датасетов должно стать задачей государства, — подчеркнул Евгений Алханов.
Будут ли в России создаваться собственные чипы и вычислители, адаптированные для работы с ИИ? И хватит ли электричества на прогресс?
Что касается разработки собственных чипов для ИИ, эксперты отмечают сложности, но и первые успехи.
Евгений Алханов констатирует: «Попытки ведутся. Мы сами встречались с несколькими разработчиками, когда искали готовые аппаратные решения для своей системы. Но пока это движешься очень медленно. Нужны большие деньги и соответствующие кадры. Но без своего железа нам будет сильно тяжело на мировом рынке».
Выходом может стать разработка подходов к созданию нейросетей на уже существующих российских чипах. Правда тогда всему Российскому ИИ придется идти вразрез трендам и стандартам индустрии. Например, использовать «свободные» архитектуры процессоров.
«Да, развитие собственных чипов и вычислителей критически важно, особенно в условиях санкций. Уже есть первые шаги: разработка процессоров на базе архитектур типа «Эльбрус» или RISC-V, инвестиции в производственные мощности (например, проекты «Росэлектроники»). Учитывая приоритетность данной задачи для нашей страны, подобные объединения как Совет по ИИ могут ускорить темпы развития по данному направлению. РнД МГТУ, работая с цифровыми решениями для индустрии 4.0, готова участвовать в тестировании и адаптации таких чипов для промышленных ML-задач, где требуются высокая производительность и надёжность», — заявил Игорь Ложкин.
Еще одна гигантская проблема для развития ИИ на Южном Урале – дефицит электроэнергии. Лидеры индустрии – Гугл, Опен-ЭйАй, Майкрософт вкладывают миллиарды и получают миллиардные государственные субсидии на строительство дата-центров и генерирующих мощностей. Технологии искусственного интеллекта потребляют гигаватты. И цифры будут расти год от года.
Толчок к развитию цифровых технологий в Челябинской области мог бы дать запуск Южноуральской АЭС. Но строительство первого энергоблока – отдаленная перспектива. По предварительным планам первый реактор атомной электростанции может появиться только к концу 30-х годов.
