В апреле в Яндексе в поисковой строке появилась новая кнопка – «Нейро». То есть имело место объединение стандартного интернет-поисковика и Искусственного Интеллекта (ИИ).
Если до сих пор ИИ в массовом сознании ассоциировался с так называемыми чат-ботами ChatGPT, то сейчас этот «бот», грубо говоря, уже не опирается на ресурсы внутренней памяти, а как бы вырывается «на оперативный простор». И теперь мы можем ввести запрос в поисковой строке, а ИИ подберёт информацию по теме, проанализирует её и даст развёрнутый ответ со ссылками на актуальные источники.
Казалось бы, простое решение – соединить поисковые системы с так называемыми большими языковыми моделями (ChatGPT), но компания Яндекс по праву гордится своим успехом – до неё лишь такой гигант, как Microsoft, смог осуществить нечто подобное. Недаром в 2023 году топ-менеджер Microsoft Сатья Наделла во время презентации новой версии поисковой системы Bing с ИИ на базе чат-бота ChatGPT заявил о начале новой эры веб-поиска. Кстати, и Google планирует объединить свой ИИ-ресурс (нейросеть Gemini) с поисковиком.
Как мы видим, ИИ выходит из специализированных областей образования, науки и технологий, становясь доступным, как говаривали в старину, широким народным массам. Куда приведёт ИИ означенные массы – вопрос непростой. С одной стороны, такие поисковики не только находят актуальную информацию, но и могут составить подборку мнений и оценок из разных источников, анализируя не только текстовые, но также и аудиовизуальные источники. С другой – проблема верификации, то есть проверки истинности информации, приведённой в найденных источниках, поскольку в современных массовых коммуникациях количество недостоверных и откровенно лживых сообщений, то есть фейков, просто зашкаливает. Но всё это частности: ИИ, в отличие от джинна из бутылки, обратно в сосуд не загнать.
Врагов имеет в мире всяк,
Но от друзей спаси нас, Боже!
Уж эти мне друзья, друзья!
А. С. Пушкин, «Евгений Онегин»
1
Недавно завершился очередной Всемирный экономический форум (ВЭФ), на котором, в частности, озвучили своего рода манифест или декларацию «Технологии 2024 года». Были названы десять основных технологий, которые должны, по мнению ВЭФ, изменить в глобальном масштабе промышленность, экономику и социальные структуры. Первым номером провозглашалось широкомасштабное использование ИИ для научных открытий.
Действительно, в последние годы прорыв в области нейросетей позволил надеяться на ускорение темпов исследований в самых разных областях науки. Так, например, в компании Deep Mind система ИИ AlphaFold позволяет точно предсказывать трёхмерные модели белковых структур. А это открывает перспективы для открытия нового семейства не только антибиотиков, но и материалов для более эффективных батарей.
В настоящее время ChatGPT используются не только для обработки больших объёмов научной литературы, но и для анализа новых гипотез с применением методик «мозгового штурма». Идут активные разработки по интегрированию ИИ вместе с робототехникой в лабораторные исследования. Всё это, как уверены деятели ВЭФ, приведёт к созданию, с одной стороны, новых материалов, позволяющих использовать экологически чистые технологии следующего поколения, а с другой – новых методов диагностики, лечения и профилактики заболеваний.
Остальные технологии, перечисленные в декларации, так или иначе шли в развитие темы ИИ. В том числе и такие, как внедрение, приблизительно к 2030 году, высокоскоростной передачи данных на уровне 6G. Владельцы смартфонов знают, что их техника сейчас работает на скорости 4G, то есть около 24 Мбит в секунду, самые продвинутые девайсы мобильной связи – поколение 5G – около гигабайта в секунду, а шестое поколение обещает до терабайта, что выводит глобальную связь и взаимодействие, в том числе и управление подключёнными к сети устройствами, на качественно иной уровень. В той же парадигме ВЭФ предлагает развивать принципиально новые технологии передачи данных, широкое использование высотных платформ – дирижаблей, воздушных шаров и самолётов – в качестве ретрансляторов. То есть наряду с орбитальными ресурсами наращивать также стратосферные на высоте около 20 километров.
В конце списка прорывных технологий идут те, которым вроде бы место в первых рядах, хотя они, казалось бы, напрямую не связаны с ИИ.
2
Речь идёт о генномодифицированных микроорганизмах, которые должны перерабатывать отходы, а также парниковые и выхлопные газы, в нечто полезное. Для этого предлагается создавать бактерии или водоросли, использующие свет или химическую энергию для поглощения или преобразования вредных выбросов. В свете бескомпромиссной борьбы экологических структур с «углеродным следом» ВЭФ акцентирует своё внимание на микробиологическом улавливании углерода с одновременным контролем атмосферного СО2. Во имя борьбы с глобальным потеплением, разумеется. Подобные технологии уже разрабатываются в таких странах, как США (компания Bio Process Algae), Израиль (Seambiotic), Испания (Alga Energy), и в некоторых других, а инвестиции в эти технологии подбираются к 10 миллиардам долларов. Пилотные установки для коммерческого использования микробных систем улавливания углерода уже прошли испытания, и компании готовятся к их полномасштабному производству. Впрочем, эта тема достойна отдельной публикации.
Отдельной публикации заслуживают и такие пункты декларации ВЭФ, как технологии по созданию альтернативных кормов для скота, полученных из насекомых, одноклеточных белков, водорослей и пищевых отходов. Предполагается, что они заменят традиционные сою, кукурузу и пшеницу. Для этого предлагается переход к промышленному производству высококачественного белка из насекомых, а также переработка пищевых отходов человека или использование таких ингредиентов, как водоросли, азолла (плавающий папоротник), нут, апельсиновая мякоть и т.п. В качестве успешного примера называется использование личинок чёрной львинки (крупная американская муха), которую добавляют в рационы животных. Эти личинки можно выращивать на органических отходах, что приводит к экономической выгоде, поскольку сокращается потребность в более дорогих ингредиентах типа рыбной или соевой муки. В настоящее время многие компании предлагают варианты альтернативных кормов, но их глобальному промышленному производству мешают проблемы, связанные с тем, что некоторые кормовые ресурсы используются для производства топлива. Такая конкуренция ведёт к повышению цен и ограничению для широкого использования.
На последнем, десятом месте перечня ВЭФ стоит геномика для трансплантации, то есть речь идёт о редактировании генов для пересадки органов. Предполагается дальнейшее развитие ксенотрансплантации – пересадки органов животных человеку. Мы уже публиковали материалы на эту тему, рассказывая о проблемах, которые пытались решить с помощью известной технологии генных манипуляций CRISPR-Cas9 для преодоления иммунологического барьера, ведущего к отторжению органов. Можно сказать, что проблема практически решена – в марте 2024 года была проведена первая успешная трансплантация свиной почки человеку.
Работы в области микробиологического улавливания углерода, создания альтернативных кормов, ксенотрансплантации и других не менее перспективных направлений, о которых говорится в списке ВЭФ, ведутся много лет, но считается, что именно использование ИИ станет тем «волшебным пинком», который придаст им ускорение и позволит осуществить прорыв в технологиях и производстве.
А вот на втором месте списка, опережая все перечисленные, стоят технологии повышения конфиденциальности. Весьма расплывчато говорится об опасениях по поводу конфиденциальности, безопасности и суверенитета данных, которые ограничивают передачу и использование ценных данных на национальном и глобальном уровне. Предлагается разработать технологии, позволяющие обмениваться конфиденциальными данными и использовать их таким образом, чтобы решить эти проблемы. Но всё сводится к тому, как использовать ИИ для контроля над большими массивами данных, то есть информацией, представляющей интерес для научных и технологических разработок. При этом высказывается пожелание, чтобы новые системы шифрования не мешали «имеющим допуск» группам работать с большими открытыми массивами и обмениваться результатами таким образом, чтобы не имели места утечки. В общем, за благими пожеланиями явно просвечивают интересы крупных корпораций, поскольку научные открытия, которым должен споспешествовать ИИ, без экономической целесообразности на практике труднореализуемы.
3
Прежде чем перейти к перспективам развития нейросетей и вопросам применения ИИ, напомним об основных понятиях и некоторых терминологических нюансах в этой области. Нейросетями принято называть компьютерную модель, которая имитирует работу нервной системы человека в целом и процессов, идущих в коре головного мозга в частности. Если у человека нейрон – это электрически возбудимая клетка, которая предназначена для приёма извне, обработки, хранения, передачи и вывода вовне информации с помощью электрических и химических сигналов – имеет биологическую природу, то в нейросетях элементы, которые тоже называются «нейронами», взаимодействуют друг с другом и передают сигналы на небиологической основе, то есть за счёт своих микроэлектронных компонентов. Нейронные сети у человека состоят из множества слоёв и узлов, а самое главное – в процессе обучения могут настраиваться под решение конкретных задач.
Что касается нейросети «нечеловеческого» происхождения, то это набор сложных алгоритмов, то есть определённых инструкций, которые необходимо последовательно применить к изначальным данным для решения конкретной задачи. Собственно говоря, искусственный интеллект – всего лишь одна из разновидностей нейросетей, представляющая собой компьютерные программы, имитирующие интеллектуальные способности человека, в том числе и возможность обучения. Другое дело, что ИИ, как мы видим, в отличие от человека, может с очень большой скоростью вести поиск на огромных массивах данных и как бы извлекать из них нужную информацию. Но не только извлекать, а также анализировать и перерабатывать её, создавая, то есть генерируя, новые смыслы.
Отсюда и разделение нейросетей на две разновидности – генеративный ИИ и негенеративный ИИ. Как видно из названия, генеративный ИИ – это разновидность нейросети, которая на сегодняшний день может анализировать данные, находить закономерности, обучаться и создавать, исходя из запроса, уникальный контент в виде текста, аудиои видеопродукции, создавать сайты и даже писать дипломные работы.
Что касается негенеративного ИИ, то мы им пользуемся, как правило, не обращая внимания, поскольку он обеспечивает нормальное функционирование таких сервисов, как управление транспортом, распознавание лиц, поиск материалов и т.п. В последнее десятилетие, кстати, появилась такая разновидность негенеративного ИИ, как разговорные нейросети. Они позволяют нам взаимодействовать с системами и приложениями ИИ, отдавая голосовые команды или вводя текст. Такие чат-боты, о которых мы упоминали в самом начале, могут технически реализоваться в виде «умных колонок», которые дадут, при необходимости, прогноз погоды, включат домашнюю технику, подключённую к Сети, найдут музыку или фильм под настроение...
В повседневной жизни мы используем ИИ, например, в качестве инструмента распознавания речи, когда надиктовываем текст в смартфоне или компьютере для передачи сообщения или для записи информации. Кстати, часто используется и обратный процесс, когда компьютер или «умная колонка» читает вам вслух текстовый файл.
С помощью ИИ сейчас довольно-таки быстро и относительно качественно можно переводить не осложнённые художественно-стилистическими оборотами тексты с разных языков. Этой, между прочим, так называемой проблеме «машинного перевода» уже больше полувека, такой перевод пытались реализовать чуть ли не на ламповых компьютерах, тогда именовавшихся электронновычислительными машинами. Сейчас для этого не нужно иметь специальных программ в своём устройстве: при доступе в Интернет всё сделают онлайн-переводчики.
Имитируя человеческий интеллект, ИИ может создавать «осмысленные» тексты, вести диалог с помощью голосовых помощников или чат-ботов в социальных сетях, создавать изображения по текстовому заданию и даже генерировать по такому заданию музыку, соответствующую вкусу заказчика. Впрочем, из того океана музыкального шума, который содержится на различных ресурсах, достаточно просто скопировать какие-то компоненты и соединить в нечто приятное для неизбалованного уха.
4
Теперь поговорим о перспективах ИИ в нашей стране. С 2021 года по решению Президента России под руководством Минэкономразвития в рамках национального проекта «Цифровая экономика» реализуется федеральный проект «Искусственный Интеллект». Среди основных задач – формирование кадрового потенциала, стимулирование научных исследований и поддержка разработки и внедрения отечественных решений. Были приняты девять программ экспериментальных правовых режимов применения ИИ в сфере автоматизированных транспортных средств, телемедицины и других. Более 800 российских компаний получили гранты, почти 100 наших вузов реализуют бакалаврские и магистерские программы в сфере ИИ.
Есть реальные успехи по внедрению ИИ в финансовый сектор, информационные и телекоммуникационные технологии. В торговой сфере ИИ персонализирует предложения и услуги, автоматизирует бизнес-процессы и обеспечивает взаимодействие с потребителем. Особо заметен прогресс ИИ в технологиях так называемого компьютерного зрения, которая применяется в городском хозяйстве для мониторинга движения людей и транспортных средств. Москвичи пользуются такой технологией в метро при биометрической оплате проезда по лицу, в некоторых торговых сетях на автоматических кассах тоже можно расплатиться «улыбкой» в видеокамеру. В промышленности это применяется для контроля безопасности, отслеживания использования средств индивидуальной защиты и выявления дефектов продукции и качества сырья. По оценкам Национального центра развития искусственного интеллекта при правительстве России, около 53 процентов крупных российских компаний применяют ИИ в своей деятельности.
Что же касается масштабов всей страны, то решения на базе ИИ должны содействовать ключевым отраслям нашей экономики. Так, в сельском хозяйстве намечается широкое применение беспилотных тракторов и комбайнов во время посева, обработки почвы, внесения удобрений, опрыскивания, сбора урожая и т.д., что позволит до 30–40 процентов повысить эффективность работ. Кстати, автономная система управления комбайнами российской компании Cognitive Pilot на базе ИИ промышленно используется с 2020 года, а недавно такие автопилоты стали массово устанавливаться и на тракторы. Пока задействовано более 1,5 тысячи таких «железных тружеников», но число их явно будет расти. Кроме того, дроны на базе ИИ позволят обнаруживать на ранней стадии зоны сорняков, очаги поражения культур и другие проблемные зоны и принимать меры по их устранению. Обработка семенного материала, то есть очистка и сортировка семян, тоже осуществляется с помощью ИИ, который анализирует информацию, поступающую с видеорегистраторов. Такой пневмосортировальный стол и фотосепаратор разработаны российской компанией «Смарт Грэйд».
В своё время в материалах, посвящённых цифровизации экономики, мы рассказывали о проблемах в машиностроении и как они решаются с помощью компьютерных технологий. Речь шла о создании цифрового прототипа изделия на этапе его проектирования и компьютерной симуляции его испытаний. С помощью ИИ можно проводить неограниченное количество симуляций и детализировать визуальное оформление изделия без создания прототипа «в металле». Более того, с помощью ИИ осуществляется не только процесс реального производства изделия, но и создаётся единая система планирования, учёт вносимых корректировок, контроль над логистикой и складскими помещениями. То есть практически безлюдное роботизированное производство. Его элементы уже внедрены в ряде российских предприятий, например, таких, как автоматизированная линия по изготовлению колёсных пар и роботизированный комплекс дуговой сварки на Тихвинском вагоностроительном заводе или на производстве колбас в каширском отделении группы компаний «Черкизово»...
Особый интерес к ИИ, причём весьма злободневный, – это его массовое использование в здравоохранении. Кто из посетителей поликлиник не сталкивался с потерей времени, когда врач заполняет медицинскую карту? Сейчас голосовая информация о пациенте, которая надиктовывается специалистом, распознаётся с помощью ИИ и заносится в медицинскую карту. Так работает в некоторых московских больницах голосовой помощник Voice2Med, снимая проблему оформления медкарты от руки. Но более значим тот факт, что нейросети уже активно используются в практической медицине. Так, например, в России, Франции, США, Испании, Южной Корее, Египте и некоторых других странах с их помощью диагностируют болезни сердечно-сосудистой системы, читают рентгеновские снимки, выявляют заболевания крови по анализу...
В России в помощь диагностам внедряются специализированные ИИ-сервисы. По некоторым сведениям, таких уже насчитывается более трёх десятков, в том числе и уникальные разработки, как, например, система ИИ в офтальмологии, нацеленная на раннее выявление глаукомы. Есть, конечно, опасение, что подобные ИИдиагносты со временем могут стать широко доступными или вообще перейти в область онлайн-диагностики, что приведёт к росту случаев «самодиагностики и самолечения». Здесь всплывает вопрос контроля над ИИтехнологиями, и к этой теме мы ещё вернёмся.
К медицине тесно примыкает фармацевтика. Известно, что для разработки лекарств требуется вести перебор молекулярных соединений и анализировать их взаимодействия. А это процесс затратный и ресурсоёмкий. Поэтому использование генеративных и рекомендательных моделей сокращает срок разработки, позволяя сэкономить от трёх до шести лет времени и быстрее перейти от обнаружения лекарства к его испытаниям и производству. Большим подспорьем для ИИ в этой области является российская ИИ-платформа Syntelle, в базе которой содержится информация о 96 миллионах молекул. Платформа может быстро проанализировать токсикологические и физико-химические свойства их соединений.
Надо отметить, что без систем ИИ мы не наблюдали бы такого прогресса в наработках по роботохирургии, о которых не так давно рассказывали на страницах журнала.
5
При всей значимости использования нейросетей в научной и технологических областях, наиболее важным, с нашей точки зрения, в плане долговременных изменений в социуме является приложение ИИ к системам образования как в высшей школе, так и в общеобразовательной.
С тех пор как в конце 2022 года чат-бот ChatGPT, генерирующий ответы на любые вопросы, появился в открытом доступе, для учащихся забрезжил свет в окошке. Нейросеть, умеющая поддерживать вменяемый диалог, делать резюме научных публикаций, писать программы, сочинять хоть и плохонькие, но всё же стихи и т.п., для школьников стала своего рода палочкой-выручалочкой для выполнения домашних заданий. Правда, тупо доверять чат-боту сообразительные ученики не станут – несоответствие программы конкретного года обучения преподаватель сразу обнаружит. Например, если ученик второго или третьего класса в задаче по арифметике вдруг покажет знание высшей математики или, не к ночи будет сказано, тензорного анализа, а по геометрии – основ топологии. С другой стороны, если ученик сможет объяснить чат-боту границы, в которых он должен генерировать ответы, то есть покажет понимание изучаемого материала, то, наверное, такую нейросеть можно считать «репетитором»?
Иными словами, если ИИ будет работать с образовательными программами (или даже персонально адаптировать их под уровень знаний и потребности каждого ребёнка), то наличие такого помощника, скорее всего, можно приветствовать. Тем более если нейросеть оптимизирует расписание уроков, домашний занятий и т.п. В свете возрастающих тенденций к удалённому обучению этот фактор станет решающим.
Предполагается, что в ближайшее время ИИ станет широко использоваться в развитии навыков чтения, письма, языковой практики, а также социализации через интерактивные задания и диалоги. В этой же сфере «домашний» ИИ может разработать задачи и упражнения для развития математических способностей. И, разумеется, формировать творческие навыки, поддерживая интерес ребёнка к искусству, музыке и другим аспектам творчества. Что характерно, всё это может реализоваться наряду с игровыми элементами, усиливающими мотивацию к обучению. Ожидается также, хотя и в этом есть большие сомнения, что обучающая нейросеть сможет помочь ребёнку анализировать информацию, проверять факты и развивать критическое мышление. А вот что вызывает большие вопросы – так это формирование этических и социальных норм. Впрочем, к этой теме мы обязательно вернёмся.
Между тем, пока специалисты обсуждают проблемы использования нейросетей в школах, в вузах этот процесс идёт лавинообразно. Так, в августе прошлого года Московский городской педагогический университет (МГПУ) официально разрешил использование технологий ИИ при подготовке выпускных квалификационных работ. Хотя МГПУ стал пионером среди московских вузов, легализовавшим ИИ для написания дипломов, первым, кто таким образом использовал нейросеть и при этом не был обвинён в плагиате, был студент РГГУ Александр Жадан, в марте прошлого года успешно защитивший дипломную работу, написанную при помощи ChatGPT. Когда это вскрылось, его не подвергли наказанию и даже пригласили в Комитет Госдумы по информационной политике для обсуждения перспектив применения ИИ в системе образования.
В наши дни чат-боты и голосовые помощники используются в Уральском федеральном университете для коммуникации студентов, преподавателей и представителей административно-управленческого персонала. Кемеровский госуниверситет использует ИИ для анализа статистических данных и прогнозирования успеваемости студентов, выявляя группы риска, с которыми проводится работа, повышающая успеваемость. В Казанском федеральном университете преподаватели используют ИИ-сервисы для создания онлайн-лекций. Технологии ИИ при создании внутренних онлайн-курсов для студентов и анализа их успеваемости, используются также в МФТИ, при этом на основе полученной оценки нейросеть создаёт персонализированные рекомендации для каждого студента. В Томском госуниверситете разработали онлайн-систему адаптивного обучения математике для студентов, которая при помощи генетических алгоритмов создаёт цифрового двойника студента, оценивает его навыки и выстраивает индивидуальную линию обучения. В Финансовом университете при Правительстве РФ в учебные аудитории внедрена система анализа видеонаблюдения, которая контролирует уровень вовлечённости студентов на занятиях.
Можно отметить, что успешно идёт реализация обновлённой стратегии цифровой трансформации образования, которую утвердил премьер-министр Михаил Мишустин в конце прошлого года, в которой, в частности, говорится: «Педагогическим работникам и обучающимся будет обеспечена возможность применения автоматизированной проверки домашних заданий и планирования образовательных программ с привлечением систем искусственного интеллекта».
Картина складывается, казалось бы, вполне неплохая, но почему-то невольно вспоминаются двухвековой давности строки – «гладко было на бумаге, да забыли про овраги, а по ним ходить».
Окончание следует
Марина ГЕВОРКЯН