Искусственный интеллект уже прочно вошел в нашу жизнь — компьютерное зрение, обработка естественного языка, распознавание речи. Центр НТИ по направлению «Машинное обучение и когнитивные технологии» сконцентрировался на создании систем ИИ, функционирующих в непосредственной связке с человеком. Какие решения появились на рынке и как будет развиваться деятельность Центра, рассказал Александр Бухановский, директор Мегафакультета трансляционных информационных технологий, руководитель Центра НТИ при Университете ИТМО.
— Какие у Центра были планы на старте? Что удалось сделать?
— Изначально нашей целью было развитие и тиражирование ряда разработок Университета ИТМО на отраслевых рынках. Например, в 2012–2016 годах у нас в ИТМО были созданы разнообразные модели машинного обучения для финансовых задач и ритейла, сформирована инфраструктура для обработки больших данных и многомасштабного моделирования. На тот момент они уже были успешно апробированы на индустриальных партнерах, и мы правомерно считали, что их можно будет транслировать для прикладных задач различных отраслей. В целом это соответствует общей логике НТИ. Однако уже в ходе работы стало понятно, что ключевым барьером для такого переноса между областями является весьма слабая технологическая унификация инструментов машинного обучения и когнитивных технологий. При этом сам процесс тиражирования решений даже между сходными задачами становится крайне дорогим и требующим привлечения высококвалифицированных специалистов. Исходя из этого, мы решили перейти к платформенной логике развития, когда основные инструментальные компетенции оформляются в виде семейства цифровых платформ, создаваемых за счет гранта НТИ. В последующем именно эти платформы и становятся средствами производства конкретных прикладных решений — моделей ИИ и интеллектуальных систем на их основе, создаваемых по заказу индустриальных партнеров — как участников консорциума, так и с открытого рынка.
Ключевое преимущество платформенного подхода состоит в том, что благодаря ему процесс разработки новых прикладных решений существенно ускоряется без потери качества, даже если его реализуют не самые квалифицированные специалисты. Иными словами, цифровые платформы — это мощный инструмент демократизации процесса внедрения ИИ в практику, и в данном случае без этого задачу трансляции и тиражирования нам не решить.
— Сколько платформ удалось вывести на рынок?
— Центр создал и успешно ввел в эксплуатацию четыре ключевых платформы-конструктора (уровень технологической готовности от 7 до 9), в целом покрывающих область его интересов:
● Платформа DataMall поддержки жизненного цикла интеллектуальных объектов на основе промышленных больших данных — позволяет строить «подвалы» современных систем поддержки принятия решений, обеспечивающие сбор и обработку больших данных с большого количества различных источников.
● Платформа SMILE автоматизации построения моделей технологических и бизнес-процессов на основе сетевых структур и данных измерений — дает возможность быстро конструировать и обучать «мозги» систем поддержки принятия решений — модели на данных, используя технологии машинного обучения.
● Платформа экосистемы цифровой личности — отвечает за конструирование механизмов человеко-компьютерного взаимодействия при работе с системами поддержки принятия решений.
● Платформа создания и управления цифровыми сервисами умного города — отраслевая платформа, направленная на задачи создания интеллектуальных систем для управления развитием городской среды.
На основе этих платформ Центр за 2019–2022 годы разработал и внедрил 54 цифровых решения с элементами ИИ по заказу различных организаций, таких как, например, Газпромнефть НТЦ, Банк «Санкт-Петербург», ГК ИЛИМ, «Техкомания Хуавэй», «Сименс», «Рокет-групп» и др. Эти проекты и формируют основную внебюджетную часть доходов центра.
— Удалось выйти на стабильную монетизацию?
— За счет гранта НТИ Центр сделал необходимую ему производственную базу и провел первые успешные апробации на площадках индустриальных партнеров. Теперь, по завершении гранта, активности Центра переходят больше в зону трансфера технологий, когда созданные наработки тиражируются и кастомизируются для различных отраслей и потребностей пользователей. То есть основной заработок Центра происходит не за счет продаж конкретной продукции, а за счет монетизации инструментов и компетенций, которые позволяют конкурировать с коммерческими компаниями по качеству и времени выполнения работ, особенно — при единичном производстве наукоемких ИИ-решений.
Вместе с этим Центр НТИ в настоящее время погружен в единую экосистему ИИ в Университете ИТМО, составные части которой играют комплементарные роли. Так, Мегафакультет трансляционных информационных технологий обеспечивает кадровые потребности Центра, Исследовательский центр «Сильный ИИ в промышленности» формирует научную повестку, которая порождает новые инструменты в рамках описанных выше экосистем. А дочерняя компания ИТМО.AI берет на себя задачи по сопровождению и обслуживанию уже внедренных технологий. Таким образом и обеспечивается устойчивость самого Центра НТИ, и реализуется полный цикл создания и внедрения технологий ИИ для индустриальных партнеров.
— Какие сейчас есть проекты? Как они развиваются?
— Поскольку сами цифровые платформы уже разработаны и введены в эксплуатацию, Центр с их помощью формирует комплексные решения. По сути, это такие прикладные экосистемы, охватывающие отдельные отрасли и направления деятельности. К ним относятся:
● Экосистема разработки ИИ решений: строится на базе платформ Data Mall и SMILE для работы с большими данными и обучения моделей на их основе. Включает в себя набор открытых библиотек и фреймворков, созданных Университетом ИТМО как в рамках гранта НТИ, так и в рамках других проектов, включая федеральный проект «Искусственный интеллект» и гранты РНФ. Ориентирована на специалистов в области анализа данных и создания моделей ИИ и позволяет значимо ускорить время разработки без потери качества.
● Экосистема механизмов метавселенных: основывается на платформе цифровой личности и включает в себя прикладные системы, решающие различные задачи коммуникации в киберпространстве, включая оценку диалогов, эмоционального состояния собеседника, релевантности экспертных мнений, а также управление активностями посредством цифровых аватаров. Ориентирована на специалистов, деятельность которых связана с системами человеко-машинного взаимодействия.
● Экосистема цифровой урбанистики: основывается на платформе создания и управления цифровыми сервисами умного города, включает в себя набор сервисов по оценке и прогнозированию различных метрик городской среды, автоматизации проектирования и технико-экономического обоснования развития территорий. Ориентирована на специалистов в области создания городских информационных систем.
В 2022 году на их основе были выполнены разработки разнообразных систем поддержки принятия решений, например для диагностики состояния трубопроводов, обнаружения недекларированных грузов при таможенном досмотре и даже оптимального зонирования городских парков.
При этом ключевой особенностью текущего этапа развития инструментов Центра НТИ стала возможность их использования без привлечения самих разработчиков. Это позволило создать систему трансфера ранее разработанных технологий в различные отрасли путем привлечения проектных команд, состоящих из отраслевых специалистов и разработчиков ПО, не являющихся полноценными специалистами в области ИИ. Тем не менее такой подход показывает свою эффективность, поскольку хороших ИИ-разработчиков всегда мало и не хватает на все проекты.
— Какие еще проекты вы планируете запускать?
— Используя ядра платформ, которые уже были созданы, мы можем сделать новые специализированные продукты внутри экосистемы. Например, для отрасли БАС. За счет использования low-code-программирования и типовых шаблонов можно упростить процесс создания и обучения систем машинного зрения и тем самым компенсировать недостаток высококвалифицированных разработчиков.
— Для каких еще сфер можно использовать платформы?
— В целом такие решения интересны для различных отраслей В2С, поскольку инструментальная среда быстрой разработки и реинжиниринга массовых рекомендательных сервисов позволяет демократизировать, упростить процесс создания и обучения массовых рекомендательных сервисов. Эта среда займет свое место в экосистеме механизмов метавселенных, поскольку позволяет управлять взаимодействием многочисленных интеллектуальных агентов и пользователей публичного интернета.
— Как за прошедшие пять лет изменилась индустрия машинного обучения? Что еще впереди?
— Изменения произошли кардинальные. Прежде всего сформировалась выраженная государственная политика в этом направлении, что отразилось в Национальной стратегии развития ИИ на период до 2030 года, а также в запуске федерального проекта «Искусственный интеллект». Существенно изменилось и восприятие решений в области ИИ конечным потребителем; «лоскутные» применения стали постепенно уступать место видению системной цифровой трансформации на основе интеллектуальной обработки данных. И само видение технологий ИИ претерпело существенные изменения: все чаще потребитель смотрит не только на базовые инструменты слабого ИИ (анализ текстов, речи, изображений и пр.), но и на перспективные технологии. Технологии, которые автоматизируют процессы построения и обучения разнообразных моделей, дизайна объектов реального мира, разметки данных.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
