Ещё совсем недавно искусственный интеллект считался термином из научной фантастики. Сейчас же это реальность, причём реальность, которая многих пугает. Например, люди боятся, что ИИ лишит их работы. Но так ли это на самом деле? Какие возможности и угрозы несут нейросети? Этой теме мы посвятили наш круглый стол.
Участники круглого стола: Александр ЛУНЕВ (начальник Центра цифровых технологий «ДИАЙПИ» ТМК), Никита ДУНОВ (руководитель Группы цифровой трансформации ГК «Метран»), Алёна ЗАМЫШЛЯЕВА (Директор Института Етественных И Точных Наук Юургу, Директор Центра Подготовки Топ-Специалистов В Сфере Искусственного Интеллекта «Виртум»), Дмитрий КОЗЛЕНКОВ (директор центра по подготовке кадров в сфере информационных технологий «Школа 21»), Никита МАРКУШИН (Управляющий партнёр, креативный директор видеопродакшена Ruvision)
руководитель Группы цифровой трансформации ГК «Метран»
Журнал «Миссия»: Справедливы ли опасения, что ИИ лишит многих работы? Или же наоборот, это хорошее решение при дефиците кадров?
Никита Дунов: Эта идея, что роботы всех заменят, витает в атмосфере. Но пока никого не заменили. Да, в некоторые профессии внесены корректировки. Но люди боятся ситуации, когда они чистят снег, а роботы рисуют картинки. Этот виток технологической эволюции можно сравнить с введением конвейеров, когда какие-то рабочие места пропали, а технология ускорила или конкретизировала производственные процессы. Людям вообще свойственно насторожённо относиться к новому. Я в своих лекциях объясняю, что бояться не надо, а надо научиться применять новое в своей деятельности, а может и сменить профессию. Конечно, некоторые специальности со временем исчезнут, но чтобы сложилась ситуация, когда нас всех заменят роботы, а мы пойдём на мороз снег чистить — нет, такого, думаю, не будет.
Дмитрий Козленков: Соглашусь с коллегой. Будущее всё-таки за человеком, а ИИ только помощник. Изменения, разумеется, уже происходят, но это логично — так всегда было, когда появлялись новые технические решения. Профессии поменяются, как и мы сами, и наши задачи. Недавно прочитал статью — по мнению аналитиков, к 2030 году примерно 25 % нынешних профессий уйдут с рынка. Но при этом 80 % профессий, востребованных в том же 2030 году, ещё не появились — они возникнут лишь в ближайшие пять лет. Так что всем нам работа найдётся. Скорее, человек, который умеет использовать ИИ, заменит того, кто этого не умеет.
Александр Лунев: Действительно, ИИ всех не заменит. Он однозначно помогает в рутинных операциях. Это сила, которая повышает производительность труда. В горизонте пяти лет каждый столкнётся с тем, что ИИ может ему помочь в его деятельности. Конечно, всё новое и непонятное воспринимается с долей опасения и недоверия. Мы часто сталкиваемся с тем, что, когда демонстрируем людям результаты, достигнутые при помощи ИИ, те соглашаются, что это реально помогает.
Алёна Замышляева: Люди, которые боятся, что ИИ всех заменят, это те, которые данные возможности просто пока не попробовали. Наша задача, как образовательной организации, состоит в том, чтобы как можно больше людей вовлечь в этот процесс. Вспомните, что мы раньше не пользовались широко компьютерами, а сейчас не можем представить, как люди жили без смартфонов и «Алисы», которая будит по утрам. Но очень важно критически оценивать возможности ИИ — попробовать что-то сделать может любой, но вынести из этого пользу — таких не очень много. Поэтому надо обучать, рассказывать. Слепо доверять такому инструменту, как ИИ, нельзя. Я уверена, что люди как квалифицированные специалисты окажутся востребованными всегда, потому что оценить результаты ИИ может только человек.
Никита Маркушин: Судя по креативным индустриям, ИИ на данный момент лишь инструмент. Насмотренность колоссально выросла и у работодателя, и у потребителя, поэтому сейчас стоит задача симбиоза человека, его профессиональных качеств, которые можно улучшить за счёт нейросетей. Если говорить о полной замене человека, то до этого пока очень далеко — по крайней мере, в креативных индустриях, это точно. Безусловно, есть вопросы, где такой инструмент весьма эффективен. Например, ИИ полезен для быстрого просмотра, чтобы меньше тратить время на работу с Интернетом. Но в целом ситуация неоднозначная — даже наоборот, в нашей сфере пошёл откат, и крупные клиенты (как региональные, так и федеральные) хотят больше человеческого контента. Если некоторые специалисты паразитируют на ИИ, то это вызывает даже отвращение.
Нейросети помогают во многих сферах, конечно — в том числе при подборе персонала. Но интересно, что иногда всё рушится на элементарных вещах. Пришёл трудоустраиваться человек, я говорю: скину, мол, данные, инструкции туда-то и туда-то. А мне отвечают: «У меня ноутбука нет». И ты просто в ступоре. Или другой говорит: «У меня телефон это не поддерживает». Или вообще Интернета нет.
Дмитрий Козленков: Знаете, у нас была однажды конференция. Коллега забросила в нейросеть задачу, а результат не адаптировала и представила нам. В итоге её раскритиковали. У людей действительно выросла насмотренность — если человеческая рука не отредактировала результат, не добавила смыслы и акценты, то люди это сразу замечают.
Журнал «Миссия»: Может, такая ситуация — лишь временное явление? До тех пор, пока нейросети не достигнут нового уровня?
Никита Дунов: Скорее всего, будет не полная замена, а симбиоз. Появятся искусственные органы, имплантаты в мозг, которые, кстати, уже существуют. Над этим, в частности, работает Илон Маск. Произойдёт встраивание. Ну или же нас поработят!
Дмитрий Козленков: Знаете, скорость развития технологий сильно сократила горизонт событий, планирования, прогнозов. Мы можем сколько угодно рассуждать, но завтра появится что-то новое, и всё перевернётся. Но мне очень нравится комментарий относительно творческих работ, который утверждает: всё, что сдал человек, будет цениться дорого, очень востребовано, а вот то, что сделал ИИ, станет масс-маркетом и будет стоит дешёво.
Алёна Замышляева: Я бы сказала, что не со временем, а уже сейчас такое происходит.
директор центра по подготовке кадров в сфере информационных технологий «Школа 21»
Журнал «Миссия»: Появились ли уже профессии, целиком завязанные на использовании ИИ?
Дмитрий Козленков: Наверное, всё-таки не профессии, а компетенции — например, в сфере проминжиниринга. В творческой сфере это в порядке вещей. Знаю одну компанию, которая создаёт компьютерные игры — приходится рисовать много прототипов. Сейчас это задача для нейронки. Было пять дизайнеров, а осталось двое, да и скорость повысилась. В промышленности это специалисты, которые занимаются предиктивной аналитикой. Но вот чтобы возникли полностью новые профессии, с таким я не сталкивался.
Никита Дунов: Когда стало известно, что ИИ зайдёт в сферу бизнеса, мы создали Группу цифровой трансформации. Здесь мы занимаемся проверкой гипотез: находим новые инструменты, делаем при помощи нейронок MVP (тестовый вариант продукции или услуги — прим. ред). Если инструмент заходит, мы его применяем, если нет — убираем. Сейчас мы очень активно внедряем агентов для аналитиков. Раньше сидел аналитик, бизнес ставил ему задачу, он обращался к программистам. А мы хотим сделать такого прокаченного аналитика, который, не обладая навыками программирования, будет иметь какую-то базу и при помощи агентов выдавать программный продукт или хотя бы его части. Другой пример — именно при использовании ИИ мы создали 80 % системы QR-кодов на продукцию, которые переводят вас на сайт компании, где можно увидеть все сертификаты, паспорта. Причём сделали за полгода командой не программистов — конечно, использовали при этом экспертизу коллег. Разумеется, мы не сделали это на коленке на раз-два-три. Я просто обрисовал всё в общих чертах. Но так как мы промышленное предприятие, приходится учитывать, сколько взломов было в последнее время — в том числе крупных корпораций. У нас специалисты по безопасности очень строго следят за этим, и мы с ними в очень плотной коллаборации. Они проверяют все программные продукты, которые мы используем, на уязвимость и прочее.
Александр Лунев: Наша команда тоже начинала с исследований в направлении классического машинного обучения около 10 лет назад. Это направление рекомендательных систем. Тогда такие проекты казались «космосом», а сейчас это промышленные решения. Так же будет и с генеративным ИИ. Стоит отметить, что при вовлечении нейросетей в создание продукта сокращаются трудозатраты сотрудников на основной объём (до 80%) работ, а оставшийся объём работ, который не может взять на себя ИИ, занимает 80% усилий команды. Нейросети помогают, но при серьёзных проектах встают вопросы архитектуры, кибербе-зопасности и так далее. На всё это уходит много ресурсов.
Дмитрий Козленков: Исходя из того, что говорят коллеги, очевидно, что необходимость фундаментальных знаний становится ещё более острой. Что бы там нейронка ни написала, это прекрасно, но без экспертизы не обойтись. То есть без специалиста, который разбирается в вопросе и несёт ответственность — это ключевое.
Александр Лунев: С одной стороны, молодым специалистам, которые ещё только покидают вуз или даже учатся, ИИ помогает осваивать профессию и активно развиваться, но с другой стороны, из-за нейронок потребность в молодых специалистах с маленьким опытом в ряде отраслей снижается. Поэтому ребята уже на втором курсе — те, которые мотивированы, нацелены на результат — стараются устроиться на работу и использовать, в том числе, ИИ. Чтобы при выпуске уже становятся «миддлами» (продвинутыми специалистами — прим.ред), как минимум..
Алёна Замышляева: Верно. Компании отмечают, что джуниоры (начинающие специалисты — прим. ред) уже не столь важны, как синьоры-разработчики (специалисты с большим опытом — прим. ред). Замечу, что даже не на втором курсе, а на первом студенты у нас взаимодействуют с индустриальными партнёрами и работают над проектными задачами. Фокус немного меняется. Hard-skills (конкретные, профессиональные навыки -прим. ред)) очень важны — без математики в искусственном интеллекте никуда. Фундаментальные знания — это наша ценность и прерогатива как высшего образования. Но в нашей новой программе по подготовке специалистов в сфере ИИ, которая реализуется в университете, работа с партнёрами начинается с первого семестра. Ребята учатся работать в команде над реальными проектами, развивая также Soft-skills (личностные качества — прим.ред), что не менее ценно. Уже на первом курсе мы ребятам разрешаем использовать ИИ, заниматься проминжинирингом. Но при этом учим критически оценивать результаты того, что им выдала модель. Ты должен разбираться в коде — да, ты можешь использовать ИИ, но убрав часть кода, ты должен уметь его восстановить, понимая алгоритм. И такой подход работает.
Александр Лунев: Компании в сторону джуниоров особо и не смотрят, потому что некоторые задачи такого уровня можно отдать ИИ. А вот мидллы очень востребованы. Специалисты уровня синьор пока в дефиците — в том числе и в Челябинске. Все они оказываются в корпорациях, где работают за огромные зарплаты.
Директор Института Етественных И Точных Наук Юургу, Директор Центра Подготовки Топ-Специалистов В Сфере Искусственного Интеллекта «Виртум»
Журнал «Миссия»: Какие разработки именно в Челябинской области в этой сфере можно назвать наиболее значимыми на мировом уровне?
Алёна Замышляева: У нас в Челябинской области больше решается прикладных задач в тесной кооперации с нашей индустрией — в металлургии, экологии. Это создание предиктивных систем. В том числе у нас в университете разработаны интеллектуальные системы мониторинга выбросов от автотранспорта на основе компьютерного зрения, а также выбросов от предприятий на основе машинного обучения, видеоаналитики и так далее. Конечно же, много проектов, связанных с производством: аналитика дефектов, предиктивная аналитика износостойкости оборудования. Это наука, имеющая прикладной характер, причём результаты уже внедрены в реальное производство.
Александр Лунев: Есть компании из Челябинска, которые стали заметны на уровне страны. К примеру, несколько лет назад, когда про ИИ ещё не говорили, появилась на телевидении реклама, где ожили герои старых советских фильмов в современной интерпретации. Эту технологию создали как раз ребята из Челябинска. Другая компания использовала ИИ для аналитики в ритейле, и среди их клиентов были самые крупные компании. Так что мозги, продукты и технологии у нас есть.
Александр Лунев: Есть исследования фундаментальные, когда речь идёт о разработке новых алгоритмов — и о продуктах подобного рода в Челябинске мне неизвестно. Под такие разработки требуется очень много вычислительных ресурсов. А вот в плане утилитарного применения разработок достаточно много — к примеру, мы начали свою историю с предиктивной аналитики. Постепенно выросли до центра, решения которого масштабируются на многие заводы ТМК в России. Сейчас наши разработки прогнозируют свойства стали, помогают в ведении плавок с более высокой экономией легирующих элементов и отслеживают возможные дефекты труб. Текущий виток развития нейросетей связан с генеративным ИИ. Инновации в этом направлении должны, на мой взгляд, отвечать на какие-то вопросы сотрудников, помогать ускорять корпоративные процессы — тут большое поле для деятельности. Мы пилотируем такие решения в подразделениях компании с юристами, маркетологами, менеджерами по продажам и т.д.
Никита Маркушин: У нас очень много Zoom-звонков с клиентами. Раньше продюсер должен был присутствовать, делать записи, потом всё это редактировалось, рассылалось. Всё это занимало кучу времени, а сейчас даже в инструментах Zoom есть ассистент, который ведёт запись, а потом рассылает участникам. В итоге больше времени остаётся на стратегические, креативные решения.
Никита Дунов: Всё, по сути, упирается в деньги. Мировому уровню пытается соответствовать Сбербанк, догоняет его Яндекс, но у них просто очень много финансов. Мне у них понравилась история о том, как решили использовать компьютерное зрение для решения проблемы переполнения урн у банкоматов. Зачем условной тёте Вале ходить постоянно и проверять урну? Пусть, когда урна переполнится, нейросеть подаст сигнал уборщице. В банке потратили несколько десятков миллионов, обучили нейросеть и внедрили пилотно в нескольких банках. Что же получилось? Нейросеть подала сигнал, тётя Валя пришла, мусор выкинула, а урну поставила на пару сантиметров левее. Всё! Проект пришлось закрыть. Банк может себе это позволить, а промышленное предприятие нет. Мы должны создавать инструменты, которые реально помогают зарабатывать. Например, мы создали двухуровневую предиктивную аналитику, которая предупреждает, сколько осталось циклов до износа детали. И инженер принимает решение, когда в выходные можно поменять деталь, чтобы не останавливать производство. На предприятиях большей частью создают проекты, нацеленные не на то, чтобы приносить прибыль, а чтобы сокращать затраты.
Дмитрий Козленков: У ЮУрГУ есть интересный проект с ХК «Трактор», когда компьютерное зрение наблюдает за игроками, а ИИ даёт рекомендации по тому, как лучше использовать и когда того или иного члена команды. В результате нейросеть помогает улучшать качество игры.
Алёна Замышляева: Да, система выдаёт рекомендации здесь и сейчас тренеру, чтобы результативность игроков повысилась.
Никита Дунов: У Сбера был проект для инкассаторов, которые должны работать строго инструкция — посмотри налево‑направо и так далее. Тех, кто не выполнял все условия, штрафовали. Но пришёл умный босс и сказал, что лучше использовать нейросеть, которая бы подсказывала: мол, ты сейчас забыл посмотреть направо. Чтобы не штрафовать, а улучшать работу.
Никита Маркушин: Да, я слышал, что что хоккеисты 24 часа семь дней в неделю проводят в датчиках на браслетах. Все данные собираются в базу, чтобы после получать рекомендации для медицинского и тренерского персонала. Игрока могут даже не выпустить на лёд, хотя сам он уверяет, что он лучше всех. Многие тренера это используют — например, Бенуа Гру, когда возглавлял «Трактор».
Алёна Замышляева: Мы создавали похожую систему для настольного тенниса. Недавно пришёл запрос от фигуристов, у которых ещё более интересные движения, чем у хоккеистов.
Никита Дунов: Мне кажется, чисто на аналитике тут далеко не уедешь.
Алёна Замышляева: Конечно, экспертность никто не отменял. Мы об этом не устаём говорить.
Никита Маркушин: Мы в своей сфере проводили эксперимент: решили сравнить, сколько будет стоить снять кадр в реальности и при помощи нейросетей. В реальности надо нанять оператора, выставить свет, проводить кастинг и так далее. Другой вариант — взять материалы актёра и смоделировать в нейросетях сцену. Для этого нужны несколько нейросетей, и каждая подписка стоит денег. Мы провели анализ, и оказалось, что смоделированная сцена обойдётся в редких случаях так же, как реально снятая сцена — а чаще всего дороже.
Управляющий партнЁр, креативный директор видеопродакшена Ruvision
Журнал «Миссия»: Слышал, что в ближайшие пять лет выйдет полнометражный фильм, снятый без участия камер и операторов.
Никита Маркушин: Мультфильмы такие уже выходят, как и короткометражные фильмы. В том числе сделанные студентами. В кино 10–12 % снимается именно при участии нейросетей. При нашей большой насмотренности мы можем заметить такие сцены, но рядовой зритель — вряд ли. В рекламе таких роликов много, но, как правило, это делается для удешевления затрат, и результат, честно говоря, невысокого качества. Иногда заметны нарушения физики движений, прочие баги, но технологии совершенствуются. У нас был проект, когда надо было озвучить одну звезду, а этот человек уже уехал в отпуск. Мы сделали озвучку в нейросети, и сам человек не смог отличить эту часть от своей реальной речи.
Никита Дунов: У нас был интересный эксперимент. Планировалось сотрудничество с Ираном и Китаем. Мы захотели сделать «Вавилонскую рыбку» — это термин из фильма «Автостопом по Галактике». Там вставлялся в ухо такой «жучок», который переводил инопланетную речь. Мы создали русско-китайский синхронный переводчик. С фарси, правда, не получилось. А русско-английский вообще прекрасно функционирует.
Дмитрий Козленков: Я иногда пишу стихи. Работаю с нейросетью, которая превращает стихи в довольно неплохие песни. Музыка, голос — вообще не определишь, что поёт не человек, а робот.
Журнал «Миссия»: Есть ли направления, где ИИ ещё не используется (например, в силу технического несовершенства), но в перспективе может быть очень востребован?
Никита Маркушин: В поликлинике до сих пор не используется. Или даже в банке, где даже электронная очередь не работает.
Александр Лунев: Использование ИИ в той или иной сфере всегда тесно связано с финансированием. Возникает закономерный вопрос: окупятся инвестиции или нет?
Никита Дунов: Бывают ситуации, когда пытаются принудительно пихать ИИ, а задача решается обычным программированием. Нет, настаивают: «Давай сделаем это нейронкой». А зачем? Можно, конечно, но зачем? Возникает аспект экспертизы — что можно и что нужно делать при помощи ИИ?
Дмитрий Козленков: На моей прежней работе был пример. Обратился предприниматель, у которого сеть пивных магазинов — захотел видеокамеры с ИИ. Мы поинтересовались, зачем они ему? Толком объяснить не может, а после выяснилось, что у него друзья такие камеры поставили, и ему тоже надо. Так что есть сферы, где ИИ просто не прикрутишь.
Александр Лунев: Но в Москве ведь ездят роботы-доставщики.
Никита Маркушин: Но это больше имиджевый проект. С точки зрения бизнеса они не оправданы. Когда спрашиваешь, почему их не тысячи, оказывается, что они просто не нужны.
Алёна Замышляева: Есть профессии врачей, которые ИИ заменить просто не может. Разве что помочь.
начальник Центра цифровых технологий «ДИАЙПИ» ТМК
Журнал «Миссия: Здесь ведь возникают ещё этические составляющие использования нейросетей…
Дмитрий Козленков: Да, тут вопрос ещё этики. Нейронка может посмотреть твои данные, но отдашь ли ты информацию врачу для окончательного решения? Конечно, отдашь!
Никита Дунов: На одной из конференций женщина рассказывала, что завела себя нейродруга — зовёт его Конфуций. Она ему рассказывает про детей, прочее. Но размылись в итоге границы — это же просто программа, не реальный человек.
Александр Лунев: Да, опасность в том, что человек начинает общаться с ИИ и наделяет его чертами личности, причём экспертной личности. Поэтому важно доносить особенно до юных пользователей таких систем понимание, что ИИ не может дать 100% решения или ответа. Это всего лишь помощник, который может найти и обработать информацию.
Алёна Замышляева: Важно понимать, что ИИ ничего не знает. Это просто обработка данных, многоуровневая интерпретация.
Никита Дунов: Мне кажется, для ИИ самое лучшее сравнение — это Т9. Помните такую функцию у телефонов? Она просто подбирает наиболее вероятный ответ, и с каждым одинаковым запросом ответ может быть разный. Есть и другой, более тревожный аспект. Все варианты ИИ цензурированы, но есть нейронки, которые могут подсказать всё, что угодно. Так что мошенничество при помощи ИИ — не самое страшное. Всё это риски, с которыми в числе прочих придётся столкнуться при дальнейшем развитии технологий.
