Тренды ИИ в 2023 году: не картинки, а этика

Генеративный ИИ, который и лежит в основе того самого ChatGPT, далеко не безнадежен. Кроме создания текстов и картинок, системы на базе генеративного AI умеют тщательно анализировать данные. Их можно использовать, например, для поиска новых материалов для проектирования батарей или отслеживания углеродного следа.

В 2023 году эта сфера использования искусственного интеллекта существенно повлияет на исследования в области здравоохранения: ее применят для моделирования вакцин, поиска новых лекарств. Можно будет даже персонализировать медикаментозные средства для конкретного пациента: нужные пропорции и лекарства будут подсказаны данными, передаваемыми из истории болезни и носимых устройств.

AI перестанет быть котом в мешке. В 2023 году все большее количество организаций будут открыто делиться принципами развития ИИ-систем и решений своих компаний. В прошлом году подобные инициативы провели, например, автоконцерн BMW и банковская группа BNP Paribas. Они опубликовали принципы, которыми руководствуются при создании AI-решений. Теперь каждый, кто пользуется чат-ботом банка или консультируется с виртуальным ассистентом автопроизводителя, знает, что ответ он получит честный и не связанный с его национальностью, цветом кожи или другими предвзятыми параметрами.

Полная прозрачность и этика AI становятся во главу угла. Туда же ИИ подталкивают и регуляторы — ведь большие данные, которые собирают уже почти все государства мира, могут быть скомпрометированы их недобросовестным использованием. Никто не хочет, чтобы похитили его данные, например с «Госуслуг».

Отсутствие предвзятого отношения и дискриминации, возможность объяснить, как работает алгоритм, — все это будет затребовано и государством, и клиентами. Что важно — для обеспечения этой новой парадигмы придется инвестировать в инфраструктуру, которая сможет показывать зависимость между входными и выходными данными. Таким образом, вырастет еще один сектор AI-рынка, отвечающий за прозрачность.

Мы ждем от 2023 года много готовых моделей AI. Готовых настолько, чтобы компания из любой отрасли могла их взять, внедрить и использовать. Правда, для этого модели должны будут обладать спецификой, присущей той или иной индустрии: например, какая-нибудь птицеводческая агроферма сможет получить AI-решение, которое учитывает скорость того, как вылупляются цыплята, и количество яиц, которые несут куры, вкупе с погодными условиями. Такие решения будут легко интегрироваться в существующий ИТ-ландшафт и подсказывать, какой следующий шаг сделать.

Можно ждать появления маркетплейсов с AI-моделями и продуктами, своего рода Apple Music или Spotify — только для данных.

Еще одна важная тенденция 2023 года связана с этикой. AI будет развиваться в сторону принципов ESG, то есть гарантировать равные права сотрудникам, честное вознаграждение менеджменту и минимальный ущерб окружающей среде.

Использование возобновляемой энергии, разработка программ по переработке отходов и создание корпоративных политик, которые гарантируют сотрудникам (а не роботам) рабочие места, — все эти цели компании будут решать в наступившем году. Этого будут требовать акционеры, регуляторы и широкая общественность.

Запрос пользователей на этичность приведет к тому, что уже в следующем году возникнет новый пласт ИТ-решений. Они помогут, например, подсчитывать углеродный след и предлагать рекомендации для его уменьшения. Кроме того, появятся мобильные приложения, которые в режиме реального времени будут считать углеродный след пользователя и учитывать международные стандарты для подсчета выбросов от облачных услуг.

В моду входят синтезированные данные. Это текстовые, аудио/видео- или табличные данные, которые генерятся искусственным образом либо за счет алгоритма, но очень похожие на реальные по своей структуре. Зачем это нужно?

Не всегда есть возможность собрать настоящие данные о клиентах или, например, жителях города. Этому мешают масса законов о конфиденциальности персональных данных, которые лучше не нарушать. Синтезированные сведения помогут решить эту проблему. В систему загружается небольшой датасет с реальными данными, машинное обучение учит и создает новые данные.

Например, команда Alexa AI в Amazon использует синтезированные данные для отладки обучающего набора для системы, которая распознает человеческую речь. Это позволяет загружать огромный объем данных с естественным языком, не используя записи разговоров с реальными покупателями.

В Disney используют нейросети для омоложения/старения актеров. Разработчики создали сначала базу данных с тысячами случайно сгенерированных синтетических лиц. Существующие ML-инструменты делали эти лица моложе или старше, а результаты такой работы затем были «скормлены» новой нейросети. Теперь лица настоящих актеров можно менять в течение нескольких минут. Ждите на всех экранах.

ИИ-решения станут мультимодальными, то есть смогут бесшовно собирать и обрабатывать информацию из различных источников (изображения, аудиофайлы, сенсорные данные, текст и видео) и выдавать единый результат. К чему это приведет? К тому, что вам не нужно будет думать о том, из каких источников ваш искусственный интеллект может собирать данные. Он сможет потреблять их отовсюду. Таким образом, он сможет быстрее выдавать результат: делать более точные прогнозы и предлагать персонализированные рекомендации клиентам. Теперь не нужно будет полагаться только на то, что клиент пишет в социальных сетях, или заниматься сложным «скрещиванием» данных из различных источников.

Но главное, что искусственный интеллект, каким бы умным мы его себе ни представляли, ни в 2023 году, ни далее не заменит человеческое чутье на то, что правильно предложить клиенту, как корректно представить свои продукты и где лучше воздержаться от AI. Для этого нужны настоящие люди!