ИИ‑зима близко: почему нейросети разочаровывают бизнес

Компании вкладывают миллиарды в чат GPT, а прибыли нет. Инвесторы начинают сомневаться. Действительно ли искусственный интеллект приносит пользу бизнесу или это всего лишь дань моде? Мы попытались найти ответ на этот вопрос и для этого поговорили с генеральным директором Smart Engines Владимиром Арлазаровым. По его мнению, человечество находится в нескольких шагах от зимы искусственного интеллекта.

Владимир Арлазаров познакомился с компьютерами в раннем детстве, еще в СССР. Его дед Владимир Львович Арлазаров разработал шахматную программу «Каисса», которая в 1974 году стала первым чемпионом мира по шахматам среди компьютеров.

Владимир отучился на факультете прикладной математики, а на последних курсах института начал заниматься распознаванием документов в компании Cognitive Technologies. Они преобразовывали сканы документов в текстовый формат, то есть извлекали данные и делали их пригодными для дальнейшей обработки.

В 2015 году Владимир вместе с партнерами основал Smart Engines, где продолжил заниматься расшифровкой документов. Сейчас Smart Engines — единственная в мире компания, которой принадлежит технология распознавания любого документа в режиме реального времени с помощью всего лишь смартфона.

В интервью Владимир Арлазаров рассказал нам, каким он видит будущее искусственного интеллекта, с какими сложностями сталкиваются российские ИТ‑компании и как они могут выиграть гонку на международном ИИ‑рынке. Его ответы нас поразили.

Коротко о бизнесе Владимира Арлазарова

Мы не видим экономического эффекта от чата GPT и других LLM‑моделей

— ИИ действительно полезен? Или он лишь модное веяние, которому все следуют, но при этом не выносят для себя практической пользы?

Сравним чат GPT от OpenAI со SpaceX Илона Маска. Туда тоже вложили достаточно большую сумму, но человечество получило совершенно иной уровень жизни: высококачественную спутниковую связь, мобильный интернет в любой точке мира и многоразовые ракеты, которые повлияли на экономику космической отрасли.

Сейчас все говорят про чат GPT, потому что машина наконец научилась разговаривать с человеком. Это великолепно, с ней приятно поболтать. Но что изменило мир сильнее: OpenAI или SpaceX? Все рассказывают, как с чатом GPT будет хорошо завтра. А что именно будет хорошо завтра — не очень понятно. Большие языковые модели — действительно серьезное научное достижение, но пока то, как его применяют, не привело к технологической революции.

— Можете привести другие примеры бесполезного с экономической точки зрения ИИ?

— Автопилот для машины. Сначала нам его преподносили как устройство, которое сделает автомобили более безопасным средством передвижения. Потом выяснилось, что автопилот не так уж безопасен. Тогда его начали позиционировать как технологию, которая отменяет необходимость найма водителей и таким образом позволяет экономить.

Возьмем чат‑ботов. Когда ими из экономических соображений заменили колл‑центры, уровень пользовательского удовлетворения резко упал. Если человек звонит в банк или страховую, он все‑таки хочет решить проблему, и, скорее всего, нестандартную. Поэтому ответы робота вызывают у него раздражение. Пообщался он с чат‑ботом, тот ему не помог, человек взял и поменял банк. Сейчас компании возвращают специалистов колл‑центров, и они отвечают на те запросы, с которыми не справился робот. Поэтому вопросов именно к целесообразности ИИ очень много.

— Можно ли тогда сказать, что внедрение любого ИИ бесполезно?

— Нет. Если мы говорим про предметный ИИ, а не про большие языковые модели, то такой искусственный интеллект почти всегда полезен. Более того, мы часто его не замечаем, хотя он везде.

Современная машина содержит в себе большое количество ИИ‑систем. Когда вы ее заводите, искусственный интеллект определяет положение вала, количество подаваемого топлива и так далее.

Предметный ИИ решает конкретные задачи, он завязан на оптимизации и автоматизации производственных процессов. Например, распознавание документов и лиц, контроль качества автоматических деталей, выявление рака на снимках, оценка кредитоспособности заемщика. Пользу от такого ИИ легко подсчитать. Например, экономический эффект от выявления брака с помощью искусственного интеллекта очевиден: брака стало меньше, прибыли больше. Как раз эта очевидность и отличает предметный ИИ от LLM‑моделей, где пользу пока еще ищут.

«Это не думающая, а говорящая машина. Она гениальна, она отлично общается, но придумывать — это не ее»

— То есть ИИ пока не умеет решать задачи, которые не под силу современному человеку?

— Пока нет. Есть только специальные модели, которые придумал сам человек и использует их для решения своих же задач. Я опять же имею в виду предметный ИИ. Например, мы с вами говорим онлайн. Без технологий я не смогу докричаться до вас из одного города в другой. Компьютер решает эту проблему. При этом это не его творчество. Человек придумал, как общаться на расстоянии, а инженер реализовал эту идею. Машина же только использует вычислительный алгоритм.

Как я уже сказал, нас всех убеждают, что искусственный интеллект — это большие языковые модели. Это не так. ИИ — это огромная сфера, где эти сети занимают всего лишь кусочек, и то не самый полезный. Предметный же ИИ решает крайне важные задачи, в том числе и для всего человечества.

Google решил проблему моделирования свертывания белка. С помощью нейросетей он изобрел новое поколение лекарств, которые будут лечить, как считалось, неизлечимые болезни. Ученые долгие годы бились над этой задачей — им нужно было перебрать огромный объем данных. Машина помогла сделать это быстрее.

Человечество на пороге зимы искусственного интеллекта

— Каким вы видите будущее ИИ?

— Все будет зависеть от того, будет ли он развиваться биологическим путем, как мы с вами, — с помощью естественного отбора. Люди — результат математического эксперимента, который длится миллиарды лет. Мы — полностью автономные системы: нам не нужен единый центр, мы не подключены ни к сети, ни к каким‑то супермозгам, которые принимают за нас решения. Мы живем, и у нас есть своя индивидуальность. Общество помогает нам эволюционировать. Человек выработал множество способов коммуникации и получает от этого выгоду.

Мы с вами энергоэффективны: наш мозг решает огромное количество задач. Для работы же чата GPT и других LLM‑моделей требуются настолько большие объемы электроэнергии, что международные компании уже финансируют строительство малых АЭС. Кроме того, для работы такого ИИ нужны микрочипы, производство которых требует огромных дата‑центров и большого количества обслуживающего персонала. То есть это сложная, дорогая, энергонеэффективная и неустойчивая конструкция. Поэтому с точки зрения эволюции это тупик.

«Большие языковые модели как динозавры»

Большие языковые модели как динозавры. Эти существа были массивными, поддержание их жизни требовало огромных усилий и ресурсов. Динозавры вымерли, но оставили после себя важное наследие — птиц: они их дальние родственники. Вероятно, с LLM произойдет то же самое. Нельзя строить АЭС ради болталки. Какое‑то время можно, а потом, как любой пузырь, все это хлоп — и лопнет. Я думаю, что в итоге победит именно предметный ИИ и энергоэффективность.

— Если не всякий ИИ полезен, как бизнес может понять, стоит ли ему применять его или нет?

— Все просто. Надо взять, рассмотреть все варианты и посчитать, что дешевле. То есть учесть цену владения, внедрения и ошибок. Если будут вопросы к целесообразности применения ИИ, надо подумать, нет ли других способов повысить производительность.

LLM мы тоже испытываем и уже выявили их пользу. Большие языковые модели отлично помогают обнаружить бессмысленный процесс. Если генератор текста оказался эффективным в рамках того или иного процесса, скорее всего, сам процесс бессмыслен и от него следует избавиться.

Если мы говорим про серьезный бизнес, то он часто стремится привлекать инвестиции, и поэтому ему надо следовать моде. Поэтому‑то он и гонится за, на мой взгляд, бесполезным ИИ, что иногда приводит к плачевным последствиям.

Инвесторы из Microsoft и многих других уважаемых компаний вложились в один многообещающий британский стартап, который с помощью ИИ должен был эффективно решать задачи программирования. Но вдруг стартап обанкротился — и выяснилось, что никакого ИИ за ним не было, а были программисты‑индусы. Их труд стоил дорого, а задачи они решали не так быстро и эффективно, как было обещано инвесторам.

— Наблюдаете ли вы в бизнес‑сообществе разочарование от ИИ или мы еще на стадии эйфории?

— В России пока эйфория, в США уже нарастают сомнения. Мы всего лишь на год отстаем от остального мира. Предположим, где‑то сейчас лопнет пузырь ИИ‑стартапов. У нас он тоже вскоре лопнет. Инвесторы прекратят вкладывать деньги в искусственный интеллект, сфера провиснет без инвестиций. Все очень сильно охладится, и может наступить так называемая зима искусственного интеллекта.

ИИ уже переживал такую зиму в 60—70‑х годах. Тогда в эту сферу тоже были вложены огромные инвестиции и все думали, что они быстро окупятся. Но этого не произошло, тогда бизнес и государства похоронили эту тему. Ею продолжили заниматься только ученые, потому что мы по‑другому устроены. Наша цель — научные открытия, а не деньги.

— То есть сейчас мы прямо на пороге зимы искусственного интеллекта?

— Еще два‑три года назад я говорил, что такое возможно, сейчас — что это весьма вероятно. Признаки мы уже видим.

— Какие?

— Назову самый яркий: инвесторы начали массово спрашивать у объектов инвестирования, где же их прибыль. И спрашивают они всерьез. Если бы все было хорошо, этого вопроса бы не задавали. Инвесторы считают деньги и не видят отдачи. Если огромные средства вкладываются в какую‑то тему, она должна приносить прибыль. Чем дольше нет прибыли, тем глубже разочарование.

Мошенники — главный выгодоприобретатель от ИИ

— На чем сейчас сфокусирован ваш бизнес?

— Есть две проблемы, которые еще не до конца решены и над которыми мы работаем.

Первая — это проверка подлинности документов. Качество распознавания должно быть не ниже 99,9%, потому что иначе будет очень много ложных срабатываний. Каждое ложное срабатывание — это ручной труд, то есть человек должен перепроверять за машиной. Если представить, что из миллиона заявок в банк хотя бы 1% покажется подозрительным, получится 10 000 заявок, которые отправят на ручное рассмотрение. Это уже не автоматизация. Поэтому важно добиться такого качества распознавания, когда машина может ошибиться лишь в одной цифре в тысяче паспортов. Это чудовищно сложно.

Вторая наша задача — научить ИИ объяснять, почему он решил, что документ поддельный. Это непросто: признаков проверки подлинности около восьмидесяти только для паспорта. При этом для каждого документа существует несколько методов проверки. В каждом методе нужен ИИ, который будет не просто говорить да или нет, но и пояснять почему. Например, что он обнаружил статистическую аномалию, характерную для подмены куска изображения с помощью нейронной сети. Для нас это новый вызов.

— Насколько часто с помощью ваших продуктов вы ловите мошенников?

— Как вы это делаете?

— Это секрет фирмы. Другой наш клиент сказал, что благодаря нам они не поймали ни одного мошенника. Потому что те видят нас и сразу убегают.

— В начале 2024 года в России ввели уголовную ответственность за незаконное использование и передачу персональных данных. Это дало положительные результаты?

— Да, стало меньше безалаберности, но ее все равно хватает. Надо понимать, что весь шквал телефонного мошенничества прямо связан с валом утечек. Телефонным мошенникам нужно знать про нас как можно больше, чтобы психологически обрабатывать. Знание паспортных данных — серьезный аргумент, особенно для пожилых людей, чтобы продолжить телефонный разговор и довериться мошенникам.

— Что с этим делать?

— Первое и самое простое — запретить сбор данных там, где они не нужны. Зачем бонусной программе мебельного магазина знать ваши паспортные данные? То, чего нет, нельзя украсть.

Второе — еще сильнее ужесточить законодательство, ввести персональную ответственность руководителей, может быть, и собственников предприятий за утечку изображений. Часто утечки происходят из‑за экономии. Логика такая: кину данные в сервис за три копейки, они утекут в общий доступ — ну и хрен с ним. Сейчас сэкономили, а что будет дальше, пофигу. Как раз здесь должны помочь штрафы и уголовная ответственность. Компания собрала персональные данные, они утекли, ты как руководитель организации сел в тюрьму на шесть лет. Как вы думаете, понимая риски, он объяснит ИТ‑департаменту, что и как надо делать? Объяснит.

«Прогресс — это важно, но когда его результатом становится разгул мошенничества, это означает, что нужно резко прекращать»

— Не опасаетесь ли вы, что слишком жесткое регулирование отразится на прогрессе в сфере ИИ?

— Сложный вопрос. Регулирование однозначно нужно, его необходимо и дальше отстраивать и спешить с этим. Прогресс — это важно, но когда его результатом становится разгул мошенничества, это означает, что нужно резко прекращать. Зачем нам такой прогресс?

Сейчас главным выгодоприобретателем от ИИ являются мошенники. Остальные сферы деятельности человека от него пока что, к сожалению, не особо выигрывают.

Мы не выиграем гонку с OpenAI, нам нужно идти другим путем

— В каком состоянии в России сейчас находится рынок ИИ?

— Он бурно развивается и по объемам, и по финансам. Мог бы развиваться еще быстрее, но, учитывая текущие реалии, это уже бурное развитие. В стране взят общий курс на повышение производительности труда, а искусственный интеллект — это один из ответов на такой запрос.

— Насколько успешно наши ИТ‑компании заняли освободившиеся после событий 2022 года ниши?

— Процесс замещения активно идет, все работает. Это может проверить любой гражданин: выйдя на улицу, он не увидит там разрухи. Жизнь продолжается, системных провалов, которые бы повлияли на нашу жизнь, нет. По‑моему, это лучшая оценка качества работы ИТ.

— Несколько лет назад в одном из интервью вы говорили, что российская наука сильно отстает от других стран в сфере ИИ. Отставание сократилось или увеличилось?

— Наука — это про открытость, взаимодействие разных научных групп, в том числе и международных. Теперь с этим стало сложнее. Мы потеряли доступ к ряду приборов и международных установок, над которыми трудились совместно с другими странами.

Сейчас у нас все очень плохо с микроэлектроникой. Там действительно надо нагонять. В искусственном интеллекте мы скорее передовики, но все равно темпы не такие высокие, как в Китае и США. Нам надо догонять. Там крутятся огромные, по российским меркам, деньги. На ИИ тратятся сотни миллиардов, откуда мы возьмем такие средства? Поэтому я как раз очень скептически отношусь к экстенсивному подходу в развитии ИИ‑технологий: у нас просто нет такого количества ресурсов, как у наших конкурентов. На мой взгляд, вернее использовать интенсивный подход.

— В чем разница между экстенсивным и интенсивным подходами?

— Мы можем пойти экстенсивно — например, попытаться вступить в гонку с большими языковыми моделями, и с высокой вероятностью мы ее проиграем, потому что у нас меньше ресурсов, чем у США и Европы.

Или мы можем пойти интенсивным путем: заняться решением конкретных задач. Может быть, небольших и невеликих, но зато решающих насущные проблемы государства и общества. Не биться над универсальным автопилотом, а сделать систему автоматической диагностики дефектов лопатки двигателя или создать системы обнаружения рака на ранних стадиях. На такие предметные задачи наших ресурсов хватит. А обогнать весь мир, где миллиарды, а у нас всего один‑два, — маловероятно.

Если мы направим усилия на то, чтобы с помощью ИИ повысить производительность труда, это разовьет нашу экономику. Развитие экономики даст нам ресурсы, чтобы решать другие задачи. Не ковыряться с чатом GPT, а, например, сделать спутниковую группировку типа SpaceX.

«Пока мы копируем, люди, которые придумывают, убегают вперед»

— Если посмотреть на многие наши ИИ‑компании, складывается впечатление, что они преуспевают именно в копировании иностранных технологий и их совершенствовании. Это хорошо или плохо?

— Это, конечно, недостаток. Мы должны искать свои пути, которые приведут нас к чему‑то другому. Копировать — это способ догонять. Пока мы копируем, люди, которые придумывают, убегают вперед. Мы в своей компании ничего не копируем, всегда создаем свое, чтобы быть впереди, чтобы нас копировали.

Но я тоже ошибался. Еще во времена СССР одной из моих трагических ошибок было решение скопировать процессорную архитектуру IBM, а не разработать свою. Это дало локальный эффект, но полностью убило возможность найти что‑то новое и совершенно потрясающее.

— Почему тогда все копируют, а не создают свое?

— Из‑за предсказуемости результата. Создадут, не создадут, создадут то, что хотели, или вообще что‑то другое — в науке спрогнозировать результат почти невозможно. При копировании ты всегда понимаешь, к чему придешь.

Именно поэтому фундаментальной наукой должно заниматься государство. У них с бизнесом разный горизонт планирования. Государство может думать, что будет через 50 лет. Оно занимается, например, термоядерной энергией. Никто не удивится, если в ближайшие 20 лет термоядерных реакторов не будет. Бизнес же нацелен зарабатывать здесь и сейчас.

— Достаточно ли действий предпринимает государство для развития искусственного интеллекта?

— Я считаю, что нет. Более того, наше государство заняло достаточно странную позицию, передав ответственность за развитие искусственного интеллекта частным компаниям. Сейчас Сбер и Яндекс диктуют всей стране, что такое искусственный интеллект.

Проблема в том, что ИИ входит в зону фундаментальной науки, и ею, как я сказал, должно заниматься именно государство. Развивая искусственный интеллект, оно стремится достичь комплексных целей, например повысить уровень жизни, решить сложные государственные задачи. Бизнес же хочет извлекать прибыль. Поэтому я считаю, что он должен заниматься не фундаментальной, а прикладной наукой и делать это за свой счет, таким образом обеспечивая максимальную экономическую эффективность.

На рынке много «вайтишников» и мало хороших специалистов

— Кадровый голод затронул и ИИ‑сферу, но государство взяло курс на удержание айтишников и привлечение молодежи в эту профессию. Как сейчас в нашей стране обстоят дела с такими специалистами?

— У меня нет точных данных, но по разговорам в нашей сфере не хватает порядка сотен тысяч человек, если не миллиона.

Проблема в том, что подготовили очень много «вайтишников» — людей, которые не являются специалистами, по большому счету, это джуниоры. А не хватает айтишников с фундаментальными знаниями в предметной области и опытом работы. Специалисты высокого уровня всегда в дефиците в быстроразвивающихся отраслях, и они всегда высокооплачиваемы. За одного из своих ведущих разработчиков Meta* заплатили 100 млн долларов.

Дефицит специалистов растет в том числе и потому, что сейчас идет экстенсивная гонка. Компании пытаются экономить и делать все самостоятельно: и документы распознавать, и LLM‑ку создавать вместо того, чтобы купить решение у специалистов.

— Что нужно для того, чтобы джуниоры становились хорошими специалистами в ИТ?

— Чтобы не называться, а стать специалистом в искусственном интеллекте, необходимо шесть лет отучиться в хорошем техническом вузе, три года в аспирантуре, защитить кандидатскую диссертацию и еще несколько лет поработать в отрасли. Хороший ИТ‑специалист — это 10—15 лет учебы и работы, как таких людей может быть много?

— Почему так? Ведь есть же талантливые самоучки, и на рынке большое предложение различных курсов по ИТ. Можно же пройти их и потом набраться опыта уже в полях?

— Давайте будем честными, это не будут хорошие специалисты в ИТ. Грамотный программист должен представлять, как устроены компьютеры, как современные процессоры выполняют команды. Для этого надо понимать теорию конечных автоматов, а чтобы разобраться в ней, необходимо знать некоторое количество разделов алгебры и функционального анализа. Программировать же веб‑сайты, которые будут с трудом открываться на очень мощных компьютерах, — да, тут можно и так, как вы говорите, без фундаментального образования. А вот программировать контроллер для вашего автомобиля — нет.

Конечно, всегда были и есть самородки. Но когда мы говорим о системном подходе, он не может базироваться на случайных обстоятельствах. Такой подход подразумевает, что результат будет достигнут вне зависимости от наличия гениев. Если вы строите бизнес на основании того, что у вас в команде есть какой‑то самородок, вы находитесь в очень рискованной позиции. Во‑первых, мы все смертны, и чаще всего внезапно. Во‑вторых, люди, особенно гениальные, склонны взять и устроиться на другую работу. И ваш бизнес может рухнуть. Но это вопрос рисков, каждый ведет бизнес по‑своему.

— Таким образом вы полностью закрываете наем?

— Только на 80%. Нельзя быть закрытой структурой. Надо быть открытыми к миру и брать людей с рынка для своего же развития. Особенно это касается специалистов в смежных отраслях, где мы не профессионалы. Мы все‑таки занимаемся компьютерным зрением и искусственным интеллектом и, например, не очень разбираемся в программировании сайтов, поэтому и нанимаем программистов извне. Это нас обогащает.

* Суд признал Meta экстремистской организацией и запретил ее деятельность в России

Фотограф: Никита Сурков