В проекте бюджета на 2021 год, который должен быть вскоре представлен на утверждение кучонгресса США, предлагается в ближайшие два года вдвое увеличить финансирование исследований в области искусственного интеллекта — с 973 млн долл. почти до 2 млрд долл., а квантовых вычислений — до 860 млн долл. Эти цифры не учитывают финансирование исследований из бюджета Пентагона.

В проекте предусмотрено увеличение на 70% грантов Национального научного фонда (NSF) на исследования в области искусственного интеллекта и существенное увеличение финансирования NSF в области квантовых вычислений. В целом, однако, в проект предлагается сократить государственное финансирование научных исследований. В прошлом году администрация президента предложила выделить на эти цели 134,1 млрд долл., а Конгресс увеличил финансирование до 155,9 млрд долл. В этом году предлагается выделить 142,2 млрд долл.

В феврале прошлого года президент США Дональд Трамп подписал указ, требующий от федеральных агентств увеличения вложений в исследования, продвижение и обучение в области искусственного интеллекта.

В одном из баров сети ресторанов Yoronotaki в Токио посетителей начал обслуживать робот-бармен. Его сконструировали в компании QBIT Robotics на основе из промышленного робота. Робот способен угостить кофе или чаем, налить пиво, для чего ему нужно 40 секунд, и приготовить коктейль, на что уходит около минуты. Он следит за лицами посетителей с помощью четырех камер и анализирует их выражение средствами искусственного интеллекта. Самому роботу лицом служит планшетный компьютер, а пока напиток готовится, робот может поговорить с посетителем о погоде.

Испытания робота планируется вести в течение двух месяцев. Затем в компании проанализируют результаты. Проблем остается немало — например, для размещения робота требуется много места — но в компании надеются их устранить и приступить к практическому использованию робота. Робот обошелся компании в 9 млн йен — примерно 82 тыс. долл. Столько ушло бы на оплату труда обычного бармена в течение трех лет.

Робобармен пока довольно медлителен, зато японцам-интровертам по душе его характер: нет нужды заводить с ним доверительный разговор или привлекать его внимание, чтобы сделать еще один заказ.

Население Японии постоянно стареет, и найти работников, особенно в сфере услуг, все труднее. Разработка может вызвать волну автоматизации в ресторанах и кафе, в которые не идут работать молодые японцы. Правительство страны даже ослабило визовые ограничения, чтобы привлечь больше иностранной рабочей силы, но японские компании все еще сталкиваются с нехваткой персонала. Во время Олимпийских игр, которые пройдут с 24 июля по 9 августа в Токио, организаторы собираются продемонстрировать множество роботов для обслуживания зрителей и участников. Своих роботов готовят к Олимпиаде компании Toyota и Panasonic.

Искусственный интеллект стал неотъемлемой частью практически каждого сегмента технологической индустрии. Все сильнее ощущается влияние интеллектуальных приложений, инструментов разработки, вычислительных платформ, систем управления базами данных, связующего ПО, инструментов управления и мониторинга – словом, всего, что существует в ИТ.

Какие изменения в основных сценариях использования искусственного интеллекта, инструментах, технологиях, платформах и стандартах произойдут в 2020 году?

- В качестве ускорителей искусственного интеллекта по-прежнему будут использоваться в основном графические процессоры.

Аппаратные ускорители искусственного интеллекта стали одним из главных факторов поддержания конкурентоспособности в области высоких технологий. Даже если конкурирующие аппаратные технологии искусственного интеллекта – центральные процессоры, микросхемы FPGA и процессоры нейронных сетей – начнут применяться в устройствах на оконечных узлах сети, графические процессоры все равно останутся в игре благодаря своей ведущей роли в приложениях, взаимодействующих с облаком и оконечными узлами – в частности, в автономных автомобилях и отраслевых логистических цепочках.

Популярность систем на базе графических процессоров Nvidia, занимающих лидирующее положение на рынке, по-видимому, будет расти и далее. Но в ближайшее десятилетие начнет расширяться применение и тех технологий, которые не имеют отношения к графическим процессорам – центральных процессоров, заказных микросхем (ASIC), FPGA и процессоров нейронных сетей. Их преимущества с точки зрения производительности, стоимости и энергопотребления будут использоваться различными приложениями для оконечных узлов. С каждым годом у Nvidia будет появляться все больше и больше конкурентов.

- Показателем конкурентоспособности станут результаты стандартных отраслевых тестов для приложений искусственного интеллекта.

По мере роста зрелости рынка и усиления конкуренции между платформами, которые соперничают за звание самой быстрой, масштабируемой и недорогой при обработке соответствующей нагрузки, важность тестов, используемых в качестве отраслевого стандарта, будет расти. В прошлом году эталонный тест MLPerf стал заметным индикатором в конкурентной борьбе. Все, начиная от Nvidia и заканчивая Google, хвастались продемонстрированными в нем результатами и своей превосходной производительностью. В 2020 году бенчмарки искусственного интеллекта приобретут критически важное значение при разработке стратегии выхода на рынок в сегменте, который со временем будет только расти. Результаты тестов MLPerf будут фигурировать в стратегиях поставщиков решений там, где высокопроизводительные функции искусственного интеллекта играют существенную роль.

- Различия между платформами искусственного интеллекта стираются, конкуренция обостряется.

Платформы моделирования с использованием искусственного интеллекта представляют собой базовую среду, в которой исследователи данных строят и обучают вычислительные графы на основе статистики. В 2020 году большая часть специалистов будет использовать в своих проектах некое сочетание TensorFlow и PyTorch. Две эти платформы будут присутствовать в арсенале большинства исследователей данных.

По мере дальнейшего развития различия между этими платформами начнут стираться. Исследователям данных и другим пользователям функциональный паритет нравится больше, чем отличия платформ. Большинство поставщиков инструментов искусственного интеллекта предлагают продукты для моделирования, не привязанные к конкретной платформе, что может продлить жизнь старым платформам, находящимся под угрозой исчезновения. Ускорение распространения открытых платформ моделирования на основе искусственного интеллекта, принятие отраслью нескольких уровней абстракции, таких как Keras и ONNX, позволит создавать модели с пользовательским интерфейсом от одной платформы, использующие серверные функции другой платформы.

К концу десятилетия неважно будет, какой инструмент для создания интерфейса вы используете при построении модели машинного обучения. Независимо от того, где выстраивается искусственный интеллект, сквозной конвейер исследования данных будет автоматически форматировать, компилировать, контейнеризировать и иным образом обслуживать его для достижения оптимального функционирования повсеместно, начиная от облака и заканчивая границей сети.

- SaaS-сервисы с возможностями искусственного интеллекта уменьшит потребности в исследователях данных.

В прошедшем году машинное обучение широко стало предлагаться в качестве сервиса AWS, Microsoft, Google, IBM и другими провайдерами. По мере нарастания соответствующих тенденций все больше бизнес-пользователей будут полагаться на облачных провайдеров, предлагающих средства искусственного интеллекта. В этом случае нет необходимости поддерживать свои собственные команды исследователей данных. К концу 2020 года провайдеры SaaS будут доминировать в сфере обработки естественного языка, прогнозного анализа и других приложений искусственного интеллекта, а также платформенных сервисов и инструментов DevOps. Предприятия, поддерживающие собственные инициативы искусственного интеллекта, будут в большей степени автоматизировать работу исследователей данных, снижая таким образом потребность в найме дополнительных специалистов по машинному обучению и инженеров по обработке данных, а также во вспомогательных должностях. На протяжении десятилетия большинство исследователей данных будут работать главным образом с провайдерами SaaS и других облачных сервисов.

- Искусственный интеллект в корпоративной среде будет подталкивать к непрерывным экспериментам в реальном мире.

В основе любой инициативы по трансформации цифрового бизнеса лежит использование наиболее подходящих моделей машинного обучения. Это требует реальных экспериментов, в которых процессы на основе искусственного интеллекта будут тестировать альтернативные модели машинного обучения и автоматически продвигать те из них, которые позволяют достичь желаемых результатов. К концу 2020 года большинство предприятий проведут реальные эксперименты со всеми клиентскими и серверными бизнес-процессами.

По мере того, как бизнес-пользователи будут обращаться к облачным провайдерам за инструментами искусственного интеллекта, функции, предложенные недавно AWS – среда поддержки итераций моделей, инструменты для отслеживания экспериментов с несколькими моделями, панели мониторинга моделей – станут стандартом для круглосуточно функционирующих бизнес-приложений искусственного интеллекта.

В течение десятилетия автоматизация на основе искусственного интеллекта и возможности DevOps помогут сформировать универсальные практики оптимизации бизнес-процессов с использованием искусственного интеллекта.

- Искусственный интеллект автоматизирует базовые функции моделирования для разработчиков.

Нейронные сети – сердце современного искусственного интеллекта. В 2020 году основанный на искусственном интеллекте метод автоматизации проектирования искусственных нейронных сетей, называемый «поиском нейронной архитектуры» (neural architecture search), поможет корпоративным исследователям данных автоматизировать процесс построения и оптимизации нейронных сетей в соответствии с их предназначением. По мере дальнейшего распространения и совершенствования поиска нейронной архитектуры эта технология будет способствовать повышению производительности труда исследователей данных, помогая им использовать в своей работе алгоритмы машинного обучения (такие как линейная регрессия или случайный лес), а также новые, более развитые алгоритмы нейронных сетей. Этот и связанные с ним подходы обеспечат непрерывность DevOps с использованием искусственного интеллекта за счет сквозной конвейерной автоматизации.

- Голосовые интерфейсы устранят необходимость использования ручного труда в большинстве приложений.

Понимание компьютерными системами естественного языка на основе средств искусственного интеллекта приобретает удивительную точность. Пользователи мобильных и других устройств быстро осваивают порядок взаимодействия с ними без использования рук. По мере роста популярности голосовых интерфейсов пользователи генерируют при помощи голоса дополнительные объемы текстов. К концу 2020 года благодаря голосовым помощникам с искусственным интеллектом через различные устройства будет передаваться еще больше текста, твитов и другой вербальной информации. В ближайшее десятилетие голосовые помощники и разговорные пользовательские интерфейсы станут стандартной функцией во всех отраслях глобальной экономики, а использование клавиатур, клавишных панелей и даже сенсорных экранов будет сокращаться.

- Корпоративные юридические службы будут настаивать на максимальной прозрачности искусственного интеллекта.

Искусственный интеллект становится все более заметным фактором риска в корпоративных приложениях. Поскольку предприятия получают новые и новые судебные иски с социально-экономическим уклоном, связанные с нарушением конфиденциальности, а также обусловленные другим неблагоприятным воздействием приложений искусственного интеллекта, руководителям юридических отделов необходимо провести полный аудит использования моделей машинного обучения в корпоративных приложениях и управления ими.

К концу 2020 года начальникам юридических отделов на большинстве предприятий понадобится автоматическая регистрация всех операций в конвейере машинного обучения и простое пояснение управления автоматическим выводом в каждой модели. В ближайшее десятилетие отсутствие прозрачности станет основным фактором отказа от финансирования проектов искусственного интеллекта.

Наконец, можно с уверенностью предположить, что интенсивность регулирования во всех продуктах функций искусственного интеллекта – особенно тех из них, в которых используется персональная идентификационная информация – в ближайшие годы будет только нарастать. Впрочем, несмотря на растущее внимание к прозрачности DevOps на основе искусственного интеллекта, вести речь о каких-либо ограничениях, накладываемых на базовые платформы, инструменты и технологии еще слишком рано.

При этом с большой долей вероятности можно говорить об усилении регулирования в ближайшие годы.

Стремление компании IBM стать крупнейшим игроком облачного рынка получило еще одно подтверждение. Нынешний глава направления облачных сервисов и когнитивного программного обеспечения Арвинд Кришна и генеральный директор Red Hat Джим Уайтхерст назначены соответственно генеральным директором и президентом IBM. Они приходят на смену Вирджинии Рометти, в течение долгого времени занимавшей эти должности.

Кришна, которому исполнилось 57 лет, был главным архитектором прошлогоднего приобретения Red Hat компанией IBM за 34 млрд долл. До настоящего времени он занимал должность старшего вице-президента подразделения IBM Cloud and Cognitive Software, с которым, очевидно, компания во многом связывает свое будущее.

Приобретение Red Hat не только сделало Голубого Гиганта крупным игроком на рынке корпоративного программного обеспечения и ПО с открытым кодом, но и привело IBM в весьма прибыльный бизнес гибридных облаков, превратив ее в мощного конкурента Google, Amazon и Microsoft. По оценкам Gartner, объем этого рынка в следующем году достигнет 240 млрд долл.

Последний финансовый отчет наглядно демонстрирует успехи, достигнутые IBM в облачном бизнесе и в деле интеграции Red Hat. Общий объем продаж облачных сервисов достиг 6,8 млрд долл., увеличившись по сравнению с прошлогодним на 21%. А оборот Red Hat за год вырос на 21%, впервые превысив отметку в 1 млрд долл.

«Следующая глава в облачных вычислениях будет сформирована критически важной рабочей нагрузкой, управляемой в гибридной и мультиоблачной среде, – заявил старший вице-президент и финансовый директор IBM Джим Кавано. – В качестве фундамента здесь будет использоваться Linux с контейнерами и Kubernetes. В текущем квартале очень высокую эффективность продемонстрировали продукты RHEL и OpenShift. Потенциал гибридных облаков мы намерены раскрыть в своих сервисах, консультировании клиентов по вопросам выбора архитектуры, перемещении рабочей нагрузки, создании новых приложений и, конечно, в управлении ими».

Анонсируя смену руководства, которая должна произойти 6 апреля, Рометти так высказалась о Кришне: «Это блестящий специалист, который сыграл очень важную роль в разработке наших ключевых технологий в области искусственного интеллекта, облачных вычислений, квантовых компьютеров и блокчейна. Кроме того, он превосходный операционный лидер, умеющий побеждать сегодня и выстраивать бизнес завтра».

Под руководством Рометти, которая была назначена генеральным директором в 2012 году, IBM приобрела 65 компаний, реструктурировала более половины портфеля своих активов, выстроила облачный бизнес объемом в 21 млрд долл. и укрепила свои позиции в сфере искусственного интеллекта, квантовых вычислений и блокчейна. До конца 2020 года Рометти останется исполнительным председателем совета директоров IBM, а затем окончательно уйдет в отставку после 40 лет работы в компании.

А вот что Рометти сказала о 52-летнем Уайтхерсте, занимающем сегодня должность старшего вице-президента IBM и генерального директора Red Hat: «Джим также является опытным лидером. Он долгое время позиционировал Red Hat в качестве ведущего провайдера корпоративного программного обеспечения с открытым кодом и сервисов, и сегодня, став частью IBM, предлагает свои технологии еще более широкой аудитории».

Конференция «Качество данных 2020», организованная издательством «Открытые системы», показала невероятный интерес к весьма актуальной сегодня теме управления качеством данных. Конференция собрала более 200 специалистов в области управления данными, которые вместе с ведущими экспертами обсудили методики и инструменты обеспечения качества данных, проблемы и метрики оценки качества, нюансы построения стратегии управления качеством данных, а также помехи на пути превращения корпоративных данных в бизнес-активы.

«Дешевле обеспечивать нужное качество данных, чем иметь дело с последствиями дефектов данных», — заметил Валерий Артемьев, Центральный банк России, докладом которого открылась конференция. Алексей Незнанов, доцент департамента анализа данных и искусственного интеллекта НИУ ВШЭ, выступил с впечатляющей широты обзором стандартов и инструментов управления качеством данных. Иван Черницын, руководитель центра аналитических решений Дирекции региональных продаж «Газпром нефти», представил не имеющий аналогов проект создания «умного» озера данных в сбытовом блоке компании.

Другие докладчики рассказали, как заботятся о качестве данных в «Алроса», «Росатоме», X5 Retail Group, МТС и других компаниях, оперирующих большими информационными массивами, как удается использовать технологии искусственного интеллекта в условиях отсутствия достаточного объема качественных данных, как применяют профилирование для управления качеством данных в Счетной палате РФ и как соблюдают гигиену данных в сети медицинских лабораторий «Инвитро».

Агентство Reuters сообщает, что в Еврокомиссии отказались от идеи введения запрета на использование технологий распознавания лиц в общественных местах. В предыдущих вариантах пакета законодательных мер, направленных на решение проблем регулирования технологий искусственного интеллекта, предлагалось ввести такой запрет сроком на пять лет. Как опасаются сторонники запрета, технологии распознавания лиц в руках государственных органов могут стать инструментом массовой слежки за гражданами, что нарушит как основные права человека, так и принципы защиты личных данных.

Ожидается, что пакет предложений Еврокомиссии будет олубликован 19 февраля. Предложения направлены прежде всего на регулирование использования искусственного интеллекта в так называемых зонах высокого риска — в медицине, на транспорте и так далее.

Президент Microsoft Брэд Смит недавно высказался против подобных запретов. Он считает их слишком грубым инструментом. Генеральный директор Google Сундар Пичаи, напротив, высказался в поддержку мер регулирования.

Большинство россиян (75% респондентов) знают о технологии искусственного интеллекта, но только 29% из них понимают ее суть. Это следует из результатов совместного опроса Всероссийского центра изучения общественного мнения и проектного офиса по реализации нацпрограммы «Цифровая экономика» Аналитического центра при правительстве России, обзор которых опубликовал РБК.

12% респондентов относятся к распространению этой технологии негативно. В частности, они опасаются возможных технических сбоев, утечек персональных данных, нарушения личного пространства и непредсказуемости последствий развития технологии. Большинство опрошенных относятся к развитию и внедрению искусственного интеллекта положительно или нейтрально. Готовы использовать эту технологию при получении госуслуг (68%), для решения бытовых задач (54%), в сфере досуга и развлечения (54%), медицине (52%) и образовании (44%).

Хотя многие исследователи и футурологи не раз говорили о негативном влиянии искусственного интеллекта на рынок труда, большинство россиян (68%) не опасаются, что робот заменит человека в его профессии.

Бизнес не готов повсеместно применять искусственный интеллект — более 40% компаний в России отказались от внедрения этой технологии, выяснили эксперты. Несмотря на то что большинство компаний (91%) слышали об искусственном интеллекте, 43% не используют его и не планируют это делать в ближайшее время. Предприниматели отмечали, что не испытывают потребности в технологии, или признавали, что не имеют достаточно знаний о ней.

В октябре 2019 года  Владимир Путин утвердил национальную стратегию развития искусственного интеллекта до 2030 года. В документе указывается, что благодаря внедрению технологических решений рост мировой экономики в 2024 году составит не менее 1 трлн долл. «Согласно прогнозам долгосрочного социально-экономического развития России в случае недостаточного развития и использования конкурентоспособных технологий искусственного интеллекта реализация приоритетных направлений научно-технологического развития страны замедлится, что впоследствии повлечет за собой ее экономическое и технологическое отставание», — говорится в документе.

Генеральный директор группы Alphabet и компании Google Сундар Пичаи считает, что в ближайшие 5-10 лет наибольшие выгоды применение технологий искусственного интеллекта сулит в медицине — например, в диагностике рака. Google активно работает с медицинскими учреждениями и стремится надежно защищать личные данные пациентов, отметил Пичаи, выступая на Всемирном экономическом форуме в Давосе. Когда Google обслуживает медицинские учреждения, данные остаются в собственности этих учреждений, подчеркнул он.

Google хранит медицинские истории десятков миллионов жителей США, и это привлекает внимание американских законодателей. Одним из крупнейших клиентов облачных сервисов Google в медицинской отрасли является компания Ascension, под управлением которой в США находится 150 больниц и больше 50 домов престарелых.

Google уже несколько лет разрабатывает средства анализа данных магнитно-резонансной томографии и других медицинских данных в целях диагностики и прогноза заболеваний. В ноябре прошлого года группа сенаторов США запросила у Google сведения о сотрудничестве с Ascension и другими медицинскими компаниями. Законодателей интересует, могут ли клиенты Ascension отказаться от обработки их данных в Google и не будут ли эти данные использоваться для рекламы.

Компания Nyansa была основана в 2013 году и занимается разработкой облачных средств управлениями сетями с применением технологий искусственного интеллекта. Главный продукт компании — программный пакет Voyance, в котором технологии искусственного интеллекта используются для обнаружения устройств в сети и выявления необычного поведения. Его используют, как утверждают в Nyansa, примерно в 200 корпоративных сетях, в том числе в компаниях Tesla, Uber, Lululemon, GE Healthcare и в Стэнфордском университете.

В VMware планируют включить Voyance в состав собственной платформы управления программно-конфигурируемыми сетями VMware SD-WAN by VeloCloud. Таким образом, говорится в заявлении компании, пользователи получат доступ к единой платформе, способной предоставлять полные и практически полезные данные о сетевом трафике и производительности приложений в облаке, удаленных подразделениях предприятия и у конечных пользователей. Технологии Nyansa позволяют прогнозировать возникновение проблем у клиентов, оптимизировать работу сети и устройств Интернета вещей и планировать развитие инфраструктуры, основываясь на реальных данных.