В 2019 году «Яндекс» впервые представил робота-курьера — «Яндекс.Ровер». Он умеет перевозить небольшие грузы без какого-либо участия человека, с помощью встроенных датчиков и интеллектуального программного обеспечения самостоятельно составляя маршрут, распознавая и обходяя препятствия. В Москве «Яндекс.Роверы» доставляют почту и еду.

Самый первый «Яндекс.Ровер» отличается от последующих моделей меньшей вместимостью и более слабой батареей. В 2021 году «Яндекс» выпустил уже третье поколение роботов-курьеров. У этих роботов новый лидар, дополнительные камеры, новый дизайн и более вместительный грузовой отсек, вмещающий до 20 кг груза.

В апреле 2022 года компания передала своего первого робота в музей «Яндекса». В музее можно не только посмотреть на дизайн, но и изучить строение ровера.

По данным Statista, в 2021 году рынок роботов-курьеров составил 212 млн долл. По прогнозам, к 2026 году объем этого рынка вырастет до 957 млн долл., средний прирост год к году превысит 35%. Аналитики отмечают несколько факторов, которые стимулируют рост рынка роботов для доставки. Прежде всего это, снижение затрат на транспортировку. В исследовательской компании MarketsandMarkets считают, что доставка со склада или распределительного центра до потребителя составляет 28% всей стоимости транспортировки товара. Кроме того, роботам легче попасть в труднодоступные и удаленные места. И наконец, бесконтактная доставка приобретает особое значение во время эпидемий, снижая риск передачи инфекций.

В рамках традиционного форума BIG DATA&AI 2022, проведенного издательством «Открытые системы», большое внимание участников вызвала сессия «Большая практика. Новый отсчет». Докладчики поделились опытом работы в новых условиях и рассказали об используемых инструментах. (Также о форуме см. статьи «BIG DATA&AI 2022: лучше вместе» и «BIG DATA&AI 2022: подходы и инструменты», «Компьютерный мир», 27 апреля 2022.)

«Обстоятельства сильно меняются, перед нами стоят серьезные вызовы. Data science в период кризисов перестает работать, включаются принципы ручного управления», — признал Тигран Саркисов, директор по работе с данными X5 Group, рассказавший об управлении данными в условиях меняющейся реальности. В X5 много интеллектуальных сервисов, охватывающих практически все направления: транспорт, логистику, маркетинг, чековую аналитику, цепочки поставок, ценообразование и т. п. Над ними работают более 50 продуктовых команд.

В начале года в X5 планировали совершенствовать дата-продукты, в том числе сокращать время их вывода на рынок, а также развивать культуру, основанную на данных, тиражировать self-service-аналитику, повышать стабильность платформы и снижать стоимость работы с данными. Однако проекты, связанные с клиентским путем, с конца февраля потеряли актуальность: гораздо важнее стала скорость принятия решений. «Если раньше приходилось тратить ресурсы на продвижение BI-инструментов, проводя демодни и обучая пользователей, то сейчас мы видим ажиотажный интерес к современной аналитике и резкий рост запросов на работу с ней — наблюдается кратный рост пользователей», — отметил Саркисов. Это направление очень эффективно, особенно сейчас. И вдвойне актуальными стали обеспечение непрерывности бизнеса и оптимизация затрат.

Александр Гусев, директор по развитию Webiomed и эксперт ЦНИИОИЗ Минздрава РФ по искусственному интеллекту, рассказал о том, что происходит с искусственным интеллектом в сфере здравоохранения. По его словам, несмотря на то что Указ Президента РФ № 490 «О развитии искусственного интеллекта в России», выпущенный еще в 2019 году, ставит целью ускоренное развитие искусственного интеллекта и определяет здравоохранение как одно из приоритетных направлений, реальность не соответствует ожиданиям. Во многом это связано с тем, что львиная доля финансирования проектов идет от государства, а частные инвесторы в эту область почти не заходят. К применению искусственного интеллекта в медицине отношение очень настороженное: высокие риски, непонятные бизнес-модели, неочевидный возврат инвестиций.

«Многие направления медицины полностью цифровизованы: данные есть, и их много. Мы сидим на огромных объемах данных. Однако вытащить их из организаций с целью проведения исследований или создания ML-продуктов практически невозможно», — констатировал Гусев.

Главная проблема для разработчиков интеллектуальных решений в медицине — именно раздобыть данные. И это при том, что государство с 2011 года инвестировало в ИТ в здравоохранении достаточно крупные средства — более 130 млрд руб., а по уровню внедрения информационных систем отечественная медицина сейчас уступает разве что американской. Еще одна огромная проблема заключается в том, что, несмотря на кажущийся огромным размер рынка, денег на нем практически нет.

Александр Гусев: «Многие направления медицины полностью цифровизованы: данные есть и их много. Мы сидим на огромных объемах данных. Однако вытащить их из организаций с целью проведения исследований или создания ML-продуктов практически невозможно»

«Мы выживаем на грантах и не учимся зарабатывать на продуктах — это формирует нехорошую внутреннюю ситуацию: вряд ли в такой обстановке можно принести много пользы», — считает Гусев.

По наблюдению Ивана Кровякова, менеджера по развитию бизнеса Data Platform Yandex.Cloud, большинство компаний, начинающих путь в мир машинного обучения, концентрируются именно на технических вопросах: где взять «правильную» инфраструктуру, какие выбрать технологии, где взять данные и компетенции. Однако по мере их созревания становится понятно, что бизнес-ценность в значительной степени находится в процессной составляющей: как готовить данные, как разрабатывать модели, внедрять и переобучать их. Это имеет не меньшее значение, чем сами технологии. Поэтому важно сделать так, чтобы специалисты фокусировались не на вопросах «Что?» и «Где?», а на вопросе «Как?». Кровяков проиллюстрировал этот подход на примере проекта, реализованного в УБРиР.

Как известно, от 70% до 90% данных, с которыми приходится работать компаниям, являются неструктурированными. Это документация, внутренняя переписка, обращения от клиентов, взаимодействие с партнерами, отзывы в соцсетях, записи контакт-центров. Такие сведения необходимо анализировать. Дмитрий Гольцов, заместитель директора по коммерческой деятельности компании «Мегапьютер Интеллидженс», рассказал о возможностях платформы PolyAnalyst — системы «три в одном». Она включает инструменты, которые компании обычно приобретают по отдельности, а затем тратят значительные усилия на их интеграцию: систему ETL для извлечения, трансформации и загрузки данных, систему интеллектуального анализа данных и средства BI. По словам Гольцова, с использованием платформы точность извлечения фактической информации из неструктурированного текста в отдельных проектах превышает 90%.

«Газпром нефть» на протяжении последних трех лет активно вкладывается как в инструменты управления данными, так и в разработку решений на основе искусственного интеллекта. Эти направления действительно позволили повысить качество управления компанией, что уже доказано на практике.

«Самое главное, что на основе данных можно управлять компанией гораздо эффективнее, чем при традиционных подходах», — подчеркнул Анджей Аршавский, руководитель центра монетизации данных «Газпром нефти». По его словам, главной задачей было внедрение решений на основе ИИ по всей цепочке создания добавленной стоимости. Добыча и переработка нефти — очень технологичный процесс, и использование математических моделей при разведке и планировании разработки месторождений способно давать огромный эффект. В ходе своего выступления Аршавский уделил особое внимание решениям на основе искусственного интеллекта, использующимся в промышленном контуре.

Дмитрий Шведов: «Перед нами стоит цель — стать data-driven-компанией, то есть принимать решения не с помощью интуиции, а на основе данных»

«Перед нами стоит цель — стать data-driven-компанией, то есть принимать решения не с помощью интуиции, а на основе данных», — заявил Дмитрий Шведов, CDO «Уралхима». В компании изначально понимали, что ресурсов ИТ-департамента всегда будет недостаточно, поэтому сразу начали двигаться в сторону использования инструментов самообслуживания: бизнес должен сам готовить себе данные и затем визуализировать их.

За 2021 год компания сделала большой скачок: ей многое дала платформа данных. Как отмечает Шведов, сейчас бизнес уже прекрасно понимает, что такое «корпоративное хранилище данных», и уверенно произносит аббревиатуру КХД.

За год в «Уралхиме» начали работать шесть продуктовых команд, две из них действуют полностью самостоятельно, разрабатывая для себя отчетность. Однако важно эти команды развивать, внедряя институты владения данными и сервисами. Для этого в нынешнем году планируется создать центр компетенций, основной задачей которого станет управление продуктовыми командами и выставление им целей по развитию сервисов.

21 апреля состоялось центральное событие года по теме больших данных и интеллектуальной аналитики — форум BIG DATA & AI 2022, который Издательство «Открытые системы» проводит уже 11-й год. Беспрецедентный кризис вызвал резкую смену приоритетов, отодвинув на второй план проекты развития, в том числе связанные с большими данными, технологиями машинного обучения, и остро поставил перед многими организациями вопрос выживания. Кардинально изменилась и повестка форума, отражая самые насущные проблемы, волнующие профессиональное сообщество в условиях неопределенности, санкций и болезненного расставания с иностранными поставщиками платформенных решений.

Участники BIG DATA & AI 2022 узнали о том, как корректируют стратегию и тактику профессионалы, работающие с данными в разных отраслях экономики. Познакомились с российскими платформами, способными быстро заместить исчезнувшие с отечественного рынка решения.

Впервые одной из приоритетных тем обсуждения на форуме стала кибербезопасность и дата-ориентированный подход к ИБ, о котором рассказал один из номинантов Data Award 2022.

Ключевое место в программе форума заняла панельная дискуссия «Что делать, чтобы индустрия данных выжила?», модератором которой выступила президент Ассоциации больших данных Анна Серебряникова.

Представители авторитетных профессиональных ассоциаций, регуляторов и крупных компаний обсудили пути стабилизации рынка в кризисной ситуации и возможности развития российских инноваций в сфере данных объединенными усилиями бизнеса и государства. Участники дискуссии подняли проблемы применения риск-ориентированного подхода к оценке методов обезличивания данных, затронули вопросы тестирования методов обезличивания в рамках экспериментальных правовых режимов, а также перспективы института дата-посредников.

Анонс новых мtйнфреймов IBM z16 обещает нам систему, которая готова удовлетворить потребности предприятия, обеспечив поддержку искусственного интеллекта, средств безопасности, гибридых облаклв и программного обеспечения с открытым исходным кодом.

Новое, еще более мощное и функциональное «Большое железо» оснащено ускорителем искусственного интеллекта, встроенным в основной процессор Telum, который способен выполнять до 300 млрд операций логического вывода в день на основе глубинного обучения при задержке в одну миллисекунду. Специальная система квантовой безопасности предназначена для защиты организаций от угроз, создаваемых с использованием квантовых технологий.

Двухпроцессорный чип IBM Telum содержит 16 ядер и работает на частоте 5,2 ГГц. В компании заявляют, что единственная модель z16 (Model A01) может иметь до 200 настраиваемых ядер и 40 Тбайт независимой памяти в массиве с резервированием (redundant array of independent memory, RAIM).

Помимо увеличения вычислительной мощности семейство z16, поставки которого должны начаться 31 мая, обещает ускорить реализацию стратегий IBM, направленных на развитие гибридных вычислений и корпоративных систем с открытым исходным кодом. В первую очередь новые мейнфреймы ориентированы на обработку приложений искусственного интеллекта.

«С появлением новой системы мир искусственного интеллекта изменится, – утверждают в IBM. – Независимо от того, идет ли речь о снижении затрат, о борьбе с мошенничеством или об увеличении доходов, искусственный интеллект z16 открывает целый ряд новых возможностей, которые раньше никем не рассматривались».

Ускоритель искусственного интеллекта процессора Tellum использует модель вывода, анализирующую подробности обработки множества транзакций с целью выявления существующих тенденций и интеллектуального прогнозирования.

«Искусственный интеллект применим к широкому набору сценариев в самых разных отраслях, от банковской сферы и финансов до страхования, здравоохранения и многого другого, – подчеркнули в IBM. – Но если вы посмотрите на то, что происходит сегодня в мире, в том числе на мгновенные платежи, становится ясно, что для борьбы с отмыванием денег нужны более строгие правила, а резкое увеличение количества онлайн-транзакций сопровождается увеличением числа мошеннических операций».

Вот здесь-то в игру и вступает встроенный искусственный интеллект, позволяющий обрабатывать огромное количество критически важных транзакций в реальном времени.

Аналитик компании Moor Insights & Strategy полагает, что ускоритель искусственного интеллекта изменит правила игры. По свидетельству IBM, мэйнфрейм z16 с операционной системой z/OS имеет в 20 раз меньшее время отклика и в 19 раз более высокую пропускную способность при выполнении операций логического вывода по сравнению с сопоставимым облачным сервером x86-архитектуры, у которого средняя задержка в сети составляет 60 мс.

Функции искусственного интеллекта, поддерживаемые новыми процессорами Telum, должны значительно повысить эффективность обнаружения мошеннических покупок, а также сократить объем сетевого трафика, генерируемого приложениями искусственного интеллекта. Поскольку операции логического вывода искусственного интеллекта выполняются непосредственно на чипе, z16 может проводить такую сложную обработку без перемещения данных из аналитического устройства, как это сделано в решениях многих других производителей. В крупномасштабных транзакционных средах, для поддержки которых предназначен z16, такой подход может оказаться весьма полезным.

По словам экспертов, предприятия проявляют большой интерес к дополнительным возможностям искусственного интеллекта z16, а производительность и масштабируемость новых систем позволят шире использовать «Большое железо» в гибридных облачных средах.

Анонсированный в феврале сервис IBM Z and Cloud Modernization Stack предлагает стандартные для отрасли инструменты для модернизации приложений z/OS с оплатой за фактическое их использование. Сервис включает поддержку z/OS Connect с интерфейсом JavaScript Object Notation (JSON), предназначенным для поддержания связи с существующими приложениями. Это позволит сделать приложения и данные Z составной частью гибридной облачной стратегии. А компонент z/OS Cloud Broker обеспечит интеграцию сервисов и ресурсов z/OS в Red Hat OpenShift в целях поддержки приложений, данных и инфраструктуры, включая процессы их модернизации, развертывания и управления ими.

В IBM заявили, что будущие сценарии использования контейнеров z/OS призваны упростить разработку и модернизацию приложений, а также создание интерфейсов API, тесно интегрированных с основными приложениями z/OS.

IBM Z and Cloud Modernization Stack станет первым набором функций, который будет распространяться учрежденным недавно центром IBM Z and Cloud Modernization Center, предлагающим инструменты, обучение, ресурсы и услуги партнеров внутри экосистемы. Все это должно помочь клиентам IBM Z ускорить модернизацию приложений, данных и процессов мэйнфреймов при использовании гибридных облачных архитектур.

«Мы упрощаем доступ к данным мейнфрейма, а с переходом на платформу OpenShift готовы запускать на мэйнфрейме контейнерные процессы микросервисов, – сообщили в IBM. – Применение на платформе IBM z systems технологий с открытым исходным кодом и применение опыта разработчиков в гибридном облаке и на z16 с его возросшей мощностью и увеличенными ресурсами позволит лучше справляться с современными рабочими нагрузками».

z16 отражает стратегическую направленность компании на интенсификацию использования гибридных облачных сервисов. Время отклика у серверов z16 с операционной системой z/OS в 20 раз меньше, чем у сопоставимых облачных серверов x86-архитектуры, а пропускная способность в 19 раз выше. Вычислительная мощность и функции шифрования z16 позволяют клиентам безопасно запускать критически важные приложения и процессы, опираясь на общедоступные облачные сервисы, что имеет важное значение для предприятий, которые обязаны соблюдать правила хранения и суверенитета данных.

Важной частью z16 является система безопасности. Адаптер Crypto Express8S помогает получать доступ к квантово-безопасным API, которые наряду с классическими криптографическими средствами позволяют предприятиям разрабатывать средства квантовой безопасности, а также модернизировать существующие и создавать новые приложения.

«Квантовую безопасность z16 обеспечивают несколько уровней встроенного программного обеспечения, запускаемого в процессе загрузки, – пояснил аналитик Moor. – Это первая в отрасли система, поддерживающая квантово-безопасную загрузку. Когда система загружается, она должна быть уверена в подлинности своей прошивки. Если в распоряжении злоумышленников окажутся квантовые компьютеры, у них появится возможность взламывать криптографические технологии, успешно использовавшиеся нами на протяжении многих лет. В этом и заключается опасность. Подготовка к квантовым атакам, возможно, уже идет через реализацию сценариев 'сбора урожая сейчас с его обработкой впоследствии'. Зашифрованные данные крадутся сегодня в ожидании появления квантовых компьютеров, которые помогут их расшифровать».

Еще одна функция, IBM Z Flexible Capacity for Cyber Resiliency, позволяет перемещать по запросу производственные мощности и рабочие нагрузки между системами IBM z16 на разных площадках с последующим сохранением их на этих альтернативных ресурсах в течение года. Это помогает предприятиям соблюдать нормы, требующие от них наличия возможности долгосрочного переноса производства на другие площадки.

Эта возможность призвана исключить сбои в работе при возникновении нештатных ситуаций. Например, перемещать рабочие нагрузки при надвигающихся стихийных бедствиях, а также проводить техническое обслуживание объектов.

Открывая конференцию Nvidia GTC глава компания Дженсен Хуанг представил Hopper, графическую архитектуру, которая будет использоваться в основе следующего поколения продуктов Nvidia. Характеристики выполненного на ее основе ускорителя Nvidia H100, предназначенного для центров обработки данных, поражают: 80 млрд транзисторов, память нового поколения HBM3 (это первый случай ее использования) и новый вариант технологии межсоединений NVLink, которая и без того была невероятно быстрой. Как заявил Хуанг, Nvidia H100 — это самый большой скачок между поколениями за всю историю компании.

H100 содержит большое количество тензорных ядер и оптимизирован для задач глубинного обучения, но кое-что о его особенностях, возможно, будет интересно и геймерам, которые ждут появления видеоплаты Nvidia RTX 4080. Для изготовления H100 применяется специальный вариант 4-нанометрового технологического процесса TSMC 4N, который позволяет выпускать более энергоэффективные чипы. Это важно для Nvidia, которая уступила корону энергоэффективности компании AMD, когда та выпустила серию ускорителей RX 6000.

Кроме того H100 стал первым чипом с интерфейсом PCIe 5.0, а учитывая, что он поддерживается в новых процессорах Intel, скорее всего, PCIe 5.0 появится и в будущих геймерских видеоадаптерах. Скорость NVLink четвертого поколения в H100 составляет 900 Гбайт/с, что в полтора раза быстрее по сравнению с третьим. NVLink, напомним, — это собственный интерфейс межсоединений Nvidia, с помощью которого, в частности, можно объединить несколько видеопроцессоров.

Количество транзисторов в H100 — примерно на 50% больше, чем в A100, предыдущем флагманском ускорителе Nvidia для центров обработки данных. При этом предельная потребляемая мощность чипа выросла по сравнению с предшественником более чем вдвое, достигнув 700 Вт. По слухам, ускорители серии GeForce RTX 4000 тоже будут потреблять немало.

Стоит отметить, что есть сообщения о том, что видеоадаптеры RTX 4080 будут выполнены не на базе Hopper, а на основе иной архитектуры под названием Lovelace. Но точно это станет известно только в третьем квартале, когда ожидается их появление.

Что поможет справиться с беспрецедентным по масштабу кризисом? Быстрее обнаружить важные новые тенденции и принять адекватные ситуации решения? Для этого необходимо постоянно анализировать потоки данных.

Центральное событие года по теме больших данных и интеллектуальной аналитики — форум BIG DATA & AI 2022, организованный издательством «Открытые системы», — состоится 21 апреля. Традиционно форум дает возможность целостно рассмотреть все ключевые аспекты больших данных как стратегического ресурса (от концептуальных до прикладных), получить всеобъемлющую картину тенденций, определяющих настоящее и будущее сферы данных, и главное — познакомиться с ценнейшим практическим опытом тех, кто воплощает эти тенденции в жизнь уже сегодня. Но за всю более чем десятилетнюю историю форума индустрия данных впервые сталкивается с вызовом такого порядка.

«Мы держим руку на пульсе нового мира, в основе которого — данные. Высокопрофессиональное сообщество, сложившееся вокруг нашего форума, всегда поможет вам отличить хайп от важных бизнес-трендов, заметить появление новых сквозных технологий и не пропустить момент, когда пора взять их на вооружение, — подчеркнула Ирина Шеян, руководитель пленарной программы форума BIG DATA & AI 2022. — Однако сегодня абсолютно всех волнует главный вопрос: как перенастроить свою работу в радикально изменившихся условиях? Поиск ответов на него будет в центре внимания участников BIG DATA &AI 2022».

Крайне важно актуализировать работу по правовому обеспечению деятельности в сфере больших данных и ИИ. О том, что делается в этом направлении, на форуме расскажут представители крупнейших профессиональных объединений отрасли. Кроме того, при столь глубоких потрясениях усугубляются риски информационной безопасности. Защищать данные потребуется еще надежнее. От чего и как именно — объяснят эксперты в области кибербезопасности.

В программе:

• Антикризисное реагирование: рекомендации участникам рынка больших данных
• Экспериментальные правовые режимы: текущее состояние, реализованные проекты и перспективы развития
• Как преодолеть кадровый голод в сфере больших данных и ИИ
• Как с помощью технологий ИИ и анализа данных решают свои задачи регионы и компании
• Защита данных: актуальная повестка

Обсудить эти и другие вопросы участники форума смогут вместе с лучшими экспертами-практиками в сфере больших данных и искусственного интеллекта.

В числе ключевых спикеров форума:

• Анна Серебряникова, Ассоциация больших данных
• Дмитрий Онтоев, ДИТ Москвы
• Рустем Хайретдинов, BISA
• Михаил Дубцов, Центр цифрового развития АСИ
• Тигран Саркисов, X5
• Дмитрий Тер-Степанов, АНО «Цифровая экономика»
• Андрей Лупий, «Орлан»

К участию также приглашены представители Министерства цифрового развития, связи и массовых коммуникаций РФ.

Форум, который пройдет в гибридном формате, соберет руководителей компаний и бизнес-подразделений, директоров по стратегии и инновациям, директоров по развитию и цифровой трансформации, ИТ-директоров и директоров по данным, бизнес-аналитиков, исследователей и аналитиков данных, а также архитекторов и разработчиков информационных систем. В течение дня их ждут продуктивное общение с коллегами и единомышленниками и насыщенная программа, охватывающая самые актуальные темы индустрии данных: пути сотрудничества государства и бизнеса в области данных; истории успеха и опыт неудач в работе с данными в разных отраслях и в социально значимых проектах; инновационные инфраструктурные решения для работы с данными. Невозможно обойти вниманием и острейшую кадровую проблему. Тему подготовки аналитиков, исследователей данных, специалистов по машинному обучению так или иначе будут затрагивать многие выступающие.

Концепцию дата-посредников, спрос на экспериментально-правовые режимы в регионах, упрощение порядка получения ЭПР, а также реализуемые и планируемые проекты обсудят участники круглого стола «Экспериментально-правовые режимы в сфере данных и ИИ»: президент Ассоциации больших данных Анна Серебряникова, директор по цифровой трансформации Центра цифрового развития АСИ Михаил Дубцов и заместитель генерального директора, директор по направлению «Эффективное регулирование» АНО «Цифровая экономика» Дмитрий Тер-Степанов.

Ситуация вынуждает проводить глубокую ревизию как используемых платформ и инструментов, так и поставщиков и партнеров. Чем заменить решения, которые стали или могут стать недоступными? Насколько спасительна ориентация на реестр отечественного ПО и свободное ПО? Какую экспертизу надо сформировать у себя? Благодаря партнерам форума участники BIG DATA & AI 2022 из первых рук узнают о возможностях доступных технологий для управления на основе данных.

И конечно, слушатели познакомятся с опытом лидеров, применяющих современные технологии работы с данными для трансформации бизнеса и общества: спикерами форума станут номинанты премии Data Award 2022 и другие специалисты, использующие лучшие практики в промышленности, финансах, строительстве, ретейле, здравоохранении и других отраслях.

Атрибут alt в HTML служит для указания текстового описания изображения на веб-странице — он предназначен для тех, кто из-за плохого зрения пользуется программами чтения экрана вслух и для текстовых браузеров. Встретив изображение, экранный диктор прочитает описание, а браузер вроде Lynx отобразит его вместо картинки.

Сотрудники Колорадского университета в Боулдере провели исследование с участием группы слепых, и пришли к выводу, что принципы составления текстов описаний для атрибута alt нужно в корне менять.

Исследователи сообщали участникам максимально подробные сведения о ряде веб-изображений и предлагали выбрать, какие из этих сведений были бы наиболее полезными при посещении сайтов разных типов, например, интернет-магазинов и др. Выяснилось, что в зависимости от контекста пользователи предпочитали бы получать разные сведения об изображениях и что некоторую информацию они хотели бы узнавать во всех случаях.

В этой связи авторы предлагают обучать составлению контекстно-зависимых описаний веб-изображений как людей, так и системы искусственного интеллекта, которые бы формировали текст для атрибута alt автоматически. Ученые планируют провести дополнительные исследования, направленные на разработку основ такого обучения и создание автоматических генераторов описаний.

Проанализировав 87 млн твитов с помощью системы искусственного интеллекта, специалисты Университета Уотерлу и Гуэлфского университета выяснили, что в период с 2007-го по 2016 год в онлайн-высказываниях о глобальном потеплении доминировало единое мнение, тогда как настрой постов о вакцинации значительно варьировался.

Искусственный интеллект разметил высказанное в твитах отношение к двум указанным проблемам в качестве голосов «за», «против» или нейтральных. Был также проведен анализ структуры онлайн-сообществ и степени взаимодействия между носителями противоположных идей.

Задачей исследования было выяснить, существует ли связь между отношением к глобальному потеплению и вакцинации, как пользователи формируют сети и делятся информацией, соотношение онлайн-высказываний различной тональности и принципы, которыми люди руководствуются, принимая решения в повседневной жизни. Для этого решено было сопоставить результаты по проблемам вакцинации и изменения климата, учитывая что обе имеют как социальные компоненты, так и относящиеся к жизнедеятельности человека, объясняют авторы.

Выяснилось, что в большинстве постов о глобальном потеплении высказывалось мнение о том, что это реально существующая проблема, обусловленная деятельностью человека и требующая решения. При этом между согласными и несогласными с этим мнением происходил большой объем взаимодействий. Что касается мнений о вакцинах, ситуация совсем иная: лишь 15-20% пользователей выразили явно положительное отношение к вакцинации, тогда как примерно для 70% четко определить настрой высказываний не удалось. Кроме того, как между отдельными представителями противоположных мнений, так и между целыми сообществами взаимодействия было гораздо меньше, чем в случае со спорами о климате.

Авторы исследования называют открытым вопрос о том, создали ли обнаруженные ими различия в отношении и существование герметичных онлайн-сред предпосылки для резкой поляризации мнений о вакцинах, которые были разработаны позднее для защиты от COVID-19. Не исключено, указывают исследователи, что если бы аналогичное исследование проводилось с учетом данных за последние два года, результаты были бы совершенно иными, учитывая что тема вакцинации сейчас приобрела гораздо большую актуальность.

Немецкий благотворительный фонд Меркатора выделил Центру интеллекта будущего им. Левехьюма Кембриджского университета (LCFI) почти два миллиона евро на программу разработки методов, позволяющих предотвратить перенос в алгоритмы искусственный интеллект существующего в обществе неравенства и социальной несправедливости. Еврокомиссия готовит проект закона об искусственном интеллекте, согласно которому системы с искусственным интеллектом должны оцениваться с точки зрения влияния их на фундаментальные права человека.

Однако исследований в этой области проводится недостаточно, считают ученые из LCFI. Разрабатываемые в настоящее время технологии искусственного интеллекта нередко оставляют возможности для проникновения в него опасных и давно дискредитированных псевдонаучных теорий. Например, отмечает директор LCFI Стивен Кейв, существуют программы для распознавания лиц, которые, по заявлениям их разработчиков, умеют отличать «лица преступников». Такие идеи напоминают френологию викторианской эпохи, когда считалось, что характер человека можно установить по форме черепа.

Продажи программного обеспечения, оборудования и услуг, связанных с технологиями искусственного интеллекта, в 2022 году вырастут до 432,8 млрд долл., что на 19,6% больше прошлогоднего. К 2023 году объем рынка превысит 500 млрд долл, полагают аналитики IDC. Решения на основе искусственного интеллекта в настоящее время в первую очередь ориентированы на задачи бизнес-процессов — от расширения возможностей человека до совершенствования самих процессов, планирования и прогнозирования. Они становятся фактором роста и успешности бизнеса.

Доля программного обеспечения в 2022 году немного сократится, в то время как доходы от продаж оборудования и услуг в ближайшие годы будут расти опережающими темпами, полагают аналитики — сегмент услуг в среднем на 22%, а оборудования — на 20,5% в год. Впрочем, сегмент оборудования для задач искусственного интеллекта — самый маленький на этом рынке, и это, по мнению аналитиков IDC, говорит о том, что экономить на специализированном оборудовании контрпродуктивно, особенно, если принять во внимание рост потребностей в вычислительной мощности из-за соответствующего роста размера и сложности моделей искусственного интеллекта.