Сергей Безбогов, ВТБ: В развитии технологий мы стараемся вести себя как стартап — быть быстрыми и гибкими в принятии решений

Сергей Безбогов: Мы сегодня находимся в условиях, когда государство, крупный бизнес и технологические стартапы сближаются для решения задач по укреплению технологического суверенитета страны. Такое партнерство может дать сильный синергический эффект, поэтому хочется верить, что запрягаем мы все же не телегу и ехать будем быстро. Например, мы как банк, обладая ресурсами, инфраструктурой, методологией и экспертизой, объединяемся с вузами, создаем лаборатории, проводим исследования для того, чтобы создать востребованные технологии и продукты, в том числе в области ИИ, которые мы утратили в связи с уходом мировых поставщиков. Один из примеров — наша разработка технологии крипто-анклавов для безопасной работы с данными в доверенной среде. Еще один пример — «Оптимизатор», решение для работы с бизнес- и технологическими процессами, оценки их эффективности и поиска путей оптимизации. Изначально он задумывался как нишевый инструмент, предназначенный для внутренних задач банка, например, поиска наилучших стратегий на финансовых рынках и т.д.

Также мы активно работаем с технологическими компаниями в рамках Акселератора — отбираем и пилотируем в банке новые решения.

Развивая технологии, мы стараемся в определенном смысле следовать стартап-культуре — быть быстрыми и гибкими в принятии решений. При этом конкретные задачи мы решаем, следуя вектору, который задает государство, например, учитываем интересы государства в области технологического суверенитета. В конечном итоге все объединенные усилия направлены на создание удобных, высокотехнологичных продуктов, сервисов и технологий, которые помогают развиваться экономике, и делают комфортнее жизнь людей.

Сергей Безбогов: Искусственный интеллект — это собирательный, интуитивно понятный, но не строгий термин. С этим связано очень широкое его применение в непрофессиональных кругах — среди журналистов, специалистов по PR/GR и просто интересующихся технологиями обывателей.

ИИ — это автоматизированный модуль, имитирующий и заменяющий интеллектуальную или нервную деятельность человека для решения заранее определенного круга задач. Например, ИИ может заменять эксперта, выдающего заключения, органы чувств — зрение, слухи, распознавать аудио- или визуальные образы.Игорь Лейпи, ГК Softline: Объем поставок российских операционных систем в ближайшие годы увеличится как минимум вдвое 2.1 т

Если говорить о технологически обоснованном определении, то логично отталкиваться от наиболее распространенных способов создания ИИ. С распространением технологий Big Data это в подавляющем большинстве разновидности технологий ML (машинного обучения). Но с точки зрения общего определения это только часть систем ИИ, поскольку в некоторых задачах дешевле и эффективней использовать компоненты, создаваемые и настраиваемые с помощью экспертов. Поэтому с технологической точки зрения логично выделять ML-системы, подразделять их по типам решаемых задач, применяемым методам машинного обучения и предметной области.

Замечу, что рабочие группы по реализации национального проекта «Искусственный интеллект» уже создают детальную таксономию ИИ-систем, основанную на такой классификации. Специфика каждого такого решения настолько значима, что стандарты разработки, требования к обеспечению качества и требуемого уровня надежности должны разрабатываться индивидуально для каждого такого случая. Например, в ИИ-системе, создающей дизайн-макет, цена ошибки невысока, и само понятие ошибки очень размыто. А вот в системе автопилота автомобиля от надежности зависит жизнь и здоровье людей, поэтому подходы к созданию этих систем ИИ очень сильно различаются.

Сергей Безбогов: Если говорить про современные системы ИИ, то тут, прежде всего, стоит выделить распознавание, чтение текста с эмуляцией функционала вопрос-ответ. Например, это технология ChatGPT. Такие технологии могут быть распространены на большое количество задач. Систему, которая читает или распознает информацию, обрабатывает эту информацию и может делать до некоторой степени интеллектуальные выводы, можно назвать современным ИИ.

Есть и более простые примеры. Все алгоритмы машинного обучения принимают решения. Принятие решения — это одна из важных особенностей искусственного интеллекта. Поэтому даже простые модели можно назвать ИИ. По сути, обработка большого объема данных стандартной моделью — это тоже ИИ, но решающий узкую специализированную задачу.

Сергей Безбогов: Универсальный ИИ — это пока событие из разряда фантастики, и на ближайшем горизонте его появление кажется маловероятным, скорее даже невозможным. Будет ли его создание возможно в каком–то отдаленном будущем? Скорее, да, и не только универсальный ИИ, но и super AI. Но есть вопрос: сколько человечеству потребуется для этого времени? Например, ChatGPT уже имеет несколько модальностей и может решать несколько задач: общаться с обычным человеком на разные темы, писать код, решать логические задачи, строить прогнозы по данным, модель может сгенерировать картинку по тексту. Скорее всего, эти технологии ждет дальнейшее развитие, которое и приведет к появлению универсального ИИ.

Сергей Безбогов: Для обеспечения технологического суверенитета в области ИИ нужны и отечественные библиотеки, и репозитории, и решения в области ИИ. Все эти направления необходимо развивать, и в России есть сильная математическая школа, которая позволяет это делать. Поддержка этого развития находится в трех плоскостях.

Во-первых, и прежде всего, это доступность больших вычислительных ресурсов и железа — GPU ресурсы, необходимая для них инфраструктура. Например, для разработки GPTchat использовалось порядка несколько сотен устройств GPU. Нужны российские GPU или их доступные аналоги. Но иностранные поставщики существенно ограничили доступ к своим технологиям. А создание российских аналогов требует больших инвестиций в производственные площадки, и без поддержки государства это будет практически невозможно. При этом дефицита в инструментальных средствах и библиотеках разработчики сегодня не испытывают.

Во-вторых, нужна систематическая работа с кадровым потенциалом — это инвестиции в образование и науку, которые позволят готовить математиков, data-инженеров, специалистов Data Science высокого уровня, способных развивать технологии и становиться архитекторами новых прорывных решений. В-третьих, это государственные программы поддержки компаний, которые занимаются созданием сложных наукоемких технологий, большими данными, ИИ. В том числе, важна поддержка в поиске новых международных партнерств и продвижения создаваемых технологий за рубежом. Это позволит компаниям получать эффект масштаба, необходимый для окупаемости инвестиций в наукоемкие технологии, за счет новых рынков.

Есть еще такой аспект развития российского ИИ: создание умных прикладных продуктов — это задача бизнеса, а раскрывать технические детали коммерческих продуктов не позволяют принципы конкуренции. Соответственно нет общего доступа к этим технологиям. Поэтому если мы говорим о поддержке развития ИИ на уровне государства, то важно инвестировать в фундаментальные исследования в этой области, для того чтобы стимулировать появление глубоких подходов, новых нетривиальных методов, к которым будет доступ у всех игроков рынка.

Сергей Безбогов: Сотрудничество коммерческой корпорации и исследовательского института или вуза может быть хорошим примером синергии, результатом которой могут стать новые прорывные технологии. У нас есть такой опыт — банк успешно сотрудничает с МФТИ, открыв совместную научно-исследовательскую лабораторию. В таких лабораториях сегодня создаются такие наукоемкие высокотехнологичные продукты, которые имеют длительный цикл окупаемости, но их внедрение может обеспечить компаниям большой экономический эффект.

Сергей Безбогов: Банк начал процесс цифровой трансформации несколько лет назад, и обеспечение технологического суверенитета являлось одной из важнейших ее задач. Мы ставили такую цель, поскольку видели в этом переходе экономическую целесообразность. Экономический эффект для банка от перехода на импортонезависимые решения составит не менее 30 млрд. руб. в течение трех лет.

Поэтому мы оказались подготовлены к новым обстоятельствам и не ощутили нехватку каких-либо критических решений, технологий или инструментария. Более того, мы не только своевременно закрыли свои технологические потребности, но и смогли увидеть новые ниши для развития. Дело в том, что открытый код или решения на его базе для некоторых направлений практически отсутствовали. Например, если говорить об оптимизационных решениях, которые нам как банку были необходимы. Здесь не было готовой альтернативы, которая соответствовала бы нашим требованиям. Мы занялись ее созданием в партнерстве с МФТИ, разработали свой продукт, и сегодня он через технологического партнера стал доступен для различных отраслей.

Сергей Безбогов: Работа банков регулируется федеральным законом о банках и банковской деятельности, в соответствии с которым спектр услуг существенно ограничен финансовыми услугами или консультационными услугами в финансовой сфере. Регулирование этой отрасли направлено, в первую очередь, на устойчивость функционирования отдельных финансовых организаций и банковской системы в целом. Поэтому никакое регулирование не отменит требований по защите решений, данных, банковской тайны, коммерческой тайны, к которой чаще всего относятся ИИ-модели.

Государство здесь может помочь созданием площадок и значимым стимулированием венчурных инвестиций в исследования, предоставлением значимых преференций за переиспользование локальных ИИ-решений.

Очень важным аспектом является сфера законного оборота данных с фокусом на создание доверенных решений и площадок для безопасного обмена данными, а также технологий машинного обучения на таких данных. Большая сложность заключается в том, что обработка данных должна вестись вслепую, без раскрытия чувствительной информации. Еще сложнее гарантировать невозможность компрометации или случайного раскрытия данных в результате обработки продвинутыми алгоритмами – это алгоритмически сложно и дорого с точки зрения требуемых вычислительных мощностей, если говорить, например, об инструментах, основанных на шифровании с эквивалентными свойствами зашифрованного датасета.

Инвестиции в фундаментальные исследования, направленные на создание таких платформ in-house, экономически не целесообразно в контексте бизнеса отдельно взятой финансовой организации, даже очень крупной. Поэтому без помощи государства в создании инструментов, партнерств и площадок для поддержки таких исследований не обойтись.

Сергей Безбогов: В нашей технологической стратегии важная роль отведена партнерству с академическим сообществом. Благодаря тандему с наукой сейчас создаются сильные технологические решения. Банк также участвует в развитии российского открытого кода. Например, мы разрабатываем сложные библиотеки. Одна из них — библиотека SeqNAS (sequence Neural Architecture Search), созданная совместно со «Сколтехом» для оптимизации повседневных задач Data Science специалистов. Другая open source библиотека, созданная в ВТБ, — Autobinary. Это набор инструментов, которые позволяют автоматизировать процесс построения модели для решения определенных бизнес-задач. Компаниям с небольшими ресурсами подобные инструменты создать самостоятельно невозможно, поэтому такое распространение сложных технологий позволяет большому количеству Data Science команд решать свои задачи, проверять гипотезы.

В партнерстве с вузами и другими компаниями мы ведем различные исследовательские проекты и создаем высокотехнологичные решения. Среди них – платформа геоаналитики, которая с помощью алгоритмов ИИ анализирует большие объемы обезличенных данных, чтобы дать оценку локациям, прогнозировать спрос и потоки клиентов; графовая платформа для скоринга клиента и снижения риска мошеннических операций; сервис по дистанционной оценке имущества — решение с технологиями ИИ, которое позволяет удаленно оценить состояние автомобиля, в том числе повреждения при ДТП. Это новая ниша пока еще малоконкурентна, а решение демонстрирует высокие результаты.

Научно-исследовательский потенциал банка подтверждают патенты на научные разработки, например, патент на изобретение способа для определения размещения объектов инфраструктуры банка.

Сергей Безбогов: В последние годы мы наблюдаем ажиотаж вокруг сервисов на базе ИИ: в большинстве крупных компаний для общения с пользователями и клиентами реализованы чат-боты, для граждан стали доступны различные нейросети, в том числе ChatGPT, в мобильные приложения встраиваются голосовые помощники, а на улицах в пилотном режиме ездят беспилотные автомобили. И все эти технологии уже стали частью нашей жизни. Поэтому, с одной стороны, видим рост спроса на ИТ-решения, связанные с технологиями ИИ, а с другой, растет количество таких решений. И для сохранения лидирующих позиций нашей страны важно своевременно оказывать как законодательную, так и технологическую поддержку развитию таких технологий. Поэтому в эру цифровизации считаю это направление одним из самых приоритетных.