Генеративный искусственный интеллект

Основные статьи:

• Искусственный интеллект
• Искусственный интеллект (рынок России)
• Искусственный интеллект (мировой рынок)

Генеративные модели

Первые высокоразвитые генеративные модели ИИ начали появляться в 2017 году: ProGAN, CycleGAN, RealNVP, VQ-VAE, через год появились Glow, WaveGAN и WaveNet, StyleGAN и StyleGAN2 и BERT. Интеграция GPT началась в 2019 г, и именно она добилась успеха.

Самыми популярными типами генеративных моделей на 2024 г являются:

• Генеративно-состязательные сети (GAN),
• вариационные автокодировщики (VAE) и
• архитектура Трансформеров, применяемые в GPT и BERT.

Токены - базовые единицы информации и ограничения памяти

Токен представляет собой базовую единицу информации, используемую моделью для обработки и генерации текста. Токен может быть словом, частью слова, символом или даже группой слов, в зависимости от того, как модель была обучена разделять и интерпретировать текст.

Не вдаваясь в алгоритмы токенизации, в среднем английский текст содержит 4-5 символов в одном токене, а русский текст 2.2-2.4 символа. Например статья на русском языке в 6000 символов с учетом пробелов будет содержать около 2600 токенов. Генерировать тексты на английском дешевле, писал Spydell Finance. Игорь Лейпи, ГК Softline: Объем поставок российских операционных систем в ближайшие годы увеличится как минимум вдвое

Самая значительная проблема генеративного ИИ - длина контекста и встроенные алгоритмы функционирования.

Первые редакции GPT 3.5 имели 4096 токенов, самая последняя версия имеет 16 тыс токенов, GPT 4 до ноября 2023 г имела 32 тыс, а после ноября GPT 4 Turbo уже 128 тыс.

Соответственно, предельная длина контекста для GPT 3.5 Turbo с 16 тыс токенов составляет около 37 тыс символов текста на русском языке, а для GPT 4 Turbo со 128 тыс токенов – почти 300 тыс символов.

Что это всё значит? В рамках одного сеанса генеративный искусственный интеллект (ГИИ) забывает, о чем была речь в начале обсуждения, что делает невозможным накопление опыта и развернутые обсуждения. Это, как если бы человек каждый раз забывал, что было два дня назад, отсекая весь прошлый накопленный жизненный опыт.

Если кратко, принцип работы ГИИ заключается в формализации контекстного вектора (сжатое представление входных данных) для генерации продолжения диалога (выходная информация), т.е. происходит компрессия (сжатие) контента (входной единицы информации). С чем это можно сравнить?

Представьте, как если бы высококачественное изображение PNG в 3840*2160 пикселей сжималось бы до картинки 384*216 пикселей JPG, т.е. в 100 раз по пикселям с агрессивным механизмом сжатия с потерями качества. Вроде бы можно корректно интерпретировать информацию на сжатой картинке (понять, что изображено), но происходит необратимая потеря деталей.

Так и с ГИИ. Вся информация поступающая на вход ГИИ так или иначе с различными алгоритмами и механизмами сжатия претерпевает компрессию.

Например, стоит задача проанализировать 10 млн символов правовой информации, что составляет около 4 млн токенов. Как при окне контекста в 128 тыс токенов произойдет обработка информации, кратно превышающей предельную длину контекста?

На начало 2024 г есть два наиболее часто используемых приема.

• Разделение текста на блоки, параграфы, близкие по смыслу и принудительная компрессия на X величину.
• Скользящее окно контекста, когда последовательно обрабатывается первый блок на 128 тыс токенов, сжимается в 20 раз, далее второй блок и так далее. В итоге на выходе получается экстракт в 20 раз с неизбежной потерей деталей и содержания. Можно ли в законодательных документах применять этот прием? Пока нет.

Таким образом ГИИ очень полезен для составления сжатых сводок текстовой, видео и аудио информации. Для анализа информации, представляющей значение – пока нет.

Это значит, что если писать масштабные художественные произведения или научно-исследовательские проекты, ГИИ не позволит эффективно наследовать характеристики и связи объектов на более ранних итерациях.

Можно ли решить эту проблему в будущем? Длина контекста должна вырасти на несколько параметров. Не 128к, как в начале 2024 г, а в тысячи раз больше!

Слабые стороны ГИИ

На начало 2024 г Spydell Finance выделял следующие ограничения генеративного ИИ:

• Нет самообучения.

• Не подходит для сложных интегральных и многомерных проектов, где нужно учитывать целостную картину и динамические связи

• Необходимо очень жестко формализовать задание для получения желаемого эффекта и часто время на промт-инжиниринг превосходит выгоду от использования ГИИ (проще все сделать руками, как раньше). Необходимо задачу разбивать на множество подзадач до предельного упрощения.

• Ограниченная длина контекста (см. Токены выше).

• Много ошибок, нет проверки фактов. ГИИ мастерски имитирует правду и генерирует выходной контент очень убедительно, но если копнуть глубже оказывается, что значительная часть информации – подделка и галлюцинации.

В чем революция

Изначально предполагалось, что ИИ заменит монотонный/повторяющиеся, а значит формализируемый вид труда и низко-квалифицированную рабочую силу и лишь в самом конце, на вершине своей эволюции ударит по творческим профессиям, но оказалось все иначе, писал Spydell Finance.

Генеративный ИИ сносит именно творческий сегмент профессий:

• Создание текста – осмысленные тексты, практически не отличимые от человеческого стиля письма, с возможностью создавать анекдоты, стихи, сценарии для фильмов, истории, новостные статьи.

• Создание программного кода, что позволит в десятки раз ускорить поиск решений и создание кода для профессиональных программистов, заменяя низко и средне квалифицированных программистов.

• Создание музыки. Генерация музыкальных композиций, имитирующих определенные стили, на основе анализа десятков тысяч произведений или создание совершенно новых музыкальных произведений (экспериментальная нейро-музыка).

• Создание реалистичных изображений. Опять же, на основе анализа паттернов сверх большого массива реальных фотографий упорядочиваются характеристики, структура и особенности объектов и далее через алгоритмы GAN генерируются синтетические изображения.

• Создание видео, дипфейки. ИИ анализирует видео, изучая характеристики движения, переходы между кадрами, визуальные и аудио паттерны и далее по аналогичному методу, как и с изображениями – генерируется ИИ видео. Может применяться для анимации, создания спецэффектов.

• Генерация речи, сохраняя тембр, интонации, ритм человеческой речи. Может применяться в ИИ-консультантах, синхронных переводчиках, навигационных системах, голосовых помощниках, в озвучивании книг, онлайн видео и фильмов.

• Симулирование и моделирование сложных систем. Все, что можно формализовать – идеальная среда для ИИ. Научные вычисления входят в этот сегмент. Может применяться в расширении предиктивных/предсказательных моделей в финансах, экономике и бизнесе, в виртуальном прототипировании (для инженеров, архитекторов, конструкторов).

Хроника

2024

Как генеративный ИИ поможет российским нефтегазовым компаниям заработать дополнительные 343 млрд рублей

Суммарный эффект от применения генеративного искусственного интеллекта (ГенИИ) для российских нефтегазовых компаний может составить до 343 млрд рублей в год. Это может быть достигнуто благодаря повышению производительности труда и эффективности производства, о чем говорится в исследовании «Выгон Консалтинга», результаты которого опубликованы 3 апреля 2024 года.

Отмечается, что нефтегазовые компании активно используют ИИ с глубоким обучением для работы с большими структурированными числовыми данными. При этом по состоянию на начало апреля 2024-го в отечественном нефтегазовом секторе отсутствуют промышленные решения на базе ГенИИ. Между тем внедрение таких технологий позволяет охватить более значительный объем информации, сократить время на ее анализ, увеличить скорость и качество принятия решений. ГенИИ, в частности, сможет повысить автоматизацию функциональных процессов, связанных с инженерией и научно-технической экспертизой. В отчете сказано, что автоматизировано может быть до 59% прикладной экспертизы. В целом, потенциал автоматизации работы профессиональных групп, связанных с инженерией, при использовании нейросетей оценивается в 57%.

Unsplash

Аналитики полагают, что из 343 млрд рублей общего эффекта от внедрения ГенИИ наибольшая доля (около 69%) придется на такие направления, как геологоразведочные работы, бурение, обустройство и капстроительство, мониторинг и управление добычей. На первом этапе ГенИИ сможет решать относительно простые задачи: это распознавание текстовых документов, поиск в базе знаний, а также обобщение документов и построение ключевых выводов.

Говорится также, что внедрению соответствующих технологий в России препятствуют санкционные ограничения и высокая стоимость систем. Так, суммарных инвестиций в ГенИИ в России достаточно для создания лишь одной мегамодели уровня 2023–2024 года, тогда как в будущем потребуется их увеличение, поскольку расходы на создание и развитие могут достигнуть 100 млрд рублей.^[1]

Возможности использования генеративного ИИ для обеспечения технологического суверенитета российского ТЭК

Как в России развивается генеративный ИИ

1 марта 2024 года Ассоциация ФинТех (АФТ) представила результаты исследования, посвященного развитию генеративного искусственного интеллекта (ГенИИ) в России. Обнародованный отчет призван упросить взаимодействие между разработчиками продуктов и решений на базе ИИ и представителями финансового рынка, а также помочь в создании инновационных решений в соответствующей сфере.

Авторы отчета описывают структуру российского рынка, выделяя четыре базовых слоя. Это продукты и сервисы на базе ГенИИ, инструменты для ГенИИ, модели, а также инфраструктура. К первой из этих категорий относятся горизонтальные и вертикальные прикладные решения, доступные локально и в облаках. В число горизонтальных входят приложения в таких отраслях, как продажи, продуктивность, финансы, обслуживание клиентов, информационные технологии и управление знаниями. Вертикальные и отраслевые приложения охватывают такие области, как финтех, юриспруденция, естественные науки, ретейл, здравосохранение, транспорт, PR/маркетинг и робототехника.

АФТ

Инструменты для ГенИИ включают средства для эффективного и безопасного промышленного использования базовых моделей. В свою очередь, сами модели делятся на GPT-решения, доменные и диффузионные системы. Кроме того, ведется развитие маркетплейсов генеративных моделей. ИИ-инфраструктура объединяет вычисления для обучения, программируемые/специализированные интегральные схемы, сети связи, интерконнект, средства обеспечения базовой безопасности, приватные вычисления, облачные сервисы и пр.

АФТ

К концу 2023 года, по оценкам, 20% крупных российских компаний применяют решения на основе ГенИИ. Более чем для 60% сотрудников развитие ГенИИ станет скорее плюсом, поскольку позволит высвободить их время за счет автоматизации рутинных задач, таких как сбор, ввод и первичная обработка данных, типовой документооборот, первичные коммуникации с клиентами, бухгалтерия и пр.^[2]

Сергей Брин назвал провальным новый сервис Google по генерированию изображений

В первых числах марта 2024 года сооснователь Google Сергей Брин заявил о том, что компания «определенно напортачила» с генерацией изображений в большой языковой модели Gemini. Пользователи жалуются на сомнительные ответы и исторические неточности, которые ИИ-система допускает в процессе работы. Подробнее здесь.

Зачем банки тратят миллиарды долларов на генеративный ИИ

Исследование Juniper Research, результаты которого опубликованы 23 января 2024 года, говорит о том, что банки быстро увеличивают расходы на генеративный искусственный интеллект (GenAI). Внедрение таких инструментов позволяет улучшить качество обслуживания клиентов и повысить уровень безопасности. Подробнее здесь.

Как генеративный ИИ экономит сотни миллиардов долларов больницам и клиникам

К 2025 году генеративный искусственный интеллект (GenAI) высвободит до 10% времени врачей, а также поможет медицинским учреждениям экономить сотни миллиардов долларов. Об этом говорится в исследовании IDC, результаты которого представлены 23 января 2024 года. Подробнее здесь.

2023

Названы 10 главных трендов в сфере генеративного ИИ для бизнеса

Технологии генеративного искусственного интеллекта (GenAI) позволят компаниям и организациям из разных секторов оптимизировать процессы, увеличить продуктивность работы персонала, сэкономить время при выполнении рутинных задач и сократить расходы. 29 ноября 2023 года аналитики IDC назвали 10 ключевых трендов в сфере GenAI для бизнеса.

1. GenAI поможет во внедрении инноваций

Генеративный ИИ будет использоваться для совместной разработки цифровых продуктов и услуг путем выявления рыночных перспектив и распределения ресурсов компании. Предприятия смогут более эффективно реализовывать новые проекты, что поможет увеличить доход.

Технологии генеративного искусственного интеллекта (GenAI) позволят компаниям и организациям из разных секторов оптимизировать процессы

2. Рост инвестиций в цифровые технологии продолжится

В 2024 году, полагает IDC, расходы компаний на цифровые решения будут расти в семь раз быстрее, нежели экономика в целом. Трансформация рынка стимулирует предприятия к развитию новых бизнес-моделей и укреплению цифровых возможностей.

3. ИИ на уровне высшего руководства

Согласно опросу IDC, более половины ИТ-директоров заявляют, что в их организации есть или планируется должность главы направления ИИ. Причем во многих случаях речь идет о включении таких специалистов в состав высшего руководства (на уровне исполнительной команды).

4. Генеративный ИИ на цифровых предприятиях

Компании, осуществляющие цифровую трансформацию, продолжат внедрять средства GenAI для улучшения своих бизнес-моделей и создания дополнительного конкурентного преимущества. Цифровые предприятия, по мнению аналитиков, в 2024 году будет активно инвестировать средства в приложения GenAI.

5. Цифровые бизнес-платформы

Такие решения оптимизируют анализ деятельности компании, позволяя лучше оценивать эффект от инвестиций. По мере цифровизации предприятий бизнес-платформы нового поколения могут способствовать росту финансовых показателей.

6. ИИ стимулирует появление новых цифровых бизнес-моделей

IDC полагает, что сочетание прогнозирующего ИИ, машинного зрения и технологий GenAI, а также предоставление услуг по запросу через цифровые экосистемы откроют новые возможности для бизнеса. Компании смогут создавать продукты и услуги с учетом интересов определенных групп клиентов.

Более половины ИТ-директоров заявляют, что в их организации есть или планируется должность главы направления ИИ

7. Внедрение новых показателей эффективности

Аналитики полагают, что на фоне продолжающейся цифровой трансформации компании начнут применять новые критерии оценки эффективности операций. Это поможет в принятии стратегически важных решений.

8. Цифровые инициативы выходят на первый план

IDC считает, что ИТ-руководители компаний сосредоточат усилия на улучшении бизнес-результатов, повышении гибкости операций и создании новых источников дохода путем внедрения цифровых услуг и сервисов.

9. ИИ окажет влияние на рабочие процессы

Массовое внедрение ИИ создаст определенные сложности для сотрудников, повлияв на устоявшиеся операционные процессы и подготовку кадров. Поэтому работникам компаний придется пройти переподготовку и получить навыки взаимодействия с платформами GenAI.

10. Цифровые технологии помогут в достижении целей устойчивого развития

Компаниям, по мнению аналитиков, предстоит тщательно планировать инвестиции для достижения бизнес-целей при одновременном обеспечении устойчивого развития. Это позволит эффективно использовать имеющиеся ресурсы с прицелом на долгосрочное успешное расширение деятельности.

В целом, отмечает IDC, отрасль вступает в эру цифрового бизнеса: компании ищут новые источники доходов, одновременно оцифровывая операции для сокращения затрат и повышения отдачи от инвестиций.^[3]

Как генеративный ИИ будет развиваться в 2024 году. 6 главных трендов

Внедрение средств генеративного искусственного интеллекта создает качественно новые возможности, как для организаций, так и для потребителей. Такие инструменты помогают повысить эффективность бизнес-операций, улучшить качество обслуживания клиентов, сократить временные и финансовые затраты на выполнение рутинных задач. В 2024 году рынок генеративного ИИ продолжит активно развиваться, а до 60% скептиков, негативно относящихся к технологии, в том или ином виде начнут использовать или оценивать ее. Об этом говорится в отчете Forrester Research, опубликованном 24 октября 2023 года. Аналитики называют шесть ключевых трендов на мировом рынке генеративного ИИ.

1. Улучшение клиентского опыта

Средства генеративного ИИ, по мнению Forrester, в 2024-м впервые за многие годы позволят улучшить уровень обслуживания клиентов. Службы поддержки смогут быстрее и качественнее отвечать на вопросы и решать многие проблемы пользователей уже при первом обращении. При этом значительно сократится время ожидания при звонках в колл-центры, а нагрузка на специалистов служб поддержки снизится. Станет возможна автоматизация резюмирования обращений и предоставление мгновенных точных ответов с помощью чат-ботов с возможностями извлечения информации.

Внедрение средств генеративного ИИ создает качественно новые возможности

2. Персонализированные ИИ-решения для корпоративных клиентов

В 2024 году 10 крупнейших рекламных агентств потратят в общей сложности приблизительно $50 млн на создание индивидуальных ИИ-систем, которые позволят их клиентам масштабировать маркетинговые кампании, повышать эффективность деятельности и привлекать новых заказчиков.

3. Техника подсказок в облаке

В 2024 году, по мнению аналитиков, многие гиперскейлеры и облачные платформы в том или ином виде внедрят технику подсказок (prompt engineering). Это концепция ИИ, нацеленная, в частности, на обработку естественного языка. В технике подсказок описание задачи встраивается во входные данные, а не указывается в неявном виде. Однако, полагает Forrester, несмотря на внедрение prompt engineering облачными платформами, 80% предприятий будут привлекать для решения соответствующих задач внутренних специалистов.

4. Регулирование в сфере генеративного ИИ

Сервисы ИИ создают новые возможности, но одновременно порождают дополнительные проблемы, в частности, в плане обработки персональной информации. Поэтому, сообщает Forrester, компаниям следует идентифицировать приложения, которые могут спровоцировать некорректное использование личных данных, а также внедрить дополнительные инструменты для управления рисками.

В 2024 году рынок генеративного ИИ продолжит активно развиваться

5. Изменения в B2B-сфере

Несмотря на появление новых рекомендательных систем на основе ИИ, многие заказчики в B2B-сегменте предпочитают личное общение со специалистами по продуктам, считая такое взаимодействие более ценным и эффективным.

6. Сокращение инвестиций в улучшение опыта сотрудников

По мере того, как платформы генеративного ИИ берут на себя выполнение однообразных функций, компании начнут сокращать инвестиции в улучшение опыта сотрудников, то есть, в повышение качества взаимодействия работников со своей организацией. В целом же, подчеркивает Forrester, генеративный ИИ, несмотря на определенные риски, будет служить опорой, на которую предприятия полагаются для расширения возможностей, улучшения бизнес-процессов, привлечения сотрудников и клиентов. В 2024-м, считают аналитики, наибольшего успеха добьются те компании, которые внедрят генеративный ИИ и продолжат экспериментировать с данной технологией.^[4]

Сколько компании в мире тратят на генеративный ИИ

В 2023 году компании по всему миру инвестируют около $16 млрд в генеративный искусственный интеллект (ИИ), прогнозируют аналитики IDC (исследование опубликовано 16 октября 2023 года). В свои расчеты они включили расходы на оборудование, программное обеспечение, а также ИТ- и бизнес-услуги, связанные с генеративным ИИ.

Вице-президент IDC Риту Джиоти (Ritu Jyoti) говорит, что генеративный искусственный интеллект - это не какой-то мимолентный тренд или хайп. Это революционная технология, которая может оказать долгосрочное влияние на бизнес.

Компании по всему миру инвестируют около $16 млрд в генеративный искусственный интеллект

Благодаря этичному и ответственному внедрению генеративный ИИ может изменить рынки, изменить то, как мы работаем, играем и взаимодействуем с миром, - добавил эксперт.

Для работы таких ИИ-систем нужна инфраструктура, включая оборудование и сервисы, такие как IaaS (инфраструктура как услуга) и SIS (программное обеспечение для системной инфраструктуры). Именно инфраструктура занимает большую часть расходов компаний при инвестировании в генеративный ИИ, и такая ситуация останется в будущем, считают аналитики IDC, выпустившее исследование рынка в октябре 2023 года. При этом наиболее высокие темпы роста на рынке прогнозируются в сегментах программного обеспечения (+76,8% в год в период с 2023 по 2027 гг. ), ИИ-платформ и моделей (+96,4% в год) и разработки приложений (+82,7% в год).

Эксперты IDC ожидают, что расходы бизнеса на генеративный искусственный интеллект в горизонте 2023-2027 гг. будут расти среднегодовыми темпами в 73,3% - более чем в два раза быстрее, чем расходы на ИИ в целом, и почти в 13 раз быстрее затрат на ИТ-сфер. В 2027 году расходы на генеративный ИИ составят 28,1% от всех вложений в сферу ИИ в целом против 9% в 2023 году, говорится в исследовании.

По мнению аналитика IDC Рика Вилларса (Rick Villars), темпы роста расходов на генеративный интеллект будут сдерживаться до 2025 года из-за нестабильности в изменении рабочих процессы и распределении ресурсов, связанных с чипами, сетевыми коммуникациями, ИИ-навыками и т. п. Кроме того, негативное влияние на рынок будут оказывать высокие цены, опасения компаний по поводу защищенности данных и конфиденциальности. Инвестиции на рынке будут развиваться естественным образом, следуя за тем, как организации переходят от ранних экспериментов к активному применению и широкому внедрению технологии, считают в IDC.

Доходы рынка генеративного искусственного интеллекта могут увеличиться к 2032 году до $1,3 трлн

Доходы рынка генеративного искусственного интеллекта могут увеличиться к 2032 году до $1,3 трлн, следует из отчета аналитиков Bloomberg Intelligence. Это в 32 раза больше, чем этот рынок принес в 2022 году, когда прибыль составила $40 млрд.

Аналитики полагают, что в секторе генеративного искусственного интеллекта в течение 10 лет произойдет взрывной рост, который может коренным образом изменить методы работы технологического сектора. По расчетам Bloomberg, этот сектор может расти со среднегодовым темпом (CAGR) 42% в течение 10 лет, что объясняет спрос на инфраструктуру для обучения нейросетей, а также на устройства с моделями искусственного интеллекта, рекламу и другие услуги. Рынок инфраструктуры для обучения ИИ может составить к 2032 году примерно $247 млрд, прогнозирует Bloomberg. Доход от цифровой рекламы может достичь к этому времени $192 млрд, а доход от серверов искусственного интеллекта — $134 млрд, говорится в отчете. Главными получателями выгоды могут оказаться облачное подразделение Amazon, Alphabet (материнская компания Google), производитель микрочипов Nvidia и Microsoft, считают исследователи.^[5]

Как компании внедряют генеративный ИИ в мире - исследование Gartner

В 2023 году менее 5% компаний и организаций в глобальном масштабе применяют программные интерфейсы (API) или модели генеративного искусственного интеллекта (GenAI) и (или) внедряют соответствующие приложения в своих операционных средах. Однако к 2026-му этот показатель может превысить 80%, о чем говорится в исследовании Gartner, результаты которого опубликованы 11 октября 2023 года.

Генераторный ИИ стал главным приоритетом для корпоративных руководителей верхнего звена и привел к появлению новых инструментов, выходящих за рамки базовых моделей. Спрос на приложения и сервисы GenAI растет во многих отраслях, таких как здравоохранение, медико-биологические науки, юридические и финансовые услуги, государственный сектор, — отмечает Арун Чандрасекаран (Arun Chandrasekaran), вице-президент Gartner.

Менее 5% компаний и организаций в глобальном масштабе применяют программные интерфейсы (API) или модели генеративного ИИ

Аналитики выделяют три ключевых направления, которые окажут значимое влияние на организации, использующие или внедряющие средства ИИ. Одно из них — приложения с поддержкой GenAI. Такие инструменты помогают в решении повседневных задач и позволяют ускорить достижение поставленных целей благодаря автоматизации рутинных процессов. По состоянию на октябрь 2023 года основной областью применения приложений на базе GenAI является анализ больших объемов текстовой информации с применением запросов на естественном языке. Генеративный ИИ помогает извлекать нужные данные, создавать новый контент и идеи, включая разговоры, истории, изображения, видео и музыку. Кроме того, средства GenAI применяются для улучшения качества цифровых изображений, редактирования материалов, быстрого создания прототипов для производства и пр.

Второе направление — базовые модели. Это масштабные ИИ-модели, предварительно обученных на огромных объемах данных. К ним, в частности, относятся большие языковые модели (LLM), специально ориентированные на выполнение таких задач, как обобщение, генерация текста, классификация, формирование ответов на вопросы и пр. По оценкам Gartner, к 2027 году базовые модели будут лежать в основе 60% платформ обработки естественного языка против менее чем 5% в 2021 году. Базовые модели найдут применение в самых разных сферах. Например, в финансовом секторе учреждения смогут использовать чат-ботов на основе ИИ для улучшения обслуживания клиентов, генерируя рекомендации по продуктам и ответы на запросы пользователей. Кредитные организации получат возможность ускорить выдачу займов с помощью базовых моделей на рынках с недостаточным финансовым обслуживанием, особенно в развивающихся регионах. Кроме того, базовые модели помогут ускорить инновации в здравоохранении, автомобилестроении, энергетике, телекоммуникациях и пр. Компании из индустрии развлечений могут использовать генеративный ИИ для разработки игр нового поколения и предоставления пользователям возможности создавать глубоко персонализированные аватары.

Генераторный ИИ стал главным приоритетом для корпоративных руководителей верхнего звена и привел к появлению новых инструментов

Третьей ключевой областью эксперты Gartner называют управление доверием, рисками и безопасностью (AI TRiSM). Это важная основа для создания ответственного ИИ. Речь идет об управлении инструментами ИИ, обеспечении надежности, справедливости, эффективности и защиты данных. Кроме того, должны соблюдаться этические нормы и конфиденциальность пользователей. Аналитики полагают, что организации, которые не уделяют должного внимания средствам AI TRiSM, столкнутся с самыми разными проблемами, включая финансовые и репутационные потери, провалы проектов и невозможность достижения поставленных бизнес-целей, социальный вред и возможные судебные разбирательства.^[6]

Как генеративный ИИ используют в индустрии моды

Технологии генеративного искусственного интеллекта могут оказать серьезное влияние на индустрию моды. Такие системы помогут быстрее выводить одежду и аксессуары на рынок, более эффективно продавать их и улучшать качество обслуживания клиентов. Об этом говорится в исследовании компании McKinsey, результаты которого обнародованы в начале марта 2023 года.

Аналитики отмечают, что индустрия моды экспериментирует с базовым ИИ и другими передовыми технологиями: это, в частности, метавселенные, невзаимозаменяемые токены (NFT), цифровые идентификаторы и дополненная или виртуальная реальность. В то же время в данной области по состоянию на начало 2023 года практически не применяются средства генеративного ИИ, несмотря на их огромный потенциал. Согласно оценкам McKinsey, к 2026–2028 годам генеративный ИИ может добавить от $150 млрд до $275 млрд к операционной прибыли в секторах одежды, моды и предметов роскоши.

Технологии генеративного искусственного интеллекта могут оказать серьезное влияние на индустрию моды

На наш взгляд, генеративный ИИ — это не просто автоматизация процессов. Это еще и расширение и ускорение. Профессионалы в сфере моды и творческие люди получают технологические инструменты, позволяющие выполнять определенные задачи значительно быстрее. Таким образом, может быть высвобождено дополнительное время для тех вопросов, которые могут решить только люди. Это также означает создание новых сервисов для более качественного обслуживания клиентов, — говорится в отчете McKinsey.

Создание продуктов

Вместо того чтобы полагаться на традиционные исследования тенденций и анализ рынка для разработки дизайна коллекции следующего сезона, участники сферы моды могут использовать генеративный ИИ для изучения отрасли в реальном времени. Генеративный ИИ может, например, быстро выполнять анализ настроений покупателей на основе видеороликов в социальных сетях или моделировать тенденции на основе нескольких источников потребительских данных. На базе заданных параметров, таких как тип ткани, цветовые палитры и узоры, системы генеративного ИИ могут быстро создавать множество вариантов дизайна.

Профессионалы в сфере моды и творческие люди получают технологические инструменты, позволяющие выполнять определенные задачи значительно быстрее

Маркетинг

Руководители и агентства по маркетингу могут использовать генеративный ИИ для мозгового штурма с целью разработки стратегий ведения бизнеса и определения содержания рекламных кампаний. Генеративный ИИ также может применяться для персонализированного общения с клиентами. Кроме того, такие системы могут использоваться для создания определенного контента, например, коротких видеороликов для социальных платформ.

Цифровая коммерция и потребительский опыт

Специализированные чат-боты на основе генеративного ИИ, обученные для индустрии моды, помогут поднять качество обслуживания клиентов и ускорить многие операции. Такие инструменты способны поддерживать разговор или давать рекомендации по стилю после того, как покупатель покидает магазин. Подобные системы смогут анализировать профили потребителей и онлайн-взаимодействие в режиме реального времени. Генеративный ИИ также может применяться для обучения сотрудников салонов продаж. Умные платформы дадут стилистам возможность быстро и точно интерпретировать множество отзывов клиентов и выбирать продукты, которые потребители купят с большей вероятностью. Если клиенты регулярно указывают, например, на «отличную посадку» и «приятный цвет» брюк определенного стиля, генеративный ИИ может создать изображения похожих брюк, которые покупатели, скорее всего, захотят приобрести. Виртуальные примерочные — еще один сервис, который поможет улучшить продажи и качество обслуживания потребителей.^[7]

2022

В генеративный ИИ в мире за год вложили $5 млрд. Спрос на таких разработчиков стремительно растет

По итогам 2022 года инвестиции на мировом рынке генеративного искусственного интеллекта достигли приблизительно $5 млрд. При этом спрос на специалистов в соответствующей области стремительно растет, о чем говорится в исследовании компании McKinsey, результаты которого обнародованы 20 июля 2023 года.

Аналитики отмечают, что генеративный ИИ знаменует собой переломный момент для развития отрасли ИИ в целом. Такие системы способны создавать новый, неструктурированный контент — текст, аудио, видео, изображения, код, симуляции и пр. В бизнес-контексте генеративный ИИ позволит переосмыслить операционные процессы и улучшить качество обслуживания клиентов. Кроме того, повысится производительность труда сотрудников.

Генеративный ИИ знаменует собой переломный момент для развития отрасли ИИ в целом

По состоянию на 2023 год практически 80% исследований в области ИИ сосредоточены именно на генеративном направлении. Количество объявлений о вакансиях в данной сфере поднялось на 44% в течение 2021–2022 годов. Венчурные инвестиции в соответствующем сегменте по сравнению с 2020-м взлетели на 425%. Варианты использования генеративного ИИ изучают компании и организации в самых разных отраслях — от финансовых услуг до медико-биологических наук. Многие предприятия реализуют новые проекты на основе больших языковых моделей (LLM), тогда как другие компании интегрируют возможности генеративного ИИ в существующие продукты и сервисы.

На фоне стремительного развития отрасли генеративного ИИ растет нагрузка на вычислительные платформы. В этой связи крупные облачные и технологические компании начинают активно заниматься разработкой собственных аппаратных ускорителей. Специализированные акселераторы дают возможность не только поднять производительность, но и снизить потребление энергии. Например, Google разработала тензорный процессор четвертого поколения (TPU v4), который позволил примерно в десять раз увеличить быстродействие по сравнению с предыдущими версиями.^[8]

Рынок генеративного искусственного интеллекта достиг объема в $40 млрд

По итогам 2022 года объём глобального рынка технологий генеративного искусственного интеллекта достиг приблизительно $40 млрд. Это на 75% больше показателя за 2021-й, когда затраты в соответствующем сегменте оценивались в $23 млрд. Такие данные приводятся в исследовании Bloomberg Intelligence, результаты которого были обнародованы 1 июня 2023 года.

Аналитики говорят, что появление передовых потребительских сервисов на основе генеративного ИИ, таких как ChatGPT и Google Bard, способствует стремительному развитию данной отрасли. В 2023 году затраты в этой области, как полагают эксперты, достигнут $67 млрд, в 2024-м — $137 млрд, а в 2025-м — $217 млрд. В 2032 году расходы превысят $1,3 трлн. Таким образом, среднегодовой темп роста в сложных процентах (CAGR) на протяжении десяти лет (к 2032 году) окажется на отметке приблизительно 42%.

Мир столкнётся с взрывным ростом в секторе генеративного ИИ в течение десятилетия — такие инструменты обещают коренным образом трансформировать технологическую отрасль. По мере своего развития ИИ-решения будут становиться всё более важной статьёй расходов в сферах рекламы, обеспечения информационной безопасности и ИТ-инфраструктуры в целом, — говорит Мандип Сингх (Mandeep Singh), руководитель исследования Bloomberg Intelligence.

В отчёте отмечается, что всевозможное программное обеспечение в сфере ИИ, такое как «умные» помощники, инфраструктурные продукты, а также софт, ускоряющий кодирование, может принести $280 млрд в 2032 году. Показатель CAGR по данному направлению ожидается на уровне 69%.

На аппаратные решения придётся основная часть расходов — примерно $641 млрд по итогам 2032-го. От этой суммы около $168 млрд обеспечат различные устройства, а ещё $473 млрд — инфраструктурное оборудование, применяющееся в том числе для обучения масштабных ИИ-моделей на огромных массивах всевозможной информации. Развитие генеративного искусственного интеллекта приведёт к увеличению отгрузок специализированных серверов, систем хранения данных и компонентов платформ машинного зрения. В частности, только ИИ-серверы в 2032 году принесут поставщикам примерно $134 млрд. Бизнес цифровой рекламы, подкреплённый технологиями ИИ, обеспечит выручку в размере $192 млрд. А в сегменте программных помощников на основе ИИ затраты в 2032-м могут составить до $89 млрд.

Прогнозируется, что к 2032 году вклад отрасли генеративного искусственного интеллекта в общий объём ИТ-рынка окажется на уровне 10–12% против менее чем 1% по итогам 2022-го. Эти данные учитывают продажи программных продуктов, аппаратного обеспечения, рекламы и других услуг. В числе ведущих игроков рынка генеративного ИИ называются облачное подразделение AWS компании Amazon, Google, Nvidia и корпорация Microsoft, вложившие миллиарды долларов в OpenAI — разработчика ChatGPT.

Вклад отрасли генеративного искусственного интеллекта в общий объём ИТ-рынка окажется на уровне 10–12%

Вместе с тем растёт обеспокоенность по поводу повсеместного внедрения нейросетей и генеративного ИИ. Такие инструменты могут применяться для создания реалистичных дипфейков, провоцирующих волнения среди населения и конфликты. В то же время Центр безопасности искусственного интеллекта (CAIS) в США предупреждает, что стремительное развитие технологий ИИ и вовсе может обернуться исчезновением всего человечества.

Снижение риска вымирания людей, которое может произойти из-за искусственного интеллекта, должно стать глобальным приоритетом — наряду с противодействием другим угрозам, таким как пандемии и ядерная война, — говорится в заявлении CAIS.[9]

Разработчики генеративных ИИ-приложений привлекли $1,37 млрд инвестиций

7 января 2023 года обнародованы данные об объёме инвестиций в компании, занимающиеся генеративным искусственным интеллектом (ИИ). Сообщается, что в 2022-м такие проекты привлекли $1,37 млрд — почти столько же, сколько за предыдущие пять лет вместе взятые.

Генеративный ИИ предполагает использование технологий, которые позволяют формировать текст, изображения, звуки и другие медиаданные в ответ на запросы пользователя. По оценкам, более 450 стартапов к концу 2022 года работали над подобными решениями.

За 2022 год разработчики генеративных ИИ-приложений привлекли $1,37 млрд инвестиций

В частности, много шума наделал чат-бот ChatGPT компании OpenAI, которая, по сообщению газеты The Wall Street Journal, теперь оценивается в $29 млрд. В течение 2022 года, по данным PitchBook, в общей сложности были заключены 78 сделок по инвестициям в разработчиков генеративных ИИ-приложений. В качестве наиболее ярких примеров The New York Times называет проект стартапа Jasper, основанного в 2021 году: в октябре 2022-го он привлёк $125 млн, а его рыночная стоимость достигла $1,5 млрд. Основанная в 2020 году компания Stability AI, разрабатывающая решения для создания изображений, в том же месяце привлекла $101 млн, получив оценку в $1 млрд. Небольшие проекты, занимающиеся генеративным ИИ, включая Character.AI, Replika и You.com, также вызвали интерес инвесторов.

Эксперты Sequoia Capital заявляют, что генеративный ИИ «может создать триллионы долларов экономической ценности». А Лонн Джаффе (Lonne Jaffe), инвестор Insight Partners, сравнил развитие отрасли генеративного ИИ с ранними этапами становления интернета. Однако некоторые специалисты опасаются, что ажиотаж вокруг генеративного ИИ опередил реальность. Технология подняла острые этические вопросы о том, как такие приложения могут повлиять на авторские права и нужно ли компаниям получать разрешение на использование данных, которые обучают их алгоритмы.^[10]

2021: Бум моделей генеративного ИИ

Впервые формализация концепции ИИ произошла еще в середине XX века, а более осмысленные и работоспособные модели ИИ - в 1990-е (на уровне расширенных скриптов и экспертных систем, где пионером были компьютерные игры).

В 2000-х годах распознавание текста и позже изображений, переводчики, голосовые ассистенты, торговые алгоритмы.

В 2010-х годах – глубокое обучение и нейронные сети, Big data, распознавание видео, самоуправляемый транспорт.

Высокоразвитые модели ИИ начали появляться в 2017-2018, бурная экспансия началась с 2019-2020 (бум инструментов для фото, рекомендации музыки, анализ новостного контента, дипфейки), а с 2021 по экспоненте пошли вверх генеративные модели ИИ.

Робототехника

Примечания