Во внедрении искусственного интеллекта (ИИ) государство видит источник роста ВВП за счет повышения производительности труда и перехода РФ к типу организации экономических отношений с высокими темпами роста производительности и значительным увеличением доли высококвалифицированных специалистов в общей численности работников, объяснила в беседе с журналистом «Ведомостей» коммерческий директор РДТЕХ Светлана Иванова.

«Сфера применения технологий машинного обучения не имеет особенных ограничений. Основной критерий – экономическая целесообразность. Наиболее распространенные предметные области – анализ больших данных, роботизация процессов, системы поддержки принятия решений», рассказала эксперт.

Интерес госзаказчиков к решениям ИИ связан в том числе с внесением изменений в Национальную стратегию развития ИИ, констатирует Светлана Иванова. И приводит ряд утвержденных документом показателей, которых необходимо достичь к 2030 году:

— Совокупная максимальная мощность всех суперкомпьютеров в РФ — не менее 1 экзафлопса;

— Совокупный прирост ВВП за счет использования технологий ИИ — не менее 11,2 трлн рублей накопленным итогом;

— Ежегодный объем оказанных услуг по разработке и реализации решений в области ИИ — не менее 60 млрд рублей;

— Численность выпускников по направлению ИИ — не менее 15,5 тысяч в год;

— Доля работников, имеющих навыки использования технологий ИИ в общей численности работников — не менее 80%;

— Уровень доверия граждан к технологиям ИИ — не менее 80%;

— Объем затрат организаций на внедрение и использование ИИ — не менее 850 млрд рублей в год.

Обучением нейросетей занимаются очень многие разработчики, разработкой собственных сетей – единицы. И ожидать формирования традиционной вендорской модели в России в этом направлении придется довольно долго, говорит Светлана Иванова. Прежде всего, в связи с отсутствием необходимых массивов структурированных данных для обучения нейросетей. Вторым немаловажным фактором, сдерживающим развитие в этом направлении, по мнению топ-менеджера РДТЕХ, является низкий уровень подготовки специалистов. «Как бы ни казалось странным, но использование технологий машинного обучения требует специализации на конкретной предметной области. Попытка применения одних и тех же математических моделей для целей анализа поведения людей, анализа изображений, данных о геноме человека обречено на провал», - пояснила Светлана.

Источник: Ведомости