Читайте РБК без баннеров

Подписка отключает баннерную рекламу на сайтах РБК и обеспечивает его корректную работу

Всего 99₽ в месяц для 3-х устройств

Продлевается автоматически каждый месяц, но вы всегда сможете отписаться

Почему развитие искусственного интеллекта невозможно без облаков

Фото:из личного архива
Фото: из личного архива
Как связано развитие искусственного интеллекта и облачных технологий, и почему первое невозможно без второго?

Об эксперте: Евгений Колбин, вице-президент «Сбера», генеральный директор SberCloud.

Волны оптимизма и разочарования в возможностях искусственного интеллекта, которые человечество переживало в XX веке, остались позади. Сегодня технологии ИИ — это не что-то, что будоражит сознание, а часть обыденной жизни. Однако бурный рост этой технологии был бы невозможен без роста облачного рынка. Многие ИИ-сервисы, с которыми вы сталкиваетесь каждый день — разговаривая с голосовым помощником, переводя тексты или обрабатывая фотографии с помощью нейросетей — не живут прямо в ваших гаджетах. Сложные вычисления, необходимые искусственному интеллекту, происходят на облачных серверах, а на смартфон или компьютер отправляется лишь результат.

Компании, запускающие масштабные проекты с применением искусственного интеллекта, как правило, делают это в партнерстве с облачным провайдером. Например, Shell запустила ИИ-платформу для анализа бурения и добычи совместно с Microsoft Azure, а 20th Century Fox разработала ИИ-сервис для анализа трейлеров к фильмам в партнерстве с Google Cloud.

Опрос, проведенный Deloitte в 2018 году, показал, что 58% компаний, развернувших технологии искусственного интеллекта, использовали облачные сервисы. Согласно прогнозу, к концу 2020 года этот показатель вырастет до 87%. А компания Tractica, занимающаяся исследованием рынка технологий, предсказывает, что к 2025 году на ИИ будет приходиться до 50% от общего дохода облачных сервисов.

Экономическая выгода облачных решений

Десять лет назад запускать модели машинного обучения было очень затратно, потому что необходимо было тратиться на владение, эксплуатацию и обслуживание вычислительного оборудования. Как правило, у моделей ИИ есть стадия обучения, которая требует очень много вычислительных мощностей. Если у вас нет большого запаса виртуальных машин, то модель будет обучаться очень и очень медленно.

Десять лет назад вы бы стояли перед выбором: либо обучить модель быстро, но при этом потратить внушительную сумму на закупку и установку серверов, которые будут простаивать после обучения, либо сэкономить на оборудовании, но очень медленно обучать нейросеть. Благодаря облакам появилась возможность экономить, но не проигрывать в скорости: можно арендовать огромные мощности на время обучения модели, а сразу после отключить лишние ресурсы одной кнопкой и перестать за них платить. Теперь обучать ИИ могут не только корпорации, которые исторически инвестировали в ЦОДы, но и компании любых размеров из любых индустрий.

Как облачные технологии становятся конкурентным преимуществом бизнеса Фото:Shutterstock

Облака демонстрируют выгоду и в случае хранения данных. Некоторые типы моделей ИИ приносят тем больше пользы, чем больше информации они обработали. Благодаря аутсорсингу хранилищ данных компании экономят на капитальных и эксплуатационных расходах. В итоге сегодня вы за несколько тысяч долларов можете обучить мощные системы искусственного интеллекта, которые 10-15 лет назад стоили бы сотни тысяч или даже миллионы.

Более высокая скорость разработки ИИ

Для создания решения с использованием машинного или глубокого обучения нужно несколько шагов:

  • построение моделей;
  • подготовка наборов данных;
  • обучение моделей на этих наборах;
  • оценка производительности моделей;
  • «донастройка» моделей для достижения оптимальных результатов.

Каждый из этих этапов может быть трудоемким и потребовать от специалистов по анализу данных принятия нескольких решений. Облачные сервисы для разработки искусственного интеллекта ускоряют этот процесс. Cloud-сервис может сам выбрать наиболее надежную модель и настроить ее быстрее, чем человек.

Сегодня компаниям, планирующим внедрять ИИ, не нужно «изобретать чат-бот». Благодаря высокой конкуренции между облачными провайдерами на рынке появляются много решений, облегчающих и ускоряющих разработку ИИ под разные задачи и ниши. Google Cloud недавно анонсировал три облачных ИИ-сервиса, заточенных на определенные бизнес-функции, такие как HR и маркетинг, и планирует запустить еще больше.

Среди российских примеров — сервис Model Training (AI Cloud) от SberCloud. Недавно сервис позволил быстро обучить модель, анализирующую потребление электричества на крупном инфраструктурном объекте.

Что такое облако: простыми словами об облачных сервисах для бизнеса Фото:Shutterstock

Развитие аппаратного обеспечения

Высокая конкуренция на рынке облачных услуг заставляет провайдеров инвестировать не только в программные, но и в аппаратные решения. Среди тенденций — использование процессоров и сопроцессоров, заточенных на вычисления в области машинного обучения. Оборудование для работы с ИИ-алгоритмами уже выпускают Cisco, Nvidia, Intel и др. К тому же появляются узкоспециализированные микросхемы — например, отдельно для обработки изображений или для синтеза речи. Провайдеры не только закупают эти чипы, но и разрабатывают собственные решения, чтобы снизить свою зависимость от производителей.

Google анонсировала процессор для машинного обучения — Tensor Processing Units — еще в 2016 году. Сегодня воспользоваться вычислениями на TPU могут клиенты Google Clouds. Amazon Web Services в прошлом году представила микросхему AWS Inferentia, разработанную специально под задачи машинного обучения.

Как работают искусственный интеллект, машинное и глубокое обучение Фото:Frank Augstein / AP

Благодаря тому, что клиенты облачных провайдеров могут арендовать вычислительные мощности на время, у них появляется быстрый и недорогой доступ к узкоспециализированным серверам для разработки ИИ.

Еще один пример — от SberCloud, который предлагает продукты для полного цикла разработки машинного обучения с использованием не просто облака, а облачного суперкомпьютера. Сегодня компании из любой точки мира могут позволить себе вычисления на суперкомпьютере, в то время как раньше это было доступно только крупным корпорациям или исследовательским центрам. Это очень сильно ускоряет работу с ИИ — с нескольких недель до нескольких секунд. Такую скорость любят использовать в нефтяной и фарм-отрасли, потому что для них скорость вычислений важнее, чем суммы, которые они на это потратят.

Вызовы, с которыми столкнется бизнес

Если раньше, говоря о предприятиях, использующих искусственный интеллект, подразумевали технологических гигантов вроде Google, Amazon или Microsoft, то сегодня в таком контексте можно говорить о любой компании из любой отрасли. Большинство руководителей организаций, внедривших ИИ в разных областях бизнеса, сообщают о росте доходов в этих областях, а 44% указывают на то, что искусственный интеллект позволил снизить затраты.

В будущем все корпоративное программное обеспечение будет включать хотя бы некоторые элементы ИИ. Перед компаниями встанет вызов — обучать сотрудников «последней мили» (менеджеров и специалистов) работать с решениями на основе искусственного интеллекта каждый день. Сложность этого процесса в том, что люди не чувствуют себя комфортно, когда не понимают, как было принято решение — ИИ в этом плане — «черный ящик».

Ситуация с кадровым голодом постепенно начинает усугубляться — индустрии не хватает компетентных специалистов, которые могут работать с новейшими технологиями. Но решения «ИИ в облаке под ключ» помогут забыть проблему дефицита специалистов, они станут проще в использовании для «не-технарей». Китайский гигант Baidu, к примеру, выпустил платформу обучения искусственного интеллекта под названием EZDL, которая не требует опыта программирования и работает даже с небольшими наборами данных. Data-scientist как сервис есть и в России, среди продуктов облачной компании SberCloud.

Еще один вызов — работа с регуляторами. Зарегулированным отраслям, таким как банкинг или медицина, постепенно разрешают все больше использовать cloud-технологии. Но если говорить про ИИ, то все чаще поднимаются вопросы сохранения конфиденциальности данных. В частности, крупнейшие технологические компании США — Apple, IBM, Amazon, Microsoft — ограничили использование распознавания лиц в своих продуктах.

Как инновации изменят банковскую отрасль России Фото:Андрей Рудаков / Bloomberg

Очевидно, что обществу и бизнесу во всем мире предстоит дискуссия и выработка норм использования искусственного интеллекта. И здесь облачные провайдеры выступят подспорьем для ИИ-решений. Когда в разных странах будут приняты нормативы по хранению и использованию персональных данных для ИИ, бизнес-модель облачных провайдеров позволит им быть в числе первых, кто получит соответствующие аттестаты. Это облегчит работу с искусственным интеллектом для остальных компаний.


Подписывайтесь также на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.

Следующий материал: