Девять вопросов к Гурскому и Мельничку по искусственному интеллекту и не только

23 января 2017, 15:22

Панельная дискуссия «Как Беларуси стать мировым центром по разработке искусственного интеллекта», организованная онлайн-журналом «Ідэя» в бизнес-клубе Imaguru, собрала полный аншлаг — около 200 человек. Отечественные ИТ-гуру говорили о том, к чему приведёт развитие искусственного интеллекта (ИИ), где стартапу брать данные для начальных исследований и какие реформы стоит проводить, чтобы история успеха MSQRD не была исключением из правил.

В обсуждении участвовали основатель и бывший CEO Maps.me, директор AIMatter Юрий Мельничек, партнёр венчурного фонда Haxus, CEO Ideanomix Digital Дмитрий Гурский и главный разработчик отдела анализа данных в компании InData Labs Денис Пирштук. dev.by предлагает самые интеренсные моменты беседы.

Читать далее

1. Почему ИИ и машинное обучение ассоциируются с обработкой фото и видео?

Юрий Мельничек: Фото, видео и звук — это естественное и самое очевидное применение нейронных сетей. Очень долго обработка видеоизображений и звука была недоступна для классического machine learning в том время, как методы классификации прогнозирования и сам машинный способ обучения развивались. Когда-то компьютеры не могли отличить на видео кошек от собак, а с появлением нейронных сетей это стало возможным. Но говорить о том, что алгоритмы сравнялись по уровню интеллекта с человеком, рано.

В дальнейшем все области будут оцифрованы, а люди заменены компьютерными системами.

Дмитрий Гурский: Главный специалист Google по ИИ недавно назвал критерий, по которому можно определять применимость нейронных сетей. Если человек тратит на принятие решения менее 30 секунд, положившись на органы чувств, тогда нейросети могут быть использованы. Если больше — не факт.

2. Во что охотнее всего вкладывают инвесторы?

Д.Г.: Самая крупная ниша, в которую вкладывают огромные инвестиции  — это автоматически управляемые устройства и, в частности, беспилотные автомобили. К примеру, последнее поглощение Uber составило $600 млн, а General Motors — миллиард долларов. К 2020 годам машины на автоматическом управлении будут банальны. Это скажется и на обществе: исчезнут такие профессии, как таксист, дальнобойщик, машинист поезда и другие специальности, связанные с вождением.

Денис Пирштук (слева) и Дмитрий Гурский

Денис Пирштук: Пару слов о том, что было предвестником ИИ и нейросетей. Первое — это научно-технический прогресс и второе — развитость информационных систем и систем хранения данных. Предшественниками deep learning можно считать разработки нейросетей с 1960-ых по 2000-ые. Но далеко продвинуться тогда исследования не могли, поскольку для того, чтобы хорошо обучить нейронную сеть, нужно произвести огромное количество операций. К тому же полученные данные необходимо где-то хранить. Когда стоимость их хранения стала дешевле, появились высокопроизводительные системы, собирающие данные централизованно, исследования возобновились.  

Университеты, занимающиеся исследованиями нейронных сетей, к примеру, в обработке томографии закрывают огромные раунды инвестиций.

3. Могут ли стартапы конкурировать с ИТ-гигантами в разработке ИИ и машинного обучения?

Ю.М.: Лучше не конкурировать, а открывать новые рынки, на которые крупные компании не заходят из-за своей инерции. Пока большой корабль развернётся, маленький уже приплывёт.

Д.Г.: Иногда компаниям выгодно интегрироваться со стартапом и тем самым обезопасить себя от рисков, связанных с разработкой новой технологии, сэкономив при этом бюджет. Правда, работает это только в тех сферах, где низкий входной барьер, не нужны большие деньги и нет длинных сроков. Поэтому стартапов, занимающихся разработкой лекарств, в классическом виде не существует. Ведь их исследования и разработки могут занять 10-20 лет.

4. Где взять данные для работы c ИИ?

Ю.М.: Огромное количество данных находится в открытых источниках, и никто не запрещает ими пользоваться. К примеру, на YouTube много видео с регистраторов, которые можно брать за основу для начальных исследований. Что касается нашей компании AIMatter, то мы брали фото из Instagram для тренировки нейросети пока не собрали собственный набор данных.

Д.Г.: Есть множество областей, в которых, к сожалению, достать данные не так просто. К примеру, для нейросети, которая заменит рентгенолога, нужны десятки тысяч и даже больше рентгенограмм. А где их взять? То же самое и с промышленными стартапами. В таких случаях данные приходится собирать самому.

5. Как повторить успех MSQRD и Prisma? Какие госмеры необходимы для появления их последователей?  

Д.Г.: Каких-то особых предпосылок для «выстрелов» MSQRD и Prisma не было. Да и на фоне того, что происходит в Кремниевой долине, наши успехи — это очаговые всплески, и говорить о какой-то зависимости было бы преждевременно. Один-два успеха — это ещё не система.

Ю.М.: Бывает, чтобы достичь результата (например, похудеть или бросить курить), нужно что-то не делать. Иногда это даже важнее, чем что-то делать. В данном случае не нужно вводить какие-либо регуляции в отрасли, потому что это — дополнительный барьер. К тому же, как известно, для инноваций нужны соответствующие компетенции. Если не преграждать молодым и инициативным дорогу, они будут расти и формировать необходимый центр компетенции.  

Хорошо было бы убрать криминальные статьи за экономические преступления или хотя бы отказаться от практики помещения в СИЗО предпринимателей до тех пор, пока их вина не доказана. Такие случаи обвинения предпринимателей отрицательно сказываются на имидже страны.   

Юрий Мельничек

Д.Г.: Наша основная проблема — это ни налоги, ни законы, а маленький кадровый потенциал. Самое плохое в том, что этот потенциал не растёт, несмотря на то, что количество людей, занятых в ИТ, увеличивается. У нас очень тонкая прослойка подготовленных специалистов для массового погружения в разработку искусственного интеллекта, не более тысячи человек на всю страну.   

6. Нужно ли нанимать специалистов из-за рубежа для развития искусственного интеллекта в Беларуси?

Д.Г.: На мой взгляд, стимулировать приток кадров в области ИИ в нашу страну необходимо. Нужно, чтобы специалисты привозили свои компетенции и создавали здесь ИТ-компании. Для этого, конечно, придётся работать над имиджем страны и упрощать формальности, связанные с миграцией.

Ю.М.: Минск уже становится более привлекательным местом для иностранных компаний, чем Киев или Москва. Правильно сделали, что отменили визы в Беларусь для приезжих из огромного количества стран. Следующий шаг — открытое небо, чтобы любая авиакомпания имела возможность летать в Минск.

7. Как университетам взаимодействовать с бизнесом?

Д.П.: Университет не должен прогибаться под потребности компаний, позволять студентам прогуливать занятия, если у тех митинг или звонок с заказчиком. Но в то же время в его обязанности входит показать учащимся, где они могут найти себе применение. К моменту выпуска у студентов уже должно быть представление, что такое машинное обучение, что такое ИИ и понимание, в каких областях они хотят развиваться.

Д.Г.: Недавно я был в БГУИР и в коридоре встретил студентов, обсуждающих, как делать шпоры, у кого можно списать, а у кого нет. Эти ребята и на работе будут размышлять, где бы схитрить. Такая советская культура вуза настолько деградировала, что дальше некуда. Наверное, это связано с тем, что большинство людей у нас работает не по специальности, и в вузе им нужно просто отбыть время. В Америке, например, всё иначе. Большинство студентов проходят через бизнес-инкубаторы, в которых они создают компании, запускают проекты — и вузы не претендуют на их собственность.

Если взять белорусских айтишников, то едва ли наберётся несколько процентов энтузиастов, желающих строить бизнес. Причина — предельная зона комфорта, в которой они находятся. Эдакое «белорусское дворянство», «обожравшиеся коты», а вокруг — «голодные мыши». Поэтому ничего их вперёд не толкает.

8. Какие технологии нужно изучать разработчику, чтобы войти в сферу ИИ?

Ю.М.: Сейчас наверное никакие, поскольку это уже становится commodity (предметом потребления — Прим. dev.by). Хотел назвать математику, но в ИИ нужны её минимальные знания, где-то на уровне первого университетского курса. Думал сказать программирование, но современные фреймворки созданы на языке Python, который легко и быстро поддаётся обучению.

9. Могут ли гуманитарии стать data scientists?

Д.Г.: Математика в ИИ хоть и несложная, но она есть, поэтому нужно её понимание хотя бы на уровне матриц, производных и т.д. Если гуманитарий не понял алгебру в 5 классе, и так пошло дальше, то, наверное, не разберётся.   

Д.П.: Гуманитарию проще будет освоить какую-то небольшую область, например, бизнес-аналитику. Если он обладает каким-то доменными знаниями, например, в медицине и немного прокачается в data science, то сможет стать экспертом-консультантом.  

Ю.М.: Сейчас появляются смежные специальности, в которых не особо нужны математические знания. Тот же цифровой маркетинг, менеджмент проектов — эти специализации ближе к гуманитарным.

На закуску

После отведённого времени на дискуссию зрителям предложили задать свои вопросы спикерам. Аудиторию интересовало, когда представители ИТ-индустрии начнут проводить просветительские программы и образовательные лекции для общества, почему бы отрасли не обратить внимание на достижения нашей страны в таких областях знаний, как топология и теория решения изобретательских задач, которые могут пригодиться в исследовании и разработке ИИ, эффективна ли работа удалённой команды.

 

Фото: Глеб Канаш, Imaguru

Обсуждение