Кто ответственен за ИИ, который мы приручили: интервью с Аделем Валиуллиным

Наш банк активно применяет эти технологии в работе, в первую очередь в области оценки рисков и борьбы с мошенничеством. Дальше идут задачи персонализации предложений для клиентов, повышение качества обслуживания и автоматизация внутренних бизнес-процессов.

ИИ обладает большой вычислительной мощностью и способен выполнять задачи более эффективно и точно, что позволяет автоматизировать многие задачи, которые ранее выполнялись людьми. Но список профессий, которые находятся в зоне риска, меняется. Несколько лет назад, обсуждая, какие профессии уйдут с рынка труда, эксперты говорили о специальностях, где есть повторяющиеся процессы.

В банках, например, это люди, которые вручную верифицируют кредитные заявки. Они получают заявку, к которой система добавляет данные по клиенту, после чего сотрудник-андеррайтер выполняет верификацию, звонит клиенту и работодателю, ищет сведения в различных источниках и уже на основе всего этого принимает решение. Такой монотонный повторяющийся процесс.

Но по мере развития генеративного ИИ, больших языковых моделей (моделей, которые создают новый уникальный контент: тексты, картинки, видео и аудио) начинают вытесняться и творческие профессии: дизайнеры, художники и др.

Конечно. Уже очевидны три главные профессии ближайшего будущего. Прежде всего требуются профессионалы в области искусственного интеллекта, которые разрабатывают алгоритмы ИИ, создают модели машинного обучения, обучают и тестируют различные нейросети. Кроме них, востребованы дата-инженеры, которые подготавливают данные для обучения моделей ИИ. И конечно, инженеры DevOps, занимающиеся внедрением таких моделей, обеспечивают более эффективное и устойчивое внедрение ИИ в производственную среду.

Я считаю, что развитие технологий уже не остановить. С каждым годом все большее количество задач будет решаться с помощью ИИ. Все дело в экономике: коэффициент рентабельности инвестиций от внедрения ИИ имеет высокие показатели. Поэтому большие корпорации и самые сильные экономики мира максимально заинтересованы во внедрении и использовании таких технологий. Но есть возможности и для улучшений в социальной сфере – в медицине и образовании. Например, распознавание рака грудной клетки – одного из самых распространенных онкологических заболеваний – по КТ-снимкам.

Применение ИИ в медицине снижает число ошибок, повышает точность и эффективность, что приводит к выявлению заболеваний на более ранних стадиях и в конечном счете к спасению жизней. Внедрение ИИ в сфере образования улучшает его качество и общий уровень. Думаю, в будущем это уменьшит количество войн и конфликтов в мире. Все преимущества для корпораций и развитых стран налицо – не думаю, что будут введены какие-то ограничения.

Вся наша команда каждый день пользуется таким инструментом, как ChatGPT, для написания кода, писем или создания презентаций. Если нужно подготовить мероприятие, можно попросить нейросеть написать примерный план и с ним уже работать дальше. Или, например, я довольно часто читаю лекции в университетах, и для выступления хочется придумать интересное, оригинальное название. Тогда я ввожу в ChatGPT краткое описание лекции, и нейросеть предлагает десяток вариантов, а заодно придумывает и анонс к ней.

Современный человек, едва проснувшись, тянется к мобильнику, разблокируя устройство либо с помощью технологии распознавания лиц, либо по отпечатку пальца, – это и есть ИИ. На том же телефоне у большинства установлены приложения, дающие доступ к платежным и банковским системам, и безопасность этих данных тоже обеспечивается системами на основе искусственного интеллекта.

Человек заказывает такси – и системы с ИИ просчитывают время ожидания и оптимальный маршрут, показывают точное время прибытия. Заказ еды, доставка товаров, различные рекомендации в социальных сетях и онлайн-кинотеатрах – все эти задачи решаются с помощью прогностических моделей. Пришли вечером домой, поинтересовались у Алисы прогнозом погоды на завтра или попросили поставить любимую музыку – опять же работают нейросети. Удивительно, конечно, как развитие технологий облегчило наш быт.

Фактически сегодня у каждого человека появился личный дворецкий, как в старые времена. Личный водитель, повар, домработница, консультант по разным вопросам и т.д. – все это сегодня есть у каждого человека в мобильном телефоне. Только представьте, насколько более интересную жизнь мы можем сегодня прожить.

Есть примерный аналог в мире шахмат: за каждый турнир шахматистам в зависимости от занятого места начисляется некоторое количество баллов, и из них складывается финальный, мировой рейтинг. У программистов такие рейтинги формируются на платформах Codeforces и Topcoder, где решаются различные задачи по алгоритмам и программированию. А в области машинного обучения и искусственного интеллекта есть международная платформа Kaggle.

Задания на Kaggle публикуют крупные мировые компании (Google, Amazon, Walmart и др.) и известные исследовательские институты, в том числе CERN. Любой может зарегистрироваться на платформе и попытаться решить задачу. Те участники, которые создают более точные и верные решения, получают большее количество баллов и поднимаются в рейтинге.

Например, вы можете решить задачу кредитного скоринга для крупного банка или задачу распознавания автомобилей на фото для беспилотников. Зачем это компаниям? Часто найти решение с помощью международного сообщества оказывается намного дешевле и быстрее. Если фирма захочет все сделать сама, ей придется нанять множество высокооплачиваемых специалистов – и даже в этом случае есть риск получить на выходе неоптимальный вариант. А если разместить задачу на Kaggle, над ней будут думать несколько тысяч профессионалов в области ИИ со всего мира, и их решения, скорее всего, будут лучше и дешевле. К тому же это прекрасный пиар: на платформе специалисты узнают, над какими проблемами работают в данных компаниях. Призовой фонд в среднем составляет 50–100 тыс. долл., но были и большие суммы: 1,2 млн от компании Zillow и 1,5 млн от Департамента внутренней безопасности США. Так что, решая задачи в области машинного обучения, можно заработать неплохие деньги, купить себе яхту и отправиться в кругосветное путешествие.

Я долгое время участвовал в соревнованиях на этой площадке: обычно вечером после работы или в выходные. Помню, в отпуска ездил с ноутбуком – пока сидел в аэропорту, программировал, обучал модели и отправлял решения на платформу. Года за три в таком режиме смог подняться на 68-е место в мировом рейтинге среди более чем 200 тыс. участников.

В основе этой технологии лежат математика и программирование. Так что необходимо хорошее базовое образование, например ВШЭ, МФТИ, МГУ, МГТУим. Н. Э. Баумана, ИТМО и др. В сильном вузе вам будут давать более сложные задания, и, когда вы научитесь их выполнять, вам станет проще справляться и со сложными задачами на работе. Но поступить в хороший университет мало – важно научиться применять полученные знания на практике. Я бы посоветовал студентам как можно раньше начинать работать, тем более что крупные компании сейчас с удовольствием берут молодежь.

Например, средний возраст сотрудников в нашем Центре технологий ИИ – 25 лет, у нас много студентов, которых поддерживают и команда, и руководство банка. Они работают над интересными и сложными задачами. Самый молодой и, я бы сказал, самый перспективный сотрудник банка трудится в нашей команде. И последнее. Так как в области ИИ все стремительно меняется, как и в ИТ в целом, специалистам по ИИ необходимо постоянно обучаться, быть в курсе современных подходов.

Да, в банке действует несколько таких программ. Например, на нашей базовой кафедре в МГИМО сейчас готовят будущих специалистов для банка. Кроме того, мы планируем запускать совместные программы с техническими университетами. Существуют стажерские программы, где мы набираем стажеров без опыта, и любой студент, пройдя тестирование, может попасть на стажировку в банк.

ИИ появился совсем недавно и наверное, это идеальная сфера работы для молодежи, для крепких ребят, которые готовы усиленно учиться и работать.