1122
Максим Григорьев: «GPT как GPT»
[«GPT как GPT» в заголовке материала — игра слов. Аббревиатура от «general purpose technology» (технология общего назначения) полностью идентична аббревиатуре от «generative pre-trained transformer» (генеративный предобученный трансформер)]
Искусственный интеллект меняет рынок на протяжении уже достаточно долгого времени. Всплеск интереса к ИИ, связанный с развитием нейросетей, появлением большого объема данных и соответствующих вычислительных мощностей мы наблюдали еще в 2000-х. И появление генеративных технологий — GPT — это очередной переломный момент, очередной сдвиг, рывок в развитии технологий ИИ. Несмотря на то, что широкий рынок узнал о GPT-моделях в конце 2022 года, аналитики и исследователи еще за два года до этого момента говорили о том, что генеративный ИИ станет следующей большой вехой в развитии технологии искусственного интеллекта.
Появление генеративного ИИ в первую очередь изменило оценку широкой аудиторией возможностей искусственного интеллекта. Так, до запуска GPT-моделей считалось, что основная ниша для применения ИИ — это помощь, автоматизация рутинной работы, а человеку останется креативная деятельность. Сейчас же, с появлением креативного, генеративного искусственного интеллекта, стало понятно, что ИИ хорошо справляется с задачами, которые раньше были прерогативой человека: пишет картины, тексты, создает музыку. Это заставляет задуматься, какая ниша в итоге останется человеку и как нейросети (и в первую очередь генеративные технологии) меняют наши возможности.
Генеративный ИИ для розничного бизнеса финансового рынка создает практически неограниченные возможности для кастомизации и персонификации продуктов, разработки индивидуальных предложений для клиентов. Кроме этого, уже сейчас генеративные технологии активно используются в службах поддержки клиентов, в управленческой деятельности (написание текстов, формулирование тезисов и т. д.).
К слову, первое, что мы в Ассоциации ФинТех сделали после появления генеративного ИИ, — подготовили аналитическую записку про генеративный ИИ с помощью… генеративного ИИ! И практически сразу разработали внутренний процесс применения технологии GPT. Например, генеративный интеллект активно используется при проведении исследований и создании аналитических материалов.
ИИ — угрозы и преимущества
Сейчас все мы стоим перед очень серьезной задачей, когда нужно, используя риск-ориентированный подход, взвесить угрозы искусственного интеллекта и преимущества, которые он нам дает. И на этом основании определить глобальную стратегию на всех уровнях: государства, отдельных компаний и индивидуальных стратегий применения ИИ. Потому что за возможности, которые нам дает ИИ, приходится платить: мы отдаем данные, которые позволят искусственному интеллекту нас понять — он все больше узнает о нашем мире в целом и каждом персонально. Это один из самых больших «тектонических» сдвигов за всю нашу историю, ведь мы получаем конкурента по интеллекту — главной основной отличительной особенности и преимуществу человека.
На мой взгляд, это вопрос экзистенциального плана — поиск места человека в новом мире и идеальной модели взаимодействия искусственного интеллекта и человека. Повсеместное применение ИИ порождает много новых вопросов — это риски использования ИИ, этические проблемы, проблема доверия и объяснимости решений, которые нам предлагает ИИ.
ИИ и рыночная конкуренция
Несомненно, владение такой технологией, как ИИ, сильно влияет на конкуренцию как на уровне компаний, так и на уровне государств в целом. При этом очень важно понимать, что речь сейчас идет, по сути, про новые подходы к доступу к технологиям. Можно провести аналогию с электричеством: вначале каждый сам себе создавал собственную электростанцию, а затем мы пришли к системе, когда появились сети для передачи электричества, появились специальные генерирующие компании. Поэтому логично предположить, что с приходом LLM (больших языковых моделей) и других технологий искусственного интеллекта серьезно поменяется модель доступа к технологии ИИ, трансформируются жизненные циклы сервисов, а также взаимодействие потребителей и поставщиков высокотехнологичных сервисов. В случае ИИ невозможно, как мы привыкли раньше, взять коробочное решение и встроить его в процессы. Появляются более сложные комплексные сервисы и наборы сервисов по дообучению моделей, чтобы получаемая из облака большая языковая модель общего назначения от поставщика этой модели обладала необходимыми «знаниями» о специфике конкретной организации (клиентах, продуктах и т. д.). Появятся дополнительные возможности, которые позволят донастроить контекст модели. То есть это не вопрос конкуренции, а вопрос выстраивания взаимодействия и появления новых сервисов для того, чтобы эти модели можно было легко и конкурентно использовать. Возможно, потребуется некое антимонопольное регулирование или появятся консорциумные модели для объединения усилий нескольких участников рынка.
Новые подходы к обеспечению безопасности
С одной стороны, искусственный интеллект может стать инструментом для мошенников, позволяя им более эффективно атаковать. С другой стороны, технологии ИИ могут эффективно использоваться для обеспечения безопасности. В этом смысле мне нравится концепция «кибериммунной системы». В этом случае система реагирует на угрозы гибко, используя подходы, повторяющие методы иммунной системы живых существ: когда в систему встраиваются механизмы, способные обучаться и быстро реагировать на угрозы, выявлять аномалии и оперативно вырабатывать решения. И важную роль в выстраивании таких систем играет именно генеративный ИИ.
Россия — на переднем крае
Россия — одна из немногих стран, обладающих двумя национальными большими языковыми моделями, они включают десятки и сотни миллиардов параметров. Это очень хорошо уже само по себе. Конечно, по различным формализованным оценкам ведущие мировые модели прилично отрываются от своих конкурентов. Здесь нам еще предстоит догонять иностранных конкурентов, не потеряв при этом тех темпов развития, которых мы достигли на текущий момент.
Если говорить про подводные камни создания собственных моделей генеративного ИИ, можно отметить следующее:
- Очень важно оставаться в контексте всех необходимых разработок и поддерживать фундаментальные отечественные разработки в этой области.
- Те, кто создает большие языковые модели, нуждаются в большом объеме данных. Причем это важно на всех этапах работы решения на базе ИИ: чтобы модель прогрессировала, данных нужно все больше и больше, а значит, для обучения требуются огромные вычислительные мощности. Это один из тех факторов, за счет которых в ближайшее время будут конкурировать производители лидирующих моделей. Причем это будет заметно как на уровне отдельных организаций, так и на уровне государств в целом.
- Сохраняется вопрос регулирования в сфере ИИ. С одной стороны, нужно защитить данные, их приватность. С другой стороны, эти данные нужны, чтобы обучить большие языковые модели. Это огромная дилемма, которую предстоит решать и на уровне государства, и на уровне отдельных организаций, и на глобальном уровне.
На FINOPOLIS 2023 глава Банка России заявила, что искусственный интеллект становится в РФ базовой технологией. Я полностью согласен с этим утверждением — ИИ действительно становится технологией общего назначения. Кстати, интересное совпадение: аббревиатура от general purpose technology (технология общего назначения) на английском языке полностью идентична аббревиатуре от generative pre-trained transformer (генеративный предобученный трансформер). Таким образом, получается: «GPT как GPT».
Технологии общего назначения полностью меняют, трансформируют и революционизируют мир. Мы сейчас на пороге очередной глобальной технологической революции. Как мы знаем, первая промышленная революция началась с изобретения паровой машины. Затем такими «революционными» технологиями в свое время были электричество, компьютеры и интернет. И вот новая глобальная революция — появление искусственного интеллекта. Причем если первая и вторая революции воздействовали больше на «синие» воротнички, то новая революция отразится на всех людях и может изменить их место в мире.
Я бы оценивал возможности генеративного ИИ в широком смысле. Это очень важная технология, она стала новой ступенью развития искусственного интеллекта после появления машинного обучения и глубоких нейросетей, это очередной виток развития технологий ИИ и только лишь преддверие следующих больших трансформирующих технологий в области адаптивного и автономного ИИ. Нам нужно постоянно держать руку на пульсе глобального развития этой технологии и обеспечивать риск-ориентированный подход в регулировании ИИ: не задушить развитие технологии, с одной стороны, и защитить людей — с другой.
