Форсайт-сессия AI Journey стала финальной точкой Международного форсайта в сфере ИИ — программы, которую Минэкономразвития России ведёт совместно со Сбером и международными партнёрами, чтобы зафиксировать главные научные и технологические траектории развития ИИ. В рамках этой инициативы учёные из десятков стран в течение года участвовали в экспертных панелях и глубинных интервью, а итогом работы стал отчёт по ключевым направлениям ИИ-исследований, представленный на AI Journey. Модератором сессии выступил заместитель председателя Правительства РФ Дмитрий Чернышенко, а среди ключевых спикеров — учёные Центра ИИ Сколтеха.
1) На вопрос о том, что лежит в основе будущих изменений в вычислениях для ИИ, ответил профессор Ан Хуэй Фан, руководитель Лаборатории обработки сигналов и изображений Центра ИИ Сколтеха.
Он подчеркнул, что узким местом становятся не только мощности, но и энергопотребление: графические процессоры обновляются каждые 2–3 года, но бесконечно наращивать «лошадиные силы» невозможно.
Потенциал — в гибридных архитектурах: сочетании классических вычислителей с оптоэлектронными и фотонными нейроморфными системами, которые могут брать на себя часть операций и делать их гораздо более ресурсно эффективными.
Квантовые вычисления, по словам Ан Хуэй Фана, дадут заметный выигрыш ближе к 2030–2040 гг., но останутся дорогой и ограниченной технологией. Отсюда риск: ИИ может стать привилегией немногих.
Чтобы этого не произошло, архитектуры нужно изначально проектировать по принципу «AI for everyone instead of OpenAI» — так сформулировал Дмитрий Чернышенко его ключевую мысль: ИИ должен быть доступен широкому кругу исследователей и компаний, а не только владельцам крупнейших дата-центров.
2) О том, какие прорывы нужны для внедрения умных помощников в реальные производственные процессы, говорил профессор Евгений Бурнаев, директор Центра ИИ Сколтеха.
Для управления оборудованием на месте нужны лёгковесные модели — они должны работать рядом с устройствами, с жёсткими ограничениями по ресурсам и задержкам. Это всегда очень специализированные решения.
Но сложные технологические процессы нельзя отдать одной модели: ими должна управлять совокупность взаимодействующих ИИ-агентов. Часть из них — компактные модели «на краю», часть — более тяжёлые компоненты в облаке или на локальных серверах. По сути, речь идёт о мультиагентной системе, которая использует языковые, генеративные и визуальные модели.
Главные барьеры:
• регуляторика автономных систем пока только формируется, нет понятной рамки, как сертифицировать такие решения;
• фрагментированность инструментов — появляется множество фреймворков для мультиагентных систем, но нет устоявшейся практики промышленного MLOps для них;
• надёжность и безопасность: распределённые агенты обмениваются сообщениями на расстоянии, и здесь критично обеспечить защищённые каналы и сценарии отказоустойчивости.
Если система очень сложная или работает быстрее, чем человек успевает отреагировать, человек должен быть «над процессом», а не «в цикле». Евгений подчеркнул необходимость практик из информационной безопасности: постоянное тестирование на уязвимость, песочницы и барьеры, сегментация системы на блоки с «шлюзами» и обязательная кнопка останова, за которой всегда остаётся человек.
3) Завершил сессию профессор Иван Оселедец, руководитель Лаборатории вычислительного интеллекта Центра ИИ Сколтеха.
Он сравнил текущее развитие ИИ со строительством дирижаблей: можно делать их всё больше и сложнее, но в истории в какой-то момент появились самолёты — принципиально иной класс машин.
Масштабирование текущих моделей, по его словам, — важный, но не единственный путь. Для следующего рывка нужны новые архитектуры, которые будут учиться и работать иначе, чем сегодняшние системы, подобно тому, как трансформеры изменили представление о нейросетях.
«Хочется увидеть именно такое “следующее поколение” архитектур», — резюмировал Иван, связывая будущее ИИ не только с ростом датасетов и вычислений, но и с качественно новыми принципами организации моделей.
Источник: vk.com
Источник: ai-news.ru
