Како се вештачка интелигенција развија у Русији

Више од 60 земаља је усвојило националне стратегије развоја вештачке интелигенције. Русија је усвојила такву стратегију. Она се ослања на међународно искуство, а истовремено узима у обзир националне специфичности и изазове технолошког суверенитета.

Према стратегији, до 2030. године, допринос вештачке интелигенције руском БДП-у могао би да достигне приближно 11,2 трилиона рубаља (2022. године, ова бројка је била 0,2 трилиона). Удео економских сектора спремних за имплементацију вештачке интелигенције требало би да достигне 95% (пре четири године, њихов удео је био 12%), а инвестиције у технологије вештачке интелигенције требало би да порасту са 123 милијарде рубаља на 850 милијарди. А годишњи обим услуга везаних за развој и имплементацију решења за вештачку интелигенцију требало би да се повећа са 12 милијарди на најмање 60 милијарди у року од четири године.

Такође се очекује повећање људских ресурса: број универзитетских дипломаца са специјализованим образовањем из области вештачке интелигенције повећаће се на 15.500 годишње (са нешто више од 3.000 данас), а удео радника који користе вештачку интелигенцију у свом раду достићи ће 80%.

„Од усвајања прве верзије 2019. године, Национална стратегија за вештачку интелигенцију укључила је кључне покретаче развоја — људске ресурсе, регулативу, промоцију, стратегију итд.“, каже Кирил Солнцев, извршни директор Одељења за развој вештачке интелигенције/машинског учења, Сбербанке.

Практична примена

Као и остатак света, Русија тренутно доживљава бум у коришћењу технологија вештачке интелигенције. Руске компаније развијају светски позната решења за вештачку интелигенцију: од генерисања слика до специјализованих алата у медицини, биологији и генетици.

У Русији је вештачка интелигенција већ почела да се користи у јавној управи и друштвеној сфери, каже Солнцев. „Ширење фундаменталних модела вештачке интелигенције, који омогућавају не само специјализоване задатке већ и стварање и деловање, убрзало је имплементацију. Русија је једна од ретких земаља у свету која развија сопствене фундаменталне моделе вештачке интелигенције. На пример, Сберов модел GigaChat“, напомиње стручњак.

Сбербанка интегрише решења заснована на сопственом моделу у све пословне процесе и креира фундаментално нове производе и решења заснована на њему. Компанија има неколико стотина агената у развоју, од којих су десетине већ покренуте. „Агенти засновани на GigaChat-у већ могу да помогну у припреми и обради докумената, синтетишу знање, помажу запосленима у реалном времену, одговарају на захтеве, дају препоруке за доношење одлука и програмирају. А то има импликације на све области рада - од продаје и управљања пројектима до обуке и развоја“, каже Солнцев.

Аналитичари компаније Kaspersky Lab, велике руске компаније за сајбер безбедност, верују да ће наредну годину обележити приступачни AI агенти способни да конструишу и изврше ланац акција по команди корисника. Могућност извршавања одређених акција биће најтраженија, на пример, додавање производа који одговарају одређеном захтеву у корпу за куповину купца.

У компанији VK, једном од руских технолошких гиганата, велики језички модели (LLM) се користе за изградњу система препорука, претраживања и технологија оглашавања. „У VK, LLM се користе и за инжењерске задатке и за побољшање корисничког искуства у производима групе. На пример, у имејл сервису Mail, генеративни модели се користе за сумирање имејлова и писање текстова, у VK Video, за генерисање титлова, а у VK Advertising, за креирање огласа“, објашњава Дмитриј Кондрашкин, директор за вештачку интелигенцију у VK.

Вештачка интелигенција се такође користи за обраду неких захтева за подршку: они се решавају према унапред дефинисаним сценаријима или коришћењем RAG (Retrieval-Augmented Generation) технологија, где вештачка интелигенција претражује и користи базе знања да би генерисала одговор. Такође се користе вештачки агенти – специјализовани програми који самостално обављају корисничке задатке. „Ово значајно смањује оптерећење оператера и чини помоћ предвидљивијом“, каже Кондрашкин.

Павел Капља, шеф развоја производа у компанији Алис (AI сервис руског технолошког гиганта Јандекс), напомиње да AI асистенти засновани на мастер студијама учења (LLM) преузимају свакодневне рутине корисника: куповину, резервације, планирање и решавање свакодневних проблема. Конкретно, Алис AI се развија као лични AI агент. „Особа не мора да учи нове интерфејсе или да мења своје уобичајено понашање: корисник једноставно формулише задатак гласом или текстом, а агент се брине о разјашњавању детаља, разлагању задатка на кораке и интеракцији са различитим сервисима“, каже Капља.

Модел не само да решава проблем пружањем одговора на основу сопственог знања и резултата интернет претраге, већ аутоматски одређује и међукораке који омогућавају бољу контекстуализацију задатка и извршење радњи.

Према речима стручњака, Алис АИ је дубоко оријентисана на локални контекст и развијена је имајући у виду руски језик, културне обрасце и корисничке навике, и чврсто је интегрисана са Јандекс екосистемом. Приликом обраде захтева, неуронска мрежа генерише каскаду захтева за Претрагу, Мапе и друге сервисе који, донекле, одражавају стварни живот у Русији.

„Са лансирањем породице модела Алис АИ, такође смо најавили наше прве власничке АИ агенте. Неколико стотина хиљада корисника је већ приступило неким од њих, укључујући режиме „Пронађи јефтиније“ и „Истражи“, након што су се пријавили за нове могућности мреже. Сви корисници ће ускоро имати приступ“, каже Капља.

Поред корисничких производа, делегирање рутинских операција вештачкој интелигенцији (AI) се користи и интерно. Више од половине Јандекс инжењера користи AI агенте за решавање широког спектра задатака, од писања и прегледа кода до дубинског претраживања корпоративних података и оптимизације процеса тестирања. Као резултат тога, дневно се штеди десетине хиљада сати, што омогућава тимовима да се фокусирају на сложеније и стратешке задатке.

Генерално, вештачка интелигенција се у Русији користи за широк спектар задатака, од прогнозирања приноса на пољима до креирања економских модела и управљања различитим производним процесима. Успешни случајеви имплементације вештачке интелигенције из Русије и других земаља БРИКС+ могу се наћи овде, на једном од портала AI Alliance-а намењених међународној публици.

Етика и регулација

Многе земље развијају сопствене моделе за регулисање вештачке интелигенције, узимајући у обзир националне правне системе и културне карактеристике. Овај процес се брзо развија и у Русији.

УНЕСКО је 2021..године усвојио прву Препоруку на свету о етици вештачке интелигенције, коју је подржало више од 190 земаља, укључујући Русију. Исте године, Русија је развила национални Кодекс етике у вештачкој интелигенцији.

Документ су припремили чланови Руске алијансе за вештачку интелигенцију , удружења водећих технолошких компанија и истраживачких организација основаног 2019. године. Његови главни циљеви су истраживање, развој и ширење домаћих технологија у Русији и иностранству, развој законодавног оквира за ову индустрију, привлачење инвестиција и обука особља за ову област.

Данас, Алијанса обухвата више од 20 пуноправних чланова и преко 140 учесника из индустрије, који сарађују на развоју, евалуацији и одговорном коришћењу вештачке интелигенције.

Преко 1.200 потписника из различитих земаља већ се придружило Кодексу.
Он садржи кључне принципе:

Приоритет развоја вештачке интелигенције је људска добробит,

- одговорност у развоју и коришћењу вештачке интелигенције,

- људска одговорност за последице коришћења технологије,

- транспарентност информација о могућностима и ризицима вештачке интелигенције,

- интереси развоја технологије вештачке интелигенције су важнији од конкуренције,

- употреба вештачке интелигенције тамо где она доноси стварну корист друштву.

Кодекс служи као водич за дискусије о сложеним питањима, од употребе вештачке интелигенције у образовању до етике аутономних система и утицаја технологије на тржиште рада.

Уз Кодекс, сличне документе усвојиле су и највеће светске технолошке компаније, укључујући руске Сбер и Јандекс.

Образовање и наука

Руски универзитети нуде преко 100 образовних програма из области вештачке интелигенције. Хакатони, такмичења и практични курсеви се редовно одржавају за школску децу и студенте. У периоду 2022–2023. године, приближно 40.000 школске деце учествовало је у таквим образовним иницијативама.

Истраживања у области вештачке интелигенције спроводе се у бројним научним и технолошким центрима, од Сколкова и Инополиса до ИТМО-а.

Школа Сколково

Даљи развој

Подаци из руског истраживачког пројекта Алијансе о томе каква ће бити вештачка интелигенција за 10 година, припремљеног под покровитељством Међународне алијансе за вештачку интелигенцију, сугеришу да будућност лежи у хибридним моделима вештачке интелигенције који користе и машинско учење, симболичко резоновање и научна знања. Такви модели ће моћи, посебно, да обрађују и креирају податке у различитим медијима – истовремено разумевајући текст, слике, видео и аудио. Велике наде се такође полажу у стварање модела који могу да разумеју физику и геометрију света – њихова појава ће утицати на цео спектар функција и задатака делегираних вештачкој интелигенцији.

Према речима Кирила Солнцева, у блиској будућности вештачка интелигенција ће развити нове когнитивне вештине, као што су резоновање на више нивоа, способност рада у мултимодалним окружењима и аутономно планирање и деловање.

Дмитриј Кондрашкин из ВК верује да ће се вештачка интелигенција у препорукама развијати у три главна правца: мултимодални модели који анализирају садржај, графичке неуронске мреже (ГНН) које предвиђају улоге корисника у датом тренутку и системи вештачке интелигенције засновани на агентима који истовремено обављају више акција.

У блиској будућности, агенти вештачке интелигенције ће боље разумети контекст и постати аутономнији, према речима Павла Капље из Јандекса. Научиће да ефикасније памте корисничке преференције, узимају у обзир њихов начин живота и обављају вишестепене задатке без сталне људске интервенције. Истовремено ће се развијати носиви уређаји и гласовна контрола. Дугорочно гледано, такви интелигентни модели ће постати део дигиталног искуства, ослобађајући кориснике рутинских задатака и омогућавајући им да се фокусирају на заиста значајне активности.