Экспертный ИИ
Согласно результатам опроса McKinsey, треть организаций из различных отраслей экономики в мире уже используют генеративный ИИ по крайней мере в одной из бизнес-функций. Несмотря на значительный интерес и очевидные позитивные бизнес-эффекты, организации отмечают ряд значимых рисков в использовании генеративного ИИ в своей деятельности. В первую очередь это риски, связанные с неточностью получаемых результатов, кибербезопасностью и возможным нарушением прав интеллектуальной собственности. Решением данных проблем является создание генеративных моделей, которые адаптированы под решение конкретных задач в индустрии или отдельной компании. Такие модели, создаются посредством «доработки» исходные открытых моделей через дообучение ее на собственных данных и экспертизе.
Узкоспециализированные модели, предназначенные для решения конкретных задач уже получили собственное название - «вертикальный ИИ». В отличие от «горизонтальных» моделей (GPT, Claude, LLama и т.д.), которые не имеют специализации, «вертикальные» модели позволяют получать значительно более высокие и качественные результаты и снижают риски использования генеративного ИИ. Примеры таких решений уже можно найти в России. Так, маркетинговое агентство Demis создало помощника маркетолога Demis AI, а инструмент BrandGPT от компании Brand Analytics, эксперта в области мониторинга и анализа социальных медиа и СМИ, позволяет проводить анализ упоминаний брендов в формате вопросов-ответов.
Рост количества контента, производимого ИИ
Широкое распространение и массовая доступность генеративных нейросетей привело к резкому росту количества производимого контента. По некоторым оценкам, за полтора года, прошедших с появления модели DALL-E 2, с помощью ИИ было создано 15 млрд изображений. Чтобы достигнуть таких значений, фотографии потребовалось 150 лет (с 1826 года, когда был сделан первый снимок, по 1975 год). За 48 часов, прошедших после выхода в апреле 2023 года генеративной модели Kandinsky 2.1 от компании Сбер, пользователи сгенерировали свыше 1,3 млн изображений. С помощью генеративных нейросетей можно создавать не только картинки, но и видео, тексты, музыку, программный код.
Развитие генеративных моделей меняет сферу медиа и развлечений. По оценкам McKinsey, в ближайшие годы использование генеративного ИИ в данной сфере может принести дополнительный эффект в размере от 1,8% до 3,1% оборота отрасли (30 - 110 млрд долларов). Эффект будет достигнут, в том числе, за счет помощи в создании контента. Вместе с тем, все чаще возникают вопросы относительно авторских прав на контент, используемый при обучении больших генеративных моделей. Их разработчики даже стали предлагать своим корпоративным клиентам поддержку в судах, если им будет предъявлено обвинение в нарушении авторских прав. Такая поддержка уже есть у пользователей Microsoft Copilot, Adobe Firefly AI и корпоративных клиентов ChatGPT.
Системы выявления сгенерированного контента
Генеративные нейросети предоставляют возможности для творчества любым желающим. Но это также означает, что в интернете размещается масса контента, не представляющего никакой ценности. Кроме того, генеративные нейросети могут использоваться для производства заведомо ложного контента. Уже сегодня сгенерированный контент используется для манипуляций общественным мнением и как инструмент информационных войн. В связи с этим возникает задача выявления и фильтрации сгенерированного контента. Поиском решения этой задачи сегодня заняты разработчики систем ИИ, научное сообщество и правительства различных стран.
На уровне государства одним из решений является введение требования маркировки сгенерированного контента. Такое требование уже действует в Китае и США, инициатива по маркировке обсуждается в ЕС. Маркировка должна позволить пользователям отличить сгенерированный контент от контента, созданного человеком. Разработчики систем ИИ также заинтересованы в выявлении сгенерированного контента. Российский разработчик решений на основе компьютерного зрения, компания VisionLabs, создала решение, которое позволяет выявлять сгенерированные лица на изображениях. Разработкой систем для определения сгенерированного контента занято и научное сообщество. В Донском государственном университете создали решение для выявления сгенерированных видео, а в МИСиС группа студенток разработала нейросеть для проверки подлинности лиц на изображениях.
Технологии повышения конфиденциальности
В 2025 году будет дан старт реализации национального проекта по развитию экономики данных, задачей которого является перевод экономики, социальной сферы и, органов власти на качественно новые принципы работы и внедрение управления на основе данных. Эта задача не может быть решена без расширения обмена данными.
Возможным решением, позволяющим повысить доступность данных, защищенных различными правовыми режимами, является использование широкой группы технологий, объединенных под общим термином «технологии повышения конфиденциальности» (privacy-enhancing technologies или PETs). К ним относятся различные техники и инструменты, которые позволяют соблюдать фундаментальные принципы обработки данных, таких, как сведение к минимуму обработки конфиденциальных данных, реализация прав субъектов данных и защита данных от несанкционированного доступа. Примерами данных технологий являются безопасные многосторонние вычисления (secure multiparty computation), гомоморфное шифрование (homomorphic encryption), доказательство с нулевым разглашением (zero knowledge proofs), федеративное обучение (federated learning), дифференциальная приватность (differential privacy), синтетические данные (synthetic data), доверенные среды выполнения (trusted execution environments), различные техники обезличивания.
Платежи по биометрии
Повышенное внимание к безопасности платежей стимулирует поиск новых решений для защиты финансов граждан. Одним из возможных решений является использование биометрических идентификаторов для подтверждения транзакций. Биометрия не только позволяет защитить от финансового мошенничества, но и упрощает совершение операций.
В России уже сегодня с помощью биометрии можно получать в онлайн-режиме различные услуги, включая заключение договора на услуги мобильной связи, открытие счета или оформление заявки на выдачу кредита. В сентябре 2023 года правительство утвердило сроки внедрения биометрии в различные сервисы. С 1 декабря с помощью биометрии можно будет оплачивать товары и услуги как онлайн, так и в офлайн-магазинах. В полную силу заработала система оплаты по биометрии проезда в московском метро, которая с 2021 года работала в тестовом режиме. А к 2030 году в России может появиться единый биометрический цифровой проездной, с помощью которого пассажиры смогут оплачивать транспортные услуги в 600 городах страны.
Спутниковый интернет
Спутниковый интернет сегодня становится государственной задачей, направленной на обеспечение связью и доступом в интернет труднодоступных регионов. Развитие системы низкоорбитальных спутников в России предусмотрено в рамках федерального проекта «Сфера».
В конце 2022 года на орбиту были отправлены первые спутники «Гонец-М», предназначенные для передачи данных и предоставления услуг подвижной спутниковой связи мобильным и стационарным абонентам в любой точке Земли. Также пять группировок спутников системы «Скиф» будет предоставлять широкополосный доступ в интернет. Экспериментальный спутник системы «Скиф-М» был выведен на орбиту одновременно со спутниками «Гонец-М».
Старт сотрудничеству с коммерческими компаниями в области создания спутниковых группировок был дан в январе 2023 года с подписанием соглашения о намерениях между Правительством России, Госкорпорацией «Роскосмос» и коммерческими компаниям. В июне 2023 года на орбиту было выведено три космические миссии аппарата связи «Рассвет-1» разработки и производства компании БЮРО 1440, входящей в корпорацию «ИКС Холдинг». Пока спутники работают в тестовом режиме, старт предоставления услуги доступа в интернет намечен на 2027 год. Но уже в ноябре БЮРО 1440 удалось установить соединение между своими спутниками и наземными абонентами на скорости мобильного LTE.