Пассажиропоток искусственного интеллекта модель вируса сценарии сбербанка

IFX | 04.03.2020 14:44

Сбербанк России построил с помощью искусственного интеллекта модель распространения коронавируса, сообщил журналистам старший управляющий директор центра исследования данных Сбербанка (MCX: SBER ) РФ Максим Еременко.

"Сценариев несколько, самое плохое, что можно сделать - основываться на одном сценарии, полагаться на один сценарий. В зависимости от того, какие меры будут предлагать и Минздрав, и правительство в целом, и региональные власти, сценарии разные. Мы все-таки видим в этом смысле хорошую новость для России в том, что пассажиропоток достаточно ограниченный, и модель, которую мы применяли, в том числе, учитывает сезонность, она учитывает пассажиропотоки, она учитывает ряд мер, направленных на предотвращение распространения контагиозных эпидемий, коей является коронавирус", - сказал Еременко.

По его словам, инструмент для построения прогноза называется GLEAM. "Интересное наблюдение, которое сделали наши коллеги: в ряде стран существенный вклад в распространение инфекции внесли религиозные и культурные особенности некоторых групп населения, которые ездили в Китай", - сказал Еременко, также отметив, что на распространение вируса влияет погода.

"Когда холодно, больше подверженность факторам. Хорошая новость в том, что подверженность этому вирусу, летальность этого вируса для возрастной категории до 40 лет достаточно низкая", - пояснил старший управляющий директор центра исследования данных Сбербанка.

Ранее глава Сбербанка Герман Греф сообщил, что Сбербанк России может пострадать от ситуации с коронавирусом через влияние на своих клиентов, но пока оценивать последствия рано. По словам топ-менеджера, Сбербанк проинформировал правительство о наличии у банка наработок в сфере искусственного интеллекта и системы распознавания лиц. Банк также предложил предоставить грант российским ученым для разработки лекарств от коронавируса.

Последние комментарии по инструменту

• Поделиться
• Vkontakte
• twitter
• whatsapp
• Эл.почта

Торговля финансовыми инструментами и (или) криптовалютами сопряжена с высокими рисками, включая риск потери части или всей суммы инвестиций, поэтому подходит не всем инвесторам. Цены на криптовалюты чрезвычайно волатильны и могут изменяться под действием внешних факторов, таких как финансовые новости, законодательные решения или политические события. Маржинальная торговля приводит к повышению финансовых рисков.
Прежде чем принимать решение о совершении сделки с финансовым инструментом или криптовалютами, вы должны получить полную информацию о рисках и затратах, связанных с торговлей на финансовых рынках, правильно оценить цели инвестирования, свой опыт и допустимый уровень риска, а при необходимости обратиться за профессиональной консультацией.
Fusion Media напоминает, что информация, представленная на этом веб-сайте, не всегда актуальна или точна. Данные и цены на веб-сайте могут быть указаны не официальными представителями рынка или биржи, а рядовыми участниками. Это означает, что цены бывают неточны и могут отличаться от фактических цен на соответствующем рынке, а следовательно, носят ориентировочный характер и не подходят для использования в целях торговли. Fusion Media и любой поставщик данных, содержащихся на этом веб-сайте, отказываются от ответственности за любые потери или убытки, понесенные в результате осуществления торговых сделок, совершенных с оглядкой на указанную информацию.
При отсутствии явно выраженного предварительного письменного согласия компании Fusion Media и (или) поставщика данных запрещено использовать, хранить, воспроизводить, отображать, изменять, передавать или распространять данные, содержащиеся на этом веб-сайте. Все права на интеллектуальную собственность сохраняются за поставщиками и (или) биржей, которые предоставили указанные данные.
Fusion Media может получать вознаграждение от рекламодателей, упоминаемых на веб-сайте, в случае, если вы перейдете на сайт рекламодателя, свяжитесь с ним или иным образом отреагируете на рекламное объявление.

Как заработать $2-3 миллиарда за год на искусственном интеллекте: рассказывает Сбербанк

Искусственный интеллект и Сбербанк: как машинное обучение и большие данные помогают финансовой корпорации экономить и зарабатывать большие деньги

Существует множество определений ИИ (искусственный интеллект), однако, прежде всего необходимо разобраться, что именно подразумевается под интеллектом и может ли он быть искусственным. Следует отличать понятия интеллекта и разума. Интеллект – умение опционально решать поставленные задачи путем рационального поведения на основе накопленного опыта, тогда как разум – способность к иррациональным действиям и нестандартным решениям [1]. Именно поэтому современная машина, компьютер или программный код – объект, искусственно созданный человеческим разумом, является интеллектуальным, т.к. изначально создавался именно с целью оптимального решения конкретного круга задач.

ИИ — технологии автоматизации сбора, распознавания и аналитической обработки образов и понятий

Согласно заявлению главы Сбербанка Германа Грефа, сделанного в рамках Всемирного экономического форума в Давосе, в 2017 году Сбербанк получил $50 млн чистой прибыли, применив модели машинного обучения и анализа больших данных для психологического прототипирования своих будущих заемщиков [3]. Входными данными для модели являлись особенности банковской истории, образования, карьеры и даже поведения потенциальных должников в социальных сетях. В итоге программа ИИ составляла психологический портрет личности заемщика на основе 5 черт его характера: открытости, добросовестности, общительности, законопослушности и эмоциональной неустойчивости, после чего выдавала рекомендации о выдаче кредита. По общим результатам годовой эксплуатации этого программного решения в риск-менеджменте и управления продажами, Сбербанк получил $2–3 млрд в 2017 г.

ИИ, BigData и Machine Learning в Сбербанке для анализа рисков

По итогам успешного внедрения инструментов ИИ, Big Data и Machine Learning в анализ рисков, глава Сбербанка заявил о необходимости применения этих технологий на остальные сферы банковского бизнеса [3], выделив 5 основных направлений [4]:

1. Персональный эдвайзинг или индивидуальный финансовый менеджер – программы автоматического ответа (чат-боты) на типовые запросы клиентов, которые заменят собой существующие колл-центры. Эффективность этого решения уже подтверждена: в феврале 2018 года скорость обслуживания клиентов по определенным темам возросла на 50%, а средняя продолжительность звонка в контактный центр для корпоративных клиентов теперь составляет 3,5 минуты [5].
2. Автоматизация принятия решений на основе анализа больших данных – сегодня около 99% кредитных решений принимаются без человеческого участия в рознице и примерно 35% – в корпоративном бизнесе. Планируется довести автоматизацию корпоративного сегмента до 80% к 2020 году.
3. Кибербезопасность – для борьбы с хакерами, включая направление социальной инженерии, чтобы обеспечить безопасную проводку каждой из 7-8 тысяч ежесекундных транзакций. Для этого Сбербанк, в том числе, рассматривает технологии блокчейна.
4. Персонализация клиентских предложений – индивидуальная работа с каждым отдельным клиентом по инвестиционным и займовым направлениям согласно его потребностям и возможностям.
5. Автоматизация типовых операций и простых бизнес-процессов: от бэк-офиса, бухгалтерии и аудита до юридической проверки документов. Еще в конце 2016 года в Сбербанке заработал робот-юрист, составляющий исковые заявления по физическим лицам. До 2020 года планируется заменить подобными роботами около 3000 сотрудников, выполняющих несложные типовые действия [5].

Однако, несмотря на успешность применения методов и инструментов ИИ в Сбербанке, глава финансовой корпорации отмечает катастрофическую нехватку специалистов в области анализа больших данных и машинного обучения [6]. За такими кадрами охотятся не только отечественные предприятия, но и зарубежные компании. Это приводит к невероятному росту зарплат аналитиков и инженеров Big Data и Machine Learning – именно тех, кого мы готовим на наших практических курсах.

Если вы хотите стать таким высокооплачиваемым сотрудником, приходите к нам на занятия, где на конкретных примерах из финансового сектора мы разбираем вопросы выбора, настройки и администрирования алгоритмов и средств работы с большими данным и машинного обучения. Сегодня в нашем учебном центре стартовал новый курс Machine Learning на языке Python, где рассматриваются задачи аналитического прогнозирования в маркетинге, сегментации (профилирования) клиентов и кредитного скоринга в финансах и страховании. Подробную информацию об обучении смотрите здесь. Встречаемся на занятиях!

Охота HR на аналитиков и инженеров Big Data и Machine Learning

Проанализировали 11 прогнозных моделей и AI-платформ, которые помогают людям в борьбе с пандемией 2020, и вычислили скорость кооперации людей и машин в условиях кризиса.

Как это работает в обычных условиях

Прогнозная аналитика – класс методов анализа данных, которые помогают предсказывать будущее поведение чего-либо. Ведь, как известно, предупреждён = вооружён.

Обычный алгоритм создания таких систем выглядит следующим образом:

• Изучаем имеющиеся данные;
• Смотрим, каких данных не хватает;
  
• Думаем, откуда и с помощью каких технологий их можно собрать;
  
• Разрабатываем модель для расчётов;
  
• Тестируем;
  
• Дорабатываем;
• Масштабируем.
  

Это стандартный сценарий, он адаптируется под задачу (клиента), но в целом это, своего рода, классика.

Как это работает в условиях пандемии

Во-первых, поскольку это новый вирус – собрать исторические данные сразу было затруднительно.

Во-вторых, поскольку он опасен и быстро распространяется – делать прогнозы нужно очень оперативно.

В-третьих, прогнозные модели должны быть максимально адаптивными, ибо информация меняется и дополняется постоянно и в огромных количествах.

Много факторов, много данных, много источников, считать надо быстро – идеальный кейс для предиктивной аналитики на основе ИИ.

Тем не менее, на основании поступающих данных ученые смогли получить основные статистические параметры, такие как R0 (заразность заболевания), инкубационный период, уровень госпитализации и уровень смертности. Эти цифры – про факты. Но чтобы принимать меры и правильно реагировать – нужны прогнозы.

Предсказание

Это было на 9 дней раньше, чем ВОЗ выступила с соответствующим заявлением.

Прогнозирование распространения

Группы учёных моделируют возможное распространение вируса, используя ИИ и учитывая разные факторы.

Научная группа Дирка Брокманна (Германия) прогнозирует распространение вируса, используя данные о международных рейсах.

Заразность (R0) не учитывалась: важно было понять, какие аэропорты и города станут главными шлюзами распространения вируса. Модель (работает с классной инфографикой в режиме реального времени) помогает прогнозировать маршрут распространения вируса от города к городу.

Прогнозируемые данные полностью подтвердились на практике.

Данное исследование основано на работах учёных 2013 года, в 2020 данные были обновлены и дополнены.

Научная группа Алессандро Веспиньяни (США) создала динамическую прогнозную модель распространения COVID-19 с разными сценариями, где используются данные о путешествиях и привычках в передвижении людей.

Ещё в конце февраля Веспиньяни говорил о том, что основными вирусными очагами Штатов станут Нью-Йорк и Бостон: 23 марта в Нью-Йорке объявили тотальный карантин. Тем не менее, исследование позволило подготовить медицинские центры самых уязвимых городов страны к наплыву пациентов.

Первые результаты были доступны через месяц, сейчас данные пополняются и модель, соответственно, обновляется.

Кстати, платформа BlueDot, которая предсказала эпидемию, использует алгоритмы обработки естественного языка и машинного обучения для прогнозирования распространения вируса, анализируя данные о полетах, отчеты о здоровье скота, климатические данные со спутников, новости и другие данные. Данные собирались в течение нескольких лет, поэтому выводы делались по отклонениям в начале 2020.

Оценка мер

Здесь работала группа эпидемиологов, модель разрабатывалась и данные собирались/обрабатывались с начала января 2020 до середины марта 2020.

Группа гонконгских учёных разработала прогнозный алгоритм, который учитывает принятые общественные и государственные меры (от применения защитных масок до закрытия школ и изоляции целых городов) при прогнозировании распространения вируса.

Здесь работал небольшой коллектив учёных (3 профессора и, вероятно, другие научные сотрудники), статья с результатами была опубликована в конце января, следовательно, работа длилась месяц.

Лорен Гарднер, директор Центра системных наук и инженерии в Университете Джона Хопкинса, разработала прогнозную модель, с помощью которой власти США могли решить, пассажиров каких аэропортов необходимо проверять особенно тщательно, а каких нет. Это помогло максимально эффективно распределять ограниченные медицинские ресурсы.

Над моделью работало несколько человек около 2-х месяцев.

Оценка готовности медицины

Учёные из Гарварда сделали прогнозную модель, в которой потенциальное количество заболевших в разных штатах США совмещалось с количеством доступных медицинских коек.

Модель предполагает разные сценарии, в зависимости от скорости распространения вируса. Пользуясь этими данными, госорганы могут принимать оптимальные решения, например, по введению карантина или перераспределению врачей и оборудования.

Работа длилась как минимум 2 месяца.

Ещё более комплексную модель на ту же тему разработали учёные из университета Пенсильвании. Здесь учитывается и группа риска и заразность вируса, и количество дней, за которое человек выздоравливает и многие другие факторы. Каждая больница может вносить в модель свои данные и прогнозировать, сколько коек будет свободно или будет ли лимит превышен на определённую дату.

Поиск решений

Прогнозная аналитика помогает понять, что будет, чтобы как-то к этому подготовиться или чтобы не допустить инцидентов. В то же время некоторые ИИ-приложения нацелены на поиск решения.

Китайский технический гигант Alibaba разработал систему искусственного интеллекта, которая может обнаруживать коронавирус в компьютерной томографии грудной клетки.

Точность прогноза такой ИИ системы - 96%. ИИ был обучен на данных из 5000 случаев коронавируса и может выполнить тест за 20 секунд, в отличие от 15 минут, которые требуются специалисту-человеку для диагностики пациентов (и то ведь не точно). Он также может отличить коронавирус от обычной вирусной пневмонии. То есть быстрее, выше, умнее.

Время работы – около 3-х месяцев, но результатов ещё нет.

Сейчас многие известные компании, например, DeepMind от Google, используют ИИ, чтобы найти соединения для борьбы с коронавирусом и, в конечном итоге, разработать вакцину. AlphaFold от DeepMind также пытается предсказать структуру белка, чтобы помочь найти эффективную вакцину.

Искусственный интеллект – с позволения сказать, конкурентное преимущество человека в борьбе с пандемией. Предиктивная аналитика в данном случае позволяет понимать возможные сценарии и факторы, от которых будет зависеть их развитие. От прогноза распространения вируса до поиска инструментов борьбы - AI технологии помогают быстро отвечать на критические вопросы и дают человеку возможность эффективно реагировать на угрозы.

Рассказываем про будни AI-технологий в бизнесе на своей страничке Facebook. Присоединяйтесь!

Искусственный интеллект является одним из трендовых направлений, которым охвачены все развитые государства мира.

Так, более 30 стран разработали национальные стратегии развития искусственного интеллекта (Канада, Сингапур, Китай, Кения, Дания, Франция и т.д).

По оценкам международных экспертов, инвестиции в технологии искусственного интеллекта выросли с 2014 по 2017 год в три раза и составили около 40 млрд. долларов США.

В случае отсутствия должного внимания со стороны государства к указанной отрасли Россия рискует упустить возможность технологического прорыва. Глобальный рынок технологических решений на основе искусственного интеллекта будет поделен между странами-конкурентами, что затруднит развитие России в стратегически важных отраслях экономики и замедлит её развитие.

Под искусственным интеллектом в России понимается комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека.

Современные технологии искусственного реализуются по следующим направлениям

• компьютерное зрение;
• обработка естественного языка;
• распознавание и синтез речи;
• интеллектуальные системы поддержки принятия решений;
• перспективные методы ИИ.

В целях развития искусственного интеллекта в России указом Президента Российской Федерации от 10 октября 2019 г. № 490 утверждена Национальная стратегия развития искусственного интеллекта до 2030 года в Российской Федерации (далее - Стратегия).

Стратегией определены задачи развития искусственного интеллекта в России, к которым относятся

1. Поддержка научных исследований в целях обеспечения опережающего развития искусственного интеллекта;
2. Разработка и развитие программного обеспечения, в котором используются технологии искусственного интеллекта;
3. Повышение доступности и качества данных, необходимых для развития технологий искусственного интеллекта;
4. Повышение доступности аппаратного обеспечения, необходимого для решения задач в области искусственного интеллекта;
5. Повышение уровня обеспечения российского рынка технологий искусственного интеллекта квалифицированными кадрами и уровня информированности населения о возможных сферах использования таких технологий;
6. Создание комплексной системы регулирования общественных отношений, возникающих в связи с развитием и использованием технологий искусственного интеллекта.

В качестве основных задач федерального проекта определены

1. Обеспечение роста спроса на продукты (услуги), созданные (оказываемые) с использованием искусственного интеллекта;
2. Разработка и развитие программного обеспечения, в котором используются технологии искусственного интеллекта;
3. Поддержка научных исследований в целях обеспечения опережающего развития искусственного интеллекта;
4. Повышение уровня обеспечения российского рынка технологий искусственного интеллекта квалифицированными кадрами;
5. Повышение доступности и качества данных, необходимых для развития технологий искусственного интеллекта;
6. Повышение доступности аппаратного обеспечения, необходимого для решения задач в области искусственного интеллекта;
7. Создание комплексной системы регулирования общественных отношений, возникающих в связи с развитием и использованием технологий искусственного интеллекта;
8. Популяризация и развитие сообщества.

Также к развитию ИИ в России привлекаются крупные государственные и частные компании.

В целях координации деятельности федеральных органов государственной власти, организаций бизнеса и науки постановлением Правительства Российской Федерации от 23 ноября 2019 г, № 1500 создана подкомиссия по развитию искусственного интеллекта, сопредседателями которых являются Орешкин М.С., Министр экономического развития Российской Федерации и Греф Г.О., Президент, Председатель Правления ПАО Сбербанк.

Кроме того, в целях изучения лучшего зарубежного опыта развития ИИ Министерством ведется работа по созданию центра четвертой промышленной революции на платформе ПАО Сбербанк, открытие которого планируется в 2020 году.

Центр будет осуществлять работу по следующим направлениям:

1. Интернет вещей.

Центр будет разрабатывать эффективные подходы к нормативному регулированию, включая проведение исследований, разработку концепций, подготовку нормативных документов и реализацию пилотных проектов. При выборе и реализации проектов будут учитываться интересы всех выгодоприобретателей от внедрения робототехники и искусственного интеллекта, а также зарубежный опыт и лучшие практики международного законодательства.

Задачи Минэкономразвития России в части развития ИИ на 2019 г.

Задачи Минэкономразвития России в части развития ИИ на 2020 г.

Искусственный интеллект (ИИ) постепенно проникает во все сферы нашей жизни – уже сейчас без него нельзя представить смартфон или навигатор, а через несколько лет он сам сможет ставить медицинские диагнозы и пилотировать автомобили. Доверяют ли россияне искусственному разуму, в каких профессиях роботы постепенно вытесняют людей, какое будущее у ИИ в банковской сфере и медицине и сможет ли виртуальная реальность заменить новости, рассказал в интервью РИА Новости в преддверии конференции AI Journey первый зампред правления Сбербанка Александр Ведяхин.

– В начале декабря президенту РФ Владимиру Путину должна быть представлена утвержденная программа по развитию искусственного интеллекта. Что заложено в программу, и что она даст российским компаниям?

– Национальная стратегия развития искусственного интеллекта и дорожная карта были утверждены 10 октября, а федеральный проект должен быть представлен главе государства до 15 декабря текущего года. Важно отметить, что все эти документы имеют сквозную природу – в них сформулированы задачи по созданию максимально благоприятных условий по развитию искусственного интеллекта в России и по достижению тех результатов, которые ставит национальная стратегия.

Сегодня технологии искусственного интеллекта имеют высокий уровень прикладной применимости практически для всех направлений жизни общества, и многое еще предстоит реализовать.

Сбербанк является федеральным центром компетенции по искусственному интеллекту и мы вместе с правительством отвечаем за его развитие. Наши основные направления – создание правового поля для оборота данных в России, развитие образования и научного потенциала в области технологий искусственного интеллекта, создание центров компетенций и коллективного доступа к технологиям. Для того, чтобы обеспечить прорывные технологии, необходимо решить кадровый вопрос, сегодня мы уже ощущаем острую нехватку специалистов в области data science & artificial intelligence (наука о данных и искусственный интеллект – ред. РИА Новости). Естественно, очень важна и популяризация. Именно по этим направлениям и будут развиваться и федеральный проект, и дорожная карта.

– Документы будут представлены в срок?

– Это большая работа, многие страны прошли похожий путь за несколько лет, у нас же на это ушло чуть более полугода. Мы работаем вместе с правительством, и задача у нас очень амбициозная. Делаем все возможное, чтобы выполнить все в установленный срок.

– Какие компании стали партнерами в рамках создания программы по развитию ИИ в России? Какие функции они на себя возьмут?

– Сейчас искусственным интеллектом занимается огромное количество компаний и частных лиц. В соответствии с соглашением будет создаваться альянс или консорциум основных компаний, которые развивают искусственный интеллект, но подробности мы представим на нашей конференции AI Journey.

– Какие барьеры вы видите для внедрения искусственного интеллекта в России?

– Такие же, как у любой новой технологии. Во-первых, она должна начать вызывать доверие. Уже сейчас искусственный интеллект приносит большую пользу – просто мы это не замечаем. Например, множество функций современных смартфонов реализуется с помощью искусственного интеллекта.

– Но об этом так не думаешь.

– Как вы считаете, доверяют россияне искусственному интеллекту?

– У нас пока еще нет массового применения искусственного интеллекта в критичных или среднекритичных приложениях. Но в малокритичных, мне кажется, доверяют – все ездят по навигаторам, общаются с голосовыми помощниками. В принципе, уровень доверия достаточно высокий.

– Что нужно сделать с точки зрения законодательства для внедрения искусственного интеллекта?

– Существует целый пласт проблем, которые сейчас в общем виде обозначены в национальной стратегии. Это необходимость оптимизации оборота данных, создание инструментов быстрого упрощенного внедрения технологий ИИ в различных сферах экономики, начало общественного диалога по выработке новых этических правил в связи с развитием систем искусственного интеллекта.

Много проблем существует в конкретных отраслях. Всем известны сложности внедрения беспилотного транспорта. С этим столкнулись все страны мира – нужно адаптировать законодательство, устанавливать правила, например, для беспилотных автомобилей. В здравоохранении схожие сложности: действующие нормы не адаптированы для применения систем ИИ в медицине. Возникают сложности с регистрацией, клиническими испытаниями, перерегистрацией и так далее. Все их нужно решать в самой ближайшей перспективе.

– Какие сферы, на ваш взгляд, являются наиболее перспективными для развития искусственного интеллекта?

– В первую очередь там, где много рутинных операций. В качестве примера приведу банк. Раньше, чтобы открыть операционный день, старший кассир должен был прийти за полтора часа и поочередно открыть доступ десяти операционистам. Теперь мы запустили робота, он выходит на работу в три часа ночи – у него с этим проблем нет – и совершает эти рутинные действия за человека. В итоге старший смены уже приходит не за полтора часа, а за полчаса, проверяет работу робота и дальше приступает к своим обязанностям, а высвобожденный час можно потратить на личные дела.

Традиционно среди лидеров применения искусственного интеллекта – технологические компании, финансовый и банковский сектор, ретейл. У искусственного интеллекта есть перспективы применения в социальной и государственной сфере для решения общезначимых проблем в здравоохранении, охране окружающей среды, образовании, управлении городским хозяйством. Искусственный интеллект может быть использован для создания умных городов, повышения эффективности управления и бюджетирования. Можно сказать, что искусственный интеллект изменит все сферы деятельности человека без исключения.

– Какой положительный эффект вы видите от внедрения ИИ уже в ближайшие годы?

– Искусственный интеллект становится все более распространенным инструментом повышения эффективности и улучшения качества нашей жизни. Уже сегодня без разработок в этой области невозможно представить себе ни одну из отраслей социальной сферы: медицины, образования, культуры, транспорта, связи. В ближайшие годы мы увидим положительный эффект в том, что уменьшатся трудозатраты и сократятся издержки при принятии решений, а также улучшится качество жизни людей.

– Ранее вы говорили, что в октябре этого года Сбербанк представит в Китае нейросеть для диагностики инсульта. Какие еще разработки с внедрением искусственного интеллекта осуществляет банк?

Сбербанк также работает над целым рядом задач в области применения искусственного интеллекта в здравоохранении. Подобные системы, безо всяких сомнений, будут играть все большую роль в медицине, там, где необходимы предельная точность и скорость в принятии решений, в условиях большого объема сложных данных. Мы видим большой потенциал в создании умных инструментов для врача, его помощника, который позволяет специалисту быстрее и лучше диагностировать заболевание и предлагать необходимое лечение. Мы уже обсуждаем с несколькими субъектами России старт этой работы на уровне администрации региона. Здесь очень важно, чтобы был хороший набор размеченных опытными врачами данных для обучения ИИ. Еще одно из наших больших направлений – это анализ медицинских изображений, здесь технология уже очень хорошо может различать и воспаление легких, и рак груди, также возможно применение и по другим направлениям, в первую очередь болезни системы кровообращения и онкологические заболевания.

– Медицинский помощник, которого банк разрабатывает, станет коробочным решением или будет иметь региональную специфику? И когда этот сервис может появиться?

– Мы сейчас смотрим, как это будет выглядеть. Пока мы находимся на стадии продвинутых научных исследований, еще пока "коробки" нет, но уже есть хорошие результаты научных исследований и программный код, который позволяет работать с изображениями и данными. Как дальше это будет положено в коробочное решение и будет транслироваться, мы сейчас обсуждаем, решение появится в следующем году.

– Сбербанк развивает одновременно ИИ и облачные сервисы. На ПМЭФ-2019 было заявлено, что облачный провайдер группы Сбербанк, компания SberCloud, создает AI Cloud – облачный сервис для решения задач искусственного интеллекта. Почему выбрана именно облачная модель предоставления продуктов AI, чем она выгоднее для клиентов?

– Искусственный интеллект и облако – это комплементарные технологии. Главное преимущество использования облачной модели потребления продуктов AI для компаний в том, что облако делает AI доступным, снижает порог входа для тех клиентов, которые хотят использовать искусственный интеллект в своих продуктах и услугах. Использование искусственного интеллекта, машинного обучения, глубокого обучения требует значительных вычислительных мощностей. Далеко не каждая компания, организация или университет могут приобрести столь дорогое оборудование и имеют соответствующих специалистов в области AI. Облачная модель предоставления AI-услуг на базе SberCloud дает возможность использовать вычислительные ресурсы облачного провайдера без капитальных вложений в ИТ-инфраструктуру со стороны заказчика.

– Существует страх, что роботы всех заменят. Вы можете подтвердить или опровергнуть это предположение?

– Банк будет масштабировать ее на рынок?

– Она сейчас широко представлена в банке, но пока вопрос остается открытым, будем ли ее выводить на рынок.

– Сколько сотрудников Сбербанка вовлечены в работу с искусственным интеллектом? Будет ли банк как-то наращивать число сотрудников, работающих над технологией?

– Сегодня поиск сотрудников – это большая задача. Но главное – даже не поиск, а их воспитание и развитие. У нас сейчас в банке работает около 1200 сотрудников, занимающихся искусственным интеллектом. Мы рассчитываем, что в 2020 году у нас таких сотрудников будет более 2000, это очень много. У нас и внутри банка, и снаружи идет большая конкуренция. Мы сейчас сотрудничаем как с ведущими вузами для подготовки специалистов, так и занимаемся переподготовкой специалистов внутри банка. У нас стартовала программа, в рамках которой любой желающий может переобучиться на data scientist или специалиста по искусственному интеллекту.

– Как вы оцениваете перспективы ИИ в журналистике?

– В свое время автоматизация производства привела к фундаментальному прогрессу в промышленности, и, как следствие, в экономике и других сферах жизни теперь пришел черед для роботизации интеллектуального труда. Искусственный интеллект способен освободить человека не только от тяжелого труда и рутинных обязанностей, но и помочь ему в творческой деятельности. Если брать журналистику, то информационные потоки настолько велики и обширны, что сегодня специалисту не обойтись без самообучающихся поисковых алгоритмов и систем анализа собранной информации, например, для того, чтобы выдавать в эфир исключительно актуальные и интересные новости.

По некоторым оценкам, технология искусственного интеллекта достигла такого уровня, что может взять на себя около 15% работы репортера и 9% работы редактора. Однако в сфере творческой деятельности человек по-прежнему имеет преимущество перед машиной: сложные коммуникации, экспертное мышление, гибкость, креативность. Машина пока не умеет слушать, выстраивать беседу и договариваться с источниками. Тем не менее искусственный интеллект может помочь человеку оптимизировать его труд, может помочь сделать контент более персонализированным и адресным.

– VR – это важное направление. С помощью нее человек сможет получать большое количество информации об окружающих его объектах. Классический новостной сюжет рассказывает зрителю о том, что произошло. Сюжет в формате VR способен погрузить его в происходящее – зритель пропускает увиденное через себя, становится его частью.

– По вашему мнению, медиа в будущем полностью перейдут на виртуальную реальность или все же останутся традиционные форматы?

– VR – это больше про чувства и ощущения, а не про информацию и знания. Именно поэтому иммерсивная журналистика не может пока похвастаться амбициозными планами по вытеснению традиционного формата подачи материала. Сегодня она представлена в основном камерными проектами определенного жанра. Это, как правило, сюжеты о путешествиях или фестивалях, о концертах, документальные фильмы о социальных проблемах.

По расширению технических мощностей СМИ в области VR есть определенная сложность – человек пока еще не готов переходить к новой форме потребления информации. Согласитесь, не каждый из нас побежит покупать себе VR-очки после прочтения этого материала. Традиционные жанры журналистики новые форматы не вытеснят, они будут завоевывать свою долю на рынке информационных услуг и свою аудиторию.