Спецпроекты

Будущее искусственного интеллекта в России: как технологии превратятся в решения

Интеграция
Сбербанк подготовил предложения по развитию в России искусственного интеллекта. Данная сфера была разделена на семь субтехнологий. В каждой из них были выделены технологии, которые через несколько превратятся в законченные решения.

Рынок искусственного интеллекта в России и в мире

В распоряжении CNews оказался проект дорожной карты по развитию направления «Нейротехнологии и искусственный интеллект». Документ подготовлен Сбербанком в рамках федерального проекта «Цифровые технологии» нацпроекта «Цифровая экономика».

Мировой рынок решений в сфере искусственного интеллекта (ИИ) в 2018 г. составил $21,5 млрд, в 2024 г. он достигнет $137,5 млрд. Мировой рынок решений в сфере нейротехнологий в 2018 г. составил $1,3 млрд, в 2024 г. он увеличится до $7 млрд.

Если учитывать мировой рынок искусственного интеллекта и нейротехнологий в целом – с учетом внутренних разработок компаний, – то в 2018 г. составил $396 млрд, а к 2024 г. он увеличится до $890 млрд. Аналогичным образом, размер мирового рынка нейротехнологий в целом в 2018 г. составил $7 млрд, к 2024 г. увеличится до $35 млрд.

Востребованность технологий искусственного интеллекта
ii1.png
Источник: Сбербанк, 2019

Российский рынок решений в сфере ИИ в 2018 г. составил 2,1 млрд руб., к 2024 г. он увеличится до 160 млрд руб. Российский рынок решений в сфере нейротехнологий в 2018 г. составил 100 млн руб., к 2024 г. он вырастет до 8,2 млрд руб.

Российский рынок ИИ в целом в 2018 г. составил 189 млрд руб., к 2024 г. он увеличится до 907 млрд руб. Данный показатель включает в себя выручку компаний в сфере искусственного интеллекта, выручку прочих ИТ-компаний, которые разрабатывают продукты благодаря ИИ, и прирост выручки компаний из различных отраслей экономики, который был получен благодаря искусственному интеллекту).

Аналогичным образом, российский рынок нейротехнологий в целом в 2018 г. составил 45 млрд руб., в 2024 г. он вырастет до 65 млрд руб.

Ведущие мировые разработки в области искусственного интеллекта

Компания Решение/продукт/ технология Ключевые характеристики
Компьютерное зрение
Google AutoML Vision Продукт предназначен для обучения машинным системам "видения" на основе технологии распознаватая образов Google
Vision API Позволяет анализировать изображения и контекстные данные, используя самообучающюся модель машиного обучения (в REST API)
Video Intelligence Проект предлагает предварительно обменные модели и позволяет дообучать существующие модели компьютерного зрения. Модели включают точный анализ видео и создание интеллектуальных видео приложений
Apple Vision Framework Вьшолняет распознавание лиц, текста, штрих-кодов и классификацию изображений. Также позволяет пользовательские модели Core ML для классификации или обнаружение объектов.
ARKit Даная технология позволяет разработчикам создавать приложения дополинтельной реальности.
NVIDIA DriveNet Технология вещественного восприятия, самообучаемое компьютерное зретае, работающее на основе нейронных сетей.
NVIDIA DIGITS Позволяет интерактавно управлять данными и обучать модели, классифицировать изображения, распознавать объекты и сегментировать изображения.
Amazon Amazon Rekognition Создает приложения с API-таргетами для поиска, анализа и проверки изображений
IBM Watson Visual Recognition Анализ изображений с целью определения окружения, объектов, лиц и других мэтерналов. Позволяет создавать и обучать пользовательские классификаторы с помощью собственных наборов изображешй.
Intel Intel Vision Создание логических выводов. Расширенная аналитика визуальных данных — от камеры до облака.
Facebook Facebook Computer Vision Анализ фотографий для поиска похожих лиц, определения интересов и других данных пользователя, с целью показа персонализированной реламы и подбора подходяших людей для знакомства
Baidu Baidu Анализ изображении с цетаю определения интересов пользователя и показа персонализированной рекламы, а также с целью показа изображений отвечающих на поисковой запрос пользователя.
Microsoft Computer Vision API Функции продукта: классификация и распознавание символов, интеллектуальное использование изображений и ограничение показа модерируемого контента
Bing Visual Search Позволяет пользователям выполнять поиск с использованием изображения и получать аналитические данные.
Tobii Group Tobii Dynavox Технологая отслеживания движения глаз (управление устройством без помошн рук) для людей с ограниченными возможностями
SeeStomi SeeVoice Создание синтетического видео в реальнном времени (создание синтетических аватаров с фронтальных камер пользователя для интернет-приложений)
SenseTime Система распознавания лиц Использует искусственный интеллект для быстрого анатази изображения с камер и идентификации личности человека, попавшего в кадр
Yitu Yim Dragonfly Eye Интеллкутуальная система безопасности -обеспечение городской безопасности, функционирования транспорта и интеллектуальных финасовьх функции
Smart Healthcare Помошь в скрининге заболеваний и диагностики с помошью анализа изображений
City Data Hub Решения для оптимизации управления городским транспортом
Disney Research PhaseNet Интерполяция видеокадров с использовашем нейросетевого декодера, которьй непосредственно оценивает фазовое разложение промежуточного кадра
Honda Research Instihite GPGPU технологии, усовершенствование GPS систем и отслеживания объектов на дороге Оценка позы человека по набору ключевых точек (ключевых точек), обнаруженных с использованием изображений глубины, полученных с устройства визуализации времени полета
Mitsubishi Electric Researcli laboratories MERL Shopping Dataset Подход к обнаружению действий использует глубокую рекуррентнуюу нейронную сеть. Сеть состоит из 4-ех отдельных «потоков» данных.
Tesla Lidar Tesla Измеряет расстояние до цели путем освешення цели импульсным лазерным светом н нзмерения отраженных импульсов датчиком
Boeing Обнаружение дефектов Использование НС и машинного зрения для обнаружения с более высокой точностью. Разрабатываются современные архитектуры компьютерного зрения и алгоритмы глубоких нейронных сетей, позволяющие распознавать и анализировать захваченные изображения самолетов, выявлять аномалии и инициировать ранние предупреждения.
BMW HoloActive Touch Позволяет пользователям управлять виртуальными 3D-экранами и нажимать кнопки в пространстве. Представляет собой простую версию голографического интерфейса
Обработка естественного языка
Amazon Amazon Rekognition Создает приложения с API-интерфейсами для поиска, анализа и проверки изображений.
IBM Watson Visual Recognition Анализ изображений с целью определения окружения, объектов, лиц и других материалов. Позволяет создавать и обучать пользовательские классификаторы с помощью собственных наборов изображения.
Intel Intel Vision Создание логических выводов, расширенная аналитика визуальных данных — от камеры до облака.
Google Cloud Natural Language Сервис используется для анализа структуры и значения текста.
Apple Natural Language Framework Анализ текста на естественном языке и вывод его специфических для языка метаданных.
NSLinguisticTagger Позволяет анализировать естественный язык, поддерживает множество языков и алфавитов
NVIDIA NVIDIA DIGITS Включает сервисы по обработке естественного языка
Amazon Amazon Comprehend Сервис обработки естественного языка. Технология использует машинное обучение для извлечения аналитических сведений и взаимосвязей из неструктурированных данных.
IBM Watson Natural Language Classifier Возвращает классы, которые наилучшим образом подходят для предложения или фразы.
Watson Natural Language Understanding Анализ текстов для извлечения таких метаданных, как понятия, сущности, ключевые слова, категории, тональность, эмоции.
Intel NLP Architect Библиотека с алгоритмами для обработки естественного языка
Microsoft Cognitive Services Включает языковые службы, обеспечивающие определение значения неструктурированного текста и распознавание намерения в высказываниях говорящего в приложениях и службах.
SoundHound Houndify Гибкая и масштабируемая система голосового интеллекта с поддержкой голосовой связи объединяет в одном механизме как автоматическое распознавание речи (ASR), так и понимание естественного языка (NLU), что значительно повышает скорость и точность. Платформа Houndify Platform предлагает более 125 доменов взаимопонимания, графики званий и права на перераспределение от поставщиков
Mobvoi TicHear Технология цифровой обработки сигналов (DSP) TicHear захватывает высококачественные голосовые сигналы для обеспечения превосходного обнаружения слов и распознавания голоса.
Twiggle API Возможности семантического поиска без замены поисковых систем своих клиентов
Tact.ai The Assistant Голосовой интеллект Tact.ai адаптируется к ситуационному контексту продавцов и поддерживает разговоры, инициируемые как пользователем, так и системой. Помощник также использует динамическое создание нарратива для управления нелинейными диалоговыми потоками с продавцами с использованием адаптивных организационных онтологий.
Philips research Автоматическая поисковая система Гибридная система для поиска и сопоставления биомедицинских статей и клинических испытаний, относящихся к лечению, для подходящих пациентов на основе подхода строгого соответствия правил и онтологического подхода
Huawei Technologies Xiaoyi Интеллектуальный информационный помощник, полнопенный ассистент анлог Ale ха и Google Assistant, в котором присутсвуют такие функции: поиск изображений, машинный перевод, диалог на естественном языке
Amazon Amazon Comprehend Сервис идентифицирует язык текста; извлекает ключевые фразы, места, людей, бренды или события; понимает, насколько положительный или отрицательный текст; анализирует текст с использованием токенизации и частей речи; и автоматически организует коллекцию текстовых файлов по темам.
Toyota Cognitive ads(когнитивные рекламные ролики) Использование обработки естественного языка и машинное обучение для раскрытия информации о больших объемах неструктурированных данных, также обучена слушать, думать и отвечать на вопросы потребителей с помощью персонализированных ответов в реальном времени.
L’Oreal Mya and Mya Systems Использует методы обработки естественного языка и машинного обучения для автоматизации охвата и обмена информацией с кандидатами в ходе сквозного процесса набора персонала
Рекомендательные системы и системы поддержки принятия решений
Amazon Amazon Recomendation Создает рекомендательную систему для показа наиболее подходящих товаров
IBM Watson Создает систему, помогающую врачам определять диагноз и методы лечения
Google Google Создает рекомендательную систему для показа наиболее подходящей рекламы
SAP SAP Platform Создает различные продукты для управления организациями, имеющие в своей основе ИИ для принятия необходимых решений
HubSpot HubSpot Создает сервис позволяющий производить маркетинговые коммуникации с наиболее релевантными клиентами
UiPath UiPath Создает систему для замещения действий сотрудника на основе ИИ
Palantir Palantir Создает систему, которая позволяет определять непрямые связи между компаниями, на основе данных из большого количества источников
Phillips NLP Architect Создает рекомендательные системы для определения наиболее подходящих устройств для пользователя
Airbus Airbus Fuel Consumption cycle Проект, Aiibus и российского SkolTech. Созданная система направлена на снижение потребляемого самолетом объема топлива за счет анализа различных показателей (в том числе показателей работы двигателя) и подачи рекомендаций (например, по изменению циклов работы двигателя и управления APU).
L’Oreal L’Oreal Создает систему для подбора наиболее подходящей покупателю косметики, на основе его предыдущих покупок
Netflix Netflix Создает систему для рекомендации пользователю наиболее подходящих ему сериалов и фильмов
Распознавание и синтез речи
Amazon Amazon Alexa Создает голосового помощника, позволяющего производить заказ товаров, а также управлять различными устрйоствамн
Apple Sin Голосовой помощник от компании Apple, умеет распознавать речь и управлять большим количеством ПО
Google Android Создает голосового помощника, позволяющего производить заказ товаров, а также управлять различными устрйоствамн
Microsoft Cortana Создает голосового помощника, позволяющего производить заказ товаров, а также управлять различными устрйоствамн
SoundHound SoundHound Гибкая и масштабируемая система голосового интеллекта с поддержкой голосовой связи объединяет в одном механизме как автоматическое распознавание речи (ASR), так и понимание естественного языка (NLU), что значительно повышает скорость и точность. Платформа Hovmdify Platform предлагает более 125 доменов взаимопонимания, графики знаний и права на перераспределение от поставщиков
CallMiner CallMiner Компания, признанная Forrester лидером на рынке AI-Fueled Распознавание и синтез речи. Обладает большим количеством продуктов в области распознавания звуков и речи
Tact.ai Tact.ai Голосовой интеллект Tact.ai адаптируется к ситуационному контексту продавцов и поддерживает разговоры, инициируемые как пользователем, так и системой. Помощник также использует динамическое создание нарратива для управления нелинейными диалоговыми потоками с продавцами с использованием адаптивных организационных онтологий.
Phillips Phillips Создает решения, позволяющие голосом управлять различной бытовой техникой и другими устройствами
Bosch Bosch Создает решения, позволяющие голосом управлять различной бытовой техникой и другими устройствами
Перспективные группы и методы в ИИ
Google Al Hub Комплексное plug-and-play решение для обучения н развертывания ИИ-моделей. Она позволяет сделать общедоступными ресурсы по машинному обучению, созданные разработчиками из Google Cloud AI, Google Research и других подразделений. Также это упрошает развертывание ИИ-систем на предприятиях, поскольку используются уже готовые модули.
Cloud AutoML Набор продуктов, который позволяет разработчикам с ограниченным опытом создавать модели машинного обучения специфичные для их бизнес-потребностей.
Apple Core ML Позволяет интегрировать в приложение широкий спектр моделей машинного обучения. Построен на основе низкоуровневых технологий, таких как MetaL Accerate.
NVIDIA NVIDIA TensorRT™ Платформа для высокопроизводительного глубокого обучения. Позволяет оптимизировать модели нейронных сетей, обученные во всех основных средах развернуть их в гипермасштабных центрах обработки данных.
NVIDIA® Jetson Nano™ Developer Kit Компьютер, который позволяет параллельно запускать несколько нейронных сетей для таких приложений, как классификация изображений, обнаружение объектов, сегментация и обработка речи
NVIDIA Jetson AGX Xavier Предлагает создание сквозных приложений AI для роботехники.
Amazon Apache MXNet Система обучения и получения логических выводов с API.
IBM Решение для управления кадрами на основе искусственного интеллекта, помогающее организовать индивидуальный диалог о развитии карьеры с каждым сотрудником и подобрать оптимальную должность ххя каждого.
Microsoft Azure Databricks Служба аналитики на основе Apache Spark. Предназначена для совместной работы и позволяет ускорить анализ больших данных и создания решений для ИИ.
Azure Kinect DK Набор разработчика, периферийное компьютерное устройство с усовершенствованными датчиками на основе искусственного интеллекта (ИИ) для создания комплексных моделей компьютерного зрения и речи.
YITU Technology Yitu Dragonfly Eye Система, основанная на технологии ИИ, предназначенна для обеспечения городской безопасности, интеллектуального транспорта и интеллектуальных финансовых функций
Lobe Lobe Сервис позволяет создавать и обучать пользовательские модели глубокого обучения, и внедрять их сразу в приложения
Peltarion Al Platform Платформа с графическим интерфейсом для создания и обучения специальной нейронной сети
Стартап Ulzard Technologies Pix2Code Система, которая может генерировать код на основе макетов интерфейса
DefinedCrowd Corporation DefinedCrowd Интеллектуальная платформа данных. Основывается на возможностях краудсорсинга и ИИ для ускорения обучения, и моделирования корпоративных днных
H&M Coded couture Персонализированный подбор гардероба с использованием заранее нхопленных данных о покупках конкретного клиента
Capgemini Perform Al Набор инструментов, применимых в управлении организацией
AT&T Acumos Платформа, которая позволит приложениям. основанным на АI, быть доступными для разработчиков вне компаний, сделать барьер входа для них ниже. Цель платформы Асumos — сделать решения в сфере искусственного интеллекта более адаптируемыми друг к другу.
Pixar Kernel-Predicting Convolutional Networks Контролируемый подход к обучению, который позволяет фильтрующему ядру быть более сложным и общим за счет использования архитектуры глубоко сверточной нейронной сети (CNN). В одном варианте осуществления нашей структуры CNN непосредственно предсказывает конечное значение пикселя с пониженным шумом как крайне нелинейную комбинацию входных признаков
Genetech(Roche Holding) Al платформа Инструмент, управляемый AI, который автоматизирует преобразование разнообразных потоков биомедицинских и медицинских данных (таких как продольные электронные медицинские записи (записи EMR), секвенирование следующего поколения и другие «атомные данные») в механистические компьютерные модели, представляющие отдельных пациентов.
Takeda AI платформа Моделирование на основе ИИ на каждой стадии процесса - от поиска и расширения хитов до разработки / оптимизации отведении - до прогнозов поглощения, распределения, метаболизма и выделения (ADME) / токсичности. AI-платформа способна работать с точками данных, полученными в результате различных исследовании - от фенотипических анализов с высоким содержанием, с низкой пропускной способностью, а также от скрининга с высокой пропускной способностью, структурного проектирования и традиционных вычислительных методов. Обученная разносторонней информацией, система искусственного интеллекта может исследовать очень большие химические пространства и выявлять наиболее перспективных кандидатов лекарств.
Sanofi Подход «target-agnostic» Выявление новых сочетаний лекарств. Он основан на клеточном фенотипированни посредством анализа изображений с использованием компьютерного зрения. Таким образом, на уровне отдельных клеток извлекаются тысячи морфологических показателей, а большие каталоги молекул проверяются на способность «исправлять» фенотипические дефекты, связанные с каждым заболеванием.
Нейропротезирование
NeuroSky NeuroSky Создает чипы для отслеживания мозговой активности
Emotive Ерос Создает носимые устройства для контроля мозговой активности и сбора данных пользователя
SecondSight Android Создает различные глазные протезы
G-tec SoundHound Создает различные медицинские устройства для контроля состояния человека
Нейроинтерфейсы, нейростимуляция и нейросенсоринг
Phillips Cortana Активно развивает решения в области нейрофизиологии

Источник: Сбербанк, 2019

Во сколько обойдется развитие искусственного интеллекта в России

На реализацию мероприятий данной дорожной карты необходимо будет 392 млрд руб. до 2024 г. В том числе федеральный бюджет, как предполагается выделить на соответствующие цели 57 млрд руб., внебюджетные источники – 335 млрд руб.

Барьеры для развития искусственного интеллекта в России

Барьерами для развития искусственного интеллекта в России являются: низкий уровень использования ИИ в компаниях; низкий уровень использования технологий ИИ в сфере здравоохранения; низкий уровень доступности медицинских данных, необходимых для работы с ИИ; низкая доступность качественного образования; слабые качество и доступность государственных услуг для жителей и компаний; низкая интенсивность научных исследований в сфере ИИ; дефицит современных программ подготовки специалистов в сфере ИИ; недостаточный уровень развития отечественных высокоскоростных энергоэффективных микропроцессоров, оптимальных для задач ИИ; недостаточная обеспеченность ЦОДов коллективного или индивидуального использования под выполнение задач ИИ; отсутствие нормативных условий для доступа к данным и отсутствие полноценной системы нормативно-технического регулирования в области ИИ.

Что такое уровень готовности технологий

Авторы документа разделяют искусственный интеллект на семь субтехнологий. В отношении каждой из них указывается уровень технической готовности (УГТ) по шкале от 1 до 9. УГТ 1–3 – это научная стадия, во время которой проводят научно-исследовательские работы, а в отношении самого продукта выявлены и опубликованы фундаментальные принципы.

УГТ 4–6 – это экспериментальная стадия, во время которой проводятся опытно-конструкторские работы. В отношении продукта созданы компоненты или макеты, которые проверены в лабораторных условиях.

Наконец, УГТ 7–9 – это рыночная стадия. Прототип продукта прошел демонстрацию в эксплуатационных условиях и идет подготовка предсерийного или серийного производства. Для каждой субтехнологии также приводится перечень соответствующих технологий, которые через несколько лет трансформируются в различные решения (targetuse-case) – комплексы аппаратного и программного обеспечения, требующиt минимальной настройки для решения определенных задач.

Прогноз выхода потенциальных решений в области искусственного интеллекта на максимальный, девятый уровень технологической готовности (УГТ)

Перечень наиболее перспективных потенциальных научно-технических и технологических решений (target use-cases)
Компьютерное зрение
Постановка диагноза на основе анализа фото н видео точнее чем человек 2021
Система анализа ситуации в режиме реального времени 2021
Воссоздание трехмерных сцен и нх стилен на основе двумерных изображений и видео 2022
Реалистичные цифровые аватары в т.ч. для использования в производстве видеопродукции. в интерфейсах устройств, обучении 2022
Беспилотный транспорт, в т.ч. автомобили 2023
Системы охраны и обеспечения безопасности 2023
Системы сбора данных о городском трафике и их анализ (Smart cities) 2023
Широкий спектр сервисных роботов, использующих мелкую моторику, в т.ч. логистические, медицинские и социальные 2029
Биометрическая идентификация без потребности в физ. носителе 2024
Умение интегрировать данные с различных типов сенсоров н ориентироваться в сложной среде 2026
Перечень наиболее перспективных потенциальных научно-технических и технологических решений (target use-cases) Предполагаемый срок достижения УГТ 9
Системы сбора и классификации эмоциональных данных (маркетинг, наука, обеспечение безопасности) 2029
Сертифицируемые в рамках текущего регулирования системы компьютерного зрения 2024
Обработка естественного языка
Системы анализа н фильтрации получаемой информации с использованием ИИ 2020
Интеллектуальный поиск по базе документов 2021
Улучшение текущих решений (чат-боты, ассистенты и т.д) с учетом контекста 2022
Системы построения блок-схем на основании текстовой информации и анализ нарушения логики в них 2022
Автоматические системы литературного, технического и делового перевода 2023
Мультизадачные разговорные ассистенты 2024
Автоматический синхронный перевод на основе ИИ 2026
Персонализированный рекламный текст, а также автоматизированные ассистенты по написанию статей, новостей н худ. произведений 2026
Обработка больших массивов неструктурированной текстовой н речевой информации, их самаркзация 2027
Сбор и классификация эмоциональных данных и формирование психографического портрета 2029
Рекомендательные системы и интеллектуальные системы поддержки принятия решений
Медицина (лечение кровеносных систем, диагностирование рака) 2021
Оптимизация алгоритмов системы управления роботами при помощи симулятора модели 2023
Рекомендательные системы тестируемые без участия пользователя 2021
Интеллектуальные системы поддержки принятия решений для решения стратегических вопросов 2027
Системы моделирования и симуляции процессов и Process Mining 2023
Системы адаптивного динамического управления сложными объектами, включая РТС и беспилотные ТС 2027
Поддержка принятия н верификация решений надзорных органов 2026
Науки о жизни (поиск новых гипотез и их доказательство научными методами) 2026
Системы предиктивной аналитики для промышленности сельского хозяйства и сервисных отраслей (финансы, торговля) 2019
Системы управления движением воздушного и наземного транспорта 2021
Системы управления автономными объектами 2023
Системы управления объектом учитывающие отставание сигналов 2024
Системы централизованного управления группой/роем объектов 2023
Системы децентрализованного управления группой/роем однородных объектов 2028
Системы управления группой/роем неоднородных объектов (включая инфраструктуру) 2028
Интеллектуальные САПР для проектирования технических устройств 2019
Интеллектуальные САПР для проектирования алгоритмов 2022
Сквозное проектирование аппаратной и программной части, а также алгоритмов работы 2026
Автоматизация подготовки данных для прикладных задач 2025
Системы объединения данных из различных источников (цифровой профиль, единый источника знаний из объединенных информационных систем, геомарктинговые сервисы, MDM системы) 2022
Системы повышения качества н консистентности данных 2022
Распознавание и синтез речи
Проверка подлинности личности говорящего 2023
Системы обработки и анализа переговоров 2021
Улучшение текущих решений (персональные ассистенты) и системы поиска скрытого содержания и смысла 2023
Синтезирование художественных произведений 2022
Персональные синхронные переводчики 2024
Системы идентификации социального статуса и других атрибутов человека 2026
Системы анализа неполадок в устройствах, на основе распознавания звука. 2028
Улучшенные персональные голосовые помощники и переводчики 2029
Перспективные методы и технологии в ИИ
Предиктивная выдача результатов, например при аварийных ситуациях в промышленности 2021
Удешевление упрощение разработки модели 2022
Применение ИИ-методов в плохо формализуемых приложениях (лингвистика, медицина и т.д.) 2025
Сенсоры, «понимающие» тактильные сигналы 2025
РТС/модели. обучаемые в ходе деятельности по аналогии 2026
Модели для первичной обработки верификации данных 2026
РТС/ модели, анализирующие ситуацию исходя из различных источников, включая видео, текст, голос и тп. 2026
«Метакогнитивные» технологии - создание метасупервайзера, способного обосновать своё решение 2028
Сильный искусственный интеллект с широким спектром применения Не достигнет УГТ 9 до 2030 года
Нейропротезирование
Импланты и внутренние датчики 2025
Биопротезирование органов чувств и получение обратной связи от протезов 2027
Биопротезирование частей тела и внутренних органов 2028
Нейроинтрефейсы, нейростимуляция и нейросенсинг
Системы нейромаркетинга 2026
Системы улучшения когнитивных способностей (концентрация, скорость принятия решений) 2028
Системы контроля состояния пользователя (в.т.ч. При помощи нейрофизиологии) 2028

Источник: Сбербанк, 2019

Компьютерное зрение

Первая из субтехнологий – это компьютерное зрение: система решений, которые находят, отслеживают и классифицируют объекты. Уровень технологической готовности – шестой. Международными разработками для данной технологии являются технология искусственного восприятия DriveNet от Nvidia, Intelligent Vision System от ITRI и интерфейс HoloActive Touch от BMW.

Российский опыт представлен беспилотным автомобилем от «Яндекса», платформой распознавания лиц VisionLabs Luna и голографической AR-навигационной системой WayRay.

Взаимосвязь искусственного интеллекта с другими сквозными цифровыми технологиями


Источник: Сбербанк, 2019

Прогнозируется, что к 2021 г. технология «Сбор наборов данных и обучения классификаторов» трансформируется в решение «Постановка диагноза на основе анализа фото и видео точнее, чем человек», а технология «Сбор набора данных и обучение системы в ситуации» – в решение «Система анализа ситуации в режиме реального времени».

К 2022 г. технология «Синтез 2D, 3D изображения и видео объектов с сохранением узнаваемости» трансформируется в решение «Воссоздание трехмерных сцен и стилей на основе двухмерных изображений и видео», а технология «Получение и обработка информации об удаленных объектах с помощью активных оптических систем» – в решение «Повышение рентабельности решений на основе компьютерного зрения».

К 2023 г. технология «Детекция и идентификация субъектов в сложной окружающей среде» трансформируются в решение «Системы охраны и обеспечения безопасности», а технология «Высокоскоростная идентификация большого количества объектов в видео и фото» – в решение «Системы сбора данных о городском трафике и их анализ».

В 2024 г. технология «Самостоятельное разбиение видео на объекты и распознавание мелких деталей» трансформируется в решение «Биометрическая идентификация без потребности физического носителя». В 2025 г. технология «Понимание образов с учетом контекста и невизуальных сигналов» перейдет в решение «Умение интегрировать данные с различных типов сенсоров», а к 2029 г. технология «Психографический и эмоциональный анализ» превратится в решение «Системы сбора и классификации эмоциональных данных».

Обработка естественного языка

Другая субтехнология – это обработка естественного языка: система решений, направленных на понимание языка и генерацию грамотного текста, а также создание более удобной формы взаимодействия компьютера и человека. Уровень технологической готовности для данной субтехнологии составляет 6.

Международный опыт в данной субтехнологии представлен виртуальным помощником Cortana в операционной системе Windows, голосовым помощником Siri от Apple и продуктами Gmail и DialogFlow от Google. Российскими продуктами в этой субтехнологии являются разработки ABBYY, голосовой помощник «Алиса» от «Яндекса» и библиотека диалоговых систем DeepPavlov.

В 2020 г. технология «Спам и фильтрация на основе ИИ» превратится в решение «Системы анализа и фильтрации получаемой информации с использованием ИИ», а технология «Учет контекста, группировка и классификация при распознавании текста с учетом контекста» – в решение «Системы построения блок-схем на основании текстовой информации и анализ нарушения логики в них». В 2021 г. технология «Интеллектуальный поиск ответов в тексте и понимание запросов пользователя» превратится – в решение «Интеллектуальный поиск по базе документов».

В 2022 г. технология «Распознавание ошибок, сленга и аббревиатур» превратится в решение «Улучшение текущих решений с учетом контекста». В 2023 г. технология «Понимание различных литературных приемов и стилей» превратится в решение «Автоматические системы литературного, технического и делового перевода».

В 2024 г. технология «Автоматический подбор, выбор и интеграция навыков» превратится в решение «Мультизадачные разговорные ассистенты». В 2026 г. технология «Динамическое распознавание смысла» трансформируется в решение «Автоматический синхронный перевод на основе ИИ», а технология «Синтез уникальных текстов» – в решение «Таргетированная реклама и маркетинг, а также автоматизированный ассистент по написанию статей, новостей и художественных произведений».

В 2027 г. технология «выделение наиболее важной информации и контекста» превратится в решение «Обработка больших массивов неструктурированной текстовой и речевой информации, их самаризация», а к 2029 г. технология «Распознавание эмоциональных оттенков и субэмоций речи и текста» – в решение «Сбор и классификация эмоциональных данных и формирование психографического портрета».

Распознавание и синтез речи

Следующая субтехнология – это распознавание и синтез речи: система решений, позволяющих осуществлять перевод речевого запроса в текстовый вид, в том числе анализ тембра и тональности голоса, распознавание эмоций. Уровень технологического развития данной субтехнологии – пять.

Международные продукты в данной сфере представлены голосовым помощником Siri от Apple и решениям компании Call Miner. Российские продукты – это «Алиса»/Yandex.SpeechKit от «Яндекса» и решения компании ЦРТ.

В 2021 г. технология «Распознавание звуков и речи в сложных условиях шума, большого расстояния и т.д.» превратится в решения «Системы обработки и анализа переговоров» и «Персональные голосовые помощники». В 2022 г. технология «Создание средства управления эмоциями и смысловыми конструкциями в синтезированной речи» превратится в решение «Синтезирование художественных произведений».

В 2023 г. технология «Проверки подлинности речи» трансформируется в решение «Проверка подлинности личности говорящего», а «Распознавание сложных смысловых конструкций и сленга в речи» – в «Улучшение текущих решений и системы поиска скрытого содержания и смысла». В 2024 г. технология «Синтезирование речи на другом языке» трансформируется в решение «Персональные синхронные переводчики».

В 2026 г. технология «Распознавание антропологических признаков на основе речи» превратится в решение «Системы идентификации социального статуса и других атрибутов человека», а «распознавание эмоциональных оттенков и субэмоций речи» – в «Улучшенные персональные голосовые помощники и переводчики». В 2028 г. технология «Классификация и взаимное расположение источников звука» – в решение «Системы анализа неполадок в устройствах на основе распознавания звука».

Рекомендательные системы и интеллектуальные системы поддержки принятия решений

Другая субтехнология – это рекомендованные системы и интеллектуальные системы поддержки принятия решений. Речь идет о системе решений, посредством которых процесс выполняется без участия человека, поддержка в выборе решения, а также предсказание объектов, которые будут интересны пользователю по информации его профиля. Уровень готовности технологии – 8.

Международными продуктами в данной области являются рекомендательная система от онлайн-кинотеатра Netflix и система снижения потребления топлива Airbus Fuel Consumption Cycle, разработанная корпорацией Airbus в сотрудничестве с Skoltech. Российскими продуктами являются робот «Вера» и голосовой помощник «Алиса» от «Яндекса».

В 2021 г. технология «Моделирование результатов работы без участия пользователя» превратится в решение «Системы поддержки врачей и рекомендательные системы, тестируемые без участия пользователей». В 2023 г. решение «Принятие решений в рамках непрерывного процесса» трансформируется в технологию «Системы моделирования и симуляции процессов».

В 2026 г. технология «Принятие решений на основе открытых источников данных и неструктурированной информации» перейдет в решение «Интеллектуальные системы управления», технология «Обоснование/интерпретация решения» – в решение «Создание регуляторных органов на основе ИИ», а технология «Самообучаемые мультиагентные системы» – в решение «Системы управления спутниками, транспортом и т.д.».

Перспективные методы и технологии в ИИ

Субтехнология «Перспективные методы и технологии в ИИ» представляет собой методы и технологии, развитие которых влияет на все текущие субтехнологии, а также на создание новых субтехнологий в области искусственного интеллекта. Уровень технологической готовности данной субтехнологии находится лишь на отметке «2».

Международные решения для данной субтехнологии представлены службой аналитики Azure Databricks от Microsoft и платформой для высокопроизводительного глубокого обучения NVIDIA TensorRT. Российские решения представлены продуктом Datana – разработка «Ланит» для управления технологическими и производственными процессами и платформой Smart Open Virtual Assistant для создания, обучения и использования виртуальных помощников.

В 2021 г. технология «One-Shot learning» превратится в решение «Предиктивная выдача результатов, аварийные ситуации и дообучение систем». В 2022 г. технология «Aut ML» превратится в решение «Метод МО в условиях ограниченного экспертного знания».

Технология «Перспективные вычислительные архитектуры» в разрезе «Байесовские методы, тензорны» в 2022 г. трансформируется в решение «Оптимизация анализа экстрапараметрических дата сетов», а в разрезе «Квантовый компьютинг» в 2026 г. превратится в «Решение задач экспоненциальной сложности за полиноминальное время».

В 2025 г. технология «Гибридные модели – комбинации моделей на основе данных с классическими моделями, а также комплексирование различных методов ИИ» трансформируется в решение «Применение ИИ методов в плохо формализуемых приложениях», а технология «Новые архитектурные нейросети и классы математических моделей для машинного обучения» – в решение «Резкое увеличение или включение широких классов новых прикладных приложений для ИИ.

Нейропротезирование

Субтехнология «Нейропротезирование» представляет собой создание решений, позволяющих человеку взаимодействовать с различными устройствами, а также создание устройств, улучшающих физические и коммуникационные возможности человека. Уровень технологической готовности данной технологии – 5.

Международные продукты для данной субтехнологии представлены Neurosky – чипы для отслеживания мозговой активности человека – и носимым устройством Epoc+ от Emotiv для управления различными девайсами с помощью мозговых усилий. Российские разработки представлены продуктами от «ExoАтлет».

К 2025 г. технология «Системы инвазивных датчиков для сбора и интерпретации данных» трансформируется в решение «Импланты и внутренние датчики». В 2027 г. «Технологии обратной передачи информации от органов чувств» трансформируются в решение «Биопротезирование органов чувств и получение обратной связи от протезов».

В 2028 г. технология «Распознавание сложных действия и побуждений человека» превратится в решение «Биопротезирование частей тела и внутренних органов».

Нейроинтерфейсы, нейростимуляция и нейросенсинг

Заключительная субтехнология – это нейроинтерфейсы, нейростимулиция и нейросенсинг. Речь идет о создании решений, позволяющих отслеживать и влиять на мозговую активность человека. Уровень технологической готовности находится лишь на отметке «3».

Международные продукты представлены устройствами для контроля состояния человека от Philips. Российские решения – это устройства компании «Викиукм» для отслеживания, анализа и визуализации мозговой активности.

В 2026 г. «Технологии распознавания потребительской информации» трансформируются в решение «Системы нейромаркетинга». В 2028 г. «Технологии улучшения когнитивных способностей, в том числе за счет ТЭС, ТМС» трансформируются в «Системы улучшения когнитивных способностей», а «Технологии обработки и интерпретации данных о состоянии пользователя при помощи нейрофизиологических данных» – в «Системы контроля состояния пользователя».

Искусственный интеллект имеет обширное применение в различных отраслях. В сельском хозяйстве ИИ обеспечивает повышение эффективности процессов селекции за счет учета генетических и фенотипических параметров, повышение урожайности за счет выстроенной автономной системы ухода за культурами, снижение затрат на техническое обслуживания и ремонт за счет прогнозирования поломок техники.

В сфере добычи полезных ископаемых ИИ обеспечивает оптимизацию разведки и извлечения запасов на основе анализа геофизических данных, повышение эффективности и безопасности производственного процесса за счет применения автономного оборудования и транспорта, предотвращение простоев оборудования и дорогостоящих ремонтов за счет превентивного обслуживания.

В области обрабатывающих производств ИИ обеспечивает повышение качества и снижение затрат на проектирование продукции за счет комплексного моделирования параметров будущего продукта, автоматизацию и оптимизацию производственных процессов и сети поставок за счет снижения производственных ошибок, а также минимизацию влияния человеческого фактора и эффективное прогнозирование спроса.

В области обеспечения электрической энергией, газом и паром искусственный интеллект обеспечивает сокращение сроков и затрат на проектирование и строительство объектов за счет анализа данных об условиях строительной площадки и опыта производственных проектов, оптимизацию ремонтов за счет предиктивного обслуживания оборудования и оптимизацию процессов управления сложными энергетическими системами за счет улучшения процессов диспетчеризации.

В области строительства искусственный интеллект обеспечивает улучшение качества строительного процесса за счет обнаружения ошибок строительства, моделирования и анализа потенциальных опасностей (пожарных рисков и рисков разрушения здания), а также улучшения качества архитектурного планирования за счет анализа изображений окрестностей.

В сфере торговли искусственный интеллект обеспечивает: минимизацию влияния человеческого фактора и эффективное прогнозирование спроса; оплату товаров и услуг голосом, который был идентифицирован искусственным интеллектом; прогнозирование поведенческой модели покупателя на основании ретроспективных покупок и автоматизация инвентаризации в магазине за счет использования распознавания изображений.

В сфере транспортировки и хранения искусственный интеллект обеспечивает: оптимизацию выстраивания маршрутов, учитывая прогнозы транспортных потоков и характеристик транспортных средств; безопасность вождения за счет выявления и предупреждения опасных ситуаций; использование беспилотных транспортных средств; предотвращение поломок транспорта за счет прогнозирования неисправностей; оптимизацию работы распределительных центров за счет автоматизированного учета продукции и скорости погрузки, а также роботизацию складов.

В деятельности гостиниц и предприятий питания искусственный интеллект обеспечивает мгновенный перевод речи туристов в гостиницах, создание персонализированного меню и диеты, а также автоматизированную доставку продуктов питания.

В области информации и связи искусственный интеллект обеспечивает оптимизацию распределения сетевых ресурсов на основе реального времени и анализ прогнозной нагрузки, рекомендации в области необходимых инвестиций по строительству сетевой инфраструктуры за счет оценки потребностей сети и прогноз региональных тенденций спроса на телекоммуникационный трафик.

В финансовой и страховой деятельности искусственный интеллект обеспечивает: оценку кредитоспособности заемщиков и предложений новых банковских продуктов на основе данных о транзакциях; данные о клиенте в социальных сетях и чат-ботах, в том числе голосовых системах обработки клиентских запросов; повышение безопасности операций и предотвращение мошенничества; повышение эффективности планирования личных финансов и управления инвестициями; персонализацию и таргетинг.

Мероприятия по развитию искусственного интеллекта в России

В сфере человеческого капитала предлагается: разработать Федеральный государственный образовательный стандарт для обучения в сфере технологий ИИ; организовать конкурсную поддержку разработки и запуска пилотных образовательных программ среднего профессионального и высшего образования в сфере ИИ; сформировать в сотрудничестве с ведущими корпоративными партнерами программу стипендий для лучших студентов в сфере ИИ; разработать программу поддержки обучения в сфере ИИ в лидирующих зарубежных университетах для студентов российских вузов; актуализировать методики дошкольного обучения и содержания основной программы школьного образования для усвоения выпускниками необходимых навыков работы с технологиями ИИ; разработать программы повышения квалификации педагогических работников в сфере обучения технологиям ИИ.

Ведущие российские разработки в области искусственного интеллекта

Компания Решение/продукт/технология Ключевые характеристики
Компьютерное зрение
Яндекс Сервис Yandex Vision с моделями компьютерного зрения Сервис Yandex Vision объединяет технологии OCR (Optical Character Recognition, OCR), автоматическую модерацию контента и определение присутствия человека на изображении. Технология позволяет классифицировать изображение, распознавать лица в документах в находить текст на фото.
Приложение "Снимите одежду" В 2016 году Яндекс.Маркет выпустил приложение «Снимите одежду» для iPhone, которое ищет вещи по фотографии. Технология различает более 250 видов атрибутов и 150 типов одежды. Может различать по различным критериям, включая фасон, стиль, цвет и т.д
Mail.ru Group Vision Технология распознавания лиц, объектов, процессов на базе компьютерного зрения и искусственных нейронных сетей. Vision позволяет автоматизировать и повысить точность комплексной визуальной проверки различной сложности.
Vision для мероприятий Поиск и распознавание людей на фотографиях с мероприятий
Samsung AI Center Moscow Предиктивная медицина Анализ медицинских изображений с целью определения заболеваний (например почечные камни, тромбоз)
Samsung Face Ш Разработка системы мобильной визуальной аутентификации
EPAM InfoNgen™ 7,0 Аналитическая платформа с элементами компьютерного зрения для исследования информации и проведения конкурентного анализа. На основе заданных параметров платформа позволяет извлекать сведения из более чем 200000 многоязычных веб-источников, а также проводить комплексный сентимент-анализ текстов.
Avito AvitoNet Внутренний датасет и основанные на нем нейросети.
Ланит Интерактивные витрины Разработка преобразует цифровую рекламу в интерактивный контент, управляемый жестами. Интерактивная реклама привлекает большее число посетителей, предлагает потребителям расширенную информацию о товарах и услугах, а также тематические игры.
Система демонстрации панорамных видов реального времени для лифтов Экран системы интерактивно транслирует панорамные виды города, открывающиеся по мере подъема лифта
ABBYY ABBYY Real-Time Recognition SDK Технология позволяет разработчикам встраивать в мобильные приложения функцию мгновенного распознавания текста в видеопотоке с документов или поверхностей различных предметов.
NTechLab FindFace Система распознавания лип
VisionLabs Lima Sdk Enterprise Распознавание лиц для серверных, мобильных и встраиваемых приложений
Luna Platform Система управления биометрическими данными для крупных внедрений
Face.dj Создание 3D аватара из обычной фотографии лица
Luna Cars Распознавание характеристик автомобиля для транспортных систем
Cognitive Technologies Cognitive Pilot Система автономного вождения наземного транспорта
WayRay Голографическая AR навигационная система Голографическая AR навигационная система с использованием компьютерного зрения
CVision Mail Sort Предназначена шля классификации изображений почтовых конвертов на основе компьютерного зрения
Сбербанк и Vision Labs Распознованне лиц Биометрическая платформа экосистемы Сбербанка, включающая идентификацию липа, голоса и сетчатки, а также другие биометрические факторы
КАМАЗ Kamaz Neo Внедрение в софт функции планирования траектории автомобиля, генерации команд управления автомобилем, детектирование и распознавание препятствий
Азбука Вкуса Intelligence Retail Использование технологий компьютерного зрения для распознавания товаров различных категорий с целью контроля наличия и корректности выкладки товаров в сети продаж. Система позволяет сотруднику магазина в течение 10 секунд получить информацию по наличию ассортимента и соблюдению стандартов выкладки
ГК Цифра Zyfra EYE ГК Цифра - один из крупнейших разработчиков решений на основе ИИ в России. Продукт Zyfra EYE - один из лидеров российского рынка в области компьютерного зрения.
ООО «СМБ» Системы распознавания видео Программные комплексы «ИКСА-Беркут». «Беркут-Мониторинг транспорта»
МТС МТС Различные системы распознавания видео
Обработка естественных языков
Яндекс Yandex SpeechKit Распознавание и синтез речи через HTTP API-Именно на основе SpeechKit работает Алиса — голосовой помощник Яндекса.
ABBYY ABBYY Smart Classifier SDK Инструмент для классификации документов, основанный на технологии понимания и анализа текстов на естественном языке
iPavlov DeepPavlov Библиотека диалогового AI, которая используется для разработки сложных диалоговых систем, а также для обработки естественного языка
iFree Just AI Технология включает: распознование и обработку речи, понимание естественного языка, глубокое понимание смысла в речи
Just Ai Just AI Conversational Platform Платформа для разработки разговорных чатботов и ассистентов, понимающих ествественный язык
Vocolize Call Insight Автоматизация обращений клиентов в контактные центры, состоит из серверных модулей и клиентских прнлженнн
Promobot Плафторма и роботы Робот, использующий нейросеть и языковую базу, полноценно общается с человеком
Cubic.ai Робот-ассистент Ассистент, голосовое сопровождение в умных бытовых приборах
DigitalGenius ПО ПО для подбора ответов для пользователей на основе прошлого опыта
Сбербанк Sberbank Markets Чат-бот работает на базе NLP-платформы, разработанной Сбербанком. Она умеет обрабатывать естественный язык и вести диалог с пользователем. При этом не обязательно использовать специальные команды - алгоритм способен интерпретировать разговорные фразы. Если вопрос окажется вне базы знаний, чат-бот попросит уточнения или переведет разговор на оператора банка.
МТС МТС Различные системы обработки языка (чат-боты, ассистенты итд)
Рекомендательные системы и интеллектуальыне системы поддержки принятия решений
Яндекс Yandex Директ Создает систему для показа персонализированной рекламы пользователю
Mail ju Group MyTarget Создает систему для показа персонализированной рекламы пользователю
Cognitive Technologies Cognitive Technologies Создает различные интеллектуальные системы для автоматизации производства в агропромышленном секторе
Promobot Promobot Создает различных роботизированных помощников для помощи пользователю
Робот Вера Робот Вера Российское программное обеспечение, предназначенное для эффективного подбора кандидатов н автоматизированного проведения отбора. Система анализирует различную информацию о кандидатах н производит поиск похожих кандидатов в доступных источниках информации (социальные сети, работные сайты).
Сбербанк Сбербанк Создает систему для автоматического определения кредитного рейтинга заемщика на основе анализа его транзакций н большого количества других данных
Газпром-Нефть Цифровой завод Создает различные системы для автоматизации производства и логистики на основе анализа данных и ИИ
S7 Рекомендательная система Создает систему для сегментации клиентов и подготовки персонализированных предложений
Аэрофлот Рекомендательная система Создает систему для сегментации клиентов и подготовки персонализированных предложений
Mail.Ru Group Маруся Создает голосового помощника, обладающего широким спектром возможностей по управлению другими приложениями, помощи и предоставлений рекомендаций пользователю
ГК Цифра Рекомендательные системы ГК Цифра - один из крупнейших разработчиков решений на основе ИИ в России. Рекомендательные системы Zyfra внедрены во многих отраслевых лидерах на рывке РФ. Они помогают предприятиям анализировать собственную деятельность в принимать точные управленческие решения
DTS Technologies Системы предиктивной аналитики ДТС Технологии разрабатывает различные системы предиктивного анализа данных, например для сельскохозяйственных компаний или авиакомпаний.
ОТЭК Умный город Единое интегрированное отраслевое решение «Умный город»
РАСУ АСУ Автоматизированная система управления технологическими процессами
РФЯЦ-ВНИИЭФ Програмно- аппаратный комплекс Цифровой подводно-добычной комплекс «Флюид»
РФЯЦ-ВНИИЭФ АСУ Система полного жизненного цикла «Цифровое предприятие»
АРМЗ Програмно- аппаратный комплекс Интеллектуальный добычной комплекс «Умный рудник»
МТС МТС Различные интеллектуальные системы поддержки принятия решений, а также рекомендательные системы
Распознолвание и синтез речи
Яндекс Алиса Создает систему для показа персонализированной рекламы пользователю
Mail.ru Group Маруся Создает голосового помощника, позволяющего производить заказ товаров, а также управлять различными устройствами
ЦРТ ЦРТ Создает различные продукты, позволяющие распознавать речь и звуки, производить автоматическое обслуживание клиентов и другие
Voxlmplant Voxlmplant Создает различные системы для автоматизированной голосовой коммуникации с пользователем
Робот Вера Робот Вера Создает систему, способную проводить голосовые собеседования с кандидатом без участия сотрудника
Сбербанк Сбербанк Создает различные системы для автоматического голосового обслуживания клиентов
АктивБизнесКонсалт Цифровой завод Создает различные системы для автоматического голосового обслуживания клиентов
МТС Рекомендательная система Создает различные системы для автоматического голосового обслуживания клиентов
Перспективные группы методов и технологий в ИИ
Яндекс DeepHD Технология улучшения изображения, которая основывается на генеративно-состязательных сетях.
Mail.ru Group Машинное обучение в облаке Сервис для быстрой разработки приложений на основе машинного обучения
Ростелеком Цифровой аналитический сервис, который предназначен для выявления и анализа долгосрочных отраслевых и кросс -отраслевых трендов Автоматизированная самообучаемая система может использоваться для глубокого анализа трендов любых отраслей, как инструмент вернфикапнн данных при разработке бизнес-стратегий и стратегий технологического развития
Tinkoff банк Инновационная скоринговая система ИИ в автоматическом режиме анализирует данные о клиенте (в т.ч расходы, привычки) и определяет допустимый для него размер кредитного лимита
Ланит Datana Продукт на основе искусственного интеллекта для управления технологическими и производственными процессами на предприятиях. Система содержит преднастроекные математические модели, обучаемые в процессе ее работы на реальных данных.
ABBYY ABBYY FineReader Engine Позволяет на основе технологий ИИ создавать приложения с функциями качественного распознавания информации из документов, изображений, фотографий, скриншотов, мониторов н дисплеев, определения типа документа
iFree Everfriends Виртуальный ассистент с ЗР-персонажами н системой голосового управления, созданный на базе технологии искусственного интеллекта.
SOVAAI Smart Open Virtual Assistant Платформа для создания, обучения и использования виртуальных ассистентов.
BFG Group BFGCMT Интеллектуальная платформа позволяющая управлять предприятием с помощью его виртуальной модели
Cubic.ai Cubic Robotics Интеллектуальный ассистент для умного дома при помоши голоса н естественной речи.
Промобот Promobot Автономный человекоподобный робот. Он способен общаться с людьми на любые темы. распознавать лица, отвечать на вопросы, перемешаться, избегая столкновений, двигать руками н головой, транслировать различные материалы на своем дисплее и интегрироваться со сторонними устройствами и системами.
Газпром нефть Cognitive Geologist выявление, моделирование, интеграция и прогнозирование критической информации о перспективных геологических объектах в поддержку принятия решений с использованием данных
M.Видео и Эльдорадо Digital Retail Data Science Centre Проведение акции «Черная пятница» Аналитика данных и машинного обучения при формировании списка акционных товаров и реализации доставки. Использовали данные о клиентах, участвующих в распродажах ритейлера за последние несколько лет, и информацию об истории их взаимодействия с компанией и наиболее предпочтительных ценах и скидках. Полученные данные о просмотрах и предпочтениях легли в основу подхода ритейлеров к разработке стратегии проведения «Чёрной пятницы».
Минздрав России, Федеральный фонд ОМС и «Альфа Страхование-ОМС» «Здравографика» Интерактивные стенды с персонализированными рекомендациями для профилактики заболеваний и повышения интереса к здоровью граждан
НЛМК Методы и инструменты для оптимизации Использование инструментов машинного обучения в комбинации с методами классической оптимизации для сокращения отходов сталелитейного производства, повышения качества продукции, более рационального использования ресурсов н обеспечения требований по защите окружающей среды.
Цифра Zyfra ГК Цифра - один из крупнейших разработчиков решений на основе ИИ в России
Нейропротезирование
ЕхоАтлет Протезы и экзоскететы Создает различные «умные» протезы и экзоскелеты
Моторика Умные протезы Создает различные решения в области умного протезирования, в том числе детские протезы
Нейроинтерфейсы, нейростимуляция и нейросенсоринг
Викиум Викиум Создает различные устройства для отслеживания и стимуляции мозговой активности
NeuroТренд NeuirоТренд Создает различные устройства для отслеживания и стимуляции мозговой активности

Источник: Сбербанк, 2019

Кроме того, запланированы создание открытого университета ИИ для профессиональной переподготовки, разработка финансовых и налоговых механизмом стимулирования для компаний по организации корпоративных школ и университетов ИИ, разработка механизмов стимулирования для компаний по привлечению квалифицированных специалистов в сфере ИИ для работы в России и обеспечение автоматического признания дипломов ведущих зарубежных университетов для специалистов в сфере ИИ.

В области образования планируется: актуализировать стандарты оказания образовательных услуг и расширить спектр доступных индивидуальных образовательных траекторий с учетом технологий ИИ; разработать пилотные образовательные программы нового поколения по приоритетным специальностям; разработать портфель типовых решений ИИ для организаций образования; создать демонстрационные школы будущего; разработать программы грантовой поддержки внедрения технологий ИИ; разработать пилотные облачные платформы дистанционного образования с использованием технологий ИИ; разработать стандарты сбора и использования образовательных данных, необходимых для работы технологий ИИ, а также создать национальный банк образовательных данных с открытым доступом к обезличенным данным.

В области алгоритмов и математических методов предлагается: сформировать на базе ведущих университетов центры совершенства по приоритетным направлениям научных исследований в сфере ИИ; обеспечить участие российских исследователей и научных коллективов в крупнейших международных научно-исследовательских проектах megasсience в сфере ИИ; актуализировать критерии оценки результатов деятельности исследований в сфере ИИ с учетом вклада в разработку новых моделей и алгоритмов; разработать программу поддержки научной благотворительности для негосударственных некоммерческих организация, финансирующих НИОКР в области технологий ИИ; разработать программу поддержки международных стажировок для наиболее талантливых молодых исследователей в ведущих зарубежных университетах с условием обязательного возвращения на работу в Россию и разработать систему налоговых льгот на НИОКР для компаний.

Предлагаемая модель управления реализацией дорожной карты ИИ


Источник: Сбербанк, 2019

В области рыночного и инфраструктурного сектора планируется: повысить доступность финансовых ресурсов для компаний с целью ускоренного внедрения технологий ИИ; организовать испытательные полигоны для тестирования решений на базе ИИ; организовать демонстрационные площадки для отработки механизмов внедрения технологий ИИ в производственных процессах; организовать «живые лаборатории» для тестирования решений на базе ИИ и сбора обратной связи от конечных пользователей, а также создать правовые условия для оборота данных, аккумулируемых бизнесом.

Кроме того, предлагается: адаптировать условия специальных инвестиционных режимов для производителей, внедряющих технологии ИИ; разработать программы грантовой поддержки формирования платформ открытых данных; актуализировать отраслевые стандарты для упрощения использования решений на базе ИИ в отраслях экономики; разработать упрощенные процедуры закупки зарубежных технологий и решений на базе ИИ для снижения административных и внешнеторговых барьеров и организовать действие режима упрощенного доступа разработчиков ИИ к городским потоковым данным.

В области здравоохранения запланировано: внедрение пилотных клинических рекомендаций нового поколения по приоритетным заболеваниям; запуск пилотных программ профилактики и сохранения здоровья с учетом технологий ИИ; организация демонстрационных «клиник будущего» – пилотных организаций здравоохранения для отработки механизмов внедрения технологий ИИ; разработка портфеля типовых решений ИИ для организаций здравоохранения и для медицинского страхования; разработка программы грантовой поддержки внедрения технологий ИИ в организациях здравоохранения и создание интегрированной с ЕГИСЗ (Единая государственная информационная система в области здравоохранения) облачной телемедицинской платформы с использованием технологий ИИ.

Кроме того, предлагается: обеспечить действие режима упрощенного доступа разработчиков ИИ к медицинским базам данных на обезличенной основе; создание национального банка медицинских данных с открытым доступом к обезличенным данным; подготовка инфраструктуры ЕГИСЗ к внедрению технологий ИИ; внедрение порядка сертификации медицинских изделий с ИИ и обеспечение правовых условий для делегирования принятия отдельных медицинских решений программам на основе технологий ИИ.

Также в дорожной карте говорится об актуализации отраслевых стандартов с учетом технологий ИИ, которая коснется в том числе критериев качества медицинской помощи, критериев медико-экономической эффективности, стандартов безопасности и ответственности организаций здравоохранения, регулирования доступа к медицинским данным, процедуры технических и клинических испытания и процедуры государственной регистрации медицинских изделий.

В области госуправления и безопасности предлагается: разработать пилотные административные регламенты оказания госуслуг нового поколения по приоритетным мегасервисам и актуализировать платформы Электронного правительства с использованием технологий ИИ; разработать портфель типовых решений ИИ для учреждений госуправления, предоставляющих госуслуги для жителей и компаний, и для контрольно-надзорных органов; разработать портфель типовых решений ИИ для регионов и городов и создать для городов программы грантовой поддержки внедрения технологий ИИ; обеспечить открытость данных, формируемых учреждениям госуправления, для использования в целях внедрения технологий ИИ для повышения эффективности и сформировать реестр национальных банков данных с открытым доступом к обезличенным данным.

Программное и аппаратное обеспечение для искусственного интеллекта

В сфере программного обеспечения предлагается: разработать программы софинансирования совместных НИОКР (научно-исследовательских и опытно-конструкторских работ) компаний и университетов по технологиям ИИ; разработать систему налоговых льгот на НИОKР для компаний; сформировать в ведущих инновационных зонах и технопарках специализированные центры коллективного пользования для разработчиков ИИ; сформировать программы акселерации компаний в сфере ИИ, включая упрощенный доступ к услугам ИКТ-инфраструктуры, услугам в сфере защиты интеллектуальной собственности и средствам проектирования микроэлектронных компонентов.

Кроме того, запланированы формирование отраслевых фондов венчурных инвестиций в развитие технологий ИИ при поддержке РВК, создание регуляторных песочниц в приоритетных областях данных для тестирования технологий ИИ, разработка инструментов госзакупок для стимулирования внедрения российских решений на базе ИИ в отраслях экономики и запуск программы поддержки экспорта российских решений на базе ИИ.

В области аппаратного обеспечения запланировано создание программы акселерации для разработчиков ИИ, включая льготный доступ к средствам проектирования микроэлектронных компонентов и финансовую поддержку производств опытных образцов чипов. Также в документе речь идет об оказании поддержки созданию: программных средств разработки систем ИИ под стандартизированные и перспективные архитектуры; отладочных и обучающих аппаратных и программных средств для формирования открытого сообщества разработчиков; полного программного стека для тензорных и нейроформных систем в составе единого стека ПО и агрегаторов по упрощенному лицензированию интеллектуальных прав на ядра и ПО для разработки.

Также в дорожной карте говорится об организации центров коллективного пользования, обладающих оборудованием для выполнения операций по групповому тестированию, корпусированию, гибридной сборке для создания образцов конечных устройств для решения задач ИИ на базе высокоплотных конструкций; организации центров коллективного пользования для отработки решений ИИ на базе плис-прототипов перспективных микросхем или на уже созданных микросхемах; поддержки создания специальных сегментов ЦОД, построенных на базе высокоплотных аппаратно-программных комплексов, ориентированных под задачи ИИ; поддержка создания новых интерконнектов между ЦОДами и поддержка разработки новых эффективных методов охлаждения высоконагруженных вычислительных систем.

Развитие нейротехнологий и нейропротезирования

В области нейротехнологий планируется разработать программу поддержки фундаментальных научно-исследовательских работ, в том числе изучение структуры мозга человека и функций отдельных элементов, изучение работы нервной системы человека, нейроимиджинг и прямой двухсторонний обмен данным между мозгом и внешними устройствами.

Также предлагается разработать программу поддержки технологий в области нейропротезирования, в том числе системы инвазивных датчиков для сбора и интерпретации данных, технологии обратной передачи информации от органов чувств и технологий распознавания сложных действия и побуждений человека.

Кроме того, должна быть разработана программа поддержки технологий в области «Нейроинтерфейсы, нейростимуляция и нейросенсинг», включая технологии распознавания потребительской информации, технологии улучшения когнитивных способностей и технологии обработки и интерпретации данных о состоянии пользователя при помощи нейрофизиологических данных.

Прогноз развития искусственного интеллекта до 2030 г.

Авторы документа прогнозируют, что до 2030 г. в России в сфере искусственного интеллекта будет функционировать до 1 тыс. компаний. Объем выпуска продукции и услуг в данной сфере увеличится до 100 млрд руб., а объем экспорта – до 50 млрд руб.

Стратегические направления развития искусственного интеллекта


Источник: Сбербанк, 2019

Число патентов в области искусственного интеллекта превысит 1 тыс., число стартапов также будет более 1 тыс. Объем венчурных инвестиций в капитал российских компаний в сфере искусственного интеллекта превысит $100 млн. В сфере искусственного интеллекта будет работать более 10 тыс. человек.

В области образования вузы будут ежегодно выпускать более 5 тыс. специалистов по ИИ, а вместе с ведущими компаниями будет создано более 100 магистерских программ по ИИ. Более 30% трудоспособного населения пройдет персональные образовательные программы, охват обучающихся на всех уровнях образования образовательными программами нового поколения также превысит 30%, а доля выпускников, устроившихся по специальности после окончания учебного заведения, превысит 70%.

В области здравоохранения средняя продолжительность жизни в России вырастет до 80 лет. Доля организаций здравоохранения, использующих ИИ при оказании медицинских услуг, диагностики, инвазивных процедур, контроля качества медицинской помощи, при профилактических осмотрах превысит 30%. Доля трудоспособного населения, использующего персональные средства ИИ для самоконтроля и управления здоровья составит 3%.

В сфере госуслуг более 30% учреждений государственного управления будет предоставлять услуги населению с помощью ИИ. Также более половины компаний, использующих государственные услуги, будет получать данные услуги с помощью технологий ИИ.

Более 30% предпринимателей будет использовать в своей деятельности сервисы самопроверки на базе ИИ. Также более 30% контролирующих и надзорных органов будут использовать в своей деятельности технологии ИИ. Доля учреждений госуправления, использующих технологии ИИ, на федеральном уровне превысит 90%, на региональном уровне – 50%, на муниципальном – более 30%.

В области аппаратного обеспечения будет завершена разработка отечественных высокоскоростных и энергоэффективных микропроцессоров, показатели которых будут близкими к лучшим зарубежным аналогам, и аппаратно-программной платформы для отечественной ИИ-системы. Также разработаны и выпущены на рынок первые образы чипов ИИ с готовыми инструментами отладки и комплектов ПО и интеллектуальные устройства на основе отечественных высокоплотных аппаратно-программных комплексов.

В сфере алгоритмов и математических методов будет создано более 10 центров совершенства в области ИИ, а число ведущих зарубежных исследователей в сфере ИИ, привлеченных для работы в России, превысит 100. В международных рецензируемых научных журналах не менее 3% публикаций про ИИ будут созданы с участием российских исследователей.

К 2023 г. будет создан первый ЦОД, специализированный под задачи ИИ и построенный на российских ИИ-процессорах. А к 2024 г. будут созданы общедоступные ЦОДы, специализированные под задачи ИИ. Также будут разработаны отечественные решения с облачной архитектурой, предусматривающие интеграцию с действующими информационными системами в сфере здравоохранения.

Кроме того, к 2024 г. правовое регулирование в России будет скорректировано для создания упрощенного административно-правового и нормативно-технического порядка тестирования и внедрения разработок в сфере ИИ.


Стратегия месяца

Периферийные вычисления перемещаются в центр внимания

Тема месяца

Обзор: ИКТ в госсекторе

Рейтинги CNews

• Топ-100 ИКТ-тендеров для федеральных ведомств • Крупнейшие поставщики • ИКТ-бюджеты регионов