Давыдов.Мнения

Государство даст компаниям и физлицам доступ к госданным для обучения и тестирования алгоритмов ИИ

Подробнее с материалом можно ознакомиться здесь

💬 Мнение: Современные технологии искусственного интеллекта, которые нас окружают, в своем подавляющем большинстве представляют собой искусственные нейронные сети. Работа всех устройств с использованием этих технологий – всех, с чем мы сталкиваемся в повседневности, будь то умные помощники, чат-боты или другие генеративные системы, – основана не только на алгоритмах, которые строят структуру такой нейронной сети, но еще и на обучении этой нейросети или совокупности нейросетей.

Процесс обучения ИИ утрированно можно сравнить с процессом обучения человека. Если нужно подготовить медика, мы преподаем ему биологию, анатомию, хирургию и так далее. Если нужно подготовить художника, набор предметов, за вычетом части анатомии, будет совсем иным. Там будет своя теория, своя практика – живопись, графика, рисунок акварелью и так далее. То же и с нейронными сетями: в зависимости от того, в какой сфере они будут применяться и какую задачу решать, нужны разные обучающие выборки или датасет (англ. dataset, то есть обработанный и структурированный массив данных – прим.ред.)

И чем более обширным, разносторонним такой датасет будет, чем более привязанным к реальности, тем более эффективно нейронная сеть будет решать поставленные задачи. Например, обучать такие системы для беспилотного транспорта только на автодромах, на закрытых площадках с разметкой и со знаками и светофорами недостаточно: для того, чтобы искусственный интеллект мог полноценно выполнять задачи по беспилотному управлению транспортом в реальном времени, он должен обучаться на практике.

Он познакомиться с дорогами общего пользования, должен фиксировать всевозможное их состояние. Где-то разметка есть, а где-то ее нет, где-то дорога шире, а где-то уже, где-то знаки установлены как надо, а где-то косо… Где-то идет дождь, а где-то снег, где-то летят птицы, а где-то – листья. Чем более богатой будет обучающая выборка для такой системы, тем более эффективно искусственный интеллект будет работать при решении этих задач.

То же самое относится к применению ИИ в государственном секторе, ведь госуправление – очень большая часть нашей жизни. Данные, которые хранятся в государственных информационных системах, тоже представляют собой богатую, очень обширную выборку, на которой искусственный интеллект можно обучить. Но важно понимать, зачем мы это делаем, какие задачи будет решать обученный на таких данных ИИ. Кроме того, важно понимать, нет ли здесь рисков утечек или слива данных, потери конфиденциальности.

Думаю, что ответы на оба этих вопроса специалистами, которые этим занимаются, уже найдены. И даже на минуту не сомневаюсь, что в сфере госуправления есть огромный простор для творчества и работы искусственных нейронных сетей. Вообще в этой сфере очень многое можно автоматизировать, оптимизировать, сократить и так далее. В IT даже ходит анекдот такого рода: «Когда власть получит айтишники, некоторые из министерств можно будет заменить простыми алгоритмами».

А что касается безопасности, то, я думаю, мы все уже живем в полном осознании важности и ценности сохранения персональных данных и иной конфиденциальной информации. В нашей культуре уже есть понимание того, как именно их следует защитить и обезопасить. Исходя из этого, можно сделать вывод, что те специалисты, которые занимаются внедрением ИИ, те специалисты, которые занимаются разработкой ИИ, и те специалисты, которые принимают решение о допуске, всё прекрасно понимают и смогут нам обеспечить требуемый уровень безопасности.

🎓 Эксперт: Денис Ефремов, региональный координатор федерального партийного проекта «Цифровая Россия» в Ульяновской области, директор научно-образовательного центра «Точка кипения УлГТУ», г. Ульяновск

www.group-telegram.com/fr/davydovopinion.com/16917

994 viewsFeb 13 at 12:14

Государство даст компаниям и физлицам доступ к госданным для обучения и тестирования алгоритмов ИИ

Подробнее с материалом можно ознакомиться здесь

💬 Мнение: Современные технологии искусственного интеллекта, которые нас окружают, в своем подавляющем большинстве представляют собой искусственные нейронные сети. Работа всех устройств с использованием этих технологий – всех, с чем мы сталкиваемся в повседневности, будь то умные помощники, чат-боты или другие генеративные системы, – основана не только на алгоритмах, которые строят структуру такой нейронной сети, но еще и на обучении этой нейросети или совокупности нейросетей.

Процесс обучения ИИ утрированно можно сравнить с процессом обучения человека. Если нужно подготовить медика, мы преподаем ему биологию, анатомию, хирургию и так далее. Если нужно подготовить художника, набор предметов, за вычетом части анатомии, будет совсем иным. Там будет своя теория, своя практика – живопись, графика, рисунок акварелью и так далее. То же и с нейронными сетями: в зависимости от того, в какой сфере они будут применяться и какую задачу решать, нужны разные обучающие выборки или датасет (англ. dataset, то есть обработанный и структурированный массив данных – прим.ред.)

И чем более обширным, разносторонним такой датасет будет, чем более привязанным к реальности, тем более эффективно нейронная сеть будет решать поставленные задачи. Например, обучать такие системы для беспилотного транспорта только на автодромах, на закрытых площадках с разметкой и со знаками и светофорами недостаточно: для того, чтобы искусственный интеллект мог полноценно выполнять задачи по беспилотному управлению транспортом в реальном времени, он должен обучаться на практике.

Он познакомиться с дорогами общего пользования, должен фиксировать всевозможное их состояние. Где-то разметка есть, а где-то ее нет, где-то дорога шире, а где-то уже, где-то знаки установлены как надо, а где-то косо… Где-то идет дождь, а где-то снег, где-то летят птицы, а где-то – листья. Чем более богатой будет обучающая выборка для такой системы, тем более эффективно искусственный интеллект будет работать при решении этих задач.

То же самое относится к применению ИИ в государственном секторе, ведь госуправление – очень большая часть нашей жизни. Данные, которые хранятся в государственных информационных системах, тоже представляют собой богатую, очень обширную выборку, на которой искусственный интеллект можно обучить. Но важно понимать, зачем мы это делаем, какие задачи будет решать обученный на таких данных ИИ. Кроме того, важно понимать, нет ли здесь рисков утечек или слива данных, потери конфиденциальности.

Думаю, что ответы на оба этих вопроса специалистами, которые этим занимаются, уже найдены. И даже на минуту не сомневаюсь, что в сфере госуправления есть огромный простор для творчества и работы искусственных нейронных сетей. Вообще в этой сфере очень многое можно автоматизировать, оптимизировать, сократить и так далее. В IT даже ходит анекдот такого рода: «Когда власть получит айтишники, некоторые из министерств можно будет заменить простыми алгоритмами».

А что касается безопасности, то, я думаю, мы все уже живем в полном осознании важности и ценности сохранения персональных данных и иной конфиденциальной информации. В нашей культуре уже есть понимание того, как именно их следует защитить и обезопасить. Исходя из этого, можно сделать вывод, что те специалисты, которые занимаются внедрением ИИ, те специалисты, которые занимаются разработкой ИИ, и те специалисты, которые принимают решение о допуске, всё прекрасно понимают и смогут нам обеспечить требуемый уровень безопасности.

🎓 Эксперт: Денис Ефремов, региональный координатор федерального партийного проекта «Цифровая Россия» в Ульяновской области, директор научно-образовательного центра «Точка кипения УлГТУ», г. Ульяновск

BY Давыдов.Мнения