Директор Института системного программирования им. В.П. Иванникова, академик РАН Арутюн Аветисян в своем интервью рассказал о ключевых вопросах, проблемах, задачах и перспективах искусственного интеллекта:

В чем баланс между технологической независимостью и мировой открытостью

Отдельно никакой стране мира, не только нам, но и Соединенным Штатам, не удастся развивать широкий ряд конкурентоспособных технологий. Но означает ли это, что надо с головой окунуться в чужие проекты и пытаться как-то двигаться с ними в одном фарватере? Конечно нет, речь не об этом. Нужно, понимая эту энергетику, создавать в открытом режиме свои репозитории, которые не отрываются от мирового сообщества, а просто более надежные, безопасные, где есть гарантия, что доступ к ним не ограничат.
Для этого нужно развивать свой инструментарий. Синхронизация с мировым сообществом — серьезная история. Нужны и финансовые ресурсы, и организационное понимание вопроса. Вы должны нивелировать риски, работать с ними, максимизировать прибыль и обеспечить приток знаний в страну. А через проекты с открытым кодом они будут притекать очень быстро.

Какова связь производительности и доступности (супер)компьютеров с сложностью моделей

Оказалось, что, если есть много данных и суперкомпьютерные мощности, то далеко не самыми продвинутыми математическими методами можно достичь очень серьезных результатов. И сейчас мы живем в мире генеративного искусственного интеллекта, так называемых больших языковых моделей, больших фундаментальных моделей.
Где зависимость скорости развития ИТ и открытости кода
Вложив доли процента, мы имеем продукт стопроцентный, настоящий. Не хуже, чем у любой другой страны.
Конкурировать, делая систему закрытой, невозможно, потому что вы не сможете собрать нужное количество знаний и кадров в одном месте.

Что такое доверенный ИИ – кто кому и что доверяет

Что такое доверенный ИИ – кто кому и что доверяет

Если вернуться к слову «доверенность» с точки зрения искусственного интеллекта, мы должны определиться, что значит разрабатывать доверенный ИИ: от дизайна, анализа данных, библиотек, которые мы используем, так называемых фреймворков, до анализа уже готовых моделей с целью выявления уязвимостей, дефектов.
В отличие от обычного программного обеспечения в модель ИИ уязвимости попадают через данные, обучающие фреймворки. Поэтому нельзя не иметь инструментов, которые анализируют уже готовые модели или пытаются их как-то дополнительно дообучить, чтобы сделать более защищенными.
По моему мнению, доверенность означает наличие научно-технологической базы и соответствующего документа, который определенным образом трактует термин.

Как гуманитарии могут ограничивать технарей и айтишников

Как только мы говорим о запретах, нужно, чтобы эти вопросы решали не айтишники и не математики. Они должны участвовать, но нужно подключать гуманитарный блок. Потому что некоторые вещи мы видим иначе.

В чем Россия обошла ЕС и США

И Евросоюз, и США уже начали вести такую работу. В сентябре прошлого года Джо Байден подписал документ, согласно которому необходимо маркировать генерируемый контент цифровыми водяными знаками.
А мы занимаемся технологиями маркирования уже много лет.

Этичен ли ИИ и существует ли этИИка

Например, в искусственном интеллекте, помимо программного обеспечения, есть вопросы, связанные с так называемой предвзятостью (bias), когда вы можете ущемлять пользователя, скажем, по половому признаку. Причем непреднамеренно, из-за неправильных данных. И компании берут на себя обязательства, что все, что они будут делать с ИИ, должно соответствовать определенным этическим принципам.
Если нет технологий контроля, можно подписать любые декларации, но в них не будет смысла. Должно быть понимание ситуации и дальнейшего развития. И у нас это есть. Правительство еще в 2021 г. запустило на базе ИСП РАН Исследовательский центр доверенного искусственного интеллекта. А общемировая тенденция регулирования началась только в 2023 г. г. Значит, наше видение было правильным.

Какие барьеры можно «облететь» на «облаке»

Есть ряд технологических проблем, стоящих перед всем миром. Например, оптимизационные задачи. Было бы здорово, если бы мы могли тратить на порядок меньше энергии и компьютерных вычислительных ресурсов, а получать тот же результат. Или если бы была модель, работающая на смартфоне, а ее качество было бы как у большой модели. Эти направления я отношу к эффективности и продуктивности кода.
Есть барьеры, связанные с отсутствием аппаратуры. Нужно, чтобы наши ученые имели хорошую инфраструктуру. Без такой инфраструктуры мы всегда сдерживаем развитие. У нас есть кадры, которые могут решать задачи, но им нужен инструментарий. Но это не та проблема, которую нельзя решить. К оборудованию так или иначе можно обеспечить доступ.
Но важно, чтобы это было обрамлено правильной инфраструктурой, чтобы любой студент или преподаватель, проснувшись, не думал, как сегодня найти GPU-ускоритель. Необходимо обеспечить ему доступ к сервису в облачной модели: если он преподаватель, у него должен быть доступ к одному объему, если школьник, то к другому, в зависимости от потребностей. А если школьник выиграл проект или победил в конкурсе, то можно дать ему дополнительный объем. И мы должны создать инфраструктуру, которая позволит нашим ученым убрать этот барьер. Цифровое неравенство надо исключить. И это не только про железо, но и про стек соответствующего программного обеспечения.  

Каков ИИ по Канту

Современный искусственный интеллект — это суждения, основанные на опыте, на эмпирике. Благодаря тому, что эмпирики очень много, ведь цифровых данных очень много, и тому, что суперкомпьютерные ресурсы и инструментарий очень сильно развились за последние годы, суждения ИИ могут быть очень высокого качества. До такой степени, что человек, общаясь, может не понять, говорит он с роботом или с человеком.
Но давайте теперь вернемся к Канту. Что он говорил? Что всякое познание начинается с опыта. При этом опыт никогда не будет гарантировать истинную всеобщность. Таким образом он ставит некое ограничение. А если взять его основные труды, он считал, что одно из главных свойств разума — это оперирование априорными знаниями. А что такое априорные знания? Это знания, независимые от опыта.
Вот и я утверждаю, что знаний, безусловно независимых от опыта, в современном искусственном интеллекте нет. Если считать, что слабый ИИ — это то, что основывается на опыте, а сильный — на разуме, в этом смысле, по Канту, до сильного искусственного интеллекта нам еще очень далеко.

Подробнее – интервью Арутюна Аветисяна.