Искусственный интеллект стремительно меняет железнодорожную отрасль по всему миру. Пока гиганты ИТ-индустрии тратят сотни миллионов долларов на обучение нейросетей, транспортным компаниям предстоит решать более прагматичные задачи. О том, почему создавать собственные ИИ-модели с нуля уже нерационально, в чём Россия опережает мировой рынок и как умные алгоритмы скоро выйдут в физический мир, наш сегодняшний разговор.
Максим Кулагин,
заместитель директора
Научного центра искусственного
интеллекта и цифровых
технологий АО «ВНИИЖТ»
– Максим Алексеевич, если говорить о глобальных тенденциях в развитии искусственного интеллекта (ИИ), на что следует обратить внимание в первую очередь?
– Ключевой момент, на который стоит обратить внимание, – быстро увеличивается стоимость разработки собственных ИИ-моделей. Создание передовых языковых нейросетей обходится корпорациям в сотни миллионов долларов. Однако одновременно с этим быстро дешевеет доступ к существующим моделям.
Поэтому создавать собственные базовые модели, особенно в части генеративного ИИ, сейчас не так рационально. Гораздо важнее делать акцент на разработке качественной «обвязки» вокруг существующих решений, то есть на правильной интеграции моделей, их адаптации к конкретному контексту (в нашем случае – железнодорожному транспорту) и настройке безопасности. Как показывает практика, именно это определяет качество и эффективность работы системы.
– Как разные классы ИИ применяются на железной дороге?
– Существуют три основных класса. Первый – это узкоспециализированные системы, которые давно и активно внедряются в ОАО «РЖД». В этой области Россия удерживает паритет с мировыми лидерами и успешно конкурирует. Примеры таких задач – автоматическое распознавание номеров и технического состояния вагонов или прогнозирование выхода из строя тягового двигателя локомотива.
Второй класс – генеративный ИИ. Именно на нём сейчас нужно акцентировать внимание. В крупных компаниях, где существует огромный документооборот, генеративный ИИ становится ключевым инструментом поддержки сотрудников. Он помогает управлять документацией, создавать различные формы информации, анализировать её и транслировать.
Третий класс – общий ИИ (AGI), к созданию которого сейчас стремятся ведущие мировые лаборатории.
Важно понимать, что для каждого класса требуются свои подходы к безопасности и формированию наборов данных.
– Какие направления в области ИИ сейчас наиболее актуальны для железнодорожной отрасли, если судить по мировой практике?
– Мы проанализировали около 2 тыс. свежих научных публикаций и выделили несколько ключевых векторов.
В индустрии активно развивается машинное зрение, где, отмечу, Россия серьёзно преуспела. Важнейшим направлением остаётся предиктивная аналитика – предсказание отказов оборудования до их возникновения. На это делается упор, например, во Франции и Германии.
Третье направление – автономное движение. И здесь наша страна занимает лидирующие позиции в мире. Эксплуатация беспилотных электропоездов на регулярных пассажирских маршрутах, в частности на Московском центральном кольце, – это значимое мировое достижение.
Также сейчас наблюдается массовый переход от классических чат-ботов к мультиагентным системам.
– В чём суть мультиагентных систем и почему за ними будущее?
– Речь идёт о системах, где несколько ИИ-агентов взаимодействуют друг с другом в цифровой среде для решения сложных задач. Следующий шаг, который мы уже наблюдаем в РЖД, – выход этих агентов в физический мир. Например, интеграция языковых моделей с роботизированными комплексами. Физическое взаимодействие между объектами, управляемыми ИИ, – это сейчас один из самых активных мировых трендов.
Но внедрение агентов несёт и новые вызовы. Актуализируется проблема кибербезопасности: агенты достигают уровня, когда могут взламывать информационные системы эффективнее человека.
– С какими ещё проблемами сталкивается индустрия при внедрении ИИ?
– Первая серьёзная проблема – дефицит вычислительных мощностей, в частности специальных ускорителей. Вторая – кибербезопасность, о которой я уже сказал. Третий блок вопросов связан с регуляторикой. Различные страны, включая США и Китай, сейчас активно регламентируют выпуск ИИ-моделей. В этих условиях для нас критически важно развивать собственную технологическую базу и уметь безопасно использовать доступные технологии.
– На чём сегодня следует сосредоточить усилия отечественной железнодорожной отрасли в сфере ИИ?
– Мы находимся в русле мировых трендов: развиваем машинное зрение, предиктивную аналитику и автономное движение. Сейчас нам нужно усилить работу над генеративным ИИ.
Повторюсь, фокус должен быть не на создании собственных базовых моделей с нуля, а на разработке качественной архитектуры вокруг них. Кто научится лучше работать с данными, глубже интегрировать решения с информационными системами РЖД и обеспечивать безопасность, тот и получит наилучший результат. Все эти задачи необходимо реализовывать в рамках научно-технических программ с обязательным участием отраслевых центров компетенций для тестирования и проверки решений.
Беседовал Алексей Алеев
Читать следующий материал