Обзор мероприятий

Обзор AI Journey г.Казань

Время прочтения: 5 мин.

Конференция началась с небольшого сюрприза – участников с экрана поприветствовала Елена (цифровой аватар, созданный в лабораториях Сбербанка для демонстрации технологий обработки изображений с помощью нейронных сетей).

Далее слово было передано почетным гостям и организаторам мероприятия – Хайруллину Айрату Ринатовичу (Министр цифрового развития государственного управления, информационных технологий и связи Республики Татарстан), Гальмутдинову Альберту Харисовичу (ректор КАИ) и, конечно, Белокопытову Александру Сергеевичу (Сбербанк, Блок «Корпоративно-инвестиционный бизнес»).

С приветственных слов был задан основной тренд конференции, неоднократно всплывающий в последующих докладах и оживленных дискуссиях: «Принципиально важным аспектом работы с искусственным интеллектом является способность его монетизации, превращения разработки в полноценный продукт». После чего начались выступления спикеров. Наиболее интересные для себя выступления кратко изложу ниже.

Национальная стратегия развития в области искусственного интеллекта (Владимир Авербах, Управление развития компетенций по исследованию данных, Сбербанк)

Владимир подчеркнул, что искусственный интеллект в современном мире является «новым электричеством» и отметил, что недавно Россия вошла в число стран, принявших национальную стратегию в области AI, попутно изложив ее основные тезисы. Примечательны методы AI, приведенные в стратегии:

  • Компьютерное зрение;
  • Интеллектуальные системы поддержки принятия решений;
  • Обработка естественного языка;
  • Распознавание и синтез речи;
  • Перспективные методы искусственного интеллекта.

Обучение в области больших данных и искусственного интеллекта (Дмитрий Зубцов, Корпоративный университет Сбербанка)

Помимо подробного описания обучающих программ корпоративного университета Дмитрий отметил, что искусственный интеллект на данный момент не что-то новое и неизведанное, а лишь очередной инструмент, которым необходимо научиться пользоваться, как в свое время Excel’ем. Так же Дмитрий описал атрибуты, которыми должен обладать идеальный Data Scientist в Банке:

— Знание прикладной области;

— Программирование;

— Математика.

Data Science: Что ловить в Сколтехе (Денис Столяров, Сколтех)

Денис в ходе красочной презентации рассказал о своем молодом университете, который был открыт в 2012 году и уже вошел в топ-100 университетов мира по версии Nature (единственный из России). Ежегодно Сколтех принимает 350 студентов, обучением которых занимается 130 профессоров мирового уровня. Несмотря на то, что обучение преимущественно ведется на английском языке, по словам Дениса, более 80% выпускников продолжают свою деятельность в России. Подробнее познакомиться со Сколтехом можно на сайте student.scoltech.ru.

AI в экосистеме Сбербанка (Александр Белокопытов, Блок «Корпоративно-инвестиционный бизнес» Сбербанк)

Александр рассказал историю из своей практики, как в его жизнь пришел термин AI. Как общие понятия об искусственном интеллекте, озвученные на сессии в Стенфорде, нашли свое применение на практике и дали неоспоримое конкурентное преимущество в карьере. Александр дал четкий посыл своей команде: «Нужно начать разбираться, иначе рано или поздно придет новая волна технократов, которая нас заменит». Спешно была собрана группа из 4 инженеров и 1 тимлида, которые в двухмесячный срок смогли реализовать проект на основе компьютерного зрения, позволивший сэкономить Банку внушительную сумму денег. Формулу успеха не нужно искать между строк, она понятна и доходчива – «Результат за плечами + понимание того, как меняться в будущем».

Методы анализа данных, о которых мы либо не знали, либо забыли (Ростислав Косюк, Управление внутреннего аудита Сбербанк)

Ростислав рассказал о ряде методов, которые позволяют улучшить качество моделей за счет правильной работы с данными, а также оценил их плюсы и минусы. Среди таких методов:

— Кластеризация (K-means, Affinity propagation, DBSCAN);

— Факторный анализ;

— Applicability domain;

— Fuzzy logic.

Что может и не может искусственный интеллект. Какие изменения нас ждут (Артемий Малков, DataMonsters)

Артемий рассказал об эволюции AI, разделив его историю на 3 этапа:

— С 1960 по 1990 – Rules based AI (искусственный интеллект, построенный на условиях типа «if»);

— С 1990 по 2010 – Machine learning (применение методов машинного обучения, где использовалось больше структурированных данных и статистики);

— С 2010 по н.в. – Deep learning (применение нейросетей, где используются неструктурированные данные в реальном времени).

На текущем этапе развития AI способен выполнять 4 обособленные задачи, с которыми может справиться 5-летний ребенок: Распознавание, предсказание, выбор, синтез. По мнению Артемия, на этапе зрелости, AI сможет выполнять эти задачи последовательно после получения необходимого объема информации.

В заключение хотелось бы поблагодарить КАИ им. Туполева за радушный прием, а также привести наиболее запомнившуюся цитату А.С. Белокопытова: «Решение о том, менять мир или смотреть за тем, как он меняется, зависит только от вас». 

Советуем почитать