Человек или его цифровое подобие?

– Рустем Айдарбекулы, для начала объясните, что такое ИИ и как он устроен? Где предполагается его применение?

– Искусственный интеллект – весьма широкое понятие, включающее в себя такие ключевые компоненты, как нейронные сети, машинное обучение и глубокое обучение.

Нейронные сети играют роль в соз­дании алгоритмов, которые способны обрабатывать данные и принимать решения аналогично человеку. Машинное обучение позволяет алгоритмам учиться на основе опыта и корректировать свои действия. Глубокое обучение углубляет понимание данных и выявляет сложные зависимости между ними.

Для наглядного примера давайте рассмотрим развитие ребёнка: он учится, наблюдая за взрослыми и собирая паттерны (шаблоны, образцы) поведения. Аналогично современные системы ИИ, такие как ChatGPT, накапливают информацию, обучаются на ней и способны вести беседу с высоким уровнем естественности, иногда даже трудно отличимой от человеческой.

В гонку генеративного ИИ включились не только гиганты – Google, Microsoft, но и быстрорастущие стартапы, в которые за короткий период, не более одного года, привлекаются миллиарды долларов.

Игнорировать появление передовых технологий государства не могут. Главная их цель – забота о благополучии людей, где технологические тренды могут эффективно помогать. В этом контекс­те важен концепт citizen relationship management, который предполагает максимальное облегчение жизни граж­дан за счёт оптимизации контактов с государством, предоставления качественных и удобных государственных услуг.

Например, если у меня есть аттестат о школьном образовании, нет смысла запрашивать его при поступлении в вуз, поскольку государство уже имеет соответствующую информацию. Такие принципы применимы и в других сферах взаимодействия с государством, будь то покупка недвижимости или переезд в другой населённый пункт. Благодаря накопленным данным сделки с покупкой и продажей автомобилей перешли в онлайн.

Генеративные системы ИИ – ещё один важный элемент в улучшении общения государства с гражданами. Они эффективно обрабатывают большой объём запросов, помогая автоматизировать процессы обслуживания людей. Нап­ример, в государственных органах они могут значительно снизить нагрузку на центры обслуживания, так как способны обрабатывать массу звонков и запросов, разъяснений «витиеватого» языка нормативных актов.

Также важно использование генеративных систем для сохранения языкового наследия. Благодаря таким моделям, как Large Language Model, можно сохранить язык, развивая его в цифровой среде. Например, разработка ИИ на казахском языке с учетом диалектов и акцентов помогает сохранить и развивать этот язык среди граждан, делая его доступным и интуитивно понятным для всех пользователей.

Сегодня семейство тюркских языков насчитывает около 300 миллионов людей, создание языковой модели ИИ позволит сблизить народы, улучшить понимание друг друга.

– В Казахстане эти технологии уже применяются?

– Да, и достаточно широко. Вы можете видеть, что за 20 лет у нас сформировалось хорошее электронное правительство со своими успехами. Электронные сервисы, транзакции, развитый финтех.

Здесь нужно сказать, что в стране довольно давно существуют предиктивные системы. Это системы, которые можно строить или предполагать на основе исторических данных, что вы совершите одну и ту же покупку.

Например, если вы ходите и покупаете молоко каждую неделю в одно и то же время, то вероятность, что вы сделаете то же самое на следующей неделе, очень высока. Поэтому ИИ очень часто используют в ритейле. Скажем, вы зашли на сайт посмотреть бытовую технику. В этот момент машина уже начинает считывать, следить за вашим поведением по кликам, затем тут же автоматически подкидывает похожие товары или комплекты к ним.

– Какие ещё открываются возможности для страны?

– Если говорить в масштабах государства, то возможности практически безграничны. Например, если у вас родился ребёнок, то, вероятно, вам дадут пособие. И, зная это, система сама вам точно начислит деньги. Подготовка к школе, отопительный сезон, выход на пенсию, поступление в вуз, устройство на работу, покупка автомобиля – таких процессов сегодня много.

Сегодня у нас уже больше 760 гос­услуг, и в каждой из них можно внедрять ИИ. Собственно, почему государство в эту сторону идёт – потому что запросов становится больше, они типовые, и нет необходимости из-за этого держать чиновника. ИИ, нейронные сети, машинное обучение позволяют прежде всего оптимизировать рутинную работу, как результат – показывать экономичес­кую эффективность и, самое главное, избавляться от коррупционных рисков.

К примеру, если вы как фармацевт привозите какое-либо лекарство, например из США, то в этом случае отечественная лаборатория должна проверить безопасность препарата. Но тут стоит вопрос: если он признан по всему миру, у него есть сертификат, то есть ли у нас в стране лаборатории, которые могут быть лучше тех международных, где он уже проверялся?

Но у нас, к сожалению, придумали комиссии, которые заседают. А каждый раз, когда собираются комиссии, возникают очень большие коррупционные риски.

В Казахстане мы можем абсолютно во все госуслуги внедрить ИИ. Взять то же страхование. При ДТП вы тратите месяцы: привлекаются правоохранительные органы, суды, проходят различные, условно, заседания, чтобы, в конце концов, вам выплатить страховку на ремонт бампера стоимостью не более 50 тысяч тенге.

При этом бюджетные затраты государственного аппарата в десятки раз выше. Нужно ли это? Думаю, нет. Можно за счёт автоматизации все это нивелировать и упростить, а используя ИИ, и вовсе избавиться от «ручной» оценки повреждений.

Другой пример. В стране порядка 40 тысяч матерей-героинь. Система присуждения соответствующего статуса, начисления пособия занимает до двух-трех месяцев. Тем не менее информация о рождении, родителях и количестве членов семьи уже имеется в государственных базах данных. Поэтому нужно ли для этого снова собирать кучу документов? Предиктивно можно сделать так, что как только у женщины родится шестой ребёнок, система пришлет ей уведомление с поздравлением, что ей присвоено звание и назначено ежемесячное пособие.

В сельском хозяйстве ИИ может просчитывать, как повлияют осадки или другие природные явления. Будет высчитывать, сколько воды нужно, и тому подобное.

Вторая часть, для чего в целом ИИ нужен Казахстану, это придаст огромный импульс науке. Сегодня данная сфера очень сильно отстает, ибо все исследования, проводимые в нашей стране, делаются на основе статистических данных Бюро национальной статистики, и они, как правило, устаревшие.

Большие данные ИИ позволят учёным писать более «свежие» статьи, делать более глубокие исследования. Вообще, в целом, если посмотреть на науку, это же больше не про изобретения, а про исследования. Чтобы ученому исследовать, нужны большие данные.

Самая главная задача, чтобы ИИ заработал, – нужно структурировать, описывать данные. У нас в системе государственного управления порядка 50% баз существует в «цифре». При этом мы уже достаточно хорошо шагнули в оказании госуслуг. А если полностью все оцифруем, то это вообще будет огромный прыжок.

Собственно, для этого мы и планируем внедрять ИИ во все отрасли.

– Однако здесь же возникает проб­лема: достаточно ли у нас мощностей для обработки всей этой информации, хранения?

– Для этого Правительство планирует закупить суперкомпьютер. Нам, чтобы собрать все данные по Казахстану, нужно порядка 13 миллиардов токенов. Это огромная работа. Так, если начать их обрабатывать, уйдет целый год. Суперкомпьютер справится с этим в разы быстрее, за пару месяцев.

Что такое суперкомпьютер? Давайте представим, что у нас есть две команды, каждая из которых должна решить одну и ту же задачу: пересчитать огромное количество карточек с информацией о землетрясениях. Предположим, у одной команды есть обычные калькуляторы, а у другой – суперкомпьютер.

Команда с обычными калькуляторами будет работать, перебирая каждую карточку вручную, поочередно проводя вычисления для каждой из них. Это займет у её членов много времени, так как они смогут обрабатывать только одну карточку за раз.

С другой стороны, команда с суперкомпьютером сможет загрузить все данные в компьютер и позволить ему выполнить миллионы вычислений за короткое время.

В результате команда с суперкомпьютером сможет решить задачу гораздо быстрее, чем команда с обычными калькуляторами.

Суперкомпьютеры могут обрабатывать миллионы операций в секунду, что делает их невероятно мощными инструментами для анализа данных и моделирования сложных систем. В медицине, например, они могут помочь ускорить процесс поиска лекарств, анализировать геномы и диагностировать болезни на ранних стадиях.

В других областях, таких как геология, суперкомпьютеры могут использоваться для прогнозирования землетрясений, моделирования распределения запасов нефти и газа, а также изучения климатических изменений и их последствий.

Суперкомпьютеры играют важную роль и в экономике, помогая сократить время и ресурсы, затрачиваемые на выполнение сложных вычислений и исследований. Кроме того, страны могут предоставлять услуги по использованию своих суперкомпьютеров другим государствам, что может стать источником дополнительного дохода.

В целом суперкомпьютеры открывают новые возможности для науки, медицины, экономики и других областей, позволяя решать проблемы и проводить исследования более эффективно и быстро.

– Сейчас можно услышать опасения, что технология ИИ очень опасна. Насколько это оправдано?

– Мы врываемся в эпоху технологичес­кой революции, эпоху искусственного интеллекта. Прежде была промышленная, когда луддиты опасались фабрик. Затем люди боялись электричества. Наши родители волновались из-за Интернета. Сегодня некоторые опасаются 5G. Однако прогресс не остановим.

Машины позволяют ускорить и эффективнее выполнять работу. Опасения, что искусственный интеллект вытес­нит людей, скорее всего, справедливее оценить как риск потери рабочих мест для тех, кто не владеет навыками работы с ИИ. Сегодня каждому из нас, гражданам Казахстана, и всем людям важно осваивать новые навыки и готовиться к переменам. Образование уже не будет прежним, ИИ поможет освоить новые знания.

Понимаю: есть опасения относительно того, что ИИ может завоевать мир. Однако стоит разделять ИИ на три типа: слабый, общий и суперсильный. Когда говорим о боязни, что ИИ будет доминировать, это касается суперсильного ИИ, который способен автоматически и самостоятельно принимать решения. Пока никто не достиг такого уровня. Говорить о возможности контролировать суперсильный ИИ рано, его на данный момент не существует.

Другие два типа ИИ – это общие системы. Они помогают в анализе и принятии решений, но не могут действовать автономно. Так что опасения пока не оправданы.