В McKinsey уверены, что генеративный искусственный интеллект (ИИ) может радикально изменить подход к созданию контента и не только его. Разбираемся, что скрывается за этим новым термином, почему эту технологию считают прорывной технологические IT-гиганты и где уже применяется генеративный ИИ.
- Что такое генеративный ИИ
- Кое-что об эволюции искусственного интеллекта
- Где и как можно использовать генеративный ИИ
Что такое генеративный ИИ
Генеративный ИИ (он же Generative Artificial Intelligence, GenAI) — одна из самых быстро развивающихся отраслей искусственного интеллекта, которая создает то, чего ранее не существовало. Прежде всего это новые формы контента: текстовый, аудио и визуальный. Генеративные модели используют как основу для обучения наборы данных, однако не просто комбинируют их в соответствии с запросом, а фактически создают с нуля. В этом заключается главное отличие от дискриминационного ИИ, который анализирует различия между различными типами данных.
Приведем простой пример. Если задать дискриминационному ИИ вопрос вроде «По дороге идет человек или едет автомобиль?», и он с высокой вероятностью даст точный и однозначный ответ. А генеративному ИИ можно предложить нарисовать, как на одной дороге идет человек, а его обгоняет автомобиль. И он с этим заданием справится не менее успешно — результатом будет именно рисунок, а не текст.
Таким образом, генеративный ИИ создает новый контент на основе того, что он узнал из уже ранее сгенерированного кем-то контента, причем происходит это в процессе непрерывного обучения ИИ.
Выделяют несколько моделей работы GenAI, в основу которых положены такие преобразования:
- из текста в текст;
- из текста в 2D изображение;
- из текста в 3D изображение/видео;
- из текста в действие (ответ на вопрос, поиск информации, анализ данных).
Что может генеративный искусственный интеллект: вести беседы так, словно по ту сторону экрана находится такой же человек, как вы, писать программный код, создавать с нуля изображения и видео по описаниям. ChatGPT — это тоже пример генеративного ИИ, причем в базовом варианте доступного широкому кругу пользователей.
Принцип работы генеративного ИИ хорошо виден на следующем изображении:
По данным Goldman Sachs, генеративный ИИ может обеспечить увеличение мирового ВВП на 7 % (или почти на $7 трлн) и прирост производительности на 1,5 процентных пункта в ближайшие 10 лет. В то же время исследование VentureBeat показывает, что 18,2% крупных компаний по всему миру уже внедряют эту технологию, но лишь пятая часть из них планирует увеличить расходы на GenAI в следующем году. Среди главных причин — ограниченные бюджеты на IT или недостаточно высокий приоритет данной задачи.
Кое-что об эволюции искусственного интеллекта
О генеративном ИИ активно говорят последние пару лет, хотя эту технологию нельзя назвать новой — под ее описание подходит тест Алана Тьюринга, предложенный им еще в 1950-м году. Тогда он утверждал, что машину можно назвать разумной, если она начнет генерировать ответы на вопросы, ничем не отличимые от человеческих. Генеративные модели разрабатывали в 1960-х и 1970-х, но наиболее сложные из них — например, модели глубокого обучения — появились только в 1990-х. Именно они смогли генерировать достаточно реалистичный, неотличимый от человеческого, текст и даже воссоздавать речь. Очередной виток популярности генеративного ИИ пришелся на появление GPT-3, созданной компанией OpenAI (ChatGPT — это ее детище, который использует именно эту языковую модель).
По данным исследования Bloomberg Intelligence к 2032 году генеративный ИИ станет рынком стоимостью $1,3 трлн, а сама отрасль будет расти в среднем на 42% ежегодно в течение 10 ближайших лет.
Где и как можно использовать генеративный ИИ
Если смотреть, где уже применяются технологии ИИ, то можно назвать огромное количество областей и самых невероятных проектов — от обучения и медицины до обработки больших данных и прогнозной аналитики. Если сузить сегмент до генеративного ИИ, то создание уникального творческого контента тоже будет всего лишь одним из вероятных сценариев его применения.
В каких задачах востребован и уже массово используется GenAI:
- улучшение качества цифровых изображений и видео;
- создание персонализированного контента;
- прототипирование в производственных целях;
- генерация программного кода;
- создание чат-ботов, виртуальных помощников;
- выполнение визуальных проверок и контроля качества.
В перспективе генеративный ИИ найдет себе применение практически в каждой отрасли, но уже сегодня можно выделить несколько приоритетных направлений, где его использование приносит максимальный эффект и пользу.
Финансы: создание чат-ботов для повышения скорости и качества обслуживания клиентов, подготовка персонализированных финансовых консультаций и рекомендаций по выбору продуктов, выявление мошеннических схем и недобросовестных потенциальных заемщиков.
Здравоохранение: ускорение процессов разработки и тестирования новых медпрепаратов, создание синтетических наборов данных о пациентах для дальнейшего обучения моделей ИИ, моделирование клинических испытаний, изучение редких генетических заболеваний.
Автомобилестроение: проектирование новых моделей автомобилей, разработка интеллектуальных виртуальных помощников для водителей, создание новых микросхем и конструктивных элементов в автомобиле.
Энергетика: анализ больших данных, прогнозирование, повышение качества обслуживания клиентов, разработка программ энергоэффективности, оптимизация производства электроэнергии.
Телекоммуникации: улучшение производительности сетей, разработка персонализированных рекомендаций для клиентов.
Онлайн-обучение: подготовка персонализированных учебных материалов и сценариев обучения, автоматизация процесса оценивания, создание интерактивных обучающих сред и даже выявление в домашних заданиях фрагментов, созданных с помощью того же ИИ.
Кроме того, многочисленные кейсы показывают, что использование решений на основе генеративного ИИ увеличивает продуктивность людей самых разных профессий: цифровых художников, программистов, тестировщиков, маркетологов, инженеров и других.
Эксперт Colobridge:
«Генеративный интеллект уже совершает революции в самых различных отраслях, генерируя абсолютно новый персонализированный контент качественно и быстро. Но за этими двумя составляющими всегда стоит производительная IT-инфраструктура, способная справляться с самыми сложными нагрузками. Чтобы обеспечить значительную вычислительную мощность, GenAI зачастую требуются графические процессоры (GPU) и специализированные тензорные процессоры (TPU), предназначенные для использования совместно с библиотекой машинного обучения TensorFlow. Также уже есть первые предпосылки для появления в портфелях ведущих облачных провайдеров продукта «Генеративный ИИ как услуга», что сделает эту технологию еще более доступной для широкого внедрения в самых разных сферах».
Инфраструктура на базе выделенных серверов, построенная с учетом индивидуальных требований — оптимальное решение для размещения нагрузок, связанных с искусственным интеллектом. Специалисты Colobridge помогут разработать и реализовать проект, максимально соответствующим вашим ожиданиям и потребностям, а также при необходимости возьмут на себя сопровождение и администрирование IT-инфраструктуры. Напишите или позвоните нам, чтобы узнать больше о возможностях платформы Colobridge под размещение ваших IT-сервисов.
