Журнал "Системы Безопасности" № 5‘2023

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 30 СПЕЦПРОЕКТ РЕшЕНИя НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕллЕКТА Владимир Царев, Малленом Системс Многие средние и крупные предприятия скло- няются к внедрению или уже внедряют решения на основе искусственного интеллекта. О пре- имуществах таких продуктов известно все боль- ше, и они стали доступнее. Наиболее востребо- ванные из них в промышленности – системы контроля качества, планирования и управления производством, видеоаналитика. Виден боль- шой интерес к медицинским системам диагно- стики, голосовым помощникам, предсказатель- ным системам, автономным транспортным средствам и роботам, создаваемым с использо- ванием ИИ. Евгений Золотарев, Делетрон Считаю, что за последний год потребители стали относиться более просто к этому инстру- менту, я бы даже отметил заинтересованность в применении ИИ там, где это было не очевид- но разработчикам систем безопасности. Многие потребители стали различать границы экономи- ческого эффекта от внедрения таких алгорит- мов в своей бизнес-практике. Сейчас однознач- но прослеживается тренд на распознавание текстов и получение ускоренных выводов из больших объемов информации, что активно используется в системах видеонаблюдения для получения недоступных ранее результатов. Дмитрий Марков, VisionLabs Алгоритмы машинного обучения уже исполь- зуются повсеместно, от распознавания лиц и голосовых помощников в каждом смартфоне до умной ленты в социальных сетях и рекомен- даций для просмотра фильмов. В первую оче- редь данные технологии позволяют упростить жизнь пользователей, уменьшить количество рутины, создать новые возможности, поэтому становятся частью повседневной жизни. В свою очередь, компании также показывают высокую готовность к внедрению ИИ-решений. Появляется более развитая внутренняя экспер- тиза, понимание возможностей и ограничений нейронных сетей, компетенции по работе с ними. Спектр востребованных продуктов широкий, от детекции дипфейков до деперсо- нализированного мультикамерного трекинга с распознаванием силуэтов и элементов одеж- ды. Возможность строить маршруты без исполь- зования персональных данных в том числе может использоваться для повышения безопас- ности городской среды при поиске преступни- ков или пропавших людей. Александр Сергеев, Олимп-СБ Помимо широко используемых алгоритмов как системы распознавания лиц и номеров, суще- ствуют детекторы, определяющие пересечение линий в указанном направлении как человеком, так и автомобилем. Этот продукт позволяет обес- печить безопасность на территории без исполь- зования дополнительных охранных датчиков для больших расстояний. Использование ИИ позво- ляет с высокой вероятностью определить присут- ствие человека, в отличие от использования ста- рых алгоритмов определения движения. Дмитрий Михеев, Ай Ти Бастион В 99% случаев среднему потребителю все равно, на основе каких именно методов он достигает требуемого результата. Да, использо- вание ИИ – это дополнительное свойство для многих продуктов, которое можно рассматри- вать как одно из преимуществ. Но однозначной зависимости тут нет; если можно достигать того же результата более простыми и дешевыми свойствами, пользователи могут вполне пред- почесть и более простые и дешевые решения. Например, многие машины оснащены различ- ными "помощниками" для упрощения вожде- ния. И в этом механизме, как правило, реали- зация основана на автоматической обработке событий внешнего мира, эти средства реально снижают усталость водителя и облегчают про- цесс вождения, снижают риски ДТП. Означает ли это, что машины без помощников не имеют смысла? Нет, это только один из распространен- ных сценариев использования автомобилей, но совсем не единственный: разным людям нужны разные машины. Алексей Иванов, Ай Ти Бастион На мой взгляд, потребители в основном уже готовы к внедрению решений на основе ИИ, и на это есть ряд причин. Во-первых, это улуч- шает сферу обслуживания, облегчает выполне- ние повседневных задач. С помощью ИИ можно получать более персонифицированные реко- мендации. Наиболее востребованы сейчас такие сервисы на основе ИИ, как персональные помощники для дома, например всем известная Алиса, а также различные системы рекоменда- ций на сайтах (автоматизированные чат-боты на основе ИИ) и в различных продуктах, систе- мы управления самыми разнообразными дан- ными, например умные дома. октябрь – ноябрь 2023 www.secuteck.ru Игорь Фаломкин, ITV Успехи генеративных нейронных сетей, воз- можность выполнения нейросетями все более интеллектуальной работы и начавшиеся изме- нения на рынке труда. Евгения Лебедева, TRASSIR Меня больше всего впечатляет скорость, с которой новые разработки преодолевают путь от исследований до промышленного применения. 10 лет назад я училась в университете, и мой преподаватель по нейросетям говорил, что нейросети – это игрушка для программистов. Имелось в виду, что обычные люди вряд ли будут их как-то использовать, что это нише- вый продукт. И подразумевалось, что это игрушка, непригодная для решения бизнес- задач. Четыре года назад, когда мы выпускали новую версию распознавания номеров, наш коллега из продаж, эксперт по продуктам TRASSIR из Петербурга, сказал мне: "Это Питер, детка! В нашей погоде это не будет работать!" В 2023 г. это работает в дождь, снег, в темноте, читает грязные номера, и все это даже в том случае, когда камеру вешал мастер не с самыми прямыми руками. Юрий Годына, Нейрометрика Как я упоминал выше, больше всего меня впе- чатлили модели GPT (ChatGPT и подобные), а напугали – генеративные сети (Midjourney, Stable Difusion и пр.). Впечатлили именно рево- люционностью. Мы и раньше сталкивались с интересными прорывами – тот же Yolo для систем компьютерного зрения или алгоритмы nvidia в области генерации лиц. Но это были просто интересные инструменты или алгоритмы где-то рядом, в параллельной жизни, что ли. Они есть, они классные, да. Но ChatGPT, Midjourney, Stable Difusion – это алгоритмы здесь и сейчас. Они революционные не сколько по своим возможностям, сколько по своей доступности. И обратите внимание на то, как быстро они эволюционируют и как быстро появляются аналоги (в том числе и наши YandexGPT, RuGPT, ruDALL-E). А самое главное – как быстро они вошли в обиход. Если раньше мы говорили "надо нагуглить", то теперь мы уже "спрашиваем у ChatGPT". Генеративные модели позволяют, в частности, нам, разработчикам алгоритмов компьютерно- го зрения, расширять объемы выборок для обучения не просто методами аугментации (эффективность которых всегда была довольно спорной), но уже через генерацию – а это очень важно в областях, где сбор данных наиболее затруднен (например, анализ медицинских снимков, поиск редких дефектов, геологораз- ведка). Мы пока даже не осознаем степень влияния и возможности этих алгоритмов – настолько высок их потенциал. Пока очевидно – области разработки программного обеспечения (ПО) и создание контента. То есть то, что раньше счи- талось исключительно прерогативой естествен- ного интеллекта. И это только начало. Владимир Царев, Малленом Системс Из самого заметного – это прогресс в области обработки и классификации изображений. Бла- годаря использованию глубоких нейронных сетей мы можем распознавать объекты на фотографиях с невероятной точностью. Это ока- зало огромное влияние на медицину, беспилот- ные транспортные средства, производственную видеоаналитику и другие области. Стоит отметить и потрясающие разработки в области голосового распознавания. Сегодня у нас есть виртуальные помощники, способные не только понимать и анализировать нашу речь, но и давать ответы и выполнять задачи. Это значительно упростило некоторые повседневные Какие разработки на основе искусственного интеллекта за последние пару лет вас впечатлили более всего? На что повлияли эти новшества?