Лариса Малькова: «Главный вызов сегодня — способность адаптироваться к технологиям»
Как цифровые тренды меняют сегодняшний мир, какие технологии станут завтра драйверами глобального развития и оправдает ли искусственный интеллект наши ожидания? Эти вопросы «РБК Тренды» обсудили с Ларисой Мальковой, управляющим директором практики «Данные и прикладной ИИ» компании Axenix
Современные технологии: перспективы и разочарования
РБК Какие глобальные тренды определяют развитие технологий сегодня?
Л. М. Безусловно, ключевой технологический тренд — это искусственный интеллект. И дело не только в его популярности, а в том, что каждая технологическая эпоха строится на базовых технологиях, без которых невозможно развитие прикладных решений. Например, цифровая экономика, в которой мы сегодня живем, основана на интернете как на базовой сетевой инфраструктуре. Мы уже воспринимаем его как нечто само собой разумеющееся, но именно он создал основу для маркетплейсов, онлайн-сервисов и современной digital-среды.
Искусственный интеллект — такая же базовая технология текущей волны, аналог цифровой революции прошлых лет. Он уже интегрирован в повседневную жизнь: от смартфонов и банковских сервисов до онлайн-торговли.
Однако широкая дискуссия о его возможностях развернулась лишь в последние годы, когда генеративные модели, такие как ChatGPT, стали доступны массовому пользователю, сделав ИИ не просто концепцией, а реальным инструментом для всех.
Помимо ИИ активно развиваются и другие направления, формирующие технологический ландшафт: биотехнологии, интернет вещей в сочетании с 5G, квантовые вычисления, робототехника. Эти технологии работают в комплексе, ускоряя цифровую трансформацию. Но на данный момент именно ИИ остается ключевым драйвером технологических изменений. Темпы технологического прогресса действительно ускорились, особенно в последние пять лет. Однако это не означает, что они будут расти бесконечно, — на каждом этапе появляются вызовы и ограничения.
РБК Какие технологии можно назвать перспективными, а какие, напротив, не оправдали ожиданий?
Л. М. Среди перспективных направлений особое внимание стоит уделить нейроморфным вычислениям. Сегодня большинство IT-технологий, включая искусственный интеллект, строится на фон-неймановской архитектуре, разработанной еще в середине XX века (архитектура, предложенная Джоном фон Нейманом, в которой программа и данные хранятся в одной памяти, а процессор выполняет команды последовательно. — РБК). Однако эта модель, похоже, приближается к пределу своих возможностей. Нейроморфные вычисления предлагают альтернативный подход: они имитируют работу мозга с точки зрения как энергопотребления, так и методов обработки и хранения информации. Возможно, именно в этом направлении произойдет следующий технологический прорыв, который приведет к появлению новых архитектур и радикально изменит вычислительные возможности.
Что касается технологий, не оправдавших ожиданий, то одним из примеров можно назвать блокчейн за пределами финансового сектора. Хотя в сфере цифровых активов и валют у него есть четкие сценарии применения, ожидания, что он фундаментально повлияет на другие отрасли, такие как медицина или управление данными, во многом не оправдались.
Под вопросом остается и будущее технологий виртуальной и дополненной реальности. О них активно говорили три-пять лет назад, однако они до сих пор не заняли значимого места в повседневной жизни. Несмотря на усилия крупнейших компаний, эти технологии пока не стали массовыми инструментами и их реальная востребованность в ближайшие годы остается неопределенной.
Искусственный интеллект: границы возможного
РБК На каком этапе развития находится ИИ? Можно ли говорить о зрелости технологии или мы все еще находимся в фазе экспериментов и осмысления ее возможностей?
Л. М. Искусственный интеллект — это общее понятие, которое включает в себя разные направления, и степень их зрелости сильно различается.
Классический ИИ, основанный на методах машинного обучения и аналитике данных, уже давно стал частью нашей повседневной жизни. Например, модели машинного обучения принимают решения по кредитам в банках за считаные минуты, а рекомендательные системы персонализируют поисковую выдачу на маркетплейсах. Эти технологии давно работают в промышленном масштабе, их эффективность доказана, и можно говорить о том, что они достигли зрелости.
Генеративный искусственный интеллект, напротив, находится на ранней стадии развития. Несмотря на стремительный прогресс и массовый интерес, его возможности пока ограничены.