Прочтите расшифровку основного доклада «Состояние ИИ»

«Обязательно к прочтению» (ЭльКаладо)

Читать Состояние ИИ в 2019 году: расхождения

Заинтересованы в ИИ? Подпишитесь на наши сообщения в блоге.

Недавно мы запустили наше последнее новаторское исследование ИИ: Состояние ИИ 2019 — дивергенция в историческом Королевском институте в Лондоне. Это путеводитель по разработкам в области ИИ и их последствиям для предпринимателей, руководителей корпораций, инвесторов и политиков, который нельзя пропустить. Вы можете посмотреть видео основного доклада выше или прочитать стенограммуниже. Я объясню, как:

среди наций и компаний появляются победители и проигравшие в гонке за усыновление, войне за таланты и конкуренции за создание ценности;
ландшафт для предпринимателей меняется. Наш уникальный анализ показывает, как взрослеют 1600 стартапов в области искусственного интеллекта в Европе, ориентируясь в уникальной динамике капитала и принося созидательное разрушение новым отраслям;
Поскольку достижения в области технологий ИИ (обучение с подкреплением, трансфертное обучение и генеративный ИИ) делают невозможное неизбежным, ИИ представляет огромные возможности и риски для компаний и общества.

Состояние ИИ 2019 опирается на уникальные данные и обсуждения с участниками экосистемы, чтобы выйти за рамки шумихи и объяснить реальность ИИ сегодня, что произойдет и как извлечь выгоду.

Доклад The State of AI 2019 был разработан в сотрудничестве с нашими друзьями из Barclays UK Ventures.

Всем доброе утро.

Меня зовут Дэвид Келнар, я партнер и руководитель отдела исследований MMC Ventures. Мы — венчурная компания, занимающаяся исследованиями и базирующаяся в Лондоне. Я имею честь возглавлять команду MMC под названием Insights team, которая является исследовательской группой в Фирме, и наша цель состоит в том, чтобы активно выявлять новые области создания ценности, глубоко понимать их, а затем определять , инвестировать и поддерживать самые лучшие компании на ранних стадиях, соответствующие этим темам.

Уильям Гибсон однажды написал:

"Будущее уже наступило, просто оно распределено неравномерно".

Как он был прав.

В 2017 году мы выпустили наш первый отчет о состоянии ИИ, в котором мы подчеркнули, что технология ИИ, то есть программное обеспечение, которое можно совершенствовать с опытом, а не просто следуя наборам правил, находилась на переломном этапе и была готова к распространению.

Так оно и есть. Сегодня, когда мы выпускаем наш Отчет о состоянии ИИ за 2019 год, мы делаем это в контексте того, что ИИ становится массовым явлением. Но при этом мы видим раскол. Между странами, в разных отраслях и среди компаний появляются победители и проигравшие в гонке за внедрение, войне за таланты и конкуренции за создание ценности.

Пейзаж для европейских предпринимателей также меняется. 1600 стартапов в области искусственного интеллекта в Европе взрослеют и приносят созидательное разрушение новым отраслям. Социально-экономическая карта Европы также перекраивается.

И, наконец, поскольку новые технологии искусственного интеллекта делают невозможное неизбежным, нас ждет расходящееся будущее. Искусственный интеллект будет иметь огромное положительное значение для компаний и общества, но он также сопряжен с реальными рисками. Какое будущее мы выберем?

Итак, в течение следующих 45 минут я хотел бы рассказать вам об основных выводах из нашего отчета о состоянии ИИ.

Я начну с того, что подчеркну, как быстрое внедрение ИИ в целом маскирует расхождение между лидерами и отстающими. Мы увидим, как в войне за таланты, несмотря на увеличение предложения, по-прежнему наблюдается резкий дисбаланс между спросом и предложением.

Мы увидим, как новые технологии искусственного интеллекта, новое оборудование и новое программное обеспечение освобождают прогресс от ограничений человеческого опыта. Мы увидим, как меняется ландшафт европейских стартапов в области искусственного интеллекта. И, наконец, мы рассмотрим некоторые из этих глубоких последствий для компаний и общества. Итак, начнем.

Гонка за усыновление

Внедрение ИИ крупными компаниями быстро растет. За последние 12 месяцев использование ИИ утроилось. 12% компаний сегодня внедрили искусственный интеллект в больших масштабах или в значительной части организации. А в следующие 12 месяцев это сделала бы еще четверть крупных компаний.

«Внедрение ИИ утроилось за последние 12 месяцев».

2019 год – это год, когда ИИ «преодолевает пропасть», начиная с новаторов и первых последователей и заканчивая мейнстримом.

Есть несколько причин такого быстрого распространения ИИ:

широкая осведомленность об ИИ поощряет множество инициатив по тестированию и обучению;
кроме того, в настоящее время дорабатываются и более широко внедряются в компаниях ранние пробные концептуальные проекты;
широкая доступность услуг искусственного интеллекта по принципу plug-and-play от мировых поставщиков технологий снижает затраты на инициирование и масштабирование инициатив в области искусственного интеллекта;
компании повышают квалификацию своих сотрудников и привлекают высококвалифицированных специалистов по данным и главных научных сотрудников, чтобы попытаться решить проблему нехватки кадров; и
компании осознают, что существует эта невероятная экосистема компаний на ранней стадии, которые ставят искусственный интеллект в основу своего ценностного предложения, и эти компании на ранней стадии могут взаимодействовать с ними в качестве поставщиков.

Сейчас ИИ развивается не просто быстро, а широко. Сегодня каждая десятая компания имеет 10 или более приложений для работы с искусственным интеллектом. К наиболее популярным относятся чат-боты, общие инструменты автоматизации процессов и аналитика мошенничества. Но многие другие остаются широко популярными. Сегментация потребителей в маркетинге и вспомогательная диагностика в медицине — это другие области применения, которые быстро набирают популярность.

Однако такое быстрое внедрение ИИ скрывает растущую пропасть между лидерами и отстающими.

В глобальном масштабе Китай лидирует в гонке по внедрению ИИ. Доля компаний в Азиатско-Тихоокеанском регионе, внедривших ИИ, в два раза выше, чем в Северной Америке. Точно так же доля компаний в Азиатско-Тихоокеанском регионе, которые не собираются внедрять ИИ, вдвое меньше, чем в Северной Америке. И, в частности, Китай лидирует в гонке. Шанхай, Пекин и Гуандун — многие из этих центров становятся действительно глобальными центрами искусственного интеллекта. Китайские компании имеют ряд преимуществ:

Одна из них — амбициозная долгосрочная государственная политика в отношении ИИ. Китайский «план следующего поколения для ИИ» — это долгосрочный план глобального лидерства в области ИИ к 2030 году;
Но также и китайские компании имеют двойное преимущество в данных. Во-первых, более разрешительная политика в отношении использования персональных данных облегчает компаниям использование этих данных; и
В более широком смысле данные китайских компаний, как правило, менее разрознены. 78% ведущих китайских компаний хранят все свои корпоративные данные в едином унифицированном озере данных. Для сравнения, в Европе таких компаний всего 43%.

Быстрый рост ИИ в Китае стал тревожным звонком для руководителей и предприятий во всем мире.

Помимо глобальной карты, мы видим, что внедрение ИИ в разных отраслях происходит неравномерно и находится в постоянном движении.

Мы можем разделить отрасли на первопроходцев, активистов и отстающих.

«Ранние последователи» — это отрасли, которые активно инвестировали в ИИ, продолжают эти инвестиции, сохраняют свое лидерство и пожинают плоды.

В 2017 году страховые, финансовые и высокотехнологичные компании подчеркнули, что намерены увеличить свои расходы на ИИ в течение следующих трех лет больше, чем любые другие компании. Итак, сегодня страховые компании, а также компании, предоставляющие программное обеспечение и ИТ-услуги, имеют самые высокие показатели внедрения ИИ.

«Страховые компании, компании, занимающиеся разработкой программного обеспечения и ИТ-услуг, имеют самые высокие показатели внедрения ИИ».

Вторая группа – это "движущиеся". Это отрасли, которые осознали потенциал ИИ. В 2017 году розничная торговля, здравоохранение и средства массовой информации были в центре внимания по внедрению ИИ. Но они быстро догоняют. Сегодня четыре из десяти компаний в этих трех секторах реализуют значительные инициативы в области искусственного интеллекта в течение 12 месяцев.

«Розничная торговля, здравоохранение и СМИ… быстро догоняют».

Наконец, у нас есть «отстающие». Эти отрасли отстают в гонке за внедрение ИИ. Сюда входят правительства, образовательные компании и благотворительные организации. ИИ может преобразовать правительства, учитывая большие наборы данных и многочисленные проблемы прогнозирования и оптимизации. Но отсутствие финансирования для новых технологий, разрастание устаревших ИТ-компаний и трудности с привлечением талантов мирового уровня в области искусственного интеллекта сдерживают этот сектор.

Возможно, что еще более тревожно, если мы посмотрим на эту группу отстающих, то существует реальный риск того, что более уязвимые члены общества могут оказаться в числе последних, кто выиграет от ИИ. И если мы подумаем о медленных темпах принятия правительством, это означает, что мы все, вероятно, будем взаимодействовать с ИИ не как граждане, а как потребители.

Мы видели, что существуют значительные расхождения во всем мире и между отраслями. Но даже в отраслях мы наблюдаем растущую пропасть между пониманием, обучением и инвестициями компаний.

Только две из 10 компаний, которые отстают во внедрении ИИ, говорят, что понимают значение ИИ для своей компании или сектора. Только двое из 10 лидеров говорят, что нет.

А умные становятся умнее. Опять же, только 20% отстающих говорят, что за последний год они значительно улучшили свое понимание ИИ по сравнению с двумя третями первопроходцев.

«Умные становятся умнее».

Возможно, наиболее важно то, что лидеры удваивают ИИ и расширяют свое преимущество в этой технологии, увеличивая свои инвестиции более быстрыми темпами. В то время как только каждый пятый отстающий значительно увеличил свои инвестиции в ИИ за последний год, почти 90% компаний-первопроходцев в области ИИ сделали это.

Поэтому, несмотря на то, что внедрение ИИ в целом растет, можно ожидать, что разрыв между возможностями компаний будет увеличиваться.

Война за талант

Растущий спрос на ИИ резко увеличивает спрос на таланты в области ИИ, и поразительно наблюдать динамику этого явления. Количество объявлений о вакансиях для ИИ как доля от общего числа объявлений о вакансиях удвоилось за последние 24 месяца. Таким образом, спрос на таланты ИИ никогда не был выше.

«Доля объявлений о вакансиях для ИИ как доля от общего числа объявлений о вакансиях удвоилась за последние 24 месяца».

Предложение увеличивается. Знаете ли вы самую быстрорастущую сферу занятости в США согласно статистике правительства США? Машинное обучение. И вторая сверху — общая наука о данных. Сегодня инженеров по машинному обучению в 10 раз больше, чем пять лет назад.

«Сегодня инженеров по машинному обучению в 10 раз больше, чем пять лет назад».

Но кадровый резерв остается небольшим. Проблема в том, что ИИ зародился в академических кругах и требует продвинутых компетенций — в математике, информатике и программировании. У разработчиков ИИ в семь раз больше шансов получить докторскую степень, чем у других разработчиков. Из-за этого резерв доступных талантов остается скромным. В результате дисбаланс между спросом и предложением остается значительным, и сегодня каждому специалисту по ИИ доступно более двух ролей.

Это создает некоторых бенефициаров. В первую очередь, конечно, сами разработчики ИИ. Несмотря на то, что в двадцатке самых высокооплачиваемых компаний мира средняя зарплата инженера по искусственному интеллекту составляет 224 000 долларов.

Но есть еще несколько значительных победителей и проигравших в войне за таланты.

Во-первых, сектор технологий и финансовых услуг поглощает 60% талантов ИИ. В этих областях разработчиков в 10 раз больше, чем в здравоохранении, несмотря на то, что ИИ может преобразовать здравоохранение. Технологические и финансовые компании одними из первых внедрили ИИ, сохранили свои ресурсы и теперь создают сетевые эффекты вокруг людей, чтобы получить преимущество в предстоящем десятилетии.

«Сектор технологий и финансовых услуг поглощает 60% талантов ИИ».

Конечная динамика заключается в том, что утечка мозгов из научных кругов в промышленность реальна. Доля научных работ по ИИ, имеющих корпоративную принадлежность, увеличилась с 2% до 50% за последнее десятилетие. Теперь, есть много преимуществ для движения людей в промышленности. Они освобождены от бремени создания и получения исследовательских грантов. Они могут внедрять инновации с большим ресурсом и более быстрыми темпами. И, в более широком смысле, переход ученых в промышленность катализирует влияние ИИ на реальный мир.

«Утечка мозгов из научных кругов в промышленность реальна».

Но также есть некоторые недостатки, о которых следует помнить. Во-первых, нам может не хватать учителей для следующего поколения практикующих. Во-вторых, мы наблюдаем концентрацию большого количества специалистов по ИИ в небольшом числе организаций. И в-третьих, конечно, это вызывает движение стоимости от общественного блага к частной выгоде. Стоит помнить, что ИИ возник в результате экспериментов в академических кругах. И если какое-то присутствие в научных кругах не будет поддерживаться, в долгосрочной перспективе общество пострадает.

Прогресс технологии ИИ

Мы видим, что спрос на ИИ быстро растет. И мы видим, что предложение талантов остается ограниченным. Но сама технология ИИ, конечно же, не стояла на месте. В частности, новые достижения в подходах к ИИ освобождают прогресс от некоторых ограничений человеческого знания.

Я расскажу о двух подходах и новой технике искусственного интеллекта, которые будут иметь большое значение для общества в ближайшие десять лет.

Стоит учесть, что традиционный ИИ — так называемое «обучение с учителем» — опирается на большие объемы обучающих данных. Системы оценивают новый ввод в контексте обучающих данных, которые они получили в прошлом. Но что, если мы хотим работать в домене, в котором нет данных для обучения? Вот где эти новые подходы к ИИ оживают.

Обучение с подкреплением – это новая альтернатива искусственному интеллекту, при которой вместо сбора больших объемов обучающих данных мы указываем только цель. И путем исследования, проб и ошибок система попытается достичь этого. И мы вознаградим систему за положительный прогресс в достижении этой цели.

Обучение с подкреплением — это мощный способ дать агентам ИИ возможность взаимодействовать с окружающей средой. Удивительно, но еще в 1997 году было показано, что если мы снабдим робота знаниями только о том, как могут двигаться его суставы, и о направлениях, в которых он может двигаться, робот может научиться ходить. — без каких-либо знаний о ходьбе или каких-либо знаний об окружающей среде. И с тех пор, и особенно за последние 24 месяца, прогресс в обучении с подкреплением был значительным.

«За последние 24 месяца прогресс в обучении с подкреплением был значительным».

Alpha Go Zero — это искусственный интеллект, основанный на обучении с подкреплением, разработанный для древней игры в го. Вооружившись только правилами Го и не имея тренировочных данных о предыдущих играх, играя против себя в течение четырех дней, Alpha Go Zero был лучше, чем большинство игроков-людей, и в течение 40 дней, возможно, стал самым сильным игроком в Го — человеком или искусственным — когда-либо существовавшим. существовал.

В частности, за последние 12 месяцев и в течение 2019 года мы наблюдаем прогресс не только в отношении отдельных агентов, но и в обучении с подкреплением, позволяющем группам агентов сотрудничать.

«Обучение с подкреплением позволяет группам агентов сотрудничать».

Это отрывок из игры под названием «Defence of the Ancients 2» (DOTA 2), которая представляет собой многопользовательскую онлайн-игру, в которой команды из пяти агентов сотрудничают, чтобы соревноваться с другими командами.

OpenAI Five — это команда по DOTA 2, основанная на искусственном интеллекте, и за последние 12 месяцев она продемонстрировала свою способность побеждать многих игроков-людей. И действительно, в конце прошлого года только самые лучшие игроки мира смогли победить его.

Обучение с подкреплением имеет множество применений в кибербезопасности. Например, его можно использовать для поддержки обнаружения аномалий. Действительно, недавно мы поддержали интересную компанию по кибербезопасности под названием Senseon, которая использует последние достижения в обучении с подкреплением для выявления аномального поведения сети.

Это также ценно для автономных транспортных средств, которые должны адаптироваться к непредсказуемым условиям. И, позволяя нам адаптироваться к новым областям, в долгосрочной перспективе это может быть очень ценным для исследования космоса. В более широком смысле, в обучении с подкреплением важно то, что оно потенциально позволяет нам«достичь сверхчеловеческой производительности в действительно сложных областях без участия человека».

Второй подход, о котором я хотел бы поговорить с вами, — это трансферное обучение.

С традиционными системами искусственного интеллекта нам приходится каждый раз начинать с нуля, накапливая обучающие данные и многое другое, что делает процесс медленным и дорогим.

С помощью трансферного обучения мы применяем знания, полученные при решении другой, но похожей проблемы, для решения поставленной задачи. И таким образом мы обычно можем получить лучшие первоначальные результаты, более быстрый темп улучшения и лучшие долгосрочные результаты. Чтобы использовать аналогию, я никогда не водил автобус, но, водя машину, у меня, вероятно, больше шансов сделать это.

За последние 24 месяца интерес к трансферному обучению вырос в семь раз, и на это есть веские причины.

За последние 24 месяца интерес к трансферному обучению вырос в семь раз.

2018 год стал годом прорыва в различных областях благодаря трансферному обучению. Первая область касалась обработки естественного языка. Наше понимание естественного языка с помощью ИИ всегда было довольно поверхностным. Мы можем немного понимать значение слов, но в меньшей степени — предложений и еще меньше — абзацев.

«Наше понимание естественного языка с помощью ИИ всегда было довольно поверхностным. Трансферное обучение меняет это».

Трансферное обучение меняет это. В 2018 году программа трансферного обучения смогла добиться лучших результатов с сотней примеров обучающих данных, чем предыдущая программа с десятью тысячами. В области, где прогресс обычно измеряется долями процента, система, основанная на трансферном обучении, может снизить частоту ошибок в случаях использования, таких как ответы на вопросы и извлечение объектов, на 25%.

Переносное обучение также важно, потому что оно позволяет масштабировать реальные системы искусственного интеллекта. Например, очень сложно обучить модель промышленного робота, потому что он очень медленный. С помощью трансферного обучения мы можем смоделировать поведение этого робота на компьютере, а затем использовать трансферное обучение, чтобы определить, какие различия могут быть в его производительности в модели и симуляции, а не в реальной жизни. Прогресс в таких областях, как автономные транспортные средства, вполне может зависеть от значительных успехов, которые мы наблюдаем в трансферном обучении.

«Прогресс в таких областях, как автономные транспортные средства, может ... зависеть от значительных достижений, которые мы наблюдаем в трансферном обучении».

Наконец, трансферное обучение важно как шаг к искусственному общему интеллекту или ОИИ. AGI — это идея о том, что мы можем создать ИИ, способный выполнять практически любую интеллектуальную задачу, которую выполняет человек. Мы лет далеко от AGI. Но, предоставляя системам большую адаптивность, трансферное обучение является важным шагом на этом пути. Действительно, трансферное обучение может однажды стать ключом к достижению нами ОИИ.

«Мы находимся в нескольких годах от AGI. Но… Трансферное обучение — важный шаг на этом пути.

Наконец, с точки зрения новых технологий, генеративный ИИ изменит медиа в ближайшие годы. Генеративно-состязательные сети, или GAN, — это новая технология искусственного интеллекта, которая позволяет создавать реалистичные изображения и мультимедиа.

Развитие сетей GAN в последние годы позволило создавать настолько реалистичные медиа, что их практически невозможно отличить от настоящих.

Никто из этих людей никогда не существовал. Все эти картинки были галлюцинированы Генеративно-состязательной сетью, и развитие продолжается быстро.

«Развитие GAN в последние годы позволило создавать настолько реалистичные медиа, что их практически невозможно отличить от настоящих».

До недавнего времени одним из недостатков GAN было то, что было довольно сложно направлять результат, а точнее, тот, который вы хотели. Даже это сейчас меняется, и мы можем создавать невероятно убедительные медиа, все в большей степени в соответствии со спецификацией.

Сети GAN изменят медиа-сектор в ближайшие годы. Возможность для компаний создавать реалистично выглядящий контент с самого начала, с низкими затратами и в масштабе эффективно демократизирует процесс создания контента.

И GAN могут сделать больше. Например, мы можем вставить в видео новый звук и повторно синхронизировать губы говорящего с этим звуком. Таким образом, агентство может взять существующие кадры представителя бренда и адаптировать их речь и видео, чтобы они говорили на одном из 30 языков для зарубежных рынков.

Теперь, помимо множества преимуществ, GAN имеют некоторые риски для общества. О них я расскажу чуть позже.

Нарушители: европейские стартапы в области искусственного интеллекта

Каждое изменение парадигмы в технологии высвобождает волну новых, инновационных компаний на ранней стадии, которые ставят эту технологию в основу своего ценностного предложения. ИИ ничем не отличается.

Мы индивидуально рассмотрели более 2800 предполагаемых стартапов в области ИИ по всей Европе в 13 странах ЕС, наиболее активно использующих ИИ, которые вместе составляют 90 % ВВП ЕС. Я рад поделиться с вами некоторыми уникальными результатами этого исследования.

«Мы индивидуально рассмотрели более 2800 предполагаемых стартапов в области искусственного интеллекта по всей Европе».

Во-первых, обратите внимание на зазор! Около 40 % компаний, которые мы рассмотрели, не представили существенных доказательств того, что искусственный интеллект является основой их ценностного предложения. Итак, мы составили карту 1600 новаторов в Европе, стимулирующих предпринимательство в этом секторе в Европе, и обнаружили несколько замечательных вещей.

Во-вторых, ИИ-предпринимательство становится массовым явлением. В 2013 году только один из 50 стартапов использовал ИИ. Сегодня каждый двенадцатый стартап в Европе занимается ИИ. Предпринимательство распространяется, поскольку компании используют триггеры для предпринимательства, а также общие возможности ИИ.

«Сегодня каждый двенадцатый стартап в Европе занимается ИИ».

В-третьих, экосистема развивается. Всего два года назад только один из 20 стартапов прошел путь от ангельской и посевной стадий своего финансирования до более поздних, стадий роста. Сегодня каждый шестой стартап в области искусственного интеллекта в Европе становится все более зрелым. Созревание экосистемы будет иметь серьезные последствия. Ожидайте увидеть:

растущее число выходов, поскольку стартапы ИИ достигают критической массы и востребованы действующими лицами;
повторное использование капитала и талантов по мере их выхода;
некоторые громкие неудачи, к сожалению, также дают сбои капитализированным компаниям;
большая конкуренция — не только между стартапами и действующими лицами, но и между стартапами и скейлапами; и больше.

«Сегодня каждый шестой стартап в области искусственного интеллекта в Европе становится все более зрелым».

Я хотел бы провести с вами краткую экскурсию по некоторым европейским странам, чтобы осветить вам некоторые национальные тенденции в европейском ИИ.

Во-первых, Великобритания является центром европейского ИИ, где находится треть стартапов в области ИИ на континенте и более чем в два раза больше, чем в следующей по активности стране. Великобритания использует множество активов, в том числе:

крупнейшая интернет-экономика в G20 (в процентах от ВВП);
четверть из 25 лучших университетов мира как центр талантов;
растущий список успешных выходов ИИ (включая SwiftKey, Deepmind, Magic Pony и другие);
множество успешных масштабирований; и
один из крупнейших мировых центров финансовых услуг.

В отчете мы представляем функциональную карту почти 500 стартапов в области искусственного интеллекта в Великобритании и описываем 16, по нашему мнению, самых интересных британских компаний в области искусственного интеллекта на ранней стадии.

«Великобритания является локомотивом европейского ИИ, с третьим из стартапов континента в области ИИ и более чем в два раза больше, чем следующая самая активная страна».

Германия и Франция являются процветающими центрами ИИ, с растущим списком успешных масштабов ИИ, высококвалифицированными кадрами и растущими венчурными инвестициями. Действительно, приток венчурного капитала в эти страны в 2018 году увеличился на 39% и 29% в годовом исчислении соответственно.

«Германия и Франция — процветающие центры искусственного интеллекта».

Вклад Испании превышает ее размер. Несмотря на то, что население Испании вдвое меньше, чем в Германии, в Испании почти столько же стартапов в области искусственного интеллекта. Интересно, что Испания занимает второе место по уровню иммиграции в ЕС — и иммиграция коррелирует с предпринимательством. Таким образом, возможно, обширная иммиграция в Испанию расширила и без того обширный резерв талантов в стране.

И, наконец, Италия и Швеция добились больших успехов в «основных технологиях». Под основной технологией я подразумеваю компании ИИ, которые не обслуживают конкретный сектор или бизнес-функцию, а вместо этого предоставляют горизонтальную технологию ИИ — может быть, компьютерное зрение, язык или автономные системы. В то время как в среднем по Европе каждый десятый стартап сосредоточен на основных технологиях, в Италии и Швеции — каждый пятый.

Для Швеции это может быть связано с «эффектом ореола» более широкой технологической активности. Швеция известна как «фабрика единорогов» из-за множества удивительных компаний на ранней стадии, которые вырастают из нее, и вполне вероятно, что успех этих компаний служит мощным центром для привлечения талантов.

Это постоянно меняющаяся экосистема. Мы видим, что, хотя Великобритания является центром европейского ИИ, другие страны могут расширить свое влияние в ближайшие десять лет. За последние пять лет доля Великобритании в европейских стартапах искусственного интеллекта (по объему) очень незначительно сократилась. Brexit может ускорить эту тенденцию. Мы видели, что специалисты по ИИ обладают высокой квалификацией, их мало, и они могут выбирать из множества возможностей, которые им предоставляются. Если свободное передвижение прекратится, если визовые программы с низким уровнем трения не появятся или если риторика будет нежелательной, доступ Великобритании к талантам может быть ограничен. Германия, Франция и другие страны могут расширить свое влияние в будущем.

«Доля Великобритании в европейских ИИ-стартапах (по объему) очень незначительно сократилась. Brexit может ускорить эту тенденцию».

Мы также можем видеть из отраслевого анализа 1600 стартапов в области искусственного интеллекта в Европе, что фокус предпринимателей крайне неравномерен. Один момент, который я хотел бы подчеркнуть, заключается в том, что здравоохранение стало фокусом для ИИ-предпринимательства, и каждая пятая компания сосредоточена на секторе, специализирующемся на сфере здравоохранения.

Для этого есть веские причины:

ИИ предлагает широкие возможности для автоматизации процессов и снижения затрат в здравоохранении, позволяя нам впервые делать с помощью программного обеспечения то, что в прошлом могли делать только люди;
Есть также невероятная потребность. Расходы европейских стран на здравоохранение в процентах от ВВП удвоились и достигли 10%, а системы находятся в критическом состоянии;
В-третьих, растет открытость к инновациям со стороны заинтересованных сторон в сфере здравоохранения. Действительно, только в октябре прошлого года правительство Великобритании опубликовало свой документ о концепции развития Национальной службы здравоохранения, в основе которого активно лежат ИИ и новые технологии; и
Наконец, появилась новая группа смелых предпринимателей, стремящихся осуществить изменения на системном уровне.

Мы также обнаружили, что компании с искусственным интеллектом отличаются уникальной динамикой капитала. Стартапы ИИ привлекают больше денег и по более высокой оценке, чем другие компании-разработчики программного обеспечения. С точки зрения суммы денег, которую они собирают, разница может составлять от 15% до 50% с течением времени, и, как следствие, оценки, как правило, также выше. Это вызвано как вескими фундаментальными причинами, так и некоторыми практическими причинами.

Стартапы ИИ привлекают больше денег и по более высокой оценке, чем другие компании-разработчики программного обеспечения.

Основная причина заключается в том, что путь к минимально жизнеспособному продукту для компании, занимающейся ИИ, может быть долгим, учитывая технические требования к разработке ИИ. И мы видели, что стоимость талантов ИИ очень высока, поэтому компаниям, занимающимся ИИ, необходимо убедиться, что они хорошо капитализированы.

Но в то же время здесь есть небольшой эффект дисбаланса спроса и предложения капитала в космосе. Существует большой интерес венчурных капиталистов к ИИ и относительно небольшое количество инвестиционных возможностей, и в результате эта динамика увеличивает оценку.

Что поразительно, так это то, что эта тенденция со временем пошла на убыль, поскольку предпринимательство в области ИИ стало более массовым. Я ожидаю, что эта разница в оценке и размерах раундов продолжит смягчаться и уменьшаться в ближайшие годы.

Наконец мы поговорили с сотнями предпринимателей в Великобритании и других странах, чтобы понять их проблемы. Мы обнаружили, что три из них совпадают:

во-первых, способность привлекать и удерживать таланты ИИ мирового класса;
во-вторых, возможность разрабатывать обучающие данные, необходимые для их систем; и
сложность производства искусственного интеллекта при переносе искусственного интеллекта из лаборатории в живую.

«Мы поговорили с сотнями предпринимателей в Великобритании и за ее пределами, чтобы понять их проблемы: таланты, данные и производство ИИ».

Чтобы помочь в этом, мы разработали наш AI Playbook, который представляет собой план того, как компании могут разрабатывать и внедрять AI. Он охватывает шесть основных компетенций для создания возможностей ИИ — от стратегии до людей, данных, разработки, производства, регулирования и этики. Он доступен через наш сайт.

Чтобы помочь в этом, мы разработали наш AI Playbook, который представляет собой план того, как компании могут разрабатывать и внедрять AI.

Наше будущее ИИ: последствия ИИ

Я хотел бы закончить, коснувшись некоторых глубоких последствий ИИ для компаний и общества.

Понять значение ИИ будет немного проще, если мы сначала абстрагируемся от его преимуществ. ИИ предлагает:

инновации: новые продукты и услуги. Иногда ИИ делает невозможное возможным — как в случае с автономными транспортными средствами.
во-вторых, ИИ может предложить эффективность: он позволяет нам делать то, что мы могли делать раньше, но на более высоком уровне.
в других случаях ИИ обеспечивает скорость: возможность делать то, что мы могли делать раньше, но делать это быстрее; и наконец
масштабируемость: позволяя нам делать с помощью программного обеспечения то, что раньше могли делать только люди, мы освобождаемся от ограничений человеческих возможностей.

Немного легче понять значение ИИ, если мы сначала абстрагируемся от его преимуществ».

Когда мы поймем эти преимущества, лежащие в основе ИИ, я думаю, что его последствия станут немного яснее.

Во-первых, компаниям следует ожидать притока новых участников рынка. Исторически сложилось так, что доступ к целому ряду секторов от здравоохранения до транспорта был ограничен небольшой частью населения мира. Подумайте о медицинском обслуживании и получении медицинского диагноза. На Западе получение медицинской помощи дорого или неудобно. Но в развивающихся странах его часто может не быть вовсе. Почему? Потому что для постановки медицинского диагноза требуется опытный специалист. Подготовка такого специалиста требует времени и денег. И поскольку терапевты не могут находиться более чем в одном месте одновременно, доступ также ограничен. Но мы вступаем в эру автоматизированной медицинской диагностики, когда, по крайней мере, для ряда состояний должна быть возможность поставить автоматический диагноз. Конечно, предельные затраты на диагностику ИИ будут равны нулю. Доступ тоже не помешает. К концу следующего года у 60%, например, населения Африки будет смартфон. Сочетание этого падения стоимости и расширения доступа приведет к притоку новых участников рынка — людей, которые смогут получить доступ к этим услугам впервые. Это будет иметь серьезные последствия для этих людей, для компаний, предоставляющих эти услуги, и, конечно же, для цепочек создания стоимости, которые они нарушают.

«Обвал стоимости и расширение доступа приведут к притоку новых участников рынка».

Вторым последствием будут сдвиги в отраслевых цепочках создания стоимости.Под этим я подразумеваю, где и в какой степени прибыль доступна в данной отрасли. 42% всех доходов от страховых премий в мире любого рода приходится на страхование автомобилей. Но в предстоящее десятилетие мы увидим рост автономных транспортных средств. А с появлением автономных транспортных средств мы увидим снижение частоты и серьезности дорожно-транспортных происшествий, что примечательно. Но вместе с этим мы увидим обвал цены и доходности автострахования. На самом деле, прогнозируется, что в Великобритании прибыльность полисов автострахования упадет на 80% в ближайшие годы. Как страховая отрасль адаптирует потерю 80% своей прибыльности из 40% своего дохода? Ожидайте увидеть аналогичные глубокие сдвиги в отраслевых цепочках создания стоимости в других местах.

«Как страховая отрасль адаптируется к потере 80% прибыльности при 40% выручки?»

В-третьих, ожидайте появления новых конкурентных факторов успеха. Каждое изменение парадигмы в технологии дает новые компетенции, но требует новых возможностей, и то же самое происходит в эпоху ИИ. Мы можем ожидать, что некоторые компании расширят свое преимущество, развивая нужные компетенции. В эпоху ИИ к ним будут относиться:

организационное видение использования ИИ;
использование больших проприетарных наборов данных для обучения алгоритмов машинного обучения;
изменение организационной пирамиды для привлечения специалистов по обработке и анализу данных и других специалистов по искусственному интеллекту;
изменение мышления от программного обеспечения, которое дает бинарные результаты, к вероятностным рекомендациям;
необходимость проверки поставщиков ИИ; и больше.

«Каждый сдвиг парадигмы в технологии дает новые компетенции, но требует новых возможностей».

Компании, которые смогут справиться с этими факторами успеха, в эпоху ИИ будут процветать. Те, кто не может, потеряют долю рынка и, я думаю, актуальность на удивление быстро.

Наконец, что касается новых бизнес-моделей компаний, то сочетание ИИ, моделей выставления счетов по подписке и «X-как-услуга» устранит ряд старых бизнес-моделей и создаст новые. В частности, искусственный интеллект изменит экономическую структуру владения автомобилями и страхования. Знаете ли вы, что автомобили проводят 96% своей жизни припаркованными и неиспользуемыми? Это безумие, но, конечно, частное владение транспортным средством исторически было единственным способом, которым мы могли иметь спонтанность, безопасность и конфиденциальность, которые мы желаем. Но, опять же, появление автономных транспортных средств все изменит. После того, как стоимость водителя будет устранена, а стоимость транспортного средства и топлива будет более эффективно амортизироваться в течение большего количества поездок за определенный период, предельные затраты на поездку на автомобиле будут падать.

«Сочетание искусственного интеллекта, моделей выставления счетов по подписке и «X как услуга» устранит ряд старых бизнес-моделей и создаст новые».

Я думаю, вы можете ожидать появления «транспорта как услуги», когда большие парки автономных транспортных средств вызываются нами с нашего смартфона и используются на основе «точка-точка» и, вероятно, оплачиваются фиксированная низкая ежемесячная плата за разумное использование. Это будет иметь серьезные последствия — конечно, не только для самих автопроизводителей (поскольку мы наблюдаем снижение количества частных автомобилей), но и для участников рынка. Характер и распределение заправочных или зарядных станций, а также местных ремонтных центров могут измениться в эпоху автономных флотов.

Мы увидели несколько последствий, которые ИИ может иметь для компаний. Но позвольте мне коснуться значения ИИ для общества.

ИИ принесет обществу бесчисленные преимущества, в том числе: улучшение здравоохранения; увеличение промышленного и сельскохозяйственного производства; более широкий доступ к транспорту; более персонализированный розничный опыт; большее повседневное удобство и … этот список можно продолжить.

Но существуют и реальные риски. И важно, чтобы они были выявлены и устранены.

Для меня наиболее важным является риск того, что предвзятые системы искусственного интеллекта могут увеличить социальное неравенство.

Теоретически системы искусственного интеллекта могут освободить нас от ограничений, связанных с человеческим предубеждением, путем извлечения объективных закономерностей из больших объемов данных. Проблема в том, что системы искусственного интеллекта обучаются с использованием больших объемов обучающих данных, и эти обучающие данные отражают многолетнюю историческую предвзятость, особенно в отношении расы и пола.

В обучающем наборе данных, используемом для обучения многих самых популярных систем распознавания лиц, 75% лиц — мужские, а 80% — белые. Такие неполные или проблематичные наборы данных заставляют системы ИИ вести себя проблематично, особенно по отношению к меньшинствам. Например, популярные системы распознавания лиц, которые предлагают гендерную классификацию, неправильно определяют пол только 1% светлокожих мужчин, но неверно определяют пол 35% темнокожих женщин.

«В обучающем наборе данных, используемом для обучения многих самых популярных систем распознавания лиц, 75% лиц — мужчины, а 80% — белые».

Системы искусственного интеллекта используются для принятия решений, которые имеют серьезные последствия для жизни людей, в самых разных областях, от найма до кредита. И если нам не удастся устранить предвзятость систем ИИ, люди могут понести экономические потери, получить массу возможностей и социальную стигматизацию. Иными словами, «если нам не удастся создать этичный и инклюзивный ИИ, мы рискуем потерять достижения в области гражданских прав и гендерного равенства под видом машинного нейтралитета».

И, наконец, искусственные медиа могут подорвать доверие. Мы увидели, что генеративный ИИ позволяет создавать все более реалистичные изображения и видео, а последние разработки в области генеративного ИИ делают практически невозможным отличить их от реальной жизни. Это будет иметь некоторые тревожные последствия. Одно из этих двух видео является фейком. Я покажу вам видео и попрошу вас поднять руку для какого из них. Готовый?

Хотите увидеть это снова? Поднимите руку, если считаете видео с Терезой Мэй подделкой. Хорошо, очень грубо я бы сказал около 65% аудитории. Поднимите руку, если думаете, что это Владимир Путин. Около трети. Хорошо, две трети из вас были правы. Видео Терезы Мэй было искусственным. Но сам факт, что это трудно сказать, говорит о многом.

Генеративные медиа будут способствовать развитию фейковых новостей. Но я думаю, что долгосрочные последствия, возможно, более коварны, и ими нужно тщательно управлять. Противники давно осознали, что со временем более эффективным, чем прямое действие против врага, будет сеять смятение и раздор. С генеративным ИИ в эпоху, когда любые медиа могут быть искусственными, все медиа открыты для вызовов. Как мы узнаем, чему верить?

«Благодаря генеративному ИИ в эпоху, когда любые медиа могут быть искусственными, все медиа открыты для вызовов. Как мы узнаем, чему верить?»

В книге «1984» Джордж Оруэлл описал тоталитарное государство, преследовавшее независимую мысль. Партия «сказала вам отвергнуть показания ваших глаз и ушей». Это была их последняя, самая важная команда». По иронии судьбы, в будущем это может понадобиться, и со следующим поколением ИИ общество столкнется с вызовами правды и доверия.

Итак, подведем итоги.

Мы видели это:

растущее распространение ИИ в целом скрывает победителей и проигравших в гонке за внедрением и войне за таланты;
невероятные новые технологии — обучение с подкреплением, трансфертное обучение и генеративный ИИ — освобождают прогресс от ограничений человеческого знания и позволяют совершать прорывы с далеко идущими последствиями;
Предпринимательство в сфере ИИ достигает зрелости и распространяется, и мы вступаем в эру ИИ в здравоохранении; и
Искусственный интеллект будет иметь большое значение, изменяя бизнес-модели компаний и отраслевые цепочки создания стоимости, и принесет много преимуществ, а также рисков для общества.

Закончу последней мыслью. 24 месяца назад система искусственного интеллекта под названием AlphaGo, которая была предшественницей AlphaGo Zero, которую я описал ранее, провела матч из пяти игр против, возможно, величайшего игрока в го: Ли Седоля. Во второй партии на 37-м ходу произошло нечто поистине экстраординарное. AlphaGo сделала такой неожиданный, такой блестящий, такой загадочный и такой смелый ход, что, наверное, за двух с половиной тысячелетнюю историю игры о нем еще никто и не думал. Ход 37 будет изучаться долгие годы. AlphaGo выиграла эту игру и серию.

Просто посмотрите на выражение лица Ли Седоля после того, как этот ход был сыгран. Парень, которого вы здесь видите, — это человек-оператор, который собирается разместить плитку от имени AlphaGo. Второй человек, которого вы увидите, будет Ли Седоль.

В 20 веке мы привыкли к тому, что компьютеры учатся у нас. В 21 веке, когда ИИ представляет новые идеи, новые способы мышления и новую эстетику, мы начнем учиться у них. Искусственный интеллект, который медленно меняет органический интеллект, может стать величайшим отличием в истории человечества.

Спасибо.