ИИ в ближайшее время не будет экономить деньги и сотрудников
Промышленность также надеется, что генеративный искусственный интеллект (ИИ) приведет к большому скачку вперед. Один из его сторонников - директор по цифровым технологиям компании Körber AG Кристиан Шлёгель. В интервью ntv.de он рассказал о том, что необходимо учитывать при использовании искусственного интеллекта в старой экономике, на каком этапе находится Германия и почему он считает эту технологию незаменимой. Вопросы Шлёгелю были заданы с помощью ChatGPT.
Международная технологическая группа Körber берет свое начало в машиностроении и растениеводстве. В рамках четырех бизнес-направлений "Цифровые технологии", "Фармацевтика", "Цепочки поставок" и "Технологии" компания из Гамбурга предлагает программное обеспечение и другие цифровые продукты с акцентом на искусственный интеллект. Körber AG полностью принадлежит Фонду Кёрбера.
ntv.de: Что Вы думаете о хаосе Альтмана в OpenAI и фундаментальном вопросе о том, должен ли ИИ быть общим благом на благо человечества?
Кристиан Шлёгель: Я считаю, что ИИ должен быть общим благом. Это настолько революционная технология, которая изменит очень многое, что нам было бы неплохо сделать значительную ее часть общедоступной. Поэтому я считаю, что основная идея OpenAI верна, но в долгосрочной перспективе она не может быть устойчивой для компании, поскольку требует огромных инвестиций. Это также объясняет многое из того, что стало известно об OpenAI в последние дни.
Вы также ожидаете, что генеративный искусственный интеллект произведет значительные изменения в промышленности. Чего он может там достичь?
ИИ уже давно используется в промышленности в виде машинного обучения для оптимизации задач с помощью данных. Сейчас добавляется генеративный ИИ, который используется для создания новых вещей, т.е. в первую очередь для поддержки умственного труда.
Для примера?
Приведу два примера из практики нашей компании: В бумагопереработке искусственный интеллект на основе большого количества данных с производственных линий может генерировать рекомендации о том, как нужно настроить машины, чтобы, например, увеличить производительность. Бумага - это натуральный материал с множеством вариаций текстуры. Существует более 300 параметров машины, позволяющих оптимизировать результат. Здесь особенно полезно машинное обучение. Вместо увеличения производительности можно также снизить энергопотребление. Еще одно применение ИИ мы используем в фармацевтической промышленности: Каждый флакон с вакциной должен проверяться отдельно. Здесь распознавание образов позволяет на 90% сократить количество неправильно автоматически отбракованных флаконов. Это происходит потому, что ИИ распознает, например, только царапину на стекле, а не инородное тело в вакцине.
Есть ли у вас другой пример генеративного ИИ? В основном это машинное обучение.
Использование генеративного ИИ пока находится на очень ранней стадии. Однако компании уже используют его для составления отчетов о внутреннем аудите, который они называют AuditGPT, основанный на ChatGPT. Система получает контекст аудита, предполагаемую структуру и результат аудита и использует их для создания аудиторского отчета. Все это занимает всего несколько секунд вместо многих часов работы. Другой пример использования - служба поддержки: клиент сообщает о проблемах или задает вопросы по техническим системам. Генеративный ИИ, обученный на основе обработанных в прошлом заявок на обслуживание, документации на продукцию и существующих баз знаний, всего за несколько секунд генерирует подходящие предложения по решению даже сложных проблем.
По их мнению, ИИ в промышленности также может внести существенный вклад в защиту климата. Но как быть с энергопотреблением и выбросами CO2, вызванными самим ИИ, просто за счет требуемой вычислительной мощности? Какова в итоге степень защиты климата?
Важно, чтобы центры обработки данных, в которых рассчитывается ИИ, работали на "зеленой" электроэнергии. И: выгода должна быть больше, чем затраты. Для этого ведутся масштабные исследования по сокращению необходимых объемов данных, вплоть до того, что в будущем модели ИИ можно будет рассчитывать даже на смартфоне. В фармацевтическом секторе мы обучаем модели в облаке, но затем спускаем их на машину. Это необходимо по нормативным соображениям, а также позволяет экономить энергию.
Как и в какой степени генеративный ИИ уже используется в промышленном производстве в Германии?
Пока еще очень мало. Существует феномен, когда генеративный ИИ все еще галлюцинирует, т.е. выдает то, что не основано на фактах. Нам еще предстоит пройти определенный путь. Некоторые компании, такие как Mercedes-Benz и другие, уже используют первые прототипы генеративного ИИ, но они все еще находятся на ранней стадии.
Как конкретноэти компании используют генеративныйИИ?
Компания Mercedes использует ИИ в области управления качеством. Система была обучена на основе данных о качестве, полученных в ходе производства, разработки и работы с клиентами. Это позволяет быстрее выявлять и устранять ошибки. Еще одним преимуществом такого подхода является то, что общение может происходить в режиме диалога и на естественном языке, не требуя специальных знаний или навыков программирования. Кроме того, система может обрабатывать данные в соответствии со спецификациями, что позволяет быстрее находить и устранять неисправности. Таким образом, между инженером или сотрудником сервисной службы и системой возникает своеобразный диалог, позволяющий лучше и целенаправленнее понять проблему.
Откуда родом программное обеспечение, стоящее за ним, из США?
Да, прежде всего. Aleph Alpha из Гейдельберга играет определенную роль и в Европе; местные компании уделяют больше внимания, например, защите данных. Но и американские компании, такие как Microsoft, конечно же, понимают эти требования. Когда на рынок выходят, например, AI-расширения для Outlook, PowerPoint или Teams, данные пользователей не должны попадать в Интернет.
Какие страны лидируют в использовании генеративного ИИ в промышленности?
США, США, США, США, затем в какой-то момент Китай, а потом Германия.
Может ли Германия догнать их?
Конечно, и Германия должна воспользоваться этой возможностью. Недавний раунд финансирования Aleph Alpha в размере 500 млн. долл. дает нам надежду, но все равно не сравнится с Америкой. Необходимы усилия университетов, стартапов и промышленности. Инновационным компаниям нужны области применения в промышленности, а также в государственном управлении, где автоматизация имеет чрезвычайно высокий потенциал. Именно поэтому я с оптимизмом смотрю на то, что в Баден-Вюртемберге используется административный помощник ИИ от Aleph Alpha, который помогает в исследованиях и создании текстов.
Где еще не хватает применения генеративного ИИ в промышленности?
По-прежнему не хватает понимания этой технологии. Американцы и китайцы более открыты к технологиям, они пробуют их, а если они не работают, то используют свои находки для чего-то другого. В Германии же целью часто является стопроцентное решение с самого начала. Кроме того, в этой стране не хватает венчурного капитала для создания крупных компаний. Элон Маск, напротив, вкладывает миллиарды в свою компанию, занимающуюся разработкой искусственного интеллекта.
Какова ситуация за пределами Германии?
Генеративный ИИ - это еще очень молодая технология, и с появлением ChatGPT она совершила прорыв за очень короткий промежуток времени. Это связано с тем, что было устранено серьезное препятствие: теперь любой человек может просто общаться с системой, не имея никаких знаний в области программирования. Это стало неожиданностью и для таких крупных корпораций, как Google, которые хотели довести свою систему до совершенства, прежде чем выводить ее на рынок. Но внезапно всем пришлось последовать этому примеру. Для софтверных гигантов это просто необходимо, поскольку это в корне изменит все их предложения: Мы увидим ИИ в виде вторых пилотов для всех приложений.
Какие нормы действуют в отношении использования генеративного ИИ в нашей стране - на каких условиях и как в настоящее время отрасли разрешено его использовать?
Права на совместное определение применяются, как и в случае с любой другой технологией, равно как и Общее положение о защите данных. В настоящее время завершается работа над законом ЕС об искусственном интеллекте, а также над законом ЕС о данных, согласно которому клиенты могут решать, что происходит с их данными, генерируемыми машинами. Я не вижу серьезных юридических препятствий. Вопросы скорее связаны с тем, как обучать ИИ, как получать данные и как привлекать внутренние группы компании, такие как производственный совет. ЕС также введет этические правила, чтобы данные, используемые для обучения систем искусственного интеллекта, не содержали, например, предрассудков. Однако я вижу меньше проблем с техническими данными для управления машинами. Тем не менее компании, подобные нашим клиентам, относятся к этому очень серьезно, что также важно для доверия сотрудников.
Видите ли вы опасности в использовании ИИ в промышленности?
Я вижу больше возможностей, чем рисков. Самый большой риск заключается в том, что люди будут слишком стремиться полностью автоматизировать бизнес-процессы с помощью ИИ. Необходимо несколько циклов, чтобы убедиться, что ИИ дает желаемые результаты. На мой взгляд, концепция Microsoft о втором пилоте, который помогает мне быть более продуктивным, хороша. Как человек, я по-прежнему несу ответственность.
Что Вы скажете по поводу опасений критиков, что ИИ может доминировать над нами и даже уничтожить нас?
Опасения по поводу того, что системы достигнут полной автономности и перестанут быть управляемыми, связаны с тем, что мы еще не до конца понимаем, почему система реагирует так или иначе. Если мы будем придерживаться мантры о втором пилоте, то я не вижу такой опасности, и уж точно не в промышленности.
Остаются ли этические проблемы при использовании системы в промышленности?
Да, если фальшивки вдруг заставят людей говорить то, чего они никогда не говорили. Поддельное электронное письмо от мнимого начальника с просьбой быстро сделать крупный банковский перевод может превратиться в видеозвонок от аватара, который выглядит и говорит как ваш собственный начальник. Эта опасность касается и промышленных компаний. Поэтому необходимо найти способы защиты от нее. Там, где речь идет о персональных данных, я также должен обращать внимание на этические рамки, например, при работе с клиентами.
Какие и сколько рабочих мест в промышленности может заменить генеративный ИИ и в какие сроки?
Это сложно оценить, поскольку все зависит от того, как будет развиваться технология. Однако для Европы, с ее стареющим населением и изменениями в квалифицированной рабочей силе, это скорее преимущество. Ведь нам необходимо повышать производительность труда, чтобы обеспечить свое процветание. ИИ сделает работников более продуктивными, особенно когда речь идет об умственном труде. В результате изменятся сферы деятельности, но так было всегда: одни задачи исчезнут, а другие появятся. В автомобильной промышленности более 90% производства корпусов кузовов сегодня автоматизировано. Это не означает, что промышленные рабочие больше не нужны, но для управления такими системами были созданы новые, более дорогостоящие рабочие места. То же самое мы увидим и в генеративном ИИ. Мы автоматизируем больше рутинных задач и сможем использовать наш человеческий капитал для решения более творческих задач.
Сколько и какие люди потеряют работу в результате этого, и какие альтернативы существуют для пострадавших?
Это трудно оценить количественно, но да, люди потеряют работу. Затем мы должны подумать о том, как обеспечить этих людей другой работой. Это тоже социальная задача. Большую роль в этом играет повышение квалификации, и ИИ может помочь в создании персонализированного контента для обучения.
Насколько промышленные компании могут сократить свои расходы с помощью генеративного ИИ?
Пока рано говорить об этом, поскольку мы находимся только в начале пути. Прежде всего, необходимо понять, для решения каких задач подходят системы искусственного интеллекта и куда стоит вкладывать средства. По данным весеннего опроса Forbes, большинство американских компаний не ожидают серьезных изменений в расходах или влияния на количество сотрудников в ближайшие два года. Сейчас самое время найти области применения.
Кристина Лонер побеседовала с Кристианом Шлёгелем
Источник: www.ntv.de
