📈 Инвестиции в разработку отечественного оборудования для ИИ выросли почти в полтора раза

Инвестиции в оборудование для искусственного интеллекта в 2024 году выросли на 40%, а объем производства электроники для работы с ИИ увеличился на 10,5%. Необходимые системы хранения данных уже производятся, в том числе на российских чипах: например, НТЦ «Модуль» планирует увеличить их выпуск в 2025 году. По оценкам экспертов, разработка одного сервера для ИИ обходится в среднем в 100 млн руб.

Спрос на ИИ-оборудование стремительно растет, уже через три года техника для ИИ может занять 23,7% выручки разработчиков вычислительной техники.

Научно-технический центр «Модуль» и Федеральный центр прикладного развития искусственного интеллекта активно сотрудничают в развитии технологий ИИ, помогая укрепить позиции отечественных решений на рынке.

Источник: Коммерсантъ

Подпишитесь на ФЦПР ИИ

🌐 События в сфере ИИ в нашем новостном дайджесте прошедшей недели

⏺AI против AI: ученые создали нейросети для обнаружения сгенерированных вставок в текстах
Команда исследователей с участием Александра Ширнина из НИУ ВШЭ создала две модели для обнаружения в научных текстах частей, сгенерированных искусственным интеллектом.

⏺В России предложили запретить монетизацию созданных ИИ песен
Национальная федерация музыкальной индустрии (НФМИ) предложила запретить монетизацию и охрану авторских прав на музыкальные произведения, созданные с помощью искусственного интеллекта.

⏺«Яндекс» представил обновленную «Алису» на основе YandexGPT
Российская компания «Яндекс» представила усовершенствованный вариант виртуального ассистента «Алиса» на основе нейросети YandexGPT. Также компания анонсировала платную версию помощника «Алиса Про».

⏺Работу искусственного интеллекта совершенствуют в хабаровской больнице
Работу ИИ совершенствуют в больнице Хабаровска, после чего смертность от сосудистых заболеваний уменьшилась на 30%, работа ведется по национальному проекту "Здравоохранение".

⏺Tencent представила ИИ-генератор видео с открытым исходным кодом
Китайская компания Tencent представила ИИ-модель для генерации видео HunyuanVideo. Модель опубликована с открытым исходным кодом — это делает ее первой крупной нейросетью по созданию видео, чей код доступен всем желающим.

Хороших выходных!

Подпишитесь на ФЦПР ИИ

🛡️ ИИ в машиностроении: Оптимизация цепочки поставок

Продолжение серии постов

Машиностроение — это не только про точные станки и сложные сборочные линии, но и про то, как материалы и комплектующие доходят до нужной точки.
С внедрением технологий искусственного интеллекта управление цепочками поставок вышло на новый уровень эффективности и точности.

❔ Что делает ИИ в цепочке поставок?
⏺Оптимизация управления запасами.
ИИ помогает минимизировать затраты на хранение, анализируя сроки выполнения заказов, изменчивость спроса и транспортные расходы.
⏺Прогнозирование спроса.
Алгоритмы предсказывают потребности, изучая исторические данные и рыночные тренды. Это позволяет эффективнее распределять ресурсы.
⏺Оптимизация маршрутов.
ИИ анализирует дорожные условия, транспортные расходы и графики поставок, предлагая идеальные маршруты.

🌐 Глобальные цепочки и индивидуальные заказы
ИИ даёт возможность эффективно управлять сложными динамичными сетями поставщиков. Например, компании могут одновременно выполнять массовые и индивидуальные заказы, избегая перегрузок и задержек.

✅ Как это работает?
Система ИИ выявляет узкие места в потоках материалов, предлагает улучшения в маршрутизации и оптимизирует расписание поставок. Это помогает сократить задержки и повысить конкурентоспособность.

✅ Результат
С помощью ИИ предприятия могут:
⏺Адаптироваться к изменениям спроса.
⏺Снизить затраты на логистику.
⏺Улучшить взаимодействие с поставщиками и клиентами.

Подпишитесь на ФЦПР ИИ

📈 Эволюция искусственного интеллекта

Искусственный интеллект — это больше, чем просто алгоритмы и умные машины. За этими технологиями стоит долгая и увлекательная история, которую создавали ученые по всему миру.

❕ Всё началось с идей о машинном разуме. В 1950 году британский математик Алан Тьюринг задал фундаментальный вопрос: "Могут ли машины производить интеллектуальные действия?" Его тест Тьюринга до сих пор остается важным ориентиром в области ИИ.

🎓 В 1956 году в Дартмутском колледже Джоном Маккарти впервые был предложен термин "искусственный интеллект". Это событие считается точкой отсчёта развития
искусственного интеллекта, как самостоятельной области исследований.

🖥 В 1997 году суперкомпьютер Deep Blue от IBM обыграл чемпиона мира по шахматам Гарри Каспарова.

🏎 С 1990-х годов университет Карнеги-Меллона начал разрабатывать автономные автомобили, закладывая основы для современных технологий автопилота.

✖️ 2012 год стал знаковым: сверточные нейронные сети, разработанные командой Джеффри Хинтона, задали новую планку в задачах обработки изображений. С этого момента ИИ стал проникать во все сферы жизни.

❔ А что у нас?
О достижениях отечественных ученых мы уже рассказывали в одном из наших постов. Напомним лишь, что вклад советских и российских исследователей стал основой для многих современных технологий, от Алгоритма "Кора" Бонгарда до ситуационного управления Поспелова.

ИИ — это путешествие длиной в десятилетия, где каждая страна добавляет свою уникальную главу. Интересно, какой шаг станет следующим? А мы продолжим рассказывать о интересных исторических событиях из мира ИИ.

Подпишитесь на ФЦПР ИИ

✅ Василий Викторович Шпак рассказал об истории, этике и правовом регулировании искусственного интеллекта

На финальной лекции цикла, посвящённого искусственному интеллекту, Василий Викторович Шпак, заместитель Министра промышленности и торговли Российской Федерации, рассказал о развитии технологий ИИ, их этических аспектах и правовом регулировании.

❔ Как зарождались технологии ИИ?
От механических «интеллектуальных машин» Семёна Корсакова до современных решений, Россия всегда играла важную роль в этой области. Сегодня ИИ закреплён как одно из приоритетных направлений развития на государственном уровне.

❕ Этика и правовое регулирование
Этичное использование ИИ, недопущение дискриминации и прозрачность решений — ключевые задачи, которые обсуждались на лекции. Василий Шпак отметил важность регулирования, способного обеспечить безопасность и ответственность при использовании ИИ-систем.

Организаторы курса лекций:
⚡️ Минпромторг России, 😎 Федеральный центр прикладного развития искусственного интеллекта и 🎓 Московский физико-технический институт

Читайте подробнее на сайте ФЦПР ИИ

🏗 Продвижение внедрения искусственного интеллекта в промышленности: круглый стол ФЦПР ИИ и Центра ИИ МГИМО

11 декабря генеральный директор Федерального центра прикладного развития искусственного интеллекта Эдуард Шантаев принял участие в круглом столе «Продвижение применения систем с искусственным интеллектом в промышленности», организованном ФГАУ «ФЦПР ИИ», совместно с Центром искусственного интеллекта МГИМО.

Эдуард Шантаев выступил с докладом на тему «Нефинансовая поддержка внедрения систем с искусственным интеллектом в промышленности». В своем выступлении он обозначил, что бурное развитие технологий ИИ обгоняет рост экспертизы в области их практического применения. В этой связи для активизации внедрения систем с ИИ в промышленности требуется не только финансовая поддержка разработчиков, но и реализация нефинансовых мер, прежде всего, экспертного характера.

Также было сказано о важности мер поддержки, направленных на внедрение ИИ в промышленность, реализуемых ФГАУ «ФЦПР ИИ».
К ним относятся:
⏺разработка методологий и стандартов
⏺создание каталога ИИ-решений
⏺анализ потребностей промышленных предприятий

Отдельно генеральный директор ФЦПР ИИ подчеркнул важность масштабирования перспективных российских решений в области ИИ за рубежом. Для достижения этой цели в рамках Центра функционирует Проектный офис Службы «цифровой атташе», который поддерживает экспорт отечественных решений.

Подпишитесь на ФЦПР ИИ

🌐 События в сфере ИИ в нашем новостном дайджесте прошедшей недели

⏺Конференция «Путешествие в мир искусственного интеллекта»
Президент Российской Федерации принял участие в международной конференции «Путешествие в мир искусственного интеллекта», которая проходит в Москве с 11 по 13 декабря.

⏺Альянс в сфере искусственного интеллекта станет участником международного ИИ-альянса
Международный альянс искусственного интеллекта (AI Alliance Network) с участием отраслевых ассоциаций из 15 стран мира создан при участии Альянса в сфере искусственного интеллекта.

⏺О влиянии технологии ИИ на экономику говорили на конференции «Путешествие в мир искусственного интеллекта»
По мнению замруководителя администрации президента России Максима Орешкина, нашу страну уже можно назвать одним из ключевых игроков в этой сфере.

⏺В России разработали универсальную нейросеть для общения с людьми
Универсальную нейросеть, которая по ряду способностей сопоставима с ChatGPT и Гигачатом при существенно меньших размерах, разработали ученые НГУ.

⏺Группа «Т-Технологии» представила лучшие в мире открытые большие языковые модели на русском языке
Группа «Т-Технологии» разработала и открыла доступ к двум большим языковым моделям (LLM) — T-Pro на 32 млрд параметров и обновленной T-Lite на 7 млрд параметров. Теперь любая российская компания сможет бесплатно использовать возможности одних из самых эффективных в мире LLM, не тратя средства и время на создание собственных моделей.

Хороших выходных!

Подпишитесь на ФЦПР ИИ

Различия между искусственным интеллектом, машинным обучением и глубоким обучением

Три термина — искусственный интеллект, машинное обучение и глубокое обучение — часто используют как синонимы. Но это заблуждение! Между ними есть существенные различия, которые стоит знать, чтобы грамотно применять технологии и принимать взвешенные решения.

Представьте их как матрешку технологий:
⏹ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ — самая большая оболочка, включающая всё, что связано с созданием систем, способных производить интеллектуальные действия.

🏗 МАШИННОЕ ОБУЧЕНИЕ — подмножество ИИ, сосредоточенное на обучении машин на основе данных, чтобы они могли самостоятельно принимать решения.

✖️ ГЛУБОКОЕ ОБУЧЕНИЕ — это часть подмножества машинного обучения, которая вписывается в оба понятия, или, можно сказать, что глубокое обучение является движущей силой современного взрыва ИИ из-за более сложных входных и выходных данных.

❔ Почему это важно?
Понимание различий помогает эффективно применять технологии. Например, глубокое обучение особенно востребовано в медицине, где точность результатов может спасти жизни.

Подпишитесь на ФЦПР ИИ

🙅‍♂️ Почему искусственный интеллект допускает ошибки?

Системы искусственного интеллекта, как и человеческий мозг, являются "черными ящиками": мы видим результат их работы, но не всегда понимаем, как они принимают решения. Однако есть ключевые факторы, которые объясняют, почему ИИ иногда совершает странные ошибки.

🏗 Обучение на данных
ИИ обучается на огромных массивах данных, таких как миллионы изображений из интернета. Эти данные содержат не только полезную информацию, но и ошибки, предвзятости и неожиданные ассоциации.
Почему системы ИИ могут превзойти человека в некоторых визуальных задачах, например, в распознавании лиц, но допускают вопиющие ошибки в других — например, про изображение астронавта, говорят, что это — лопата?
❕ Системы ИИ ассоциируют некоторые элементы изображения астронавта с вещами, которые часто встречаются на фото с лопатами. Например, система распознала «грязь» и дутые штаны» — такие элементы часто появляются на фотографиях людей, убирающих снег лопатой.

👁 Отличия в восприятии
То, как ИИ "видит" изображения, сильно отличается от человеческого мозга. Человек воспринимает знак "Стоп" независимо от наклеек или повреждений, а ИИ может ошибиться из-за небольших изменений в пикселях, которые для человека незаметны.

❔ Что с этим делать?
Для повышения надежности ИИ разработчики работают над созданием интерпретационных инструментов и добавлением механизмов, вдохновленных работой человеческого мозга. Это помогает сделать системы точнее, устойчивее к ошибкам и безопаснее.

Искусственный интеллект — мощный инструмент, но его способность учиться и адаптироваться делает важным постоянное понимание и контроль его работы.

Подпишитесь на ФЦПР ИИ