Почти половина россиян, использующих ИИ, применяют его в работе

Компания «Анкетолог» изучила отношение россиян, имеющих опыт использования искусственного интеллекта (ИИ), к этой технологии.

С этой целью при помощи онлайн-панели Anketolog. ru было опрошено 2 тыс. россиян старше 18 лет, проживающих в городах-миллионниках.

Ключевые выводы:

• по оценкам аналитиков, 44% россиян имеют опыт использования нейросетей;

• 72% респондентов используют искусственный интеллект для развлечения, 49% — в работе, а 18% — в учебе;

• среди тех, кто взаимодействует с ИИ, 35% делают это несколько раз в месяц, 27% — несколько раз в неделю, 9% — ежедневно. Также 16% пользуются нейросетями примерно несколько раз в полгода, 13% — несколько раз в год и реже;

• 93% отмечают эффективность нейросетей для рабочих задач. По мнению 26%, они помогают «существенно»;

• 58% респондентов обучались работе с нейросетями. 34% смотрели бесплатные материалы и лекции, 14% проходили обучение от компании, а 10% — платные программы и курсы;

• нейросети чаще всего применяют для генерации текстов и изображений (77%), для работы с текстами (46%) и распознавания объектов на изображениях (40%);

• 87% респондентов считают, что контент, созданный ИИ, нужно маркировать, поскольку это сделает использование технологий более контролируемым.

Посмотреть результаты опроса →

#искусственный_интеллект #генеративный_ИИ

Один из трендов мировой научно-технической политики — внедрение технологий, включающее инвестиции в 6G

Институт статистических исследований и экономики знаний НИУ ВШЭ продолжил серию публикаций о наиболее значимых тематиках в мировой научно-технологической повестке. Новый выпуск подготовлен по итогам изучения более 190 мер господдержки науки и технологий, объявленных органами власти 28 стран в апреле — июне 2024 года.

Основными факторами, оказывавшими влияние на мировую повестку научно-технической политики в апреле – июне 2024 года, стали две усиливающиеся тенденции — изменение климата и развитие технологий искусственного интеллекта. Необходимость поиска ответов на порождаемые этими трендами вызовы все больше учитывается при формировании исследовательских программ и планов подготовки кадров в ведущих странах.

Ключевые выводы:

• первое место среди трендов научно-технической политики сохранила проблематика устойчивого развития, в том числе меры по поддержке внедрения «зеленых» технологий;

• на втором месте — поддержка исследований, в том числе в формате создания благоприятных условий для ученых. В частности, Нидерланды укрепляют кадровый потенциал науки премиями и грантами талантливым ученым, а Бразилия вводит дополнительные стимулы для репатриации высококвалифицированных специалистов;

• третью строчку заняли инициативы по государственному регулированию, в том числе — в области искусственного интеллекта (ИИ), а также меры, направленные на обеспечение цифрового суверенитета;

• в части внедрения технологий (5-е место) заметен приоритет цифровизации в различных ее проявлениях. Например, в Швеции осуществляются инвестиции в беспроводную связь шестого поколения (6G), в Китае реализуется концепция умных городов, в Малайзии разрабатываются стратегии развития полупроводниковой отрасли. В ряде стран поднимаются вопросы продуктивного и безопасного применения ИИ (Великобритания, Испания, Республика Корея, США, Япония). В Австралии при участии государства создаются высокопроизводительные вычислительные системы. Кроме того, в целях масштабирования процессов разработки и применения технологий правительства ведущих стран инициируют крупные технологические проекты (Бразилия) и создание инновационных кластеров (Норвегия).

Изучить результаты анализа трендов →

#госрегулирование #господдержка #умный_город #экология #электроника #искусственный_интеллект #6G

Топ-3 стран по числу ИИ-единорогов возглавляют США, Китай и Великобритания

НИУ ВШЭ проанализировал тренды развития стартапов-единорогов, у которых в основе бизнес-модели лежит использование искусственного интеллекта (ИИ).

Под единорогом понимают компанию, которая достигла оценки в $1 млрд в течение не более чем 10 лет с момента основания, при этом не проходила первичное размещение на бирже (IPO) и остается в собственности своих создателей не менее чем на четверть.

Расчеты аналитиков основываются на данных платформы Crunchbase.

Ключевые выводы:

• ИИ-единороги зарегистрированы в 19 странах, что почти втрое уже общего ареала миллиардных венчуров, охватывающего 55 государств. Тройку лидеров по числу ИИ-единорогов возглавляют США (131 компания), Китай (39) и Великобритания (8), на которые совокупно приходится их подавляющее большинство (80,9%);

• самыми притягательными локациями для ИИ-единорогов стали Сан-Франциско (73 компании), Нью-Йорк (25) и Пекин (21);

• самыми распространенными направлениями деятельности миллиардных ИИ-стартапов являются «Бизнес-процессы» (71 единорог), «Генеративный ИИ» (31), «Медицина» (23), «Сервисы для ИИ» (19) и «Транспорт» (16);

• направление «Генеративный ИИ» отличается от других «молодостью» входящих в него компаний: их средний возраст — 5,3 года;

• популярность ИИ пока не очень заметно отражается на оценочной стоимости стартапов, использующих данный класс технологий. В сравнении с миллиардными венчурами в целом у ИИ-единорогов средняя стоимость меньше, при этом медианное значение совпадает ($2 млрд). В топ-10 инвесторов в ИИ-единорогов вошли организации лишь двух стран: США и Китая;

• ключевой инвестор в ИИ-единорогов — компания NVIDIA. Она вложилась в каждого десятого ИИ-единорога.

Посмотреть справку →

#стартапы #инвестиции #робототехника #медицина #транспорт #искусственный_интеллект #генеративный_ИИ

США и Китай лидируют по числу научных статей об ИИ из топ-100 самых цитируемых за 2023 год

Zeta Alpha, нидерландский разработчик решений для анализа информации, представил рейтинг 100 наиболее цитируемых научных статей по теме искусственного интеллекта за 2023 год. Ранее аналогичные замеры компания проводила для 2020–2022 годов.

Для анализа использовалась собственная платформа компании, через которую были собраны наиболее цитируемые статьи за год (в качестве даты публикации принималось размещение препринта на arXiv). Полученный список был дополнен результатами поиска подходящих статей через Semantic Scholar, включая опубликованные в таких журналах, как Nature, Elsevier, Springer и др. Количество цитирований для каждой статьи было взято с Google Scholar по состоянию на 20 сентября 2024 года. Для извлечения сведений об авторах и их аффилированности была применена модель GPT-4o-mini, затем данные были проверены вручную. Статья, авторы которой представляли несколько организаций, учитывалась по одному разу для каждой организации.

Ключевые выводы:

• наибольшее число цитирований (8,5 тыс.) — у статьи LLaMA: Open and Efficient Foundation Language Models, написанной командой из Meta AI (Meta признана экстремистской и запрещена в РФ);

• в топ-10 организаций, с которыми аффилированы авторы наиболее цитируемых статей, вошли Microsoft (13 публикаций из топ-100), Стэнфордский университет (11), Google (10), Университет Карнеги — Меллона (10), Meta (8), Калифорнийский университет в Беркли (6), Массачусетский технологический институт (5), Гонконгский университет науки и технологии (5), Калифорнийский университет в Сан-Диего (5) и OpenAI (4);

• компания Microsoft укрепила свои позиции, поднявшись на три строчки в сравнении с показателем 2022 года. Напротив, Google и Meta опустились на 2 и на 3 строчки, соответственно. Из топ-10 организаций наибольший рост показал Калифорнийский университет в Сан-Диего, сумевший подняться на 15 позиций;

• в разрезе стран лидируют США (73 статьи из топ-100) и Китай (26). Аналитики отмечают стабильность позиции США и ускорение роста Китая. Третье место занял Сингапур (8), вытеснивший Великобританию (5). Последняя опустилась на седьмое место, что авторы объясняют интеграцией DeepMind в американскую Google Brain;

• в макрорегиональном разрезе с сильным отрывом лидирует Северная Америка. В Европе в 2023 году на 35% меньше публикаций из списка топ-100, чем было в среднем в предыдущие три года. Ближний Восток и Африка демонстрируют наибольший рост — на 145% и 350%, соответственно;

• центральной темой научных статей в 2023 году были большие языковые модели (LLM), на которые пришлось 83% всех публикаций из топ-100. На втором месте — ChatGPT, на третьем — мультимодальные модели.

Посмотреть список → (ENG)

#искусственный_интеллект #исследования #КитайvsСША

Треть опрошенных российских компаний внедряет или уже использует ИИ

«К2 НейроТех» — подразделение компании «К2Тех» — представило результаты исследования применения искусственного интеллекта российскими компаниями.

Для этого в сентябре 2024 года в рамках отраслевой конференции были опрошены более 100 представителей крупного бизнеса — ИТ-директоров, директоров по цифровизации, руководителей направлений ИТ-инфраструктуры и центров эксплуатации.

Ключевые выводы:

• только 34% компаний сейчас активно внедряют ИИ либо уже используют его для решения бизнес-задач. 18% планируют начать внедрение в течение года, 28% — в течение трех лет. 20% респондентов заявили, что не собираются внедрять ИИ в свои инфраструктуры;

• 51% респондентов называли главным барьером для внедрения ИИ неготовность своей собственной ИТ-инфраструктуры. 34% из них заявили о нехватке на рынке инфраструктурных решений готовых инструментов для развертывания ИИ, остальные — о необходимости расширения вычислительных мощностей в контуре компании;

• другими препятствиями на пути к внедрению ИИ участники опроса называли острую нехватку квалифицированных кадров (43,3%) и вопросы безопасности передачи нейросетям и облачным ИИ-платформам своих данных (31,3%);

• 9% опрошенных в качестве ключевого барьера называли непонимание, как внедрять ИИ, а 7,5% — непонимание, зачем это делать;

• в число наиболее полезных сценариев применения искусственного интеллекта по результатам опроса вошли обработка и анализ больших данных (47,8%), обработка документов (41,8%), разработка и обучение рекомендательных систем (32,8%), генерация контента (31,3%), а также разработка новых материалов с заданными свойствами, создание голосовых помощников и антифрод-систем, прогнозирование спроса, трендов и т.д. (по 23,9%). 17,9% опрошенных назвали моделирование цифровых двойников физических объектов;

• 24% опрошенных компаний самостоятельно разработали нейросети и ИИ-платформы для решения своих задач, а 16% внедряют решения от российских вендоров.

Посмотреть результаты опроса →

#искусственный_интеллект #цифровые_двойники #кадры #информационная_безопасность

42% опрошенных аналитиков хотя бы изредка создают и обучают ML-модели

Рекрутинговое агентство NEWHR представило результаты исследования рынка аналитиков. В нем были рассмотрены такие вопросы, как карьерный путь специалистов и их цели, особенности поиска работы, применяемые навыки. Полученные данные сравнивались с результатами предыдущих замеров.

В опросе, который проводился в период с декабря 2023 года по январь 2024 года, приняли участие 464 продуктовых и дата-аналитика. Большинство опрошенных — специалисты со средним опытом и выше.

Ключевые выводы в части применения технологий:

• за год выросла доля продуктовых аналитиков, применяющих машинное обучение. 42% респондентов хотя бы изредка (1–2 раза за полгода) создают и обучают ML-модели, а 19% — разрабатывают ML-сервисы. Регулярно, то есть 1-2 раза в неделю, это делают, соответственно, 4% и 2% опрошенных;

• о том, что самые интересные задачи в аналитике связаны с ML, заявили 50 респондентов, с предсказательными моделями и прогнозированием — 11 специалистов. Самым распространенным вариантом был «поиск инсайтов» (91 ответ);

• из числа 77 респондентов, которые заявили о намерении развиваться внутри специальности, направления Data Scientist и Data Engineering указали по 35,1%, ML — 26%;

• наиболее перспективными отраслями для профессионального развития аналитики считают E-commerce (52,5%), FinTech (48,5%), EdTech (32,5%). Робототехнику назвали 13,4% респондентов, интернет вещей — 12,3%, VR/AR/MR — 11%;

• 408 аналитиков из числа опрошенных используют в работе языки программирования. Чаще всего это Python (93,1%) и SQL (98%);

• 359 респондентов применяют СУБД или системы распределенных вычислений, например PostgreSQL (58,5%), ClickHouse (56,8%), MySQL (19,5%);

• библиотеками машинного обучения пользуются 135 участников опроса. Они используют такие решения, как Scikit-learn (85,9%), CatBoost (46,7%), XGBoost (39,3%), LightGBM (23,7%), PyTorch (21,5%).

Ознакомиться с портретом аналитика →

#кадры #искусственный_интеллект #машинное_обучение