KrasnodarMedia, 8 августа. В Усть-Лабинске завершилась пятая летняя школа по искусственному интеллекту «Лето с AIRI» (12+), где молодые ученые из 10 регионов представили 32 проекта в области компьютерных наук. На фоне растущего интереса к практическому применению ИИ своим видением текущей ситуации на рынке с KrasnodarMedia поделился разработчик и IT-эксперт Максим Марков.
Спрос на «агентный» интеллект и автоматизацию
Отвечая на вопрос о самых востребованных задачах, Марков отметил смещение фокуса с простых генеративных моделей в сторону инструментов, повышающих производительность труда. По его словам, сегодня рынок остро нуждается в системах, способных не просто обрабатывать запросы, но и выступать в роли полноценных помощников.
«Самый большой спрос — на ИИ, который помогает людям работать быстрее и эффективнее. Это умные помощники, анализ документов, автоматизация рутинных задач, создание контента, а также решения для медицины, промышленности и образования», — перечислил эксперт.
Внимание специалист обратил на так называемые агентные ИИ-системы. В отличие от классических чат-ботов(18+), такие модели могут самостоятельно выстраивать цепочки действий для достижения конечной цели. Как отмечается в материалах организаторов школы, подобные направления агентных систем входят в число приоритетных тем исследовательских работ молодых ученых.
«Думаю, именно такие технологии будут активно развиваться в ближайшие годы», — добавил Максим Марков.
Проблема качества данных и «слепых зон»
Говоря о трудностях внедрения, эксперт предостерег от иллюзий относительно простоты эксплуатации нейросетей. По его мнению, главная ловушка для разработчиков кроется в расхождении между лабораторными тестами и реальной работой продукта.
«Самая большая сложность — сделать так, чтобы ИИ работал надежно в реальных условиях. Модель может хорошо показывать себя во время разработки, но при работе с настоящими пользователями иногда начинает ошибаться или давать неточные ответы», — заявил Марков.
В качестве второй системной проблемы он назвал «качество данных». Программист подчеркнул, что даже самая совершенная архитектура нейросети бесполезна при работе с «грязными» или скудными данными. В связи с этим он призвал коллег воспринимать внедрение ИИ не как разовую установку, а как непрерывный процесс:
«Это не только создание модели, но и ее постоянная проверка, доработка и обучение на новых данных».
Советы начинающим
Для молодых специалистов, стремящихся войти в сферу искусственного интеллекта, Максим Марков рекомендовал классический, но проверенный путь. Базой должны стать язык программирования, понимание принципов работы нейросетей и навыки работы с данными.
Однако ключевым условием успеха, по мнению эксперта, является практика. Этот тезис созвучен и с логикой проведения школы «Лето с AIRI», где 84 участника из разных городов России в течение смены работали над реальными исследовательскими задачами под руководством наставников из ведущих вузов и научных организаций.
«Одних знаний недостаточно — важно как можно больше практиковаться. Создавать свои небольшие проекты, проходить стажировки и решать реальные задачи. Именно такой опыт помогает быстрее развиваться и лучше понимать, как применять искусственный интеллект на практике», — резюмировал он.
