Карим Масимов - Следующий властелин мира. Искусственный интеллект

Строятся «умные» города, оптимизируются транспортная логистика и нефтегазовый сектор. В течение 15 лет д-р Масимов прогнозирует впечатляющий рост доходов частного сектора Казахстана на 40%, что напрямую связано с принятием ИИ в стране.

Объединенные Арабские Эмираты, близкий друг Казахстана, иллюстрируются в книге как пионер в области внедрения ИИ и инноваций. В 2017 году ОАЭ запустили национальную стратегию искусственного интеллекта и стали первой страной, создавшей Министерство искусственного интеллекта. Геополитические реалии и экологические проблемы в регионе требуют решений ИИ, которые охватывают широкий круг секторов, многие из которых применимы и к Казахстану. Как видно из книги, казахстанское руководство четко осознает свою возможность реализовать превосходную национальную стратегию искусственного интеллекта, работая с чемпионами мира.

Эта книга не научное исследование. Это практическое и действенное исследование нынешнего ландшафта ИИ, написанное государственным деятелем, который готов вывести свою страну вперед в ожесточенной гонке ИИ. Эта книга – свежий взгляд мудрого лидера, она будет пользоваться большой популярностью среди растущей коллекции литературы об искусственном интеллекте.

В декабре 2018 года Первый президент Казахстана Нурсултан Назарбаев посетил «Smart Akqol», первый в Казахстане пилотный проект «умный» город, реализованный в небольшом административном центре с населением около 13 000 жителей.

Акколь был полностью оцифрован с помощью «умных» систем видеонаблюдения, автоматизации контроля и учета энергоресурсов, фиксации выбросов в окружающую среду. Весь город «накрыли» высокоскоростным Интернетом, была создана многослойная цифровая карта с информацией не только о зданиях, сооружениях, земле, но и об инженерных и инфраструктурных сетях. А все данные интегрировали в единый ситуационный центр, который также получает информацию из всех общественных зданий, школ, больниц и госучреждений.

Таким образом в Акколе сформировали единую информационную базу, обновляемую в режиме реального времени, которая выдает те или иные решения на основе анализа данных и предупреждает о любых отклонениях от нормального режима работы. Но суть не в технологических решениях, а в экономической выгоде и улучшении благополучия жителей города. В течение нескольких месяцев после внедрения «пилота» повысился уровень общественной безопасности, существенно сократились расходы жителей на коммунальные услуги, отпала необходимость в посещении государственных учреждений, сборе многих документов и так далее.

Пилотный проект продемонстрировал, что «умный» город – это не просто футуристическая концепция, а неотъемлемая инфраструктура искусственного интеллекта (ИИ), которая собирает данные с датчиков, видеокамер, сенсоров и спутниковых изображений и может обеспечить эффективное и, по сути, оптимальное управление административным центром.

Я твердо убежден в том, что этот эксперимент необходимо распространить на все 17 крупных и более 200 малых городов в нашей стране. Это было бы чрезвычайно полезным для благополучия всех казахстанцев и образцовым примером использования систем искусственного интеллекта! Но ИИ предлагает гораздо большие возможности, чем просто создание «умных» городов.

Сегодня этот термин широко известен, но по-прежнему существуют серьезное недопонимание реальных явлений и концепций мира ИИ. Популярная культура изобилует изображениями «сумасшедших киборгов», «восстаний роботов» и других страшилок беллетристов. Есть также более реалистичные опасения, например, в отношении занятости человека, которые исходят из разумных предположений, но все же сильно преувеличены.

Под искусственным интеллектом понимается способность машин рационально мыслить и принимать решения как человек (Wooldridge, 2018) с помощью так называемого «машинного обучения» и «глубокого обучения». Например, управляющие супермаркетом могут использовать ИИ для планирования закупок товаров (на основе регрессии), банк может использовать ИИ для оценки кредитоспособности заемщиков (на основе классификации), и если после очередного просмотра фильма Netflix рекомендует посмотреть другие, которые могут вам понравиться, это делается путем «кластеризации» – все это примеры машинного обучения.