Саркис Григорян:
Добрый вечер, сегодня четверг 19:00, и как обычно мы встречаемся в эфире студии радио Mediametrics в передаче «Искусство интеллекта». Сегодня у нас очень интересная тема. Сегодня мы затронем тему использования искусственного интеллекта и систем искусственного интеллекта в авиации. В гостях у нас Никита Матвеев, Chief Data officer в S7 Airlines. Я надеюсь, что он нам расскажет о том, как технологии ИИ используют в авиакомпаниях. Никита, большое спасибо, что нашёл время и пришёл.
Никита Матвеев:
Привет, спасибо за приглашение.
Саркис Григорян:
Никита, начнём давай с самого начала. В каких направлениях деятельности авиакомпании используется система искусственного интеллекта?
Никита Матвеев:
В целом система используется, наверно, во всех направлениях, которые наибольшим образом связаны либо с выручкой, либо с затратами компании. Есть традиционно некоторое деление авиакомпаний на производственный блок, который осуществляет сами перевозки, обслуживание самолётов и второй блок, связанный с продажами, с созданием расписаний, с установкой цен, с маркетингом. В каждом из этих блоков сценарии чуть-чуть разные, но они покрывают все основные ключевые косты или центры, формирующие выручку.
Саркис Григорян:
Какой с твоей точки зрения самый сложный или самый интересный блок? Может быть, на личном примере.
Никита Матвеев:
Я думаю, что самое необычное, это, условно говоря, кейсы маркетинга, они бывают во всех индустриях, в ритейле, в е-коммерс, в любой компании есть обязательно кейс, связанный с маркетингом, с продажами и так далее. Но что специфично для авиации, это именно обслуживание самолётов и предсказание каких-то вещей вроде поломок на основании датчиков с двигателей, каких-то показаний. Это очень необычно и, наверное, сильно выделяет авиацию из всех других направлений искусственного интеллекта.
Саркис Григорян:
Скажи, пожалуйста, а безопасность полётов, системы какие-то управления самолётами, там используются подобные технологии? Просто я вспоминаю недавний относительно, плохую новость, которая произошла с компанией Airbus, после этого было очень много в СМИ различных статей, различных обсуждений относительно того, что какая-то система искусственного интеллекта не так себя повела и т.л.
Никита Матвеев:
Ты про Boeing?
Саркис Григорян:
Да, не Airbus, прошу прощения, про Boeing. Может быть, ты и в общем, и на конкретно этом примере расскажешь, что там произошло, как это всё происходит.
Никита Матвеев:
Всё-таки там, в первую очередь, был не искусственный интеллект, там были какие-то вполне понятные алгоритмы, которые управляли самолётом, которые были внедрены как раз для повышения безопасности, но не до конца доработаны. Всё-таки искусственный интеллект с точки зрения безопасности не используется, это, естественно, всегда, когда мы говорим про искусственный интеллект, это больше вероятностная модель, естественно, это невозможно на текущий момент использовать никак в вещах, которые хоть как-то запах завязаны на безопасность полётов. С нашей точки зрения мы используем, но в основном как систему поддержки принятия решений, и скорее не в бизнес критичных областях. Это те вещи, где можно что-то дополнительно либо заработать, либо сэкономить. Там искусственный интеллект действительно находит какие-то небольшие остатки.
Саркис Григорян:
Я правильно понимаю, что эта проблема, которую в мире называют explainable AI, что, когда эта система представляет из себя чёрный ящик и невозможно до конца понять, как она принимает решение. Именно это является большим минусом и препятствием для того, чтобы применять подобные системы в системах, которые обслуживают безопасность полёта и так далее.
Никита Матвеев:
Я думаю, что да, наверное, это один из факторов. Но я опять же скажу, повторюсь, всё-таки искусственный интеллект, там все модели машинного обучения, нейронная сеть, которую мы знаем, они никогда не дадут стопроцентную гарантию. И даже если ты её сможешь представить в виде какого-то дерева или линейной регрессии, которая вполне интерпретируема, этого все равно будет недостаточно. Я бы сказал, что здесь основные факторы, это не интерпретируемость, а именно неточность, не абсолютная точность.
Саркис Григорян:
То есть мы можем сказать, что на данном этапе развития технологии искусственный интеллект, нейронных сетей, машинного обучения, что бы то ни было, человек точнее и надёжнее, чем эти системы.
Никита Матвеев:
Точнее и надёжнее инструкция. Естественно, всегда бывает человеческий фактор, но там, условно говоря, есть специальные метки, которые позволяют избежать человеческого фактора, несколько систем предупреждения каких-то. То есть это является самым надёжным. Искусственный интеллект где-то может дать подсказку, когда действительно есть разные варианты решений, чтобы человек опирался не только, например, на интуицию, а на какие-то данные, на вероятностные модели.
Саркис Григорян:
Скажи, сейчас на рынке очень большая сложность со специалистами, с любыми специалистами из IT, со специалистами в области Deep lEarning или Machine Learning, вот этих всех методов, ещё большая проблема. Как вы видите этот рынок, как вы боретесь за таланты, когда есть условный какой-нибудь Сбербанк, Яндекс, которые стараются с института всё пылесосить. Это любовь к самолётам людей зовет туда или как?
Никита Матвеев:
Да, это действительно проблема с тем, чтобы привлекать высококвалифицированные кадры, это не только связано с машинным обучением, с Data Science, в принципе, со всеми IT направлениями, я думаю, сейчас это очень востребовано. Здесь, во-первых, наверное, мы сильно выделяемся от рынка спецификой задач. Скажем, банковский сектор, он уже очень давно очень сильно развит, там кейсы по ранжированию кредитоспособности населения, они уже очень сильно проработаны, там типичные задачи и люди, наверное, хотят с чем-то более интересным, с чем-то новым. Второе, наверное, одно из больших преимуществ, которые есть в авиакомпании, это скидки на билеты, скидки, в принципе, на разные авиакомпании, не только на S7. Со своей спецификой, но есть. Третье, наверное, мы там стараемся сделать, это по-настоящему классную культуру, которая бы создавала впечатление, точнее, не создавала впечатление, а действительно бы показывала, что мы делаем настоящий продукт, не что-то для галочки, что получаем от этого ценность. Наверное, это не культура, а процесс, какой-то понятный процесс. Мы очень много сейчас инвестируем в то, чтобы сделать платформу данных для того, чтобы Data Scientists не как обычно 80 % времени тратили на подготовку данных, а 20% на модели, а было бы всё наоборот. В общем, тут, наверное, тогда основные фокусы, плюс мы тоже работаем, естественно, с институтами, привлекаем как можем.
Саркис Григорян:
Расскажи поподробнее о работе с институтами. Это в каком виде, какие-то совместные программы, на каком этапе, это последние курсы или это какие-то совместные факультеты целые. Это большая проблема, подготовка кадров, потому что большинство людей когда какие-то профессиональные, они выпустились и всё, и уехали. Кто не уехал, пошёл в Яндекс, кто не пошёл с Яндекс, пошёл Сбербанк и так далее. Расскажи про институты.
Никита Матвеев:
Есть задачи, которые, в принципе, достаточно стандартные. Мы проводим дни карьеры, публикуем какие-то новости, сейчас делаем ещё один большой, очень интересный проект, я думаю, что объявим о нём в течение месяца, я надеюсь, пока что не буду.
Саркис Григорян:
Раскрывать секреты.
Никита Матвеев:
Да, раскрывать секретов.
Саркис Григорян:
А со стартапами?
Никита Матвеев:
Со стартапами тоже работаем, в основном в виде поставщиков, с точки зрения заказчиков. Есть, в принципе, много классных проектов, которые позволяют получить хороший продукт, какую-то ценность.
Саркис Григорян:
Они в какой области в основном? Понятно, что, например, человек не может прийти с улицы, сделав стартап по тому, на основании каких-то датчиков может предсказать поломку двигателя и так далее. Просто когда ты на улице, у тебя нет этих данных, у тебя нет возможности изнутри что-то иметь. Какого рода это команды, какого рода это проекты просто интересно. И что нужно сделать, чтобы прийти, если есть какая-то идея, что нужно сделать, чтобы оказаться внутри компании, или акселератор у вас, как это у вас происходит?
Никита Матвеев:
Есть проект, есть компания, которая начала предсказывать детали, поломки деталей для двигателей, они выиграли конкурс Airbus, обошли эту топовую американскую компанию. И действительно, они там котировались одними из лучших на рынке. Мы тоже с ними работали, это был один из проектов Сколтеха. Так что всё возможно.
Саркис Григорян:
А как ты вообще оцениваешь наш рынок относительно развития технологий, может быть, в своей отрасли, может быть, ещё в смежных, где-то знаком с тем, что происходит на Западе. То есть мы, например, сильно отстаём от того же Airbus. Мы сейчас не говорим производство или Airbus, может быть, неправильный пример, от какого-то другого авиаперевозчика. Насколько это технологически рынки разные, или они, в принципе, все одинаковые.
Никита Матвеев:
Я думаю, что рынки плюс-минус одинаковые, на самом деле. Мы очень много общаемся с партнёрами, с другими авиакомпаниями, ездим на референс визиты, на конференции. И чего-то такого сверхъестественного, что бы мы вообще не представляли, как сделать, наверное, такого нет. Либо мы тоже двигаемся в ту сторону, либо это у нас есть. Плюс всё-таки большая часть решений на текущий момент для авиации, оно производится вендорами. Соответственно, решения вендоров доступны всем, было бы желание и деньги, как говорится.
Саркис Григорян:
То есть просто в силу того, что рынок достаточно, можно сказать, классический, устоявшийся, и в принципе, достаточно понятен во всех процессах внутри. Нет такого, что у кого-то есть что-то, что у других нет.
Никита Матвеев:
В целом, да. Здесь основные компании появились, наверное, где-то в 80-90-х годах. Например, есть очень крупная компания, связанная с ценообразованием PROS, которая была изначально подразделением American Airlines и потом перешла, создала свой продукт, начала его продавать во вне. Вот эти компании сейчас владеют, наверное, большей частью рынка IT для авиации. В принципе, они тоже идут с точки зрения технологии в ногу со временем, тоже внедряет искусственный интеллект. Я могу сказать, что мы частично используем вендорские решения, но также очень во многом стараемся развивать свои. Например, с точки зрения того же предикативного ремонта, есть решение Airbus, мы пробуем сделать что-то тоже наше и думаем, что это может получиться неплохо за счёт близости к техническому холдингу, который обслуживает самолёты и некоторых технических инсайтов.
Саркис Григорян:
Скажи, а как с точки зрения конкуренции на российском рынке, условно, с Аэрофлотом, как сточки зрения борьбы за таланты, с точки зрения был борьбы за технологии или за компании, кого купить. Или пока ещё такого нет. Условно, как там Яндекс с Mail или Яндекс со Сбербанком постоянно смотрят, кого бы там, либо появилось, сразу покупают. Есть такое на рынке авиации у нас, за рубежом понятно, конечно, там всё развито, там всех интересных хватает. У нас как с этим, насколько развит этот рынок?
Никита Матвеев:
Слушай, с точки зрения конкуренции в IT, наверное, такого вообще нет. Я думаю, в других направлениях, больше связанных с производством, с перевозками, там, вероятно, это более актуально. Но в IT всё-таки специалистов, которые имели бы уже какой-то бэкграунд в авиации, их на рынке практически нет. Или они есть, но к нам на собеседование ни разу не приходил специалист в IT, который до этого бы работал в авиации. То есть у них конкурировать, скорее, мы конкурируем также с Яндекс и Mail за лучших специалистов в этих отраслях. Но и, опять же, стартапов, как ты говоришь, рынок авиации, особенно в России, он достаточно маленький, поэтому стартапам невыгодно делать какое-то решение чисто для авиации. В основном это решения для всего рынка, какой-нибудь кол-центр, например, тоже работа с кол-центрами.
Саркис Григорян:
Давай мы немножко тогда от темы авиации отойдём. Расскажи о себе, как ты вообще попал. Ты достаточно молодой специалист, ты занимаешь очень классную, очень интересную должность в классный авиакомпании, вообще авиакомпании. Мне кажется, у любого человека с детства он любит салют, самолёты, мороженое, какие-то такие вещи, которые просто позитивные. Расскажи свою историю, где ты учился, как ты попал, это твое было осознанное желание работать в авиакомпании или так получилось?
Никита Матвеев:
На самом деле, у меня был сложный, долгий путь, сложно было предсказать, что я окажусь в S7. Я учился на физическом факультете МГУ, окончил его. Потом сразу после института перешёл в финансовую компанию, занимающуюся инвестициями. Тоже нужно сказать, что, в принципе, на 4-5 курсе я понял, что, наверное, этот этап, когда можно было идти в науку, я пропустил уже. Потому что у тех, кто реально собирался идти в науку, у них было по несколько статей, по несколько публикаций, и начинать с опозданием 2 года уже было как-то поздно, и не было какого-то такого большого направления. Потом после финансов я перешёл в стратегический консалтинг, в Roland Berger, там был очень интересный, полезный, действительно обучение, кажется, что это было похоже на MBA. Когда ты погружаешься в проект, работаешь в разных отраслях, у тебя есть хорошие наставники, ты учишься много, создаёшь прикольный продукт ещё, проводишь сам аудит. Мы работали на заводе, это было хорошее очень погружение в процесс, я думаю, даже больше именно в саму консалтинговую деятельность, такой отличный просто бэкграунд для дальнейшей работы. После этого я перешёл в Rostelecom, там занимался больше процессной вещью, связанной с оптимизацией внутренних процессов финансового подразделения. В 15-м году я начал увлекаться уже машинным обучением, начал думать о том, чтобы как-то развиваться в каких-то других направлениях. Как раз тогда я учился в Сколково на Стартап Академии. И в 16-м году, так получилось, что как раз начиналось подразделение в S7, связанное с искусственным интеллектом, я там был первым сотрудником подразделения и запустил там первый продукт.
Саркис Григорян:
Здорово! Классная история такая. На самом деле, то, что ты рассказал, это очень показательно. У нас был пример, когда мы в 2009-м году или 10-й, я уж не помню, мы делали систему по распознаванию жестов для интерфейсов. Мы тогда работали с мехматом МГУ. И у нас в команде был один профессор, который то, что ты свою историю рассказал, он нам так и говорит. Когда мы пытались привлечь студентов, он говорит: слушай, они с 4-го курса где-то уже все идут в какие-то банки и в финансовые учреждения, корпорации просто потому, что там хорошо платят, а такие мозги там и нужны. Скажи, это же правда так было, ты после осознал, что ты хочешь заниматься наукой, ты обратил внимание на Deep Learning. Я просто хочу сейчас понять, мы часто с гостями обсуждаем некие проблемы, которые происходит у нас здесь в образовании, в развитии компаний и так далее. Почему у нас так сильно рынок не развивается, почему у нас очень мало проектов каких-то, почему так всё происходит. Вот недавно совсем, можно сказать, у тебя это было.
Никита Матвеев:
В целом, наверное, я согласен, что консалтинг, конечно, сильно платит выше, чем.
Саркис Григорян:
Лаборатория какая-нибудь.
Никита Матвеев:
Да, средняя лаборатория в университете или кафедра. Не знаю, на самом деле, после университета у меня некоторые друзья пошли больше в науку, и, по-моему, сейчас совсем неплохо себя чувствуют. И те же, кто оказались разработчиками, прекрасно устроились. То есть здесь, сказал бы двояко, это сильно зависит от человека. Наверное, перекос действительно есть в эту сторону, но не знаю, ты говоришь, проблема, что с этим делать, наверное.
Саркис Григорян:
Да.
Никита Матвеев:
Опять же, например, сейчас открывается достаточно много научных лабораторий, научных проектов от крупных компаний. Тот же Яндекс, Mail, ABBY, мы тоже пробуем что-то похожее делать. Наверное, это сильно будет способствовать развитию. При этом с точки зрения искусного интеллекта частично всё-таки это во многом хайп.
Саркис Григорян:
Конечно.
Никита Матвеев:
Лучшая профессия, Data Scientist, все хотят пойти туда. И вот это, наверное, очень способствует, на самом деле, что OK, там 50 % - это хайп, но 50 % реально двигают науку. Наверное, это один из плюсов, что все в эту сторону бегут и помогают развитию. Тот же блокчейн, но опять же, 50 % хайпа, 50 % это хорошо подвинули технологию. И даже не только блокчейн, а ещё какие-то смежные с этим.
Саркис Григорян:
Ты имеешь в виду в цепочках поставок, какие-то такие уже применения.
Никита Матвеев:
Да, какие-нибудь ERP системы вполне могут быть.
Саркис Григорян:
Не знаю, следишь ли ты вообще за тем, что происходит в мире в плане развития технологий. Почему вопрос хотел задать такой, что с твоей точки зрения сейчас есть такого интересного в развитии технологий, что либо в самое ближайшее время что-то выстрелит, либо разработки, которые вот-вот сейчас будут сделаны, либо что-то, что сильно изменит, может быть, конкретную отрасль, о которой мы изначально говорим, это авиацию. Либо вообще весь мир. Просто тут твоё мнение, как человека изнутри, который знает различные аспекты этого.
Никита Матвеев:
Но сходу, что могло бы сильно поменять авиацию, не знаю. Скорее, это автоматизация, оптимизация всевозможных процессов. В принципе, это Date driven company, это то, что сейчас все куда идут, и все новые технологии позволяют сфокусироваться на том, чтобы всё делать, чтобы максимально поддерживать людей с точки зрения принятия решений, и чтобы всё совершалось в realtime. Как только у нас появляется какая-то информация, мы бы не ждали неделю, пока её обработаем, а сразу бы это делали. Я думаю, ещё искусственный интеллект может сильно помочь с точки зрения беспилотных машин, я ставлю на это, что это случится в ближайшее время. Мне было бы очень интересно видеть какой-нибудь город, который полностью перешёл бы на беспилотные машины. Потому что всё-таки основная проблема беспилотных машин сейчас, это то, что нужно коммуницировать с машинами с водителями и понимать их движение. А если бы это всё управлялось искусственным интеллектом, то эта проблема решилась бы, и сразу получили бы эту ценность.
Саркис Григорян:
Я думаю, что это одно из самых ближайших, что мы увидим. Автопилоты, из того, что сильно изменит какие-то ландшафты. Потому что так уже Google Car ездит, больше 2 млн. км без того, чтобы попадать в аварию, в которых его признали. С точки зрения каких-либо дронов, беспилотной авиации. И как ты, кстати, вообще относишься к использованию таких технологий в военных целях?
Никита Матвеев:
Слушай, вопрос военный, наверное, он такой, не очень этичный.
Саркис Григорян:
Два ответа. С точки зрения Родины и с точки зрения.
Никита Матвеев:
Естественно, есть плюсы и минусы в военных целях. Первый вопрос был по поводу искусственного интеллекта.
Саркис Григорян:
В дронах, авиационных, не уходим пока от авиации.
Никита Матвеев:
Тут, наверное, самый интересный кейс, это осмотр, визуальный осмотр самолёта с помощью дронов. Когда самолёты приезжают на проверку, проводится какой-то визуальный осмотр на поломки. Теоретически это может проводить дроном, это быстрее, дешевле и так далее. Но какого-то явного прорыва, наверное, это не даст.
Саркис Григорян:
Таких решений нет пока?
Никита Матвеев:
Я думаю, насколько я слышал, что они пилотируются, есть какие-то прототипы, но так, чтобы было прямо промышленное 100 % подтверждённое, такого нет.
Саркис Григорян:
Вот, соответственно, есть у нас идея для стартапа, может кто-то из зрителей реализует. Насколько сложно это чисто теоретически? В данный момент люди визуально сами просто глазами проходят весь самолёт, просто его осматривают, как это происходит?
Никита Матвеев:
Если честно, я не видел этого процесса, я не погружался в эти детали. Но наверное, как-то так, с бумажками, условно говоря, чек-лист. В принципе, у инженеров, обслуживающих самолёты, все очень сильно детализировано, все процессы максимально чётко прописаны, так, чтобы исключить как раз любой человеческий фактор. И в этом случае, вероятно, они проходят, ставят галочки, что все в порядке, либо есть какие-то нарушения.
Саркис Григорян:
Это, наверное, даже похожая история с дронами, которые вылетают, это уже сейчас есть проект в Америке, которые вылетают и осматривают машину для страховой, чтобы как можно быстрее оценить примерный урон в результате аварии и как можно быстрее выплатить. Сейчас это уже работающие кейсы. Я читал, забыл просто название компании, они уже через 4 минуты, их лучшая была история, через 4 минуты после того, как произошла авария, дрон прилетел, посмотрел, через 4 минуты они уже уехали.
Никита Матвеев:
Видишь, это вопрос цены ошибки. Если ты выплатишь не ту сумму за страховку, если в меньшую сторону ошибся, то человек к тебе придет, если в большую, OK, это риск, который они максимально минимизируют. С самолётом, естественно, это очень критично, наверное, пройдёт ещё достаточно много времени, когда мы будем настолько уверены в этих технологиях, чтобы их применять.
Саркис Григорян:
Я правильно понимаю, что самая основная грань по внедрению различных технологий - это безопасность. Просто потому, что любое, самое малейшее отклонение может привести к трагическим последствиям, поэтому всё так строго, строго.
Никита Матвеев:
Да, наверное. Я бы не сказал, что у нас так много кейсов, которые отвергаются из-за безопасности. Скорее, это просто какой-то параллельный нам, точнее, какой-то процесс, который мы вообще не трогаем. Который мы понимаем, что это есть, так устроено, так будет, не надо туда лезть. Наверное основная сложность связана больше с таким change management, что называется. Что-то разработал, нужно это внедрить в систему, нужно внедрить в процессы, это всегда какая-то модель, продукт не является просто моделью, продукт является некоторой системой. И то, что нужно сделать все вокруг этой системы, интеграция с другими системами, это самое сложное, скорее.
Саркис Григорян:
Так, давай теперь вернёмся к военным разработкам. Ты вообще знаком с этим?
Никита Матвеев:
С беспилотными, конечно, слышал, знаю. Наверное, это логичный прогресс, процесс с точки зрения развития военной промышленности.
Саркис Григорян:
Ты так спокойно смотришь, так должно быть, так и есть.
Никита Матвеев:
Наверное, к этому всё шло, рано или поздно. Скорее всего, всё-таки там решение какое-то ключевое, оно принимается человеком. Те же беспилотники, они позволяют донести снаряд до какой-то точки, стрелять или нет принимает человек решение. Вероятно, там уже технология настолько протестирована, что вероятность какой-то ошибки, она минимальна, что GPS попадёт, беспилотник не туда прилетит.
Саркис Григорян:
У нас Глонасс есть. Скажи, пожалуйста, ты сам ездишь по международным конференциям, что-нибудь происходит? Почему задал вопрос. Последнее время очень много как разговоров, так и действительно каких-то документов, которые военное ведомство США, государства и администрации разных стран выкидывают на обсуждение. Касаемо стратегии, глобальных стратегий развития. И все понимают, что это такая история типа новой атомной бомбы. И если с атомной бомбой, условно, всё понятно, есть паритет некий, есть у вас, есть у нас, мы запустим тоже, всем будет плохо. То здесь не совсем понятно, как это будет. В связи с этим мы видим то, что сейчас происходят какие-то истории, как с ИИ национализмом, когда из американских лабораторий выгоняются какие-то китайские разработчики, также Китай не пускает кого-то. Ты замечаешь вообще это на рынке, как-то это влияет на вас?
Никита Матвеев:
Я могу сказать, что да, я это заметил на себе, потому что когда я получал американскую виду и сказал, что я еду на конференцию по искусственному интеллекту, меня сразу отправили на дополнительную проверку. Я пропустил поэтому конференцию. Естественно, все было доступно потом онлайн, но смысла особого в этом не было. Если серьёзно, то да, наверное, что-то такое есть, но, скорее всего, это не относится к каким-то коммерческим компаниям или в меньшей степени к коммерческим компаниям. Я кроме этого примера больше нигде не встречал какого-то национализма с точки зрения IT. Наверное, всё больше сводится из этой области, это какие-то санкции, антисанкции, когда мы должны хранить данные в России или должны пользоваться российскими вендорами, хотя для нас это не принципиально. Скорее в этом разделе всё идёт. Как госрегулирование, не какие-то большие ментальные вещи, психологические.
Саркис Григорян:
Здесь просто, на самом деле, печально одно. Я многим людям задаю этот вопрос, и все примерно одно и то же говорят. Мы сами по себе общаемся нам интересно, мы делимся мнениями, мы встречаемся, всё вот это, это какие-то позиции государства. Но есть при этом другие мнения о том, что OK, если мы говорим о том, что эти системы будут развиты, что в развитии они дойдут до какого-то определённого действительно интеллектуального момента. И это действительно, условно говоря, оружие для государств. Насколько я сейчас вижу, по-моему, уже всем понятно, как Владимир Владимрович Путин сказал, что тот, кто будет лидером в ИИ, тот будет мировым лидером, это все понятно. Единственное пока не совсем понятно, как это всё будет выглядеть. И это, на самом деле, немножко страшит. Потому что мы в одной из передач разговаривали с Сергеем Кареловым, и он очень интересную мысль сказал, он очень привел интересный пример про американскую игру, где две машины друг другу разгоняются лоб в лоб, кто свернёт, тот струсил. Твоя задача выиграть это, так просчитать соперника, чтобы понять и сделать что-то, чтобы он струсил. И следствием из этой мысли было то, что следующие войны, они не будут как раньше где-то на земле, на воде, они будут происходить у нас в головах. Посредством влияния на нас, потому что, как ты сказал, что дрон автоматом долетел, но финальную кнопку нажимает человек, будет получаться так, что мы будем воевать за то, нажмёт ли человек эту кнопку или нет.
Никита Матвеев:
Возможно, да. По поводу этого примера с машиной, там есть интересное решение задачи, как сделать так, чтобы ты точно выиграл. Достать руль своей машины и показать противнику, что ты его выбрасываешь.
Саркис Григорян:
Очень классно, очень интересно.
Никита Матвеев:
А с точки зрения воздействия на людей, да, наверное, это сейчас сильно происходит, с тем же хайпом вокруг выборов.
Саркис Григорян:
Да, Cambridge Analytica.
Никита Матвеев:
Самый такой яркий пример, наверное, да. Но все-таки, скорее всего, это влияние где-то ограничится. Мы не можем сказать, что это будет какой-то решающей политикой, решающим методам воздействия. Условно говоря, ты ведёшь войну, ты сходил в другое государство, всё, ты выиграл. Но я не думаю, что можно с помощью медиа действительно как-то захватить страну.
Саркис Григорян:
Захватить нет, но мы же говорим о том, что влиять, как-то манипулировать людьми уже можно . Мы же видим, даже вот эти банальные законы о фейк ньюс и все вот эти истории с фейк ньюс, которые начинают поддерживаться, не поддерживаться, а с которыми начинает бороться соц. сети. Мы видим огромное распространение дип фейков, и мы видим обратную историю о том, что компании начинают бороться с этим для того, чтобы понимать, чтобы люди могли отличить фейк контент от не фейк контента. Потому что мы достигли такого технологического уровня, когда реально на коленке можно сделать всё что угодно, и это будет выглядеть так профессионально и качественно, что никогда не отличишь. Я вчера очень классную статью прочитал, то ли в МИТ Технолоджи, или не помню, где, как два инженера за 13 часов, и это обошлось в 7,8 долларов, научили нейросеть генерить речь, которую не отличишь от тех, что в ООН толкают главы государств. Это классно, это очень забавно с точки зрения IT технологий. Это прямо классно, я очень люблю такие вещи. Но если посмотреть на это с другой стороны, со стороны обывателя, мы говорим о том, что сейчас можно просто всё симулировать. Вот это тебя не заботит? Потому что я, например, говорю всегда людям не выкладывать своих детей. Потому что есть просто которые летопись своих детей ведут, и когда эти дети вырастут, алгоритмы будут о них знать лучше, чем они сами, чем родители, чем кто угодно, это будут просто цифровые зомби. Вот об этом задумывался, как тебе кажется?
Никита Матвеев:
Насколько это опасно, насколько это страшно?
Саркис Григорян:
Насколько это может быть реальностью. Точнее, это уже реальность, но насколько это, перейдет ли это какие-то границы, пределы, как человек изнутри этой отрасли, как ты думаешь? Как ты видишь?
Никита Матвеев:
Не знаю, условно говоря, есть новости по телевидению, которые не совсем обоснованные, или не искажают факты.
Саркис Григорян:
Из параллельного мира, назовём их так.
Никита Матвеев:
Да, которые сделаны без всяких нейронных сетей, просто достаточно убедительно и так далее. Чем это отличается от нейронных сетей? Они точно так же работают, я бы сказал, что это уже есть во многом. Наверное, просто нейронные сети дадут больший инструмент для управления, действительно. Но чтобы значительно изменилась как-то обстановка, скорее нет. Точно так же, как сейчас есть. Наверное, так же было 500 лет назад, когда выступали, вещали что-то.
Саркис Григорян:
То есть ты сторонник, я правильно понимаю, что ты сторонник той идеи, что всё-таки любая технология, какая бы она ни была, бесполезно её рассматривать, как технологию просто, без того, что это инструментарий человека для неких действий. И в конечном итоге за какие-то действия, последствия, изменения мы должны, в первую очередь, думать о том, что этот человек делает, то есть об ограничении, условно, инструментария для человека. Так? Условно, пока мы не придумали терминатора, который сам вдруг поймёт, что люди не нужны, железо лишнее тратят.
Никита Матвеев:
Условно говоря, те же беспилотники, беспилотные машины, там непонятно, как ответственность на человека повесить, это разработчик, директор компании, это все -таки, скорее всего, ответственность какая-то будет финансовая перед компанией, что-то такое.
Саркис Григорян:
Скорее всего, да, просто придёт тот же условный Google, сразу скопом все эти машины застрахуют где-нибудь по понятной цене.
Никита Матвеев:
Да и тут самого человека никак не привяжешь. Скорее всего, это зависит от конкретного сценария, и там где-то человек, где-то машина. С точки зрения тех же новостей, тут, на мой взгляд, искусственный интеллект даёт некоторый дополнительный инструмент, условно говоря, плюс 20 % к их эффективности. Но 80 %, они уже есть.
Саркис Григорян:
То есть вопрос в том, я понимаю, где-то эти 20 % могут стать предельно существенными, а где-то они просто, OK, стало лучше. Хорошо. Мне нравится, ты достаточно позитивно смотришь на будущее.
Никита Матвеев:
Я негативно на настоящее.
Саркис Григорян:
Да как у Антонио Грамши очень классная была фраза: пессимизм интеллекта и оптимизм воли. Я почему, объясню, почему такой вопрос задаю, потому что большинство, с кем я разговариваю, все как-то смотрят на то, что в ближайшее время нас ждёт какое-то такой оголтелый киберпанк, что это какой-то срост биологического с механическим и цифровым. И какие-то истории про Джонни Мнемоник.
Никита Матвеев:
Слушай, с точки зрения того, что поменяется жизнь, стиль жизни, образ жизни, это, скорее всего, да, тут сложно спорить. Но вопрос поменяется, ли он в лучшую сторону, будет ли от этого хуже, не знаю. 20 лет назад ни у кого не было мобильных телефонов, 30 лет назад. Сейчас они появились, но стало лучше или хуже? Явно есть и плюсы, и минусы где-то.
Саркис Григорян:
Согласен.
Никита Матвеев:
Через 30 лет появятся какие-нибудь импланты электронные, которые будут мониторить твоё здоровье. Наверное, это хорошо, условно говоря. Скорее всего, будут какие-то минусы того, что ты.
Саркис Григорян:
Безопасность та же, мозги тебе разломают.
Никита Матвеев:
Наверное. То, что устройство может дать сбой и тебе дадут какое-нибудь не то лекарство. Как всегда, это за и против. Мне кажется, что в целом мне нравится, куда все движется, я думаю, что если просто к этому подходить достаточно объективно, может быть, не преувеличивать какие-то риски, всегда понимать, что любая технология за собой несёт новые риски, но при этом за какой-то промежуток времени эти риски потом минимизируются за счёт развития, за счёт происшествий, то надо принимать и идти дальше.
Саркис Григорян:
Надо делать.
Никита Матвеев:
Да.
Саркис Григорян:
Отлично. 19:45, у нас, к сожалению, быстро закончилось время. Большое тебе спасибо за то, что нашёл время и посетил нас, было очень интересно узнать, как это всё и в авиации, и вокруг. Надеюсь, мы ещё увидимся.
Никита Матвеев:
Да, спасибо, было здорово. Мне тоже было интересно.
Саркис Григорян:
Всего доброго.