Как развивается сфера искусственного интеллекта в России

ICT.Moscow поговорил с Игорем Пивоваровым — главным аналитиком Центра искусственного интеллекта МФТИ.

Эксперт поделился своим мнением о том, как поменять взгляд иностранных наблюдателей на уровень ИИ в России, рассказал о проблемах этой отрасли и возможных путях их преодоления, влиянии пандемии на востребованность технологий и выходе российского ИИ на зарубежные рынки.

— В мае американская организация CNA (Center For Naval Analyses, Аналитический центр военно-морских сил) опубликовала отчет «Искусственный интеллект и Автономия в России». Можно ли из этого отчета выявить главную проблему российской отрасли ИИ?

Честно говоря, я не очень понимаю, почему этот документ вызвал активное обсуждение, может быть потому что это первый публичный американский отчет про российский ИИ? Я не увидел в нем чего-то особенно острого. Там более или менее внятно и аккуратно написано про состояние вещей в России, без какого-либо выявления ключевых, острых историй, но с аккуратным цитированием многих источников.

— Хорошо, но авторы все-таки касаются каких-то недостатков ИИ в России?

Безусловно, из существенных факторов они отмечают недостаточное финансирование. Причем они про это пишут аккуратно, приводят цифры, но они не сильно хотят, чтобы Россия вдруг осознала этот факт и начала больше вкладывать в ИИ. В этом смысле там нет такого яркого выявления проблемы. Но они, конечно, видят, что финансирование очень маленькое и его не хватает.

— А что про участие государства в российской отрасли ИИ?

Они отмечают, что в России государство имеет очень значимую позицию в области искусственного интеллекта. Я с этим не согласен, но они правы в том, что некоторые государственные компании играют большую роль.

С другой стороны, они совсем не написали, например, про Яндекс, чего я совершенно не понимаю. На мой взгляд, именно Яндекс — компания номер один в ИИ, она задает многие тренды и у нее технологии на уровне мировых или чуть выше мировых в некоторых областях.

Авторы отчета пишут про «Сбер» — это понятно, а дальше — про «Ростех» и РЖД. Вот это мне непонятно. У меня нет ощущения, что они четко фиксируют ситуацию, но их тезис, видимо, здесь в том, что в России хуже работает рынок. Во всем мире рынок, рыночные отношения являются сильным двигателем технологий искусственного интеллекта, потому что это вопрос конкуренции компаний, их выживания и прибыльности бизнеса. А в России рынок намного менее конкурентный. И они делают вывод, что основную динамику и интересы, векторы развития искусственного интеллекта задают именно такие большие государственные компании, в первую очередь «Сбер».

Да, «Сбер» сейчас — локомотив, например, в нормативном регулировании ИИ. Но у нас очень много частных компаний, которые занимаются и применяют эти технологии, я бы сказал, что американцы, конечно, недоглядели.

— Недофинансированность, неразвитый рынок, что-то еще?

Да, они пишут про еще один барьер, но очень аккуратно, чтобы мы не начали с ним интенсивно бороться, — про brain drain, утечку мозгов. Образование в России хорошее, но людей сохранять не умеют. Это объективный и существенный факт, но о нем все знают.

Вот главные проблемы, которые выделяют авторы отчета. Хотя второе — про государственные компании — это скорее ситуация. Один мой коллега говорил, что проблема — это нечто, что ты можешь исправить, а если идет дождь на улице, то это ситуация, ты с этим ничего сделать не можешь.

— А вы сами как считаете, что больше всего тормозит развитие отрасли ИИ в России?

Я принимал участие в разработке национальной стратегии по ИИ. Там работали отдельные подгруппы, и каждая отстаивала свои линии. В результате что-то вошло в стратегию, что-то не вошло. Но после того как бюджет сильно сократили, я подумал: если бы я был главным человеком, который определял, на что потратить деньги по этому федпроекту, то я бы все потратил на образование. Я понял, что это ключевое стратегическое преимущество России, но оно не раскрыто.

— Что не так с нашим образованием в сфере ИИ?

На Западе и в России принципиально разные системы образования. Российская система была построена в 1960-1970-е годы, в образовательном сообществе она носит жаргонное название «образовательная труба». У нас человек поступает в университет на какую-то конкретную специальность — например, я поступаю в МГУ на физфак, и у меня есть только два варианта: либо я выйду оттуда физиком, либо я буду отчислен. Надо определиться с самого начала. Система так построена, потому что в Советском Союзе был госплан, который распределял: нам надо, условно, столько-то физиков, инженеров, столько атомщиков. Потом Союз развалился, госплан развалился, а распределительная система осталась. И физфак как выпускал 400 физиков в год, так и будет выпускать.

Но в Америке, в Западной Европе, да и в Китае сейчас ситуация другая: действует так называемое свободное или ядерное образование. Полностью свободное образование выглядело бы так: человек поступает просто в университет, без специализации. И должен в течение года из доступных 400 курсов выбрать любые 20 и потом сдать их. На следующий год набрать еще каких-то курсов, и если он каждый год сдает свои 20 курсов, то по окончанию обучения получает диплом университета.

Но таких университетов с полностью свободным образованием мало, даже в Штатах. Обычно есть несколько обязательных курсов, которые называются ядерной программой или ядром — например, математика, литература, скажем, 5-6 курсов. К ним человек должен набирать то, что ему интересно. Особенность в том, что в этом году я могу взять одни курсы, а в следующем году заинтересовался, например, искусственным интеллектом и взял себе курс по ИИ или по computer science.

— Другими словами, дело в гибкости образовательного процесса?

Да, это намного более быстрая, мобильная ситуация, чем наша «труба» с образовательными стандартами, которые надо утверждать в Минобрнауки. У нас университет, чтобы ввести новую программу, должен пройти огромный этап согласований, а когда ее ввели, он будет работать несколько лет без изменений. И получается, что мы изначально сильнее в фундаментальном образовании, но колоссально проигрываем в скорости подстройки сегодняшних образовательных программ под реалии. А в области искусственного интеллекта технологии сейчас меняются каждые три года.

В России есть несколько исключений. Антон Конушин (профессор МГУ) или Владимир Васильев (ректор ИТМО) со мной поспорили бы, потому что в своих университетах они чудовищными усилиями что-то меняют. В Высшей школе экономики тоже это понимают. Всего есть 5-6 университетов, которые как-то научились в этой ситуации немного меняться, но в целом все основное российское образование не такое и это наша боль.

— Кроме нескольких вузов кто еще пытается поменять ситуацию с образованием?

Проблему прекрасно понимают все большие компании и в особенности Альянс искусственного интеллекта. В свое время они пытались посчитать, сколько выпускников университетов действительно получили хорошую подготовку, так чтобы по выходу из университета соответствовать сегодняшним реалиям. И они насчитали 650 человек в год — это примерно и есть те шесть университетов, про которые мы говорили, и только определенные кафедры. Ну что такое 650 человек в год?

В альманахе Индекс 2020 мы сравнили ситуации в Америке и в России. Из-за того, что в Америке вот такое ядерное образование и студент может легко выбрать новый курс, множество студентов берут себе курсы по ИИ. Условно говоря, если ты учишься в Москве на психолога, ты не можешь в своем университете пойти и просто взять курс по машинному обучению. Ты психолог, у тебя своя программа. А в США ты с любого курса, с любого потока можешь пойти и взять этот курс. Там это называется enrollment, запись на курс, и у них этот показатель по сравнению с нами в 100 раз выше. Люди намного быстрее проходят подготовку по профильным предметам, чем в России.

Я считаю это нашей гигантской проблемой. Многие специалисты из образования это мнение разделяют, но большинство эту проблему даже не осознают.

— Вернемся к зарубежным отчетам. Как сделать так, чтобы у иностранцев формировался более объективный и достоверный образ российской ИИ-индустрии?

Уверен, что не надо бросать все силы на какой-то PR, его и так у нас хватает, а иногда он бежит впереди реальных достижений. Боюсь, что есть две причины, по которым Россию плохо замечают иностранцы. Во-первых, объективно Россия в этой области далеко не на первых местах. Россия занимает 23-е место в мире по публикациям на конференциях по ИИ и 22-е — по репозиториям по тематике ИИ. Рынок ИИ в России в 2019 году оценивался в 291,5 млрд руб. ($3,8 млрд), это примерно 2% мирового рынка. На российской карте искусственного интеллекта около 500 компаний и где-то 250 из них — стартапы. В мире примерно 5000 стартапов в области ИИ. По процентному соотношению рынка все сходится, но все равно есть люди, которые недоумевают: «Неужели у нас в России всего 250 стартапов?» А почему мы должны думать, что если мы — это 2% от мирового рынка в деньгах, то у нас должно быть ровно столько же стартапов, сколько в Америке? Это маловероятно. Поэтому Россию не то чтобы не замечают, просто объективно мы в некоторых вопросах сильно меньше, чем нам хотелось бы.

Но еще одна важная причина того, что нас как бы не замечают, состоит в том, что в России пока нет собственных сущностных результатов, которые были бы уникальны на мировом уровне. Весь мир заметил, когда AlphaGo от DeepMind выиграла в игру го, потому что это было уникальное достижение на уровне всего мира. Если бы у нас обучили эту систему и она бы выиграла в го, это точно так же заметил бы весь мир. И это не потому что у DeepMind крутой PR, просто они сделали крутую вещь. А чтобы делать такие вещи, нужно тратить деньги, нанимать людей. То есть нужно вкладывать не в PR, а в реальные дела, финансировать науку, давать деньги на оборудование, привлекать и создавать условия для людей.

Примеры отображения российского ИИ за рубежом 

На карте AI Venture Labs с ИИ-решениями против COVID-19 три стартапа из 100 представленных имеют российские корни. В отчете KPMG «Беспилотный транспорт. Индекс готовности в 2020 году» Россия представлена необъективно из-за использованной методологии, которая не учитывала существующие в стране полигоны для тестирования автономного транспорта.

— То есть про Россию в плане ИИ писать почти нечего?

Здесь есть еще один нюанс. Исторически сложилось, что русская наука обычно занимается вещами сильно зубодробительными, фундаментальными. Иногда они даже не имеют прикладного значения.

Один из самых цитируемых людей в России в области искусственного интеллекта — Дмитрий Ветров — его группа занимается очень глубокой математикой в области нейросетей. Они занимаются исследованиями алгоритмов, оптимизации. Они делают байесовские ансамбли, и на них реально много ссылаются, но про них журналисты не напишут, потому что они делают то, что лежит сильно глубже практического применения. Потом на их результатах разработчики будут делать нейросети, а на этих нейросетях будут делать практические применения, про которые уже можно будет написать. Ведь пишут обычно про то, что ярко и понятно, что можно людям объяснить. А то, чем занимается Ветров, я и не знаю как объяснить людям, даже я его с трудом понимаю, когда он рассказывает.

Здесь надежда на наш бизнес, на компании, которые должны как раз делать такие вещи, про которые можно писать. В этом плане у Яндекса очень много крутых штук, про которые можно писать.

— Во время пандемии COVID-19 стали чаще говорить о технологиях ИИ. Ощутили ли компании возросший спрос на свои решения в связи с коронавирусом или нет?

Да, конечно. Мы этот факт еще не опубликовали — про рост рынка в 2020 году, но за тот год рынок сильно вырос — и в мире, и в России, именно из-за COVID-19. Пандемия подтолкнула в основном онлайновые истории, то, что связано с заочным взаимодействием людей, и там ИИ тоже как-то включен. Но и, конечно, то, что связано со здравоохранением, диагностикой, потому что с помощью технологии машинного обучения можно быстрее классифицировать снимки, быстрее на них реагировать, быстрее прогнозировать, что будет, и тем самым быстрее влиять на ситуацию.

В этом смысле ИИ оказался сильно востребован, хотя мне кажется, что пока еще он с трудом находит свою дорогу в здравоохранении. Там слишком уж осторожное сообщество, очень жесткие регуляторы. Чем дальше, тем становится хуже с точки зрения регулирования. Но COVID-19 стал той экстренной ситуацией, в которой человек вынужден ехать, нарушая правила, где-то на красный проскочить, потому что у него что-то случилось чрезвычайное, вопрос жизни и смерти. В этом смысле COVID-19, безусловно, придал толчок. Но если ситуация нормализуется, то, скорее всего, все вернется обратно, к более осторожному восприятию врачами тех же технологий машинного обучения. Видимо, это неизбежно.

— Какие в целом в России перспективы применения ИИ в здравоохранении?

В России есть три большие проблемы с ИИ в здравоохранении. Одна из них — это данные. Данные в медицине сложные, неструктурированные, с ошибками, да еще и персональные. Там все сложно.

Другая большая проблема — сертификация. Не очень понятно, как сертифицировать то, у чего нет четкого порядка действия, алгоритма. Если у тебя есть прибор — нажал кнопку, он выдает импульсы; нажал кнопку — он перестал выдавать импульсы, там все ясно. А с алгоритмами даже сами разработчики не могут объяснить, почему одна фотография классифицирована, а другая нет. Говорят: потому что такой датасет. А как получен этот датасет? Он валидирован? Нет, не валидирован. Давайте валидируем датасет. А как? В общем, там есть масса вопросов по сертификации и валидации, на которые пока нет хороших ясных ответов. В ковидное время все просто вынуждены были прикрыть на это глаза, чтобы получить результат, а в мирное время все говорят «ну нет, давайте мы разберемся, как данные сформированы». И на это уходят годы.

А третья проблема — специфическая для России и вообще очень сложная, до которой большинство наших компаний даже еще не дошли, но скоро дойдут. Это проблема оплаты. У нас, как во всем мире, все оплачивается через страховую медицину, ОМС. И чтобы нечто было оплачено по ОМС, оно должно быть внесено в стандарт, внесено в клинические гайдлайны. И тут начинаются новые сложности. Клиники покупают все на тендерах, руководствуясь 44-м и 223-м ФЗ, и вынуждены брать самое дешевое. А сервисы с искусственным интеллектом неизбежно дороже. Дальше вопрос: как их оплачивать? Например, если у вас в клинике есть МРТ-аппарат, то все понятно — это оборудование, на него есть бюджет. Вот для него нужны расходные материалы, на них тоже есть статья в бюджете. А онлайн-сервис для диагностики снимка и помощи врачу — это что? Если его нет в клинических гайдлайнах, как его оплачивать? А никак! Поэтому врачи говорят: «Да, нам ваши сервисы очень нужны, давайте их нам. Только, вы знаете, оплачивать вам их мы не можем. Или можем, но давайте мы их оплатим как ремонт аппаратуры». И начинается всякая схемотехника. А что еще остается делать? Это объективная реальность.

— Почему это характерно именно для России?

Внесение нового продукта в оплату в медицине — это всегда длинная история, но в мире хотя бы известно, как это делается, а в России никто толком не знает. Я говорю авторитетно, потому что несколько лет назад был гендиректором компании, которая пыталась новый продукт (диагностический тест) внести в ОМС. А как это сделать, не знают даже в Минздраве. Никаких инструкций, нет формы подачи, процедуры рассмотрения, сроков. Ну и как делать продукт для медицины, если неизвестно, как и когда за него заплатят? Какой смысл его делать?

До этого российская отрасль еще только доживает. Несколько компаний, у которых есть продукт, уже это осознали и теперь думают, что делать. Остальные просто даже об этом не подозревают. Им кажется, что они сделают хороший сервис и все будет круто. Тут мы, кстати, возвращаемся ко второй проблеме России, к тезису про рынок и государственные компании. Я бы сказал, что в России действительно рынок слишком сильно определяется государством и правилами игры, которые государство устанавливает. Надо что-то делать, чтобы давать возможность компаниям развиваться. Государство должно быть прозрачным, ясным, быстрым и гарантированным покупателем услуг.

А пока бывает так, что объявляется тендер, а через три месяца заказчик передумал или не заплатил, и компания, выполнившая обязательства, разорилась. Это печально. Раз уж у государства влияющая роль, то, чтобы двигать технологии, государство должно стать хорошим плательщиком.

— Если в России такая сложная ситуация для ИИ, может быть российским компаниям следует ориентироваться в первую очередь на зарубежные рынки? Насколько силен их интерес к экспорту?

Я бы не сказал, что в России так все плохо. Люди как-то существуют, пытаются продавать. Но российский внутренний рынок объективно маленький. По сравнению, например, с Китаем, где компании в первую очередь зарабатывают деньги на внутреннем рынке, на соседних компаниях, а уже потом выходят вовне. В России в этом плане сложнее.

Многие российские компании понимают, что нужно выходить сразу на международный уровень, но продаваться за рубежом тоже непросто, это отдельная большая история. Для этого нужно иметь продукт, который был бы конкурентоспособным на мировом уровне, а для этого нужно в принципе понимать, как делать такие продукты, как с ними работать.

Но в принципе у нас есть кейсы, мы знаем, что такие вещи возможны. Например, было приложение Prisma для мобильных телефонов, которое стало суперпопулярным. В России ребята вполне могут делать хорошие продукты мирового уровня.

— Как можно помочь российским ИИ-компаниям выйти на мировой рынок?

Чего для этого не хватает — это отдельная история. Есть некий психологический барьер, не только в России, но во всем мире. Китайцы в первую очередь смотрят на Китай, американцы смотрят на Америку. Лишь редкие страны типа Израиля понимают, что у себя продавать некому, и сразу смотрят на остальной мир. В России все-таки в первую очередь люди смотрят на российский рынок и только потом на зарубежную экспансию. По идее это правильно и логично. Когда пытаешься продавать где-то в мире, тебя обязательно будут спрашивать, почему ты не продаешь у себя в России. Поэтому все равно надо и на локальном рынке продавать, и на международном.

Я не вижу никаких сложностей для российских компаний с международным рынком. Другой вопрос что сегодня в целом мир сильно политизирован, и, условно, когда компания Huawei свое облако продает по всему миру, к этому начинают относиться как к политической истории. Я достоверно знаю, что некоторые супер-известные мировые компании используют российские решения, но не очень хотят, чтобы это было известно, так как, видимо, это несет для них политические риски. Вполне возможно, что таких кейсов сильно больше, чем мы про них знаем.

В качестве хорошего примера можно привести компанию Intento Григория Сапунова. Это уникальный стартап в Америке, сделанный российскими ребятами, агрегатор облачных API (программных интерфейсов приложений – прим.). Он предлагает пользователям свое API, а внутри себя монтирует его на API разных облаков. Например, компании нужен перевод текстов на постоянной основе и она это привыкла делать по какому-то API, но сегодня они хотят это делать у Google, завтра у Яндекса, а послезавтра — у Alibaba или у Amazon из-за изменения цен или чего-то еще. Для этого нужно было бы каждый раз переписывать API, но это на себя берет Intento и делает все бесшовно для клиента. Они очень хорошо растут в Америке, это очень востребованный сервис для больших компаний. Российские ребята очень тонко понимают, как устроен айтишный рынок и в чем проблема покупателя, и сделали хороший продукт. И они в основном это продают в Америке, а в России у них почти нет продаж.

Так что кейсы хорошие есть и будем надеяться, что их будет больше с каждым годом.