Совместный проект с Nvidia, галлюцинации ИИ, влияние на рынок труда. Интервью об искусственном интеллекте с Владимиром Карпивым, R&D-директором крупнейшей IT-компании SoftServe Forbes 
Владимир Федорин Forbes 
Валентина Дудко Forbes 
Анастасия Несенюк Forbes
Крупнейшая IT-компания Украины SoftServe уже два месяца развивает собственную ИИ-лабораторию GenAI Lab, чтобы ускорить внедрение технологии в разных индустриях. Какие проекты исследует лаборатория, как ИИ влияет на рынок труда и как быть с его галлюцинациями – рассказал R&D-директор SoftServe Владимир Карпив в новом выпуске «Business Breakfast с Владимиром Федориным» от Forbes.
Для будущего развития искусственного интеллекта R&D-директор крупнейшей IT-компании SoftServe Владимир Карпив выделяет три сценария. Первый – модели искусственного интеллекта остановятся в своем развитии. Второй – они начнут проявлять черты аналитического, логического и пространственного мышления. Третий – искусственному интеллекту удастся достичь уровня человека.
Исследованием искусственного интеллекта в SoftServe занимается лаборатория GenAI Lab. Она является частью R&D-отдела SoftServe, в котором работает более сотни человек. Карпив возглавил его в июне 2023 года, когда после семи лет Николай Максименко ушел строить собственный стартап Haiqu.
Задача R&D-отдела – найти технологическое решение и продать его клиентам. R&D-отдел SoftServe генерирует «семизначные доходы», говорил Forbes Максименко в июне. Какие ИИ-проекты планирует продавать SoftServe, как искусственный интеллект поможет изобретать лекарства и почему может вновь наступить «зима» в развитии технологии?
Это сокращенная и отредактированная для ясности версия интервью.
Какие исследования ИИ осуществляет SoftServe?
Основная идея языковых моделей – генерация текста. Это сложная задача, поскольку модель должна генерировать длинные части текста. Она выбирает слова из сотен тысяч вариантов и выбирает именно то, что в итоге даст наиболее правдоподобный ответ на первоначальный запрос. Под это описание подпадает множество исследовательских задач, над которыми мы работаем.
К примеру, генерация лекарств. ИИ может также генерировать химические элементы шаг за шагом, образуя в итоге цепочку, соответствующую начальному набору критериев. Здесь критерии – свойства лекарства, которые должны помочь эффективно лечить болезнь.
По тому же принципу ИИ может генерировать новые материалы или дизайн, он может оптимизировать дизайн в автомобильной и аэрокосмической сферах.
Генеративный ИИ также работает с аудиозаписями голоса. Он может клонировать голос. Это существенно упрощает процесс записи рекламных материалов, к примеру со знаменитостями. Также можно озвучивать учебные материалы голосами исторических фигур или персонажей из фильмов.
Есть также очень интересные приложения в генерации 3D-моделей из текста. Представьте, что вы вводите текст и на выходе получаете не другой текст, а подробную 3D-модель. Мы активно сотрудничаем с компанией Nvidia, у которой есть новый инструмент для генерации таких 3D-моделей. Это может существенно ускорить работу дизайнеров, архитекторов и людей других творческих профессий.
Как ИИ может трансформировать фармацевтику?
В целом разработка лекарств требует много времени. Ученые создают варианты лекарств, которые затем тестируют в лабораторных условиях. Если результаты сгенерированных молекул и компонентов на начальном этапе недостаточно хороши, соответственно, увеличиваются время тестирования и затраты на это.
Технологии искусственного интеллекта использовались в отрасли и раньше, но модели-трансформеры могут улучшить этот процесс. Наиболее радикальный скачок был, когда компания DeepMind представила модель AlphaFold, которая значительно ускорила и увеличила точность генерации 3D-компонентов.
DeepMind начинала как технологическая компания, целью которой было развитие систем искусственного интеллекта. Одно из очень важных направлений применения – Life Science, наука о жизни, генерация новых молекул и лекарств. Это хороший сигнал для всей индустрии – генеративный ИИ не только интересная игрушка, он также имеет практические применение.
Главные потребители решений Life Science – фармацевтические компании. Для компаний недостаточно сделать только само лекарство. Нужно понять, как оптимально лечить пациентов, а также как адаптировать процессы лечения под разные показатели здоровья пациентов.
Как искусственный интеллект влияет на эффективность SoftServe?
ИИ помогает повысить эффективность выполнения IT-проектов. Компании пытаются построить собственные инструменты или лицензировать известные решения на рынке.
Мы провели обширное исследование влияния ИИ-инструментов на эффективность выполнения IT-проектов. В нем приняли участие более 1000 сотрудников компании. По результатам исследования эффективность работы команд, использовавших ИИ, выросла более чем на 40%. Время выполнения проекта также сократилось более чем на 30%.
Использование искусственного интеллекта не ограничивается написанием кода. Его можно применять для проверки качества разработанного кода, написания документации, сбора требований по проекту и управления проектами.
Также мы заметили рост спроса на ИИ-решения в разных индустриях. Сейчас большой спрос на экспертов, которые могут эффективно интегрировать текстовые модели, разрабатывать их и тренировать.
Как работать с галлюцинациями искусственного интеллекта?
Галлюцинация является одним из основных рисков использования искусственного интеллекта. Мы не можем полностью доверять моделям, которые могут в любой момент сгенерировать неправильную информацию. Ее нужно постоянно проверять. Это работает и с написанием кода.
В использовании ИИ важно, чтобы пользователь был достаточно квалифицированным и мог проверить информацию. Также могут произойти существенные технологические улучшения. К примеру, четвертая версия GPT лучше справляется с задачами, чем четвертая GPT, поскольку ее тренировали не только на текстах, но и на изображениях.
В дальнейшем нам нужно совершать существенные прорывы и открытия в других областях, чтобы сохранить прогресс. На прошлой неделе во время презентации OpenAI объявила о внедрении новых моделей Turbo, которые дешевле использовать.
Как искусственный интеллект влияет на украинский рынок труда?
Социологические и социальные последствия генеративного искусственного интеллекта не так просто предсказать. Сотрудникам с меньшим опытом, которые не могут конкурировать с ИИ, может быть труднее найти свое место на рынке. Им нужно будет развиваться до более высокого уровня, чтобы иметь возможность приносить пользу.
У Украины есть огромный потенциал. В Украине сильное фундаментальное и техническое образование – математика, физика. Это то, что важно для глубокого понимания искусственного интеллекта.
Пока что зарплаты украинских AI-инженеров и американских разные. Надо учитывать разницу между экономиками. Но гораздо важнее для прогресса в искусственном интеллекте таланты, образование, знания и опыт. Его можно точно так же получить в Украине, как в другой стране мира.
Я учился в Украине, после этого учился и работал во Франции. В какой-то момент я решил сменить работу. Рассматривал компании в Лондоне, Париже, Львове, Киеве и Одессе.
Ориентировался на то, насколько интересна сама работа, проектов, а также на инновационность и исследовательскую составляющую. Работа, которую мы делаем в R&D-отделе SoftServe, ни в чем не уступает и даже имеет преимущества по сравнению с другими компаниями.
Сколько SoftServe готов платить за AI/ML-специалистов?
Сложно говорить насчет всего SoftServe. Это конфиденциальная информация. Это не миллионы. Суммы меньше, чем те, за которые специалистов переманивает OpenAI. Компенсация зависит от региона, опыта и квалификации. Мне кажется, в Украине можно строить решения любого масштаба и уровня.
Что делать, чтобы не отставать в ИИ-гонках?
Важно следить за разработками и инновациями в ИИ-сфере. Если у вас есть немного времени, чтобы читать научные статьи, то есть подборки новостей от энтузиастов. К примеру, от соучредителя команды Google Brain Эндрю Ина. Он преподаватель Стэнфордского университета и автор нескольких образовательных курсов на Coursera.
Когда генеративный ИИ станет массовой технологией?
Делать какие-либо долгосрочные прогнозы эквивалентно тому, чтобы ошибиться. Пессимистический сценарий – модели искусственного интеллекта остановятся в своем развитии. Они столкнутся с какими-то фундаментальными ограничениями, которые не позволят им развиваться в дальнейшем. «Зима» искусственного интеллекта может настать снова.
По прогнозам разных аналитических компаний, рост сферы генеративного искусственного интеллекта может составлять от 20% до 30%, некоторые прогнозируют 40% роста из года в год на ближайшие 10 лет.
Второй сценарий – технологии продолжат развитие, появятся существенные инновации. Модели могут решать новые кейсы. Они станут проявлять черты аналитического, логического и пространственного мышления.
Третий сценарий – в ближайшие десятилетия искусственному интеллекту удастся достичь уровня человека. Этот сценарий наиболее непредсказуем. Я не футуролог или философ, чтобы спекулировать на тему, что может произойти.
