В Москве прошла международная конференция Сбера по искусственному интеллекту AI Journey. В рамках мероприятия были подведены итоги онлайн-соревнований AI Journey Contest для специалистов в сфере искусственного интеллекта и машинного обучения. О том, чем смогли удивить участники соревнований в этом году, почему Сбер последовательно повышает уровень сложности конкурса и об опыте переноса технологий ИИ из науки в практические области в интервью «Ленте.ру» рассказал вице-президент, директор департамента развития технологий искусственного интеллекта и машинного обучения Сбербанка Максимом Еременко.
«Лента.ру»: Расскажите подробнее про конкурс AI Journey Contest. Какие задачи стояли перед участниками?
Максим Еременко: В этом году мы как минимум в несколько раз усложнили задачи, которые предстояло решить участникам AI Journey Contest. В прошлом году участникам необходимо было обучать такие нейросетки, которые решали в одной архитектуре четыре задачи. В этом году таких задач было уже не четыре, а двенадцать, причём половина из них была закрытой. То есть участники, которые подавали свои решения на конкурс, не видели предварительно постановки задач.
Данный подход существенно отличал конкурс этого года от конкурса прошлых лет. Вообще, можно сказать, что скрытые задачи — это уникальная для соревнований такого уровня практика. Эксперимент, на который мы пошли, принёс свои результаты и интересный опыт. Он, с одной стороны, сразу очень сильно сузил воронку на вход, то есть это не тысяча решений в лидерборде, но тем они интереснее, это правда, лучшие из лучших.
Сколько решений в рамках AI Journey Contest было подано в этом году?
У нас более шести тысяч решений было принято в этом году, но это количество обусловлено задачами, на усложнение которых мы шли сознательно. Если ставить задачи по решению с помощью методов градиентного бустинга, что является достаточно классической технологией для кредитного скоринга, для работы с рекомендациями, лидогенерацией, то на такие соревнования придут десятки, а может быть, и сотни тысяч человек, потому что порог входа очень низкий.
В нашем случае задачи были более тяжелые. Также следует помнить про специализацию: если мы проводим хакатон-контест, например для решения задач классификации медицинских снимков, то он будет интересен людям с релевантным опытом, а если это работа с голосом, то в лучшем случае число участников будет исчисляться десятками, потому что на рынке нет сотни или тысячи компаний, которые занимаются распознаванием транскрибации голоса.
Фото: Сбер
Каковы итоговые результаты?
Тринадцать авторов лучших решений получили денежные призы в размере от 100 тысяч до 2,1 миллиона рублей. Все победители успешно решили поставленные задачи.
На конференции вы сообщили, что Сбер проведет конкурс научных материалов и статей по искусственному интеллекту. Расскажите подробнее про этот проект.
Эта практика называется call for papers: по сути, объединение под одной обложкой желающих, готовых публиковаться. В этом году нами был выпущен первый такой сборник, который мы сделали с Российской академией наук и в который вошло 20 материалов.
В следующем году мы проведем еще более объемную работу. Надеемся, что количество статей будет расти, поэтому объявляем конкурс: миллион рублей получит автор лучшей статьи.
Где этот сборник можно будет посмотреть? Он будет в общем доступе?
Да, сборник этого года будет опубликован в базе Springer. Пока он существует в бумажной версии.
В каких направлениях Сбер применяет ИИ наиболее активно? Можете привести несколько примеров ваших решений с использованием ИИ? Расскажете про наиболее интересные кейсы?
Технология ИИ лежит в основе таких уже банальных на сегодняшний момент времени процессов, как кредитный скоринг, когда вы рассматриваете кредитную заявку от физического лица или от корпоративного клиента. Это все, что связано с пониманием потребностей клиента: какой продукт, по какому каналу, в какой момент времени актуально предложить клиенту, чтобы его не раздражать нерелевантными предложениями и при этом попасть в его ожидания. То есть ИИ помогает создать вокруг клиентской потребности рекомендательную систему.
Вообще, можно сказать, что то, что еще 2−3 года назад казалось слабо применимо, сегодня становится технологическим трендом. Например, нейросетевые модели-трансформеры, которые генерируют картинки по текстовым запросам, еще в начале года рассматривались как источник генерации обложек для журналов.
Сейчас эти возможности переносятся в направления, где компании могут это монетизировать. Например, вместо генерации картинки ты можешь сгенерировать продуктовое описание или даже продуктовую упаковку, которая должна притягивать покупателей. Поэтому подобные генеративные модели открывают достаточно широкие горизонты возможностей.
Какие еще проекты в области искусственного интеллекта вы представили на AI Journey?
Конференция шла два дня: в первый день мы сделали фокус на научные доклады, во второй больше говорили про бизнес. Если в прошлом году мы больше говорили про технологии искусственного интеллекта во благо общества, то в этом году мы хотели подсветить универсальную индустриальную применимость этих технологий. То, что еще год назад казалось экспериментом с непонятным результатом, в этом году становится индустриальной нормой.
Наша задача — научиться внедрять искусственный интеллект с максимальной эффективностью для бизнеса. Это основное послание, которое мы хотим донести и до науки, и до бизнеса. В том числе поэтому мы включили в программу конференции много совместных активностей, чтобы бизнес мог пообщаться с молодыми учеными, с представителями научного сообщества. В их синергии мы видим будущее ИИ.