Касперская: России вряд ли удастся догнать США и Китай в больших моделях ИИ
Наталья Касперская, глава компании InfoWatch, заявила, что Россия вряд ли сможет догнать США и Китай в области больших фундаментальных моделей искусственного интеллекта.
«Когда ты идёшь пешком по тем же рельсам, по которым едут поезда, то шансов догнать этот поезд в целом нет. Я не думаю, что у нас есть хоть какие‑то близкие шансы сделать что‑то прорывное в больших фундаментальных моделях.»
По её словам, разработка таких моделей требует огромных ресурсов и значительных энергетических затрат. Крупные модели сейчас часто убыточны — на их создание тратятся миллионы и даже миллиарды долларов, и у России нет таких финансовых возможностей.
Заявление прозвучало на фоне принятия Госдумой закона «О поддержке развития технологий искусственного интеллекта», который был одобрен во втором и третьем чтениях 8 июля. Документ даёт определение ИИ, устанавливает правила использования больших фундаментальных моделей и определяет полномочия органов власти и других организаций.
Согласно закону, суверенная модель ИИ должна разрабатываться российским юридическим лицом на серверах в РФ, проходить проверку на соответствие законодательству и соответствовать традиционным духовно‑нравственным ценностям.
Представляя законопроект, глава комитета Госдумы по информационной политике Сергей Боярский говорил о необходимости внедрения национальных моделей во все сферы жизни и о стремлении не проиграть гонку США и Китаю.
Касперская предупредила, что принудительное внедрение российских моделей не приведёт автоматически к росту их качества: «Что изменится в развитии российского ИИ, если мы начнём принудительно внедрять эти модели «во все сферы нашей жизни»? Они сразу перестанут отставать от Запада?»
По её мнению, Россия имеет больше шансов добиться успеха в узкоспециализированных направлениях ИИ, где важны прикладные решения:
- системы машинного зрения
- беспилотный транспорт
- логистика и управление движением
- информационная безопасность
Фокус на прикладных и специализированных разработках, по её словам, может дать более реалистичные и полезные результаты, чем попытки воспроизвести масштабные фундаментальные модели зарубежных лидеров.
