Даниил Гаврилов, руководитель лаборатории научных исследований искусственного интеллекта T-Bank AI Research: Почему банки стали центрами разработки искусственного интеллекта

Фот: Фонд Росконгресс

На IV Конгрессе молодых ученых в Университете “Сириус” (Сочи) собралось около 7 тысяч ученых из 60 стран мира. Среди спикеров, которые работали на сессиях крупнейшего научного форума, были и ученые Т-Банка. Зачем банкам нужны фундаментальная наука и свои лаборатории ? Об этом мы поговорили с Даниилом Гавриловым, руководителем лаборатории научных исследований искусственного интеллекта T-Bank AI Research.

Как ученые открывают бизнесу окно возможностей?

- Всем известно, что банки - это про деньги. И тут мы узнаем, что Т-Банк создал свою научную лабораторию T-Bank AI Research, публикует статьи на международных конференциях. Зачем банки идут в науку? Неужели все деньги уже заработаны?

- Мне кажется, очень важно понимать, что разворот крупных корпораций в науку начался далеко не сегодня. Если мы вспомним Яна Лекуна, один из крестных отцов искусственного интеллекта и глубокого обучения, то он начинал работать над сверточным сетями еще в AT&T Bell Laboratories . Это крупная телекоммуникационная компания, которая занималась бизнесом и, казалось, была очень далека от науки. Но дело в том, что все большие компании, создавая какой-то продукт, рано или поздно сталкиваются с тем, что им необходимо вкладываться в исследования. Если вы хотите совершить какой-то прорыв в бизнесе и заработать деньги, то неизбежно должны инвестировать в решение долгоиграющих, сложных, наукоемких задач. И поэтому большие компании, в том числе Т-Банк , открывают свои исследовательские лаборатории, и занимаются в первую очередь фундаментальной наукой.

- Как это помогает банкам зарабатывать деньги?

- Новые технологии открывают окно возможностей, о которых мы не подозревали. Можно в качестве примера привести ChatGPT - это большая языковая модель, которую можно например попросить сделать саммари из какого-то большого текста, то есть выжать из него главную суть. А потом умельцы подумали: а ведь эту штуку можно прикрутить к поиску! И если раньше ты сам ходил по ссылкам, тратил время, искал нужную информацию, то теперь модель за секунду изучит источники, выберет и проанализирует данные и сделает эту работу за меня. На этапе, когда эта технология создавалась, никто даже и думать не мог, что такое возможно. То есть наука для банков — это не сиюминутная отдача и окупаемость, окно возможностей может открыться не скоро. Но зато вы там будете в числе первых.

Корпорации займут место университетов в науке?

- Мы привыкли к тому, что источником знаний являются университеты. А в случае с искусственным интеллектом чаша весов сейчас качнулась в сторону представителей индустрии. Мы наблюдаем закат университетов и старой модели образования? Науку теперь будут делать большие корпорации?

- Повторюсь, это произошло не вчера и не позавчера. Я приводил пример AT&T Bell Laboratories , в которой работал Ян Лекун, это конец 80-х начало 90-х годов прошлого века. В случае с искусственным интеллектом как раз понятно, почему центром сборки стали не университеты, а такие большие корпорации, как Google, OpenAI, Antropic. Потому что развитие ИИ требует очень больших ресурсов. Нужны какие-то прозаические вещи, например, вложить миллиарды долларов в графические процессоры или видеокарты. А последние 10 лет улучшение искусственного интеллекта шло за счет масштабирования обучающей выборки и наращивании вычислительных мощностей. Такие возможности масштабирования тоже есть у корпораций. Сейчас мы, правда, уперлись в потолок, но будет найдено какое-то другое, более интеллектуальное решение, и начнется масштабирование уже на его основе. Это все вопрос ресурсов - того что есть у компаний бигтеха и инфотеха, но нет у университетов. И второй момент: наука переносится из университетов в корпорации во многом, потому что именно они являются финальным заказчиком решения сложных интеллектуальных задач. Соответственно, компаниям нужны специалисты, которые могут заниматься крутыми разработками. И, кстати, по этой причине, компании стали готовить и отбирать для себя кадры с уровня университета и уже начинают ходить за умными ребятами прямо в школу.

- Сколько лет понадобится, чтобы образование, которое дают университеты, созданные бизнесом - например Центральный университет от Т-Банка других компаний или Школа анализа данных Яндекса (ШАД) - стало круче, чем образование Физтеха или мехмата МГУ?

- Мне кажется, что это уже сейчас очень мощные инструменты подготовки кадров. Даже лет 8 назад тот же ШАД, уже был крутым местом для того, чтобы учиться машинному обучению. На мой взгляд, университеты, созданные бизнесом, в самом обозримом будущем займут очень сильные позиции в высшем образовании.

Диплом - ничто, мотивация - все!

- Можете нарисовать портрет потенциального ученого в Т-Банк е, которого вы бы хотели видеть у себя - образование, опыт работы, карьерная траектория, сфера интересов? Какими качествами должен обладать тот, кого вы ждете на работу?

- Нас мало интересует образование, в том смысле - какой университет написан у кандидата в резюме. Нам даже неинтересна его научная степень, потому что практика показала, что она слабо связано с тем, насколько хорошо человек будет работать и получать классные результаты. Конечно важно, чтобы кандидат разбирается в той области знаний, в которой мы работаем. Но в большинстве случаев базы достаточно на уровне курса бакалавриата высшей математики. Д А если человек достаточно усидчив и мотивирован, он способен учиться самостоятельно. Для нас принципиально важно, чтобы человек был очень сильно мотивирован заниматься исследованиями. Вот это ключевой фактор. Если мы видим, что ему интересно докопаться до сути вещей, если он любопытен и голоден до нового знания, то мы с ним будем делать исследования, писать научные статьи. По большому счету вся научная работа делается из любопытства. Это в любом случае образ жизни. Просто нам еще за это и деньги платят.

- Стала ли привлекательнее профессия ученого или исследователя для молодежи? Или привлекать молодых в науку по-прежнему сложно?

- Я вам не скажу за всю науку, но в сфере ИИ мы видим большой интерес. Потому что нейросети это самая передовая линия исследований на сегодня. И многие ребята хотят этим заниматься. Другой вопрос, что это достаточно специфическая работа и она не для всех. Плюс далеко не все готовы жить в ритме 24/7, когда занимаешься исследования. Но в целом мы видим, что эта сфера стала довольно привлекательной.

Можно ли создать сильный ИИ в одной отдельно взятой стране?

- Искусственный интеллект, это та вещь, которую можно сделать внутри одной отдельно взятой страны? Или нам нужно сотрудничать с зарубежными учеными, ездить на конференции, варится в котле интернациональной науки?

- Скажем так, одно не исключает другое. Во-первых, нам в любом случае нужно ездить на конференции, контактировать с другими исследователями, как минимум для того, чтобы делать Россию привлекательной страной в глазах ученых. У нас в Т-Банк е основная цель — это публикации в самых топовых научных журналах.Там регулярно появляются наши статьи, и они выходят на конференциях рядом с работами Google DeepMind, Stanford и других ведущих мировых научных центров. То есть мы стоим просто с ними в один ряд. Что это значит для зарубежных ученых? Что вы можете приехать в Россию и будете заниматься наукой на мировом уровне. Это очень важно. Можно ли ИИ построить в рамках отдельно взятой страны? Все упирается в ресурсы, которые нужны для создания искусственного интеллекта. Допустим, придет человек и скажет: я хочу модель уровня OpenAI. На это есть один ответ: нужно инвестирование уровня OpenAI. В России очень много суперталантливых ребят. Для начала заметим, что руководителем науки в OpenAI был наш соотечественник Илья Суцкевер, он родился в Нижнем Новгороде. В этом году он ушел и основал стартап Safe Superintelligence, который тоже будет заниматься искусственным интеллектом. То есть интеллектуальных ресурсов в России очень много, я это очень хорошо знаю, потому что в этой сфере работаю. Чтобы ускорять развитие ИИ дальше, нужны материальные ресурсы.

- Если выступить в качестве визионера - каким будет завтра искусственного интеллекта? Какие новые функции способен брать на себя ИИ?

- Главное, к чему мы стремимся - чтобы искусственный интеллект научился решать задачи, которые сами люди решить не в состоянии. Потому что сейчас потолок даже самых крупных моделей — это решение задач, которые встречаются часто и хорошо изучены. Допустим, я пишу какой-то текст на английском. Поскольку это не родной для меня язык, я текст спокойно редактирую через модели, это получается хорошо и суперполезно. Но это рутинная задача. А есть научные вопросы, решение которых мы сами не знаем. Допустим Задачи тысячелетия (это 7 важнейших математических проблем, за решение которых обещано вознаграждение в 1 млн долларов США - Ред). И задача доказать гипотезу Римана или решить уравнения Навье — Стокса при помощи искусственного интеллекта выглядит очень соблазнительно. Это, пожалуй, сегодня главный фронтир в науке.