Виктор Кантор: «Цель Big Data и ИИ — помощь в концентрации на творческих задачах»

Нет такой области, в которой Big Data не найдет применения, но наверняка есть отрасли, в которых эта технология станет наиболее прорывной технологией в ближайшие десять лет. Назовите их.

— В первую очередь это промышленность, сельское хозяйство и медицина. В промышленности технология уже активно применяется для детектирования дефектов на ранних стадиях производства, более экономного расходования материалов и в других кейсах. В сельском хозяйстве также уже есть опыт работы с данными: например, наблюдение с дронов и спутников для изучения плодородности полей. В будущем фермер станет больше похож на аналитика: он будет сидеть за кучей дашбордов на экранах и таким образом управлять фермой. В медицине, я думаю, ставка будет сделана на раннюю диагностику заболеваний.

Дойдут ли технологии Big Data до малого и среднего бизнеса? Проблема ведь не только в том, что у малого бизнеса может не быть денег на внедрение новых решений, но и в том, что у него просто нет больших данных?

—  Это правда. Кроме того, у малого бизнеса есть ряд задач более первостепенных, чем использование Big Data. Но большие данные все же могут принести пользу. Нужно понимать, что они могут агрегироваться не по одной компании, а по большому количеству малого бизнеса. В частности, малый и средний бизнес пользуется услугами платформы для запуска таргетированной рекламы «МТС Маркетолог». Таргетирование и поиск аудитории при этом строится на наших данных. Поэтому здесь не возникает проблемы, что у конкретного малого бизнеса не хватает данных для того, чтобы настроить рекламу под себя.

А если посмотреть на технологию больших данных с другого конца спектра: насколько она применима при управлении городом, регионом или, может быть, государством?

— Big Data действительно может очень серьезно поменять среду, в которой мы живем, сделать ее более удобной для людей. Для любой задачи открыть что-то в городе — больницу, школу — полезно анализировать распределение людей на карте: сколько людей в каких районах живут, в каких количествах куда перемещаются. И все это, конечно, будут делать. В частности, у МТС есть продукт «МТС Регион», которым сейчас пользуются 42 региона. В его рамках решаются задачи, связанные с туристическими и транспортными потоками, есть ряд и других идей, которые мы прорабатываем и внедряем.

Всегда, когда речь идет о данных, возникает вопрос их сохранности. А если мы говорим о больших данных, проблема становится еще более значимой. Каким образом она будет решаться?

— На самом деле человечество придумало много способов обеспечить безопасность больших данных. Например, банально хранить данные в зашифрованном, деперсонифицированном и агрегированом виде — желательно так, чтобы никакой из идентификаторов не был понятен человеку. Например, телефон и ФИО — это понятные человеку данные, с этим аналитики работать не должны. И для алгоритма, и для аналитиков человек — это просто число, которое его идентифицирует, и набор каких-то параметров: примерно 45 лет, живет примерно на юге Москвы, у него примерно двое детей. Я использую слово «примерно», чтобы обозначить некоторую степень уверенности, это не доподлинно известные данные. Такие гипотезы формируются только по косвенным показателям. Кроме этого, конечно, есть более продвинутые методы обеспечения безопасности. Как я сказал, данные можно шифровать и работать с уже зашифрованной информацией. Альтернативный подход заключается в том, что мы можем в одном месте обучить прогнозные модели на какой-то части данных, а затем передать эту модель в другую компанию и там дообучить на другой части.

Каким образом технологии искусственного интеллекта и больших данных на горизонте десяти лет скажутся на рынке труда?

— Мне понятны опасения, что может сократиться количество рабочих мест, но, мне кажется, они серьезно преувеличены. Есть ряд исследований, которые показывают, что такие ожидания не оправдываются: например, прогнозировали сокращение количества кассиров и курьеров, но таких специалистов,наоборот, становится больше. Также нужно понимать, что появятся новые специальности: любая профессия может получить приставку Data – например, Data-журналист или Data-агроном. Разумеется, нам всем придется научиться работать с данными, анализировать их. Это, скажем так, следующий этап нашей эволюции. Если раньше нам многое нужно было делать самим, то теперь появляется огромное количество помощников в виде различных, как мы сейчас их называем, искусственных интеллектов.

В будущем, на горизонте десяти лет, наши медицинские анализы будет исследовать искусственный интеллект с помощью технологии Big Data, наши резюме будет отсматривать, возможно, на предварительном этапе, искусственный интеллект. Видите ли вы связанные с этим развитием этические коллизии и каким образом они будут решаться?

— Да, будут определенные этические коллизии. Это будет решаться различными этическими кодексами. Некоторые уже приняты: МТС и ряд других компаний подписали в этом году Кодекс этики искусственного интеллекта, а в 2019 году — Кодекс этики больших данных. Кроме того, если бы человечеству в принципе было приемлемо, чтобы им управляли алгоритмы, это бы уже в значительной степени произошло. Однако, как мы видим, ситуация другая. Важно понимать, что цель Big Data и искусственного интеллекта совершенно не в том, чтобы кого-то заменить. Невозможно заменить человека. Человек, как никто другой, способен на творческую работу, на решение сложных задач, которые поначалу даже не совсем понятно, как поставить правильно. И именно на постановку задач способен человек. Есть другая цель — создать огромное количество помощников, которые позволят человеку сконцентрироваться на более творческих задачах. И в полной мере реализовывать наш потенциал и потенциал нашего ума.

По материалам интервью в BFM.RU