На начало 2025 года уже более половины финансовых организаций используют ИИ для целого спектра задач, от кредитных конвейеров до удаленной идентификации и антифрод-систем. Развитие технологий ИИ сегодня идет по пяти ключевым направлениям.

Первое направление — оптимизация существующих и формирование новых архитектур ИИ-решений. Технологии ИИ развиваются учеными всего мира. Недавно генеративно-состязательные сети (GAN) использовались для генерации картинок. Но это давало страшные дефекты — торчащие из ниоткуда клочки волос, белые зрачки и другие недочеты, которые не улавливала сеть-дискриминатор. После этого была применена архитектура stable diffusion, которая решила эти проблемы, но имела другие недостатки: например неправильное количество пальцев на руках из-за недостаточной выборки обучающих данных.

С точки зрения оптимизации это отдельное направление применения генеративного ИИ, когда инференс (исполнение) модели оптимизируется для использования на обычных чипах вместо дорогостоящих видеокарт.

Второе направление касается устранения известных проблем ИИ, которые мешают их максимально эффективному использованию. Например, ChatGPT раньше не умел решать арифметические задачи (и другие задачи со строгой логикой). Но Open AI сделала несколько улучшений модели, добавив «цепочку размышлений» (chain-of-thoughts): при таком подходе модель сначала «думает», как наиболее эффективно выполнить запрос пользователя, а затем на основе собственного анализа перепроверяет свое решение. Дополнительно для решения задач со строгой логикой генерируется код на языке Python, который решает задачу и исполняет код прямо внутри клиентской сессии во время работы с пользователем.

По-прежнему необходимо еще решить проблемы так называемой галлюцинации генеративного ИИ: на данный момент3-4% запросов к модели «из коробки» содержат галлюцинации, то есть очевидно неправильные ответы неизвестного происхождения. Также для ИИ нужно разработать контроль соблюдения этических норм, уточнить алгоритмы работы с сенситивной информацией и решить ряд других известных проблем.

По третьему направлению разработчикам нужно повышать доверие и надежность ИИ. Это очень важное направление по обеспечению доверия пользователей активно развивается во всем мире и включает в себя контроль соблюдения морально-этических норм, объяснимость работы ИИ для рядового пользователя, безопасность, в том числе при работе с чувствительной информацией и ее раскрытием, и надежность генерируемых решений.

Важно, чтобы в критической инфраструктуре и государственных информационных системах использовались доверенные решения от отечественных вендоров, были обеспечены организационные и технологические механизмы проверки работы ИИ, а также были сформированы реестр доверенных ИИ-решений и механизмы проверки.

Четвертое направление — коммодитизация ИИ-решений. По аналогии с видеоаналитикой, биометрическими системами и системами распознавания номеров мы видим, что создаются специализированные ИИ-решения и ИИ-платформы, которые могут использоваться в типовых задачах. Благодаря этому снижаются стоимость внедрения таких технологий у заказчика, а также необходимые компетенции сотрудников для работы с технологиями ИИ.

Пятое (и одно из ключевых направлений) — платформизация инфраструктуры для ИИ, в том числе создание платформ MLSecOps и LLMSecOps для формирования единого пайплайна работы с данными и моделями на всем этапе жизненного цикла применения ИИ. Подобные платформы создаются разными вендорами, а в перспективе могут быть представлены в виде программно-аппаратных комплексов.

Открытые вопросы и препятствия развитию ИИ

За прошедшие годы государство и технологические компании подготовили хороший фундамент для развития отечественных технологий ИИ. Однако по-прежнему актуальны вопросы технологической зависимости от видеокарт (которые в первую очередь необходимы для обучения нейросетей), дефицита кадров в сфере IT, вычислительных мощностей и даже нехватки электроэнергии для обеспечения ИИ-инфраструктуры ведущих финтех-компаний. Ограничения по обороту данных также являются барьером для развития ИИ-решений.

Поэтому можно ожидать, что в ближайшее время будут развиваться регулирование и отраслевые стандарты для применения ИИ.