Виктор Кантор, МТС: Big Data и искусственной интеллект в будущем позволят человеку сконцентрироваться 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.