Ин­тел­лек­ту­аль­ные тех­но­ло­гии вме­сто че­ло­ве­ка: оцен­ка со­от­вет­ствия

Успех пе­ре­хо­да к циф­ро­вой эко­но­ми­ке, тре­бу­ю­щей опе­ра­тив­ной об­ра­бот­ки огром­ных объ­е­мов дан­ных, невоз­мо­жен без ав­то­ма­ти­за­ции ин­тел­лек­ту­аль­ных за­дач, свя­зан­ных с ру­тин­ны­ми дей­стви­я­ми. Для ав­то­ма­ти­зи­ро­ван­но­го ре­ше­ния та­ких за­дач при­ме­ня­ют­ся тех­но­ло­гии при­клад

Otkrytye sistemy. SUBD. - - СОДЕРЖАНИЕ - Сер­гей Гар­бук

Успех пе­ре­хо­да к циф­ро­вой эко­но­ми­ке, тре­бу­ю­щей опе­ра­тив­ной об­ра­бот­ки огром­ных объ­е­мов дан­ных, невоз­мо­жен без ав­то­ма­ти­за­ции ин­тел­лек­ту­аль­ных за­дач, свя­зан­ных с ру­тин­ны­ми дей­стви­я­ми.

Клю­че­вые сло­ва: циф­ро­вая эко­но­ми­ка, ис­кус­ствен­ный ин­тел­лект Keywords: Digital Economy, Artificial Intelligence

Вусло­ви­ях пе­ре­хо­да к циф­ро­вой эко­но­ми­ке дан­ные ста­нут клю­че­вым фак­то­ром во всех сфе­рах де­я­тель­но­сти, ока­зы­ва­ю­щим вли­я­ние на кон­ку­рен­то­спо­соб­ность стра­ны, ка­че­ство жиз­ни граж­дан, эко­но­ми­че­ский рост и на­ци­о­наль­ный су­ве­ре­ни­тет [1]. По­это­му ос­нов­ное вни­ма­ние бу­дет уде­лять­ся тех­но­ло­ги­ям сбо­ра, об­ра­бот­ки и хра­не­ния раз­но­род­ных дан­ных, зна­чи­мых в раз­лич­ных от­рас­лях эко­но­ми­ки, сфе­ре обо­ро­ны и без­опас­но­сти. Имен­но на ре­ше­ние этих за­дач на­прав­ле­ны так на­зы­ва­е­мые сквоз­ные циф­ро­вые тех­но­ло­гии: боль­шие дан­ные; ней­ро­тех­но­ло­гии и ис­кус­ствен­ный ин­тел­лект; си­сте­мы рас­пре­де­лен­но­го ре­ест­ра; кван­то­вые тех­но­ло­гии; но­вые про­из­вод­ствен­ные тех­но­ло­гии; Про­мыш­лен­ный ин­тер­нет; ком­по­нен­ты ро­бо­то­тех­ни­ки и сен­со­ри­ка;

тех­но­ло­гии бес­про­вод­ной свя­зи; тех­но­ло­гии вир­ту­аль­ной и до­пол­нен­ной ре­аль­но­сти.

Стре­ми­тель­но рас­тет объ­ем об­ра­ба­ты­ва­е­мых дан­ных, по­лу­ча­е­мых из та­ких ос­нов­ных ис­точ­ни­ков, как сред­ства те­ле­мет­рии про­мыш­лен­но­го обо­ру­до­ва­ния, сред­ства нераз­ру­ша­ю­ще­го кон­тро­ля, вклю­чая ме­ди­цин­скую ди­а­гно­сти­че­скую ап­па­ра­ту­ру и до­смот­ро­вую тех­ни­ку, на­уч­ное из­ме­ри­тель­ное обо­ру­до­ва­ние, аэро­кос­ми­че­ские си­сте­мы ди­стан­ци­он­но­го зон­ди­ро­ва­ния Зем­ли, ста­ци­о­нар­ные ви­део­ка­ме­ры, уста­нов­лен­ные на ули­це и в по­ме­ще­ни­ях, муль­ти­ме­дий­ный тра­фик, цир­ку­ли­ру­ю­щий в ин­фор­ма­ци­он­но-те­ле­ком­му­ни­ка­ци­он­ных се­тях, и т. п. По неко­то­рым оцен­кам, весь объ­ем зна­ний, на­коп­лен­ный че­ло­ве­че­ством к 2015 го­ду, со­ста­вил 4,4 зет­та­байт (4,4×1021 байт), а ин­тен­сив­ность по­то­ка, еже­ме­сяч­но фор­ми­ру­е­мо­го раз­лич­ны­ми сен­со­ра­ми, в 2017 го­ду

со­ста­ви­ла око­ло 11 эк­за­байт (11×1018 байт) с тен­ден­ци­ей со­хра­не­ния экс­по­нен­ци­аль­но­го ро­ста в обо­зри­мом бу­ду­щем.

Раз­ви­тие ин­фра­струк­ту­ры по­лу­че­ния дан­ных про­ис­хо­дит под дей­стви­ем це­ло­го ря­да фак­то­ров.

Рост воз­мож­но­стей сен­со­ров: уве­ли­че­ние быст­ро­дей­ствия (чув­стви­тель­но­сти), раз­ре­ша­ю­щей спо­соб­но­сти и ди­на­ми­че­ско­го диа­па­зо­на (ра­дио­мет­ри­че­ской точ­но­сти). Объ­е­мы дан­ных, ге­не­ри­ру­е­мых од­ним сен­со­ром в еди­ни­цу вре­ме­ни, уве­ли­чи­ва­ют­ся, что во мно­гом свя­за­но с со­кра­ще­ни­ем то­по­ло­ги­че­ских норм про­ек­ти­ро­ва­ния, ис­поль­зу­е­мых для со­зда­ния сен­со­ров мик­ро­элек­трон­ных ком­по­нен­тов (в част­но­сти, ви­део­по­ток от од­ной ка­ме­ры на­руж­но­го на­блю­де­ния со­став­ля­ет в сут­ки око­ло 25 Гбайт, БПЛА за 15 ми­нут по­ле­та фор­ми­ру­ет око­ло 6 Гбайт дан­ных, а обыч­ный объ­ем те­ле­мет­рии от ме­тео­ро­ло­ги­че­ской стан­ции пре­вы­ша­ет 100 Гбайт в сут­ки).

Уве­ли­че­ние ко­ли­че­ства сен­со­ров, ге­не­ри­ру­ю­щих по­то­ки дан­ных раз­лич­ных фор­ма­тов (аку­сти­ка, спек­тро­мет­рия, се­ман­ти­ка, те­ле­мет­рия и пр.), ко­то­рые мо­гут быть ис­поль­зо­ва­ны для мо­ни­то­рин­га зна­чи­мых объ­ек­тов и окру­жа­ю­щей сре­ды. Этот рост обу­слов­лен по­яв­ле­ни­ем сен­со­ров, ра­бо­та­ю­щих на но­вых фи­зи­че­ских прин­ци­пах, умень­ше­ни­ем их сто­и­мо­сти, улуч­ше­ни­ем тех­ни­че­ских ха­рак­те­ри­стик и по­вы­ше­ни­ем на­деж­но­сти.

Раз­ви­тие се­те­вых тех­но­ло­гий, обес­пе­чи­ва­ю­щих на­деж­ную пе­ре­да­чу по­то­ков дан­ных от сен­со­ров к сред­ствам об­ра-

бот­ки и хра­не­ния ин­фор­ма­ции. Од­ним из след­ствий дей­ствия дан­но­го фак­то­ра ста­ло по­яв­ле­ние Ин­тер­не­та ве­щей. Объ­е­мы ин­фор­ма­ции, пе­ре­да­ва­е­мой меж­ду тех­ни­че­ски­ми устрой­ства­ми, мно­го­крат­но пре­вы­ша­ют объ­е­мы ин­фор­ма­ции, фор­ми­ру­е­мой и по­треб­ля­е­мой людь­ми. Так, в Рос­сий­ской Фе­де­ра­ции ко­ли­че­ство устройств, под­клю­чен­ных к Ин­тер­не­ту, в пе­ри­од с 2010 по 2015 год вы­рос­ло втрое и до­стиг­ло 331 млн шт. При этом об­щий объ­ем тра­фи­ка вы­рос в 5,5 ра­за и со­ста­вил 880 Пбайт в ме­сяц. Зна­чи­тель­ная часть за­дач об­ра­бот­ки по­сту­па­ю­щих дан­ных — это так на­зы­ва­е­мые ин­тел­лек­ту­аль­ные за­да­чи, ко­то­рые во мно­гих слу­ча­ях успеш­но ре­ша­ют­ся че­ло­ве­ком с ис­поль­зо­ва­ни­ем есте­ствен­но­го ин­тел­лек­та, поз­во­ля­ю­ще­го, в част­но­сти:

• уве­рен­но от­де­лять объ­ек­ты от фо­на, от­ли­чать су­ще­ствен­ные при­зна­ки от вто­рич­ных, ори­ен­ти­ру­ясь при этом на спе­ци­фи­ку ре­ша­е­мой при­клад­ной за­да­чи; • при ре­ше­нии за­дач с вы­со­кой ва­ри­а­бель­но­стью усло­вий за­дей­ство­вать ин­ту­и­цию, со­кра­щая объ­е­мы про­сто­го пе­ре­бо­ра ва­ри­ан­тов, ис­поль­зуя неяв­ные ори­ен­ти­ры, хра­ня­щи­е­ся на пе­ри­фе­рии со­зна­ния; • при об­ра­бот­ке ин­фор­ма­ции о кон­крет­ном объ­ек­те учи­ты­вать окру­жа­ю­щий кон­текст и зна­ния о его фи­зи­че­ской при­ро­де; • вос­при­ни­мать ин­ди­ви­ду­аль­ное как ти­пич­ное, опре­де­ляя от­но­ше­ние кон­крет­но­го объ­ек­та или си­ту­а­ции к неко­то­рой па­ра­диг­ме, про­из­во­дя осмыс­лен­ное раз­би­е­ние объ­ек­тов и си­ту­а­ций на груп­пы; •опе­ри­ро­вать сне од­но­знач­но ст я ми.

Ин­тел­лек­ту­аль­ные спо­соб­но­сти че­ло­ве­ка фор­ми­ро­ва­лись эво­лю­ци­он­но и обес­пе­чи­ва­ют бес­пре­це­дент­но вы­со­кое ка­че­ство об­ра­бот­ки ин­фор­ма­ции, вос­при­ни­ма­е­мой его ор­га­на­ми чувств. Со­от­вет­ствен­но, ин­тел­лек­ту­аль­ные за­да­чи так­же пре­иму­ще­ствен­но свя­за­ны с об­ра­бот­кой ин­фор­ма­ции ан­тро­по­морф­ной мо­даль­но­сти. Кро­ме то­го, ин­тел­лек­ту­аль­ные спо­соб­но­сти че­ло­ве­ка непо­сред­ствен­но свя­за­ны с необ­хо­ди­мо­стью управ­лять его те­лом и име­ют, та­ким об­ра­зом, яр­ко вы­ра­жен­ную «со­ма­то­то­пи­че­скую» при­ро­ду. На­ко­нец, при­ни­мая во вни­ма­ние со­ци­аль­ную при­ро­ду че­ло­ве­ка, мож­но ска­зать, что есте­ствен­ный ин­тел­лект во мно­гом сфор­ми­ро­вал­ся для обес­пе­че­ния успеш­но­го пре­бы­ва­ния в об­ще­стве. Та­ким об­ра­зом, к ос­нов­ным груп­пам ре­ша­е­мых че­ло­ве­ком ин­тел­лек­ту­аль­ных за­дач мо­гут быть от­не­се­ны: • рас­по­зна­ва­ние об­ра­зов (вы­де­ле­ние объ­ек­тов на слож­ных фо­нах, устра­не­ние неопре­де­лен­но­сти ра­кур­са и по­ли­мор­физ­ма объ­ек­тов, рас­по­зна­ва­ние гра­фи­че­ских об­ра­зов);

• из­вле­че­ние, фор­ми­ро­ва­ние и на­коп­ле­ние зна­ний (ав­то­ма­ти­че­ское фор­ми­ро­ва­ние он­то­ло­ги­че­ских опи­са­ний, ка­те­го­ри­за­ция объ­ек­тов и про­цес­сов, вы­яв­ле­ние ла­тент­ных за­ви­си­мо­стей в раз­но­род­ных дан­ных, ан­но­ти­ро­ва­ние и се­ман­ти­че­ское ин­дек­си­ро­ва­ние тек­стов, пе­ре­вод тек­стов с од­но­го язы­ка на дру­гой); • со­ци­аль­ное ком­му­ни­ци­ро­ва­ние (рас­по­зна­ва­ние че­ло­ве­че­ской ре­чи, иден­ти­фи­ка­ция че­ло­ве­ка по ли­цу в слож­ных усло­ви­ях и с уче­том воз­раст­ной из­мен­чи­во­сти, иден­ти­фи­ка­ция че­ло­ве­ка по по­ход­ке и же­стам, оцен­ка на­ме­ре­ний и про­гно­зи­ро­ва­ние по­ве­де­ния че­ло­ве­ка); • по­зи­ци­о­ни­ро­ва­ние в про­стран­стве (опре­де­ле­ние соб­ствен­ных ко­ор­ди­нат и по­ло­же­ния в про­стран­стве ме­то­да­ми ланд­шафт­ной, ин­те­рьер­ной на­ви­га­ции); • ма­ни­пу­ли­ро­ва­ние фи­зи­че­ски­ми по­ли­морф­ны­ми объ­ек­та­ми в усло­ви­ях из­мен­чи­во­сти сре­ды (ло­ка­ли­за­ция и опре­де­ле­ние по­ло­же­ния объ­ек­тов, управ­ле­ние ан­тро­по­морф­ны­ми ма­ни­пу­ля­то­ра­ми); • при­ня­тие ре­ше­ний в непред­ви­ден­ных си­ту­а­ци­ях с уче­том цен­ност­ных ас­пек­тов (про­гно­зи­ро­ва­ние по­след­ствий при­ня­тия аль­тер­на­тив­ных ре­ше­ний, вы­бор ра­ци­о­наль­ных ва­ри­ан­тов с уче­том субъ­ек­тив­ных цен­но­стей, при­бли­жен­ное ре­ше­ние слож­ных за­дач, тре­бу­ю­щих пе­ре­бо­ра боль­шо­го чис­ла ва­ри­ан­тов).

В кон­тек­сте по­стро­е­ния циф­ро­вой эко­но­ми­ки ин­те­рес для ав­то­ма­ти­за­ции пред­став­ля­ют «при­клад­ные» ин­тел­лек­ту­аль­ные за­да­чи, свя­зан­ные с вы­пол­не­ни­ем ру­тин­ных дей­ствий. Ав­то­ма­ти­зи­ро­ван­ное ре­ше­ние та­ких за­дач воз­мож­но бла­го­да­ря тех­но­ло­гия м при­клад­но­го ис­кус­ствен­но­го ин­тел­лек­та, при­зван­ным за­ме­нить че­ло­ве­ка — но­си­те­ля есте­ствен­но­го ин­тел­лек­та. По мне­нию ана­ли­ти­ков [2], к 2030 го­ду око­ло 800 млн лю­дей во всем ми­ре мо­гут ли­шить­ся сво­ей те­ку­щей ра­бо­ты из-за ав­то­ма­ти­за­ции, а со­глас­но ис­сле­до­ва­ни­ям Mckinsey Global Institute, в Рос­сий­ской Фе­де­ра­ции мо­жет быть ав­то­ма­ти­зи­ро­ва­на ра­бо­та бо­лее 35 млн че­ло­век — по­ло­ви­ны тру­до­спо­соб­но­го на­се­ле­ния стра­ны [3].

Клю­че­вой во­прос за­ме­ны че­ло­ве­ка тех­ни­че­ской си­сте­мой — обес­пе­че­ние до­ве­рия к ре­зуль­та­там ра­бо­ты си­стем при­клад­но­го ис­кус­ствен­но­го ин­тел­лек­та. Здесь мож­но рас­смат­ри­вать как ми­ни­мум два под­хо­да: обес­пе­че­ние до­ве­рия к про­цес­су об­ра­бот­ки ин­фор­ма­ции и обес­пе­че­ние до­ве­рия к ре­зуль­та­ту. Пер­вый под­ход ос­но­вы­ва­ет­ся на ин­тер­пре­ти­ру­ем ости, обес­пе­че­нии« про­зрач­но­сти» ал­го­рит­мов об­ра­бот­ки дан­ных, что в слу­чае ин­тел­лек­ту­аль­ных ин­фор­ма­ци­он­ных си­стем не все­гда ока­зы­ва­ет­ся воз­мож­ным

имен­но в си­лу спе­ци­фи­ки ре­ша­е­мых за­дач. В ка­че­стве при­ме­ра мож­но при­ве­сти обу­чен­ную мно­го­слой­ную ис­кус­ствен­ную ней­рон­ную сеть, струк­ту­ра ко­то­рой не все­гда под­да­ет­ся ин­тер­пре­та­ции, до­ста­точ­ной для по­ни­ма­ния че­ло­ве­ком ал­го­рит­ма, ре­а­ли­зу­е­мо­го этой се­тью. Бо­лее то­го, мож­но пред­по­ло­жить, что в тот мо­мент, ко­гда ал­го­ритм ре­ше­ния за­да­чи все-та­ки уда­ет­ся из­ло­жить в по­нят­ном для че­ло­ве­ка ви­де с хо­ро­шо ин­тер­пре­ти­ру­е­мой и« про­зрач­ной» по­сле­до­ва­тель­ность ю дей­ствий, эта за­да­ча пе­ре­ста­ет быть ин­тел­лек­ту­аль­ной и пе­ре­хо­дит в ка­те­го­рию обыч­ных вы­чис­ли­тель­ных за­дач. Для то­го что­бы от­ли­чить ис­тин­ност­ные( не ин­тел­лек­ту­аль­ные) ре­ше­ния от ин­тел­лек­ту­аль­ных, обыч­но ис­поль­зу­ют сле­ду­ю­щее пра­ви­ло: пер­вые име­ют де­ло с на­хож­де­ни­ем ло­гич­ных, объ­ек­тив­но ис­тин­ных ре­ше­ний, а вто­рые — с вы­бо­ром субъ­ек­тив­но «хо­ро­ших» ре­ше­ний. Та­ким об­ра­зом, един­ствен­но воз­мож­ным мо­жет ока­зать­ся обес­пе­че­ние до­ве­рия к ре­зуль­та­ту ра­бо­ты ин­тел­лек­ту­аль­ной си­сте­мы.

Про­це­ду­ра под­твер­жде­ния ка­че­ства ре­зуль­та­та ра­бо­ты ин­тел­лек­ту­аль­ной си­сте­мы вклю­ча­ет ряд по­сле­до­ва­тель­ных эта­пов. 1. Оцен­ка воз­мож­но­стей ква­ли­фи­ци­ро­ван­но­го че­ло­ве­ка-опе­ра­тор а при ре­ше­нии при­клад­ной за­да­чи.

2. Оцен­ка воз­мож­но­стей ин­тел­лек­ту­аль­ной

тех­но­ло­гии при ре­ше­нии за­да­чи. 3. Со­по­став­ле­ние воз­мож­но­стей че­ло­ве­ка и тех­но­ло­гии для опре­де­ле­ния зна­че­ний по­ка­за­те­лей ка­че­ства тех­но­ло­гии. Здесь под ка­че­ством, со­глас­но тре­бо­ва­ни­ям стан­дар­тов ISO 9000, по­ни­ма­ет­ся сте­пень со­от­вет­ствия ха­рак­те­ри­стик объ­ек­та (в дан­ном слу­чае — ин­тел­лек­ту­аль­ной тех­но­ло­гии) предъ­яв­ля­е­мым тре­бо­ва­ни­ям.

4. Срав­не­ние зна­че­ний по­ка­за­те­лей ка­че­ства с уста­нов­лен­ным кри­те­ри­аль­ным по­ро­гом и при­ня­тие ре­ше­ния о со­от­вет­ствии или несо­от­вет­ствии тех­но­ло­гии предъ­яв­ля­е­мым тре­бо­ва­ни­ям.

Важ­но от­ме­тить, что вы­пол­не­ние эта­пов 1 и 2 осу­ществ­ля­ет­ся на еди­ной (уни­фи­ци­ро­ван­ной) те­сто­вой вы­бор­ке ис­ход­ных дан­ных, слож­ность ко­то­рой долж­на со­от­вет­ство­вать усло­ви­ям ре­ша­е­мой при­клад­ной за­да­чи об­ра­бот­ки ин­фор­ма­ции, а объ­ем и ва­ри­а­тив­ность долж­ны быть до­ста­точ­ны­ми для то­го, что­бы сов­па­де­ние воз­мож­но­стей че­ло­ве­ка и тех­но­ло­гии на этой кон­троль­ной вы­бор­ке га­ран­ти­ро­ва­ло то, что и в даль­ней­шем, при прак­ти­че­ском ис­поль­зо­ва­нии тех­но­ло­гии ее воз­мож­но­сти с опре­де­лен­ной за­дан­ной ве­ро­ят­но­стью не бу­дут усту­пать воз­мож­но­стям ква­ли­фи­ци­ро­ван­но­го че­ло­ве­ка-опе­ра­то­ра.

Что­бы по­лу­чить до­сто­вер­ные оцен­ки воз­мож­но­стей ин­тел­лек­ту­аль­ных спо­соб­но­стей че­ло­ве­ка при ре­ше­нии при­клад­ных за­дач, це­ле­со­об­раз­но в ка­че­стве экс­пер­тов при­вле­кать груп­пу ква­ли­фи­ци­ро­ван­ных опе­ра­то­ров. Ми­ни­маль­но до­ста­точ­ные раз­ме­ры этой груп­пы мо­гут быть опре­де­ле­ны с ис­поль­зо­ва­ни­ем ко­эф­фи­ци­ен­та кон­кор­да­ции Кен­дал­ла, ха­рак­те­ри­зу­ю­ще­го сте­пень со­гла­со­ван­но­сти ре­ше­ний, по­лу­ча­е­мых экс­пер­та­ми при об­ра­бот­ке кон­троль­ной вы­бор­ки ис­ход­ных дан­ных [4].

Для оцен­ки воз­мож­но­стей как че­ло­ве­ка опе­ра­тор а, та­ки тех­но­ло­гии ис­поль­зу­ют­ся функ­ци­о­наль­ные ха­рак­те­ри­сти­ки, опре­де­ля­е­мые ти­пом ре­ша­е­мой ин­тел­лек­ту­аль­ной за­да­чи. В част­но­сти, для за­дач рас­по­зна­ва­ния функ­ци­о­наль­ные воз­мож­но­сти ха­рак­те­ри­зу­ют­ся ча­сто­той оши­бок пер­во­го (лож­ное сра­ба­ты­ва­ние, False Positive) и вто­ро­го (про­пуск со­бы­тия, False Negative) ро­да, свя­зан­ны­ми с ни­ми по­ка­за­те­ля­ми точ­но­сти P (precision), пол­но­ты R (recall) и из­би­ра­тель­но­сти S (specificity) рас­по­зна­ва­ния, а так­же их сверт­кой.

Так или ина­че, про­це­ду­ра под­твер­жде­ния со­от­вет­ствия долж­на быть ре­гла­мен­ти­ро­ва­на со­от­вет­ству­ю­щи­ми до­ку­мен­та­ми по стан­дар­ти­за­ции, уста­нав­ли­ва­ю­щи­ми тре­бо­ва­ния к сред­ствам ин­тел­лек­ту­аль­ной об­ра­бот­ки ин­фор­ма­ции. Спе­ци­фи­ка та­ких стан­дар­тов за­клю­ча­ет­ся в сле­ду­ю­щем: • Стан­дар­ты долж­ны вклю­чать ста­ти­сти­че­ски зна­чи­мую вы­бор­ку ис­ход­ных дан­ных, на ко­то­рых необ­хо­ди­мо про­из­во­дить оцен­ку со­от­вет­ствия. Объ­ем и ва­ри­а­тив­ность этой те­сто­вой вы­бор­ки долж­ны со­от­вет­ство­вать усло­ви­ям ре­ша­е­мой ин­тел­лек­ту­аль­ной за­да­чи об­ра­бот­ки ин­фор­ма­ции.

• Стан­дар­ты долж­ны со­дер­жать кри­те­ри­аль­ные зна­че­ния, ха­рак­те­ри­зу­ю­щие воз­мож­но­сти ква­ли­фи­ци­ро­ван­но­го че­ло­ве­ка-опе­ра­тор а по ре­ше­нию кон­крет­ных ин­тел­лек­ту­аль­ных за­дач на те­стов ой вы­бор­ке. Кри­те­ри­аль­ные зна­че­ния опре­де­ля­ют­ся экс­пе­ри­мен­таль­но с при­вле­че­ни­ем опе­ра­то­ров, прак­ти­че­ский опыт ко­то­рых поз­во­ля­ет ис­поль­зо­вать их спо­соб­но­сти в ка­че­стве ре­фе­рент­ных. • В неко­то­рых слу­ча­ях (на­при­мер, для за­дач по­эк­зем­пляр­но­го рас­по­зна­ва­ния) стан­дар­ты долж­ны со­дер­жать так­же тре­бо­ва­ния, огра­ни­чи­ва­ю­щие раз­ме­ры и ин­фор­ма­тив­ность обу­ча­ю­щей вы­бор­ки ис­ход­ных дан­ных, необ­хо­ди­мых для эф­фек­тив­ной ра­бо­ты средств ре­ше­ния ин­тел­лек­ту­аль­ных за­дач. На се­го­дняш­ний день раз­ра­бот­ка та­ких стан­дар­тов еще на­хо­дит­ся в на­чаль­ной ста­дии, а из-за их от­сут­ствия сдер­жи­ва­ет­ся

пол­но­цен­ное внед­ре­ние тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та. Пер­вое за­се­да­ние под­ко­ми­те­та SC42 «Ис­кус­ствен­ный ин­тел­лект», со­здан­но­го в на­ча­ле 2018 го­да в рам­ках ко­ми­те­та ISO/IEC 1 «Ин­фор­ма­ци­он­ные тех­но­ло­гии», со­сто­я­лось в ап­ре­ле 2018 го­да. На нем бы­ли сфор­ми­ро­ва­ны ра­бо­чая груп­па по ба­зо­вым стан­дар­там ис­кус­ствен­но­го ин­тел­лек­та (WG1, Foundational standards) и три ис­сле­до­ва­тель­ские груп­пы: «Вы­чис­ли­тель­ные ме­то­ды и ха­рак­те­ри­сти­ки си­стем ИИ» (SG1, Computational approaches and characteristics of artificial intelligence systems), «Без­опас­ность ИИ» (SG2, Trustworthiness) и «При­ло­же­ния ИИ» (SG3, Use cases and applications).

Си­сте­мы ис­кус­ствен­но­го ин­тел­лек­та на­хо­дят при­ме­не­ние в са­мых раз­ных от­рас­лях, и в каж­дой при­клад­ной об­ла­сти от­ме­ча­ют­ся спе­ци­фи­че­ские за­да­чи, пред­по­ла­га­ю­щие фор­ми­ро­ва­ние и нор­ма­тив­ное за­креп­ле­ние спе­ци­аль­ных те­сто­вых вы­бо­рок, из­ме­ре­ние функ­ци­о­наль­ных воз­мож­но­стей ква­ли­фи­ци­ро­ван­ных опе­ра­то­ров, опре­де­ле­ние по­ка­за­те­лей и кри­те­ри­ев ка­че­ства при­клад­ных ин­тел­лек­ту­аль­ных тех­но­ло­гий [5]. Под­го­тов­ка пол­но­цен­ных до­ку­мен­тов по стан­дар­ти­за­ции невоз­мож­на без ак­тив­но­го уча­стия за­ин­те­ре­со­ван­ных от­рас­ле­вых по­тре­би­те­лей ин­тел­лек­ту­аль­ных тех­но­ло­гий. По­это­му во­про­сы стан­дар­ти­за­ции в об­ла­сти си­стем ис­кус­ствен­но­го ин­тел­лек­та долж­ны рас­смат­ри­вать­ся в рам­ках про­филь­ных тех­ни­че­ских ко­ми­те­тов по стан­дар­ти­за­ции с уче­том от­рас­ле­вой спе­ци­фи­ки ин­тел­лек­ту­аль­ных за­дач.

В Рос­сий­ской Фе­де­ра­ции ра­бо­ты по под­го­тов­ке нор­ма­тив­но-тех­ни­че­ских до­ку­мен­тов, уста­нав­ли­ва­ю­щих тре­бо­ва­ния в об­ла­сти тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та, при­ме­ня­е­мых в про­мыш­лен­но­сти, вклю­чая обо­рон­ную про­мыш­лен­ность, в об­раз­цах во­ору­же­ния и во­ен­ной тех­ни­ки, в си­сте­мах без­опас­но­сти, це­ле­со­об­раз­но осу­ществ­лять в рам­ках тех­ни­че­ских ко­ми­те­тов ТК22 «Ин­фор­ма­ци­он­ные тех­но­ло­гии», ТК098 «Био­мет­рия и био­мо­ни­то­ринг» и ТК234 «Си­сте­мы тре­вож­ной сиг­на­ли­за­ции и про­ти­во­кри­ми­наль­ной за­щи­ты». Про­филь­ным тех­ни­че­ским ко­ми­те­том по стан­дар­ти­за­ции тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та для «граж­дан­ских» от­рас­лей эко­но­ми­ки, вклю­чая пер­спек­тив­ные рын­ки, фор­ми­ру­е­мые в рам­ках про­грам­мы «Циф­ро­вая эко­но­ми­ка Рос­сий­ской Фе­де­ра­ции» и На­ци­о­наль­ной тех­но­ло­ги­че­ской ини­ци­а­ти­вы, пред­став­ля­ет­ся ТК194 «Ки­бер­фи­зи­че­ские си­сте­мы». В то же вре­мя осо­бен­но­сти при­ме­не­ния ин­тел­лек­ту­аль­ных тех­но­ло­гий при ре­ше­нии за­дач здра­во­охра­не­ния мо­гут быть в пол­ной ме­ре учте­ны в рам­ках ТК468 «Ин­фор­ма­ти­за­ция

здо­ро­вья» (под­ко­ми­тет ПК3 «Се­ман­ти­че­ский кон­тент в ме­ди­цин­ских ин­фор­ма­ци­он­ных, ана­ли­ти­че­ских, ин­тел­лек­ту­аль­ных, ро­бо­то­тех­ни­че­ских и те­ле­ме­ди­цин­ских си­сте­мах, при­ме­не­ние ре­сур­сов се­ти Ин­тер­нет в здра­во­охра­не­нии»).

При­ме­не­ние до­ку­мен­тов по стан­дар­ти­за­ции для оцен­ки со­от­вет­ствия раз­ра­ба­ты­ва­е­мых ин­тел­лек­ту­аль­ных тех­но­ло­гий предъ­яв­ля­е­мым тре­бо­ва­ни­ям долж­но осу­ществ­лять­ся си­ла­ми от­рас­ле­вых ор­га­нов по сер­ти­фи­ка­ции и ис­пы­та­тель­ных ла­бо­ра­то­рий.

Под­го­тов­ка пол­но­цен­ных до­ку­мен­тов по стан­дар­ти­за­ции в сфе­ре ин­тел­лек­ту­аль­ных тех­но­ло­гий невоз­мож­на без ак­тив­но­го уча­стия за­ин­те­ре­со­ван­ных от­рас­ле­вых по­тре­би­те­лей — во­про­сы стан­дар­ти­за­ции долж­ны рас­смат­ри­вать­ся в рам­ках про­филь­ных тех­ни­че­ских ко­ми­те­тов с уче­том от­рас­ле­вой спе­ци­фи­ки ин­тел­лек­ту­аль­ных за­дач. Со­зда­ние си­сте­мы оцен­ки со­от­вет­ствия тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та бу­дет спо­соб­ство­вать раз­ви­тию это­го важ­но­го на­прав­ле­ния пу­тем га­ран­ти­ро­ва­ния воз­мож­но­стей тех­но­ло­гий при ре­ше­нии кон­крет­ных при­клад­ных за­дач ис­кус­ствен­но­го ин­тел­лек­та; обес­пе­че­ния воз­мож­но­сти срав­не­ния тех­но­ло­гий при­клад­но­го ис­кус­ствен­но­го ин­тел­лек­та с воз­мож­но­стя­ми че­ло­ве­ка-опе­ра­то­ра, а так­же объ­ек­тив­но­го срав­не­ния та­ких раз­лич­ных тех­но­ло­гий друг с дру­гом.

ЛИ­ТЕ­РА­ТУ­РА

1.

Про­грам­ма «Циф­ро­вая эко­но­ми­ка Рос­сий­ской Фе­де­ра­ции». Утвер­жде­на Рас­по­ря­же­ни­ем Пра­ви­тель­ства Рос­сий­ской Фе­де­ра­ции № 1632-р от 28 июля 2017 г. 2.

L.nedelkoska, G.quintini. Automation, skills use and training // OECD Social, Employment and Migration. Working Papers. — 2018. — N. 202 (March). — 125 p. 3.

A Future that Works: Automation, Employment, and Productivity. Mckinsey Global Institute.— 2017 (January). — 148 p. 4.

Гар­бук С.В., Ба­ке­ев Р.Н. Кон­ку­рент­ная оцен­ка ка­че­ства тех­но­ло­гий ин­тел­лек­ту­аль­ной об­ра­бот­ки дан­ных // Про­бле­мы управ­ле­ния. — 2017. — № 6. — С. 50–62. 5.

Гар­бук С.В. Об оцен­ке со­от­вет­ствия в об­ла­сти тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та. Сбор­ник тру­дов VIII Меж­ду­на­род­ной кон­фе­рен­ции «Ит-стан­дарт 2017». — М.: Про­спект, 2017. — С. 21–32.

Сер­гей Гар­бук (Garbuk@fpi.gov.ru) — за­ме­сти­тель ге­не­раль­но­го ди­рек­то­ра, Фонд пер­спек­тив­ных ис­сле­до­ва­ний (Москва).

Newspapers in Russian

Newspapers from Russia

© PressReader. All rights reserved.