EЗ: Искусственный интеллект – действительно очень широкое определение. В широком смысле слова это означает, что компьютер, машина или программа может вести себя таким образом, что мы будем считать это разумным поведением. Не в том смысле разумное, что машина сама решает, чего она хочет, а в том смысле разумное, что мы ставим задачу, но мы не задаем программу, не пишем алгоритм и не даем инструкцию, а мы говорим: «Вот, данные, а вот результат, который мы хотим получить. Придумай сама, как его добиться». Это, конечно, некоторое огрубление того, как это работает, но, по сути, это в общем так.

Есть алгоритмы, которые умеют делать именно это. То есть, они анализируют данные о том, как, в нашем случае мы говорим о промышленных процессах. У нас есть какое-то промышленное производство, которым мы занимаемся изо дня в день, годами, и что-то происходит. Мы можем взять данные о том, как у нас этот производственный процесс происходил, что мы делали, какие были результаты и алгоритм, который мы называем искусственным интеллектом, но технологически это называется «machine learning algorithm», то есть алгоритм, который умеет учиться, так скажем. Этот алгоритм анализирует данные. Что значит анализирует? Он смотрит на то, какие там можно найти закономерности. Причем, когда мы ищем закономерности, мы можем подумать о каком-то количестве факторов, но ограниченном. Мы можем подумать: «Вот этот фактор связан вот с тем». Это если их два или пять. Но, например, если их 100 тысяч, то уже трудно понять, как они все между собой связаны, мы просто не удержим это в голове. А компьютер может, просто нужен процессор помощнее. Если вы правильно выбрали алгоритм и понимаете, как правильно его использовать, проанализировав прошлые данные, этот алгоритм строит, так сказать, предсказательную модель, которая дальше, работая с данными в реальном времени, может более качественно предсказать какие-то результаты или даже дать рекомендации конкретно по каким-нибудь параметрам оборудования, которые нужно настроить для получения результата. Примеров таких у нас довольно много, но, как я уже сказала, они характерны, потому что они все промышленные.

ЕВ: Как раз я хотела Вас спросить, с какими промышленными производствами Вы работаете? Что они производят?

Конкретно мы работаем с процессом производства. Это не отдельные товары, как машины или айфоны, а материалы, из которых их производят. Например, сталь, алюминий или цемент. И это важно. Мы не замечаем именно эти индустрии, ведь как потребители мы не покупаем сталь или алюминий. Однако для того, чтобы сделать то, чем мы пользуемся и что мы покупаем, эти материалы используются широко. Эти процессные индустрии отвечают за очень большую часть не только мирового ВВП, но и за выброс CO2, использование воды и других природных ресурсов и потребление энергии. Они вносят очень серьезный вклад в то, как мы тратим природные ресурсы. И то, что мы обсуждали здесь в Женеве, это как мы можем использовать ИИ для того, чтобы сделать эти индустрии менее травматичными для природы, потребляющими меньше ресурсов, более экономичными, с меньшим количеством выбросов, а также отходов. В некоторых таких индустриях, например, обогащение руды, есть токсичные отходы. И чем их меньше, тем меньше мы вредим нашей природе.

Действительно, такие вот алгоритмы машинного обучения могут строить более точные модели и принимать более точные решения в реальном времени, поэтому мы можем такой производственный процесс сделать более эффективным. Когда мы смотрим на это и осознаем масштаб индустрии, то понимаем, что это может принести огромные изменения к лучшему для нашей промышленности, которые могут произойти, если мы внедрим эти технологии, что сейчас только начинает происходить.