цифровое развитие что это такое простыми словами
Что такое цифровизация. Объясняем простыми словами
Цифровизация предполагает глобальное переосмысление подхода к бизнесу, повышение эффективности компании за счёт оптимизации и автоматизации бизнес-процессов, а также организацию согласованной работы IT-систем.
В основе цифровизации лежит аналитика данных. Так называют процесс преобразования первичных данных в полезные знания, которые можно использовать. Например, если подключить все станки завода к системам мониторинга, владелец или директор сможет получить данные о загруженности и производительности оборудования. А на основе этих данных — разработать стратегию развития предприятия.
Пример употребления на «Секрете»
«Сегодня цифровая компонента возникает в любой сфере экономики. В любой отрасли, стремящейся к автоматизации, цифровизации, компьютеризации, всегда найдётся место и айтишнику, и профессиональному пользователю существующих цифровых решений. Это может быть, например, медик, который работает со сложными медицинскими аппаратами либо консультирует людей с помощью телемедицины».
(Генеральный директор Университета 20.35. Олег Подольский — о дефиците кадров в IT.)
Ошибки в употреблении
Эксперты выделяют два понятия, сходных с цифровизацией, но не идентичных ей. Это оцифровка и цифровая трансформация.
Оцифровка — перевод бизнес-процессов в цифровой формат.
Цифровизация — это следующий этап. Оцифрованные данные и процессы используют, чтобы упростить и оптимизировать бизнес-операции.
Цифровая трансформация — ещё более глубокий и масштабный процесс, когда происходит преобразование всей компании при помощи цифровых решений. Цель цифровой трансформации — выход на новые рынки, создание новых каналов продаж и решений, которые генерируют новую чистую выручку и приводят к увеличению стоимости компании.
Также не следует путать цифровизацию с автоматизацией. Процесс цифровизации, как правило, включает в себя автоматизацию производства. Однако цель цифровизации куда масштабнее: это изменение модели работы компании в целом, достижение полной цифровой трансформации.
Разберём на примере обучения в школе или университете. Использование цифровых учебников и видеоуроков — это автоматизация. А вот построение новой образовательной системы, которая даёт ученику возможность самому выбирать темп и программу обучения, — это цифровизация.
Мнение
Цифровизацию экономики тормозят человеческий и технологический факторы, убеждён гендиректор компании «Цифра» Игорь Богачев.
«Цифровизация — это сложный процесс. И главная трудность заключается в том, что айтишники не понимают производство, а производственники не понимают IT, — говорил он в интервью «Секрету фирмы». — Второй вызов: на рынке промышленных систем и машин нет стандартизации. В мире 8000 производителей станков, и у них всё разное: ПО, номенклатура и т. д. Типовых протоколов пока нет (есть на словах, но не в реальности)».
Что такое цифровизация и какие сферы жизни она заденет
Цифровизация – это внедрение современных цифровых технологий в различные сферы жизни и производства.
В конце 90-х годов XX века в мире начали говорить о технологиях IoT и цифровой экономике, тогда как в России в это время только начали появляться первые мобильные телефоны. С тех пор прошло более 20 лет, и интернет вещей стал для нас привычным явлением: практически у каждого есть дома умные устройства, которых во всем мире насчитывается уже более 26 миллиардов единиц, а у нас только за последний год было куплено почти 20 миллионов SIM-карт для IoT-оборудования.
Цифровизация в глобальном плане представляет собой концепцию экономической деятельности, основанной на цифровых технологиях, внедряемых в разные сферы жизни и производства. И эта концепция широко внедряется во всех без исключения странах.
Технологии цифровизации успешно внедряются и в России на протяжении последних лет. Но если процесс запущен уже давно, то почему мы не видим его масштабов? Все просто: один из показателей успешной глобальной цифровизации – это открытая информация, которая меняет социальные, политические и бизнес-процессы и приводит к улучшению качества жизни.
Почему это не работает в России глобально? Есть один маленький нюанс: чтобы цифровизировать всю страну, нужно для начала ее всю электрифицировать. Многим людям, например, сложно объяснить, в чем преимущество умного холодильника, который сам проверит свежесть продуктов и при необходимости закажет новые. Особенно если эти люди все продукты хранят в погребе и жгут керосинку. Современные технологии им попросту не понятны.
Если мы не можем говорить о глобальной цифровизации страны, то почему используем выражение «настала эпоха перемен»? Перемены действительно идут. Умные бытовые приборы сами о себе заботятся, информация раскрывается, производственные процессы контролируются машинным зрением, роботы заменяют человека на вредной работе. Но все вот это работает, только если вы живете в крупных городах России, где хотя бы электричество и вышка сотовой связи есть. Эпоха перемен идет в пределах крупных городов и промышленных центров. А дальше, как обычно, все сложно.
Глобальная цифровизация – звучит внушительно. Расскажем простыми словами, что это такое и почему это хорошо для всех?
Для начала разделим нашу жизнь на составляющие. Мы все зависим от эффективности работы правительства, покупаем товары и услуги в интернете и оффлайн, общаемся и используем информацию. Цифровизация делает все эти процессы более простыми.
Где применяется цифровизация прямо сейчас:
Производственная цифровизация занимается сокращением монотонного физического труда для человека, организовывает и контролирует трудовые и производственные процессы и обеспечивает безопасность сотрудников компании. Допустим, простой рабочий идет на свое место к станку, но почему-то включается сирена, а самому сотруднику сообщают о нарушении техники безопасности. Это «умная» система видеоаналитики заметила, что работник вошел в цех без каски, подала сигнал и спасла человеку жизнь.
«Умные» системы при помощи машинного зрения выявляют бракованные детали, а система видеонаблюдения следит за соблюдением техники безопасности. Такие же системы применяются в непроизводственных компаниях и даже в маленьких офисах.
Государство внедряет цифровизацию во все свои вертикали. Система анализа данных давно уже эффективно используется в исполнительной власти. Яркий пример – розыск преступников с использованием онлайн камер на улицах или возможность отправить обращение в нужные инстанции по интернету. Одна из главных заслуг цифровизации государства – это снижение количества бумажной волокиты и бюрократии при оформлении документов. Справки и паспорта можно заказывать через приложение, там же хранить и обновлять все данные.
Единственна я опасность цифровизации – в снижении важности человека во многих процессах и вероятное исчезновение в будущем целых профессий, с которыми лучше будут справляться роботы.
Понятия цифровизации и автоматизации нередко путают. Некоторые уверены, что если в офисе стоят компьютеры с доступом в интернет, то предприятие уже в каком-то смысле можно назвать цифровым. Только и ПК и интернет – это всего лишь инструменты, позволяющие упростить и даже автоматизировать некоторые процессы, но они никак не ведут к цифровой трансформации.
Цифровизация направлена не столько на автоматизацию и совершенствование рабочих и производственных процессов (хотя это зачастую необходимо), сколько на изменение всей бизнес-модели. Автоматизация улучшает производство, однако при ней сохраняется способ ведения дел на предприятии, а при цифровой трансформации меняется сам продукт, трансформируются взаимоотношения между клиентом и поставщиками, позиционирование самой компании. Это комплексный подход к использованию цифровых ресурсов на предприятии.
Рассмотрим пару примеров автоматизации и цифровизации:
Как отличить цифровую трансформацию от цифровизации
Не запутаться в терминах
Исследование KDMA показало, что за последние два года российский бизнес осознал важность цифровой трансформации. Если в 2018 году только 33% представителей компаний называли ее необходимым для бизнеса процессом, то в 2020-м их число выросло почти вдвое — до 64%. В трансформацию и связанные с ней инициативы вкладываются огромные средства — от 3% до 10% выручки.
Однако, несмотря на растущую необходимость, запустить процесс и получить от него выгоду удается далеко не всем.
Одно из объяснений — подходы бизнеса к этому вопросу. Треть опрошенных видят цифровую трансформацию как новое название автоматизации, непонятный или искусственно созданный термин.
Кроме того, это определение часто приравнивают к цифровизации или даже оцифровке процессов.
Эти явления могут казаться схожими или даже идентичными на первый взгляд, однако между ними есть существенная разница в масштабе и глубине изменений:
На этом этапе бизнес может создавать и запускать решения, интегрирующие все оцифрованные данные и приложения. Более того, трансформация открывает возможность для создания и реализации принципиально новых стратегий, которые приносят больше выгоды бизнесу и пользы клиентам.
Чтобы достичь таких эффектов, компании требуется не только поменять процессы и операции, но и обновить стратегическое мышление. Это значит постоянно адаптировать свое ценностное предложение к текущей бизнес-модели и концентрировать усилия за ее рамками. И если раньше цифровую трансформацию рассматривали как способ опередить конкурентов, то теперь это вопрос не столько лидерства, сколько выживания.
О цифровой трансформации говорят буквально все, но что она представляет собой на практике?
8 апреля в 18:00 в комнате Clubhouse «Скорость имеет значение. Как ускорение цифровой трансформации развивает бизнес» представители крупнейших российских корпораций поделятся собственным опытом и ответят на главные вопросы о переходе компаний в «цифру». Присоединиться к встрече.
Среди тем обсуждения:
Цифровизация: от простого к сложному
Сейчас много говорят о цифровизации, о том, как она может повысить эффективность бизнеса, откроет новые возможности для всех отраслей промышленности, изменит мир и самого человека.
Но как появился этот термин и что он означает? Все, что нужно знать, чтобы не потеряться в цифре и современном мире – простыми словами, от простого к сложному.
На данный момент определений для «Цифровизации» много. Но длинные формулировки и сложные фразы не дают ясности и запутывают еще больше.
Самое простое определение, которое можно дать, это численное описание окружающего мира. Но тогда получается, что цифровизация совсем не новая вещь. Люди с древности занимались созданием астрономических таблиц, морских карт и сложных чертежей. И без описаний окружающего мира с помощью цифр прогресс технологий был бы невозможен.
Однако такое определение «цифровизации» получается слишком общим и неточным.
Более подходящее объяснение «цифровизации» такое: это подход, который направлен на создание цифровой картины окружающего мира, но в формате, подходящем для обработки компьютером. В результате описания свойств объектов с помощью машинного кода возникает его цифровой двойник.
Профессора из США Майкла Гривза принято считать основоположником термина «цифровой двойник».
Полноценный «цифровой двойник» это не просто набор данных, а постоянно обновляемая цифровая модель объекта, которая получает данные со специальных датчиков. Благодаря этому появляется возможность сымитировать его поведение в реальном мире.
Для создания полнофункционального «цифрового двойника» важно не только собирать базовую информацию, но и учитывать изменения, которые происходят в самом объекте. Например, износ в процессе эксплуатации, отказы или возникновение каких-то проблем на производстве. Поэтому модель и данные нужно непрерывно обновлять.
Одно из главных преимуществ использования «цифровых двойников» в промышленности – экономия ресурсов. Одно дело проводить испытания в реальных условиях. Например, в случае с автомобильной шиной, этот процесс не только дорогой, но и очень длительный. И совсем другое – проводить тесты в виртуальной среде. Это помогает повысить качество продукта, снизить себестоимость, временные затраты и оперативно удовлетворять требования заказчика.
Завод будущего основан на «общении» умного оборудования и всех систем предприятия друг с другом: каждый объект получает свою цифровую модель и обеспечивает передачу данных. Это позволяет перейти к совершенно новому состоянию производства – промышленному интернету вещей (IIoT), который активно осваивается во всем мире. Технологии, основанные на киберфизических решениях и полной автоматизации производства, являются основой очередной промышленной революции – Индустрии 4.0.
Мир интернета вещей (IoT) предполагает возможность влиять на физические объекты через изменение их цифровых двойников. Для этого применяются умные контроллеры, используемые как непосредственно в производстве, так и в составе конечной продукции.
Пример такого IoT-объекта – автомобиль Тесла и его автопилот, который собирает информацию о дорожной обстановке и передает на сервер для обучения новых моделей и совершенствования возможностей управления беспилотным транспортом. В этом автомобиле даже аккумулятор поддерживает функции IoT, поскольку его эксплуатационные характеристики являются объектом управления. Например, вы покупаете машину с гарантированным пробегом от одной зарядки, а если понадобится дополнительный пробег, то производитель может удаленно провести апгрейд, ничего не меняя в самом авто.
Итак, IoT объекты начинают общаться между собой не только в реальном мире, но и в цифровом. С помощью облачных технологий и 5G они хранят, анализируют и передают массивы данных. Конечно, здесь встает вопрос о кибербезопасности — ее развитие будет одним из ключевых трендов в ближайшие годы. Что касается нового поколения стандарта сотовой связи 5G, то эта технология не только увеличит пропускную способность и сделает наши гаджеты шустрее, но и обеспечит бесперебойную передачу данных промышленного интернета вещей.
5G впервые фокусируется на двух принципиально важных системах – массовой машинной связи и ультранизких задержках при передаче данных. Это критически важно, например, для беспилотного транспорта и технологий «умного города», где вопросы безопасности, беспрерывного взаимодействия устройств жизненно необходимы.
Что будет происходить дальше? Количество датчиков и информации будет непрерывно расти. Для полезного использования всю эту информацию нужно агрегировать, анализировать и применять для построения различных цифровых моделей. Здесь мы приходим к известному термину Большие данные ( Big data). Основным вызовом становится вопрос эффективного использования собираемой информации — на сегодняшний день речь идет не более чем о процентах от уже доступных людям данных.
Ключевые технологии, которые могут помочь с обработкой стремительно растущих массивов данных – искусственный интеллект (ИИ) и машинное обучение. Эти два понятия часто используют как синонимы, но это не совсем так. Попытки ученых описать принципы систем с ИИ были предприняты еще в середине прошлого века, после этого были предложены первые подходы к машинному обучению. Тем не менее, прорыв произошел только на рубеже веков: были разработаны методы глубокого обучения и ИИ стал постепенно проникать во все сферы нашей жизни.
На данный момент технология прошла определенные этапы зрелости. Сегодня активно развивается «воспринимающий ИИ». Это те умные устройства, машины с автопилотом, умные колонки, голосовые помощники, которые окружают нас сегодня, разговаривают с нами и собирают о нас информацию. А на следующем этапе, автономизация ИИ, человек будет исключаться из ряда процессов, машины научатся импровизировать и самостоятельно принимать решения.
Эволюционное развитие технологий приводит к слиянию реального мира и цифровых двойников. Встает вопрос, а может ли произойти цифровизация человека?
Раньше это было предметом научной фантастики до тех пора, пока Илон Маск не запустил проект Neuralink, который занимается прорывными нейротехнологиями. На данный момент компания решает медицинские задачи – разрабатывает нейроимплантанты, которые помогут парализованным людям и больным с нейрозаболеваниями в «общении» с окружающим миром.
Но революция нейроинтефейсов еще впереди, в будущем они сотрут границы между реальным и виртуальным пространством. Тем не менее, технологии сегодняшнего дня находятся на самом раннем этапе – их массовое применение начнется не ранее второй половины нашего века.
В недалеком будущем большинство физических объектов приобретут свои цифровые двойники. И если сегодня это скорее задел крупных промышленных компаний, которые развивают Индустрию 4.0, то в дальнейшем с развитием автопилотного транспорта и «умной городской среды» это станет обиходом нашей жизни.
Азбука цифровизации: от нейрона до умного города
Чем цифровизация отличается от цифровой трансформации? Правда ли, что 5G продлевает жизнь? Что такое «сильный ИИ»? Разбираемся вместе.
Обложка: Meery Mary для Skillbox
Такие слова, как «искусственный интеллект», «нейросеть» и «цифровизация», мы слышим каждый день. С помощью всего этого работают и госучреждения, и хайповые приложения для обработки фотографий, и домашняя техника. Тем не менее объяснить устройство нейросети смогут не все, а цифровизацию, к которой так стремится бизнес, в каждой сфере понимают по-своему.
В этом гайде мы разберём самые важные понятия и процессы, связанные с диджитализацией. Расскажем, откуда взялись расхожие заблуждения (например, о том, что 5G вызывает рак). Спросим разработчиков, как научить нейросеть творить. Узнаем, когда люди начнут жить в умных городах и чем опасно быстрое развитие ИИ.
Обозреватель Skillbox Media, в прошлом продюсер РБК. Пишет про идеи, технологии и истории. И про то, как на всем этом можно заработать
Что такое искусственный интеллект?
Единственного канонического определения искусственного интеллекта не существует. Обычно под ИИ подразумевают систему, способную «мыслить» или действовать как человек и постепенно учиться новому, используя собранную информацию.
Последнее необязательно. Иван Ямщиков, исследователь искусственного интеллекта, доцент ВШЭ, а в прошлом ИИ-евангелист ABBYY, считает, что «искусственный интеллект — расплывчатое понятие; иногда под ним понимается просто экспертная система, которая отвечает по развесистому набору правил в духе „если А, то Б“. Чтобы такую систему улучшить, программист должен руками прописать новое правило».
Самые распространённые ИИ-технологии — это чат-боты, системы персонализированных рекомендаций в онлайн-магазинах и кинотеатрах и голосовые помощники вроде Siri или Алисы. Намного более сложные алгоритмы уже руководят строительством и разрабатывают новые лекарства.
И всё же искусственный интеллект пока не достиг уровня человеческого разума. Создать систему, которая справится со всем, что по силам человеку, то есть «сильный ИИ», — мечта многих разработчиков. По оценке технического директора Google Рэймонда Курцвейла, это произойдёт не ранее 2029 года.
ИИ может учиться новому. Это и есть машинное обучение?
Да, машинное обучение — это обучение ИИ. Чтобы создателю системы не приходилось постоянно дополнять её вручную, ИИ тренируют выполнять определённые действия, используя в качестве обучающих материалов массив данных. Например, показывают тысячи изображений котов и собак и учат отличать этих животных друг от друга. Если система назовёт собаку котом, программист поправит её и в следующий раз вероятность ошибки будет ниже.
В машинном обучении выделяют более сложный уровень глубокого обучения. Например, компания TwoSense.AI, которая специализируется на цифровой безопасности, с помощью глубокого обучения борется с мошенничеством. Алгоритмы составляют уникальный профиль для каждого пользователя, анализируя несколько параметров, включая длину его шага и геолокацию устройства. В глубоком обучении почти всегда участвуют нейросети.
Расскажите подробнее про нейросети. Это ведь они обрабатывают фото в приложениях? При чём тут обучение ИИ?
Грубо говоря, нейронная сеть — это модель человеческого мозга. В биологии нейронами называют клетки мозга, которые принимают, обрабатывают и передают электрические сигналы. В цифровой сети нейрон — это математическая функция, вписанная в код.
Сеть состоит из нескольких слоёв нейронов, каждый из которых выполняет свою задачу. Например, первый слой принимает информацию, второй обрабатывает её, а на третий выводится результат вычислений. Каждому соединению нейронов — ребру нейросети — разработчики присваивают определённый вес. Если сеть ошибается, то вес корректируют. Это повторяется много раз до тех пор, пока система не перестанет делать ошибки.
Оказалось, что такой подход позволяет не только решать утилитарные задачи, но и творить. В 2016 году российское приложение Prisma, которое превращает фотографии в картины с помощью нейросети, попало в топ App Store. За прошедшие с этого момента пять лет нейросети научили писать собственные картины и музыку. А в 2017 году вышел рассказ «Гарри Поттер и портрет того, что выглядит, словно большая куча пепла», созданный нейросетью, в которую загрузили всю поттериану.
Творческий процесс с использованием нейросети состоит из нескольких этапов. Прежде всего нужно выбрать архитектуру. Она зависит от задачи. Чтобы писать рассказы, нужна одна архитектура сети, а чтобы обрабатывать фото — другая. Например, тексты пишут нейросети, которые называют языковыми моделями. Они «читают» много текста, собирают статистику о нём и «учатся» понимать, как организованы слова: что за чем чаще всего идёт.
При этом нейросеть, которая «обучалась» на книгах Роулинг, не напишет ничего принципиально нового.
«Текст получится похожим на книги о Гарри Поттере, чем-то средним между всеми этими книгами. Чтобы он был другим, нужно дать нейросети „почитать“ других авторов. Например, Пелевина. Тогда на выходе получится что-то среднее между Роулинг и Пелевиным.
И это относится ко всем подобным моделям. Нейросети, которые пишут тексты, картины или обрабатывают фото, ничего принципиально нового в искусстве не изобретут», — рассказала Skillbox Media преподаватель Deep Learning School МФТИ Татьяна Гайнцева.
А как это всё связано с цифровизацией?
В широком смысле цифровизацией принято называть внедрение digital-решений, в частности нейросетей. Весь процесс обычно проходит в несколько этапов. Разберём их на примере бизнеса.
На первом этапе данные с физических носителей просто переводят в цифровой формат. Это стадия оцифровки. Завершив её, можно приступать собственно к цифровизации. На этом этапе оцифрованные данные используют для упрощения и оптимизации процессов. Но цифровизация не финальный этап. За ней следует цифровая трансформация. Это глубокое преобразование бизнеса с опорой на digital-решения. Цифровая трансформация открывает перед компанией новые возможности (например, выйти в новые ниши или повысить выручку за счёт новой стратегии), но не гарантирует успех. Это лишь возможности.
В 2020 году процесс цифровой трансформации резко набрал скорость из-за пандемии. По данным Dell, 85% компаний в России и 80% компаний в мире ускорили внедрение программ цифровой трансформации.
Это всё о бизнесе. А как выглядит цифровизация в обычной жизни?
Сейчас digital-решения внедряют во всех сферах. ИИ помогает в выборе фильма на вечер и подбирает партнёров в Tinder. Дополненную реальность (AR) используют в играх (вспомним хотя бы Pokemon Go), а с помощью виртуальной реальности (VR) можно провести тест-драйв перед покупкой автомобиля.
Кейс Volvo
Для продвижения люксовой модели XC90 компания Volvo создала ролик с тест-драйвом, который можно посмотреть в очках Google Cardboard. Видео набрало четыре миллиона просмотров, а первую партию Volvo XC90 раскупили за два дня.
Доцент «Сколтеха» Дмитрий Лаконцев называет одним из основных драйверов цифровизации интернет вещей (IoT). На бытовом уровне это явление особенно заметно: «умные» устройства с доступом к интернету «общаются» между собой. Чайник можно включить со смартфона, а холодильник также через телефон подсказывает владельцу, какие продукты купить. Это и есть интернет вещей. Правда, чайниками его возможности не ограничиваются. Промышленный интернет вещей (IIoT) автоматизирует производство с помощью «умного» оборудования.
Если технологии уже есть, то почему ещё не всё цифровизировали?
Есть несколько факторов, которые этому мешают. Одних технологий недостаточно.
«Для того чтобы запустить процесс с нужной скоростью, нужны квалифицированные кадры. Пока таких специалистов не хватает», — объясняет заведующий Международной лабораторией цифровой трансформации в государственном управлении при НИУ ВШЭ Евгений Стырин.
По мнению продакт-менеджера Intel по глубокому обучению Ольги Перепёлкиной, для цифровизации нужно больше качественных, правильно размеченных данных, а их подготовка — например, соотнесение с определёнными классами — дорогой и трудоёмкий процесс. Также внедрение ИИ сдерживается недоверием людей к этой технологии и боязнью того, что искусственный интеллект заменит живых специалистов:
«Например, в медицине бывают случаи, когда персонал сопротивляется внедрению таких систем из страха, что часть функций будет отдана на откуп машинам, а специалисты потеряют свою ценность», — пояснила Ольга Skillbox Media.
Ещё одно существенное препятствие — недостаточное распространение 5G-сетей. По оценкам Ericsson, только к 2026 году на них будет приходиться больше половины мирового трафика.
5G? А они безопасны?
5G — это мобильные сети пятого поколения. Буква G в названии означает generation. Первое поколение появилось ещё в 1980-х годах, а в 2010-х стал популярен стандарт 4G. Сейчас идёт развёртывание 5G-сетей. Сигнал 5G передаётся на более высоких частотах, чем 4G-сигнал.
Миф о том, что сети 5G провоцируют развитие рака, появился в 2019 году, когда журнал Scientific American опубликовал статью под названием «У нас нет никаких причин считать 5G безопасными». Её автор опирался на результаты эксперимента 2018 года: крысы, которых подвергали воздействию высокочастотных электромагнитных полей, чаще других болели раком. Эти выводы оказались ошибочными. Выяснилось даже, что самцы крыс, которые подвергались воздействию, жили дольше своих сородичей.
Scientific American выпустил опровержение через полторы недели после первой публикации, но волну паники было не остановить. Противники сетей нового поколения до сих пор жгут вышки 5G и всё, что за них принимают.
Чем 5G лучше 4G?
Новое поколение намного быстрее предшественников. Скорость 5G-интернета — 10–25 Гбит/с, а задержка в передаче сигнала — всего 1–2 мс. Для сравнения: в 4G скорость 1 Гбит/с считалась прорывом.
Это открывает новые возможности. Например, для передачи изображений высокого качества. C 5G виртуальная реальность станет доступной, а телемедицина — более продвинутой. То есть хирург сможет руководить операцией удалённо. 5G ускорит развитие беспилотного транспорта, а идея умного города сможет реализоваться в полной мере.
Умный город — это когда везде камеры?
Не совсем. Сразу оговоримся: единого определения умного города нет. Это словосочетание превратилось в бренд, под которым запускают разные проекты — от экологических до связанных с безопасностью и здравоохранением. Несмотря на разницу в подходах, большинство концепций «умных городов» предполагают такие характеристики, как:
Сейчас главная трудность в том, чтобы совместить и скоординировать все эти направления.
«Городское управление представляет собой не монолитную систему „умный город“, а своеобразный оркестр из множества информационных сервисов, которые работают в единой связке. Одни сервисы муниципалитеты могут создавать сами, другие они заказывают профильным поставщикам. Оптимальная IT-среда для такого оркестра — открытые гибридные облачные платформы, позволяющие быстро интегрировать новые сервисы, в том числе основанные на искусственном интеллекте», — рассказал Skillbox Media Олег Бяхов, директор по государственным программам и развитию бизнеса IBM в России и СНГ.
Чтобы смоделировать все процессы, которые происходят в городе, и оптимизировать их, строят цифровые двойники. Среди самых ярких проектов — двойники Сингапура, Бостона и нового индийского города Амаравати.
Что такое цифровой двойник?
Это виртуальная модель объекта или процесса. Городу цифровой двойник нужен для того, чтобы эффективнее управлять инфраструктурой (например, «умными» светофорами, системами ЖКХ и общественным транспортом), следить за тем, как климатические изменения влияют на жителей и здания, моделировать разные варианты развития территорий и выбирать оптимальные.
А цифровой двойник завода помогает спрогнозировать разные сценарии и предсказать, когда нужно будет ремонтировать оборудование, а когда — менять. Ещё он может подсчитать, сколько именно сырья и в какой момент нужно иметь на складе. Если вы разрабатываете сложное промышленное оборудование, то с помощью цифрового двойника его можно виртуально протестировать в разных условиях. При этом не придётся тратиться на физический прототип.
Цифровые двойники — важная составляющая Индустрии 4.0. Этим термином принято обозначать технологии эпохи четвёртой промышленной революции. Третья пришлась на начало XXI века — она характеризовалась внедрением компьютеров и сокращением использования полезных ископаемых.
В Индустрии 4.0 материальные объекты соединяются с виртуальными и образуют единую цифровую экосистему. «Умное» предприятие, на котором многими процессами управляет ИИ, и есть такая система.
Но ведь ИИ часто ошибается. Как же можно поручать ему ответственные задачи?
Татьяна Гайнцева (Deep Learning School МФТИ) считает, что опасения обоснованны: «Да, действительно, нейросети очень быстро развились, и законы не поспели за этим процессом. По сути, сейчас он никак не регулируется. Две главные проблемы — необъективность нейросетей и невозможность интерпретировать принятые ими решения.
Предвзятость связана с тем, что сеть обучается на данных. Нейросеть лучше „понимает“ то, что она видела чаще всего, а сделать выборку данных сбалансированной по всем параметрам невозможно. Допустим, в ней будет поровну мужчин и женщин всех рас, но тех, кто носит очки, окажется меньше, чем тех, кто их не носит. Людей с короткими волосами может быть больше, чем длинноволосых, и так далее. Всё это делает нейросеть предвзятой.
Вторая проблема: мы никогда не сможем сказать, почему сеть выбрала то или иное. Представим, что нейросеть выносит приговор в суде, — невозможно будет узнать, на каких выводах он основан.
„Вылечить“ это мы пока никак не можем. Поэтому я считаю, что сейчас нет другого выхода, кроме как внести в законы ограничения для нейросетей. Важно реагировать быстро: проблемы будут постоянно обнаруживаться то в одной сфере, то в другой».
Вопрос о том, что можно и нельзя поручать ИИ, — один из главных в цифровой этике. Эта область этики сейчас только формируется. К ней относятся нормы обращения с информацией (в том числе с персональными данными) и технологиями, а также правила онлайн-коммуникации.
Чтобы «присматривать» за ИИ, крупные корпорации, например Google или IBM, нанимают собственных специалистов по цифровой этике или создают для этого группы из нескольких экспертов:
«В IBM есть AI Ethic Boards, то есть комитеты по этике ИИ, которые ещё на этапе дизайна рассматривают проекты с применением искусственного интеллекта. В такие комитеты входят специалисты по данным, дизайнеры систем, юристы и бизнес-консультанты», — говорит Олег Бяхов (IBM).