Очень правильное уточнение по поводу «здесь в России», потому что в консервативной промышленности что-то такое внедрять мало, кто рвется. За исключением очень специальных областей, например металлургии, где есть сильный стимул выйти на международные рынки. Там уменьшение себестоимости на процент может быть вопросом выживания производства. Заказчиков не хватает, а чтобы конкурировать с китайцами, надо этот самый процент найти. И там люди готовы слушать про всякие машинные обучения, там люди действительно имеют оборудование, далеко не «дедовское», доставшееся от Советского Союза.
А вот в остальных местах это вообще никому не нужно. История с большими данными сильно меняется от страны к стране, поэтому сейчас в первых рядах Китай, а не Америка. Хотя в Америке в каких-то местах – коммуникационных, например – есть хорошие примеры. Мой любимый стартап «Альберт», который довел всю маркетинговую цепочку вплоть до создания и управления компанией до машинного управления, и у него хорошие клиенты. Очень много хороших проектов во всяких нефтяной и химической отраслях.
Вообще, нужно понимать, что все истории, когда традиционный скоринг заменяется на что-то алгоритмическое, больше всего страдают из-за законодательных запретов. В Китае этих проблем нет. Там, как известно, сейчас собираются делать социальный скоринг для всего населения. Ребята там очень крутые. Это люди, которые поставили 200 миллионов камер, которые в настоящем времени распознают лица. Причем когда какие-то люди имеют наглость ходить в балаклавах, их все равно вычисляют по гениальному алгоритму – распознаванию по походке. Мы же можем узнать знакомого человека по походке? Значит, может и машина, только гораздо лучше.
В Китае даже не только в промышленности, но и в управлении городами используется машинное управление. Причем, с городами там очень интересная история получилась. Централизованная модель гиперискусственного интеллекта, которая управляет всем городом, зачастую не нужна. Это пришло из Америки, что существует mesh система, не имеющая централизованного вычислительного мощного интеллекта, которая учится только на данных от нескольких своих соседях . Например, если каждый светофор знает информацию только о других 8 светофоров и наличии машин перед ними, это очень локальная информация. Если они ей обмениваются, они очень быстро разруливают пробки. Для этого не нужен никакой центральный разум. На их примере показали, что можно создать mesh – систему, в которой нет никакого центрального разума.