Владимир Марков: Искусственный интеллект через призму опыта

По прогнозам экспертов, к концу 2024 года количество программистов по всему миру достигнет почти 29 миллионов, что отражает значительный рост IT-индустрии. Это развитие сопровождается усилением роли искусственного интеллекта, который не только ускоряет процессы в корпоративных приложениях и электронной коммерции, но и способствует трансформации автоматизации бизнес-процессов. Искусственный интеллект и компьютерное зрение стремительно внедряются в разные сферы в России — безопасность, промышленность, медицину, торговлю и другие отрасли.

Своим видением будущего ИИ с нами поделился Владимир Марков, выдающийся разработчик из компании Тинькофф и эксперт в области компьютерного зрения. Свой первый патент на программное обеспечение RoboGan для разработки в сфере компьютерного зрения он получил еще подростком. С тех пор Марков стал обладателем четырех патентов и множества наград, включая золотую медаль на международной олимпиаде по робототехнике. В интервью нашему корреспонденту Владимир рассказал об использовании ИИ для создания инклюзивной среды в интернет-сервисах, о начале своего профессионального пути и дал советы начинающим разработчикам.

«СП»: Владимир, вы признанный эксперт-разработчик в области компьютерного зрения и не только. Свой первый патент в этой сфере, программное обеспечение RoboGan, вы получили ещё школьником. Расскажите, какой опыт или событие стали решающим в вашем решении заниматься разработкой в области компьютерного зрения?

— На самом деле, мой интерес к компьютерному зрению начал развиваться довольно рано, и это было связано с участием в школьных научных конкурсах и олимпиадах по робототехнике. Когда мне было около 14 лет, на одном из соревнований я увидел, как команда старшеклассников использовала простейшие алгоритмы компьютерного зрения для управления своим роботом. Это было похоже на магию — видеть, как машина воспринимает и реагирует на своё окружение, будто живой организм.

Это событие глубоко меня вдохновило. Я начал изучать доступную литературу и онлайн-ресурсы по компьютерному зрению. Также это стало моим проектом для следующей научной работы. Работая над проектом, я столкнулся с ограничениями доступных на тот момент инструментов и решил разработать собственный движок, который был бы более гибким и адаптирован под мои специфические задачи — так появился RoboGan.

«СП»: От компьютерного зрения вы недавно перешли к компьютерному голосу, и работаете над этими проектами для одного из крупнейших банков России, известного в мире своей технологичностью. Технологии синтеза речи уже активно используются в обслуживание клиентов. Какие уникальные решения готовите сейчас?

— Хотя идея преобразования голоса одного человека в голос другого сама по себе не нова, наша цель — добиться такого качества конвертации, при котором будет полностью сохранена оригинальная интонация, эмоциональный окрас и тембр исходного голоса.

Одним из ключевых применений этой технологии в банковской сфере может стать использование «идеального» голоса для определенных коммуникационных задач на основе предпочтений клиентов. Например, как показали исследования, некоторые типы голосов более эффективны для продаж банковских продуктов, другие — для решения технических вопросов и так далее.

Моя роль заключается в том, чтобы обеспечить бесшовную интеграцию разрабатываемой нейросети для конвертации голосов в существующую инфраструктуру банка. Во-первых, необходимо спроектировать архитектуру, при которой нейросеть сможет работать с молниеносной скоростью. Возможно, для этого потребуется использование специализированного оборудования или облачных ресурсов. Во-вторых, я разрабатываю API и другие интерфейсы, которые позволят различным сервисам банка — от колл-центров до голосовых помощников — использовать сконвертированный выходной голосовой сигнал.

«СП»: Владимир, в Центре нефтегазовых технологий вы разработали и внедрили систему тестирования и отладки для создаваемой VR-платформы обучения персонала. Насколько я понимаю, это решение кардинально повысило эффективность процесса разработки. С какими конкретными вызовами вы столкнулись при отладке сложных VR-сред, какие подходы использовали и каких результатов удалось достичь благодаря вашему решению?

— Традиционные подходы к тестированию оказались крайне неэффективны для столь сложных виртуальных сред с их высокой интерактивностью и вовлеченностью пользователя. Циклы отладки затягивались на недели, ведь приходилось вручную воспроизводить определенные условия.

Осознав масштаб проблемы, я разработал подход, сочетающий автоматизированное тестирование, симуляцию реальных ситуаций и визуальную отладку в реальном времени. Ключевым прорывом стала возможность отслеживать весь жизненный цикл VR-симуляции и вмешиваться в ее ход на любом этапе, устраняя необходимость многократных запусков для воссоздания нужных условий.

Результаты превзошли все ожидания. Благодаря моей системе мы смогли выявлять и устранять ошибки практически в режиме реального времени. Время, необходимое для полного цикла тестирования и отладки, сократилось в впечатляющие 8−10 раз по сравнению с предыдущими методами. Эти данные основаны на детальном анализе метрик и статистики, которую мы вели в процессе разработки.

«СП»: У вас уже есть опыт повышения доступности интернет-ресурса для людей с ограниченными возможностями с помощью технологий — вы принимали участие в благотворительном проекте для Дублинского госпиталя Saint John of God, когда учились в Ирландии. Расскажите об этом. С чего началась работа? Как вы понимали, где и что нужно изменить?

— Да, во время обучения в Ирландии я принимал активное участие в проекте по улучшению доступности веб-сайта Дублинского госпиталя Saint John of God. Начальным этапом был аудит сайта на соответствие стандартам доступности WCAG, который охватывал проверку контрастности, адекватность альтернативных текстов для изображений и обеспечение поддержки экранных читалок.

Особое внимание мы уделили адаптации контента для экранных читалок через использование ARIA меток, что помогло улучшить семантическую структуру сайта и облегчило его восприятие людьми с нарушениями зрения. Для удобства пользователей с нарушениями слуха на сайт были добавлены видеоматериалы с жестовым языком и субтитрами, а также улучшена навигация с чёткими и крупными кнопками, что упрощало взаимодействие. Кроме технических аспектов, проект включал обучение персонала госпиталя, чтобы они могли не только понимать значение доступности, но и поддерживать его на высоком уровне в будущем.

«СП»: Проект, безусловно, социально значимый. А чем он стал для вас?

— Этот проект был не только возможностью внести реальный вклад в общество, но и значимым опытом применения моих знаний на практике, что позволило мне глубже понять важность создания инклюзивных технологий.

«СП»: Ваши достижения в области ИИ могут вдохновить многих молодых специалистов. Какие советы и рекомендации вы бы дали тем, кто только начинает свою карьеру в этой быстро развивающейся области?

— Искусственный интеллект — удивительная область с неограниченными возможностями для тех, кто только начинает свой путь. Первое и самое важное, о чем хотелось бы сказать — это образование. Мир ИИ требует глубоких знаний в математике и программировании. Не пренебрегайте фундаментальными науками, такими как статистика, алгебра и теория вероятностей. Эти знания помогут вам лучше понять, как работают алгоритмы машинного обучения. И наконец, постоянное самообразование. Технологии развиваются стремительно, и важно не переставать учиться новому. Подписывайтесь на профессиональные журналы, посещайте конференции, читайте научные статьи. Это поможет вам оставаться в курсе последних достижений в области ИИ и использовать их в своей работе.

Еще один важный момент — практика. Теория без практического применения бесполезна. Участвуйте в соревнованиях по программированию, работайте над собственными проектами, или даже начните стажировку в компании, которая занимается ИИ. Это поможет вам не только улучшить навыки программирования, но и научиться применять теоретические знания на практике.

12 февраля 2024 года