Дорожная карта развития «сквозной» цифровой технологии «Нейротехнологии и искусственный интеллект»

1. Преамбула, введение, общее описание направления развития СЦТ

Искусственный интеллект может применяться для реализации новых возможностей человека во всех сферах деятельности, в том числе для:

освобождения человека от монотонной работы путем автоматического создания программного обеспечения;

поддержки в принятии решений;

автоматизации опасных видов работ;

поддержки коммуникаций между людьми.

Применение искусственного интеллекта необходимо во всех экономических и социальных отношениях для повышения качества жизни и улучшения благосостояния общества (искусственный интеллект — это «новое электричество»)

Дорожная карта представляет собой набор технологических задач, разделенных по суб-СЦТ, с указанием сроков перехода между стадиями НИР, ОКР и коммерциализации, а также с примерами target use-cases. Кроме того, в дорожной карте приведены ключевые барьеры для развития СЦТ и мероприятия по их преодолению

Целевые показатели дорожной карты будут достигнуты путем решения технологических задач, вывода на рынок продуктов на их основе и внедрения их в ключевых отраслях.

Меры поддержки и критерии отбора проектов в целях реализации дорожной карты будут зависеть от уровня развития технологии: НИОКР, коммерциализация или внедрение.

В случае поддержки НИОКР ключевым критерием будет являться соответствие технологий, разрабатываемых в рамках проекта, технологиям/задачам, выделенным в дорожной карте. Также при поддержке НИОКР в качестве критериев необходимо учитывать: наличие кадров, необходимого оборудования и опыт реализации аналогичных НИОКР, дополнительным критерием может быть заинтересованность коммерческих структур в результатах НИОКР. К мерам поддержки НИОКР можно отнести следующие меры:

• Адресная поддержка лидирующих исследовательских центров (РВК);

В случае поддержки коммерциализации ключевым критерием будет являться соответствие технологии, на которой основан продукт, технологиям/задачам, выделенным в дорожной карте. Также при поддержке коммерциализации в качестве критериев необходимо учитывать: наличие инвестора и объем инвестиций, коммерческий потенциал (объем рынка, в том числе мирового), наличие необходимых компетенций и опыта у команды, дополнительным критерием может быть наличие предварительных контрактов/заинтересованности со стороны потенциальных потребителей. К мерам поддержки коммерциализации можно отнести следующие меры:

• Поддержка малых предприятий (Фонд Бортника);
• Поддержка российских компаний лидеров (РВК);
• Поддержка промышленных разработок (Минпромторг России).

В случае поддержки внедрения ключевыми критериями будут являться приоритетность отрасли для внедрения ИИ и эффект от внедрения в каждой отдельной отрасли. Также при поддержке внедрения в качестве критериев необходимо учитывать: потенциальный объем рынка решений и эффект от реализации проекта на уровень использования ИИ в отрасли. К мерам поддержки внедрения можно отнести следующие меры:

Поддержка проектов по цифровому преобразованию приоритетных отраслей экономики (Сколково);

Поддержка региональных проектов внедрения СЦТ (Российский фонд развития информационных технологий);

Субсидирование процентной ставки кредитными организациями (Минкомсвязь России).

1.1. Описание сквозной цифровой технологии и эффекты от развития СЦТ

Искусственный интеллект (ИИ) — комплекс технологических решений, имитирующий когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и позволяющий при выполнении задач достигать результаты, как минимум сопоставимые с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает информационно-коммуникационную инфраструктуру, программное обеспечение, в котором в том числе используются методы машинного обучения, процессы и сервисы по обработке данных и выработке решений.

Нейротехнологии — технологии, которые используют или помогают понять работу мозга, мыслительные процессы, высшую нервную деятельность, в том числе технологии по усилению, улучшению работы мозга и психической деятельности.

В рамках разработки дорожной карты развития СЦТ «Искусственный интеллект и нейротехнологии» были выделены семь субтехнологий СЦТ (суб-СЦТ):

компьютерное зрение;

обработка естественного языка;

распознавание и синтез речи;

рекомендательные системы и интеллектуальные системы поддержки принятия решений;

перспективные методы и технологии в ИИ;

нейропротезирование;

нейроинтерфейсы, нейростимуляция и нейросенсинг.

Развитие СЦТ окажет высокий уровень влияния на технологическое лидерство, экономическое развитие и социальный прогресс.

Влияние СЦТ на технологическое лидерство: создание индустрии по искусственному интеллекту в первую очередь позволит создать конкурентоспособную на мировом уровне высокотехнологичную отрасль, кроме того оно ускорит развитие цифровой экономики, будет стимулировать развитие информационной-телекоммуникационной инфраструктуры по работе с большими объемами данных, а также повысит долю отечественного программного обеспечения и решений на внутреннем рынке (в том числе в органах государственной власти).

Влияние СЦТ на экономическое развитие: по различным прогнозам, доля искусственного интеллекта в мировом ВВП будет составлять 2,6% в 2030 году. Данный показатель включает в себя размер отрасли решений в сфере ИИ, прирост производительности в различных секторах экономики и другие факторы. При существенном стимулировании развития ИИ в России, будут достигнуты даже большие результаты. А именно: доля ИИ в ВВП России будет составлять 0,8% в 2024 году и 3,6% в 2030 году. Большое влияние СЦТ на экономическое развитие объясняется следующими причинами: Увеличение производства и продажи товаров и услуг, связанных с ИИ: аппаратного обеспечения, программного обеспечения и IT-консалтинговых услуг; Повышение производительности в различных отраслях экономики благодаря использованию ИИ.

Влияние СЦТ на социальный прогресс: Развитие искусственного интеллекта существенно улучшит ситуацию с здравоохранением в стране. Повысится качество медицинских услуг и точность диагностирования. Все это увеличит ожидаемую продолжительность здоровой жизни россиян. Развитие искусственного интеллекта также улучшит ситуацию с образованием в РФ: каждый ученик сможет получать задание в соответствии с его способностями, а учителям и преподавателям не придется тратить время на выполнение однообразных операций. Другие примеры использования СЦТ в различных направлениях в образовании:

1.2. Краткая характеристика субтехнологий и качественные критерии, позволяющие определить субтехнологию из выборки большого количества технологических решений (признаки для каждой субтехнологии).

Для каждой суб-СЦТ определен текущий уровень готовности суб-СЦТ — УГТ — (в соответствии с ГОСТ Р 57194.1-2016) в Таблице 1, а также выделены наиболее перспективные потенциальные задачи/технологии, наиболее перспективные потенциальные научно-технические и технологические решения (target use-cases). Ниже приведены некоторые примеры.

Таблица 1 — Уровень готовности субтехнологий

Компьютерное зрение — класс решений, которые находят, отслеживают и классифицируют объекты, а также синтезируют видео/изображения — УГТ6. В рамках данной суб-СЦТ было выделено десять перспективных задач/технологий (например, «Сбор наборов данных и обучение классификаторов», «Синтез 3D, 2D изображений и видеообъектов с сохранением узнаваемости» и другие), а также двенадцать перспективных target use-cases (например, «Постановка диагноза на основе анализа фото и видео точнее, чем человек», «Воссоздание трехмерных сцен и их стилей на основе двумерных изображений и видео» и другие).

Обработка естественного языка — класс решений, направленных на понимание языка и генерацию текста, несущего смысл, а также общение на естественном языке при взаимодействии компьютера и человека — УГТ6. В рамках данной суб-СЦТ было выделено десять перспективных задач/технологий (например, «Интеллектуальный поиск ответов в тексте и „понимание“ запросов пользователя», «Автоматический выбор и интеграция навыков» и другие), а также десять перспективных target use-cases (например, «Интеллектуальный поиск по базе документов», «Мультизадачные разговорные ассистенты» и другие).

Распознавание и синтез речи — класс решений, позволяющих осуществлять перевод речевого запроса в текстовый вид, в том числе анализ тембра и тональности голоса, распознавание эмоций, а также синтезировать речь — УГТ5. В рамках данной суб-СЦТ было выделено восемь перспективных задач/технологий (например, «Проверки подлинности речи», «Распознание сложных смысловых конструкций и слэнга в речи» и другие), а также десять перспективных target use-cases (например, «Проверка подлинности личности говорящего», «Улучшение текущих решений (персональные ассистенты) и создание систем поиска скрытого содержания» и другие).

Рекомендательные системы и интеллектуальные системы поддержки принятия решений — класс решений, обеспечивающий выполнение процесса без участия человека, поддержку в выборе решений, а также предсказание объектов, которые будут интересны пользователю — УГТ7. В рамках данной суб-СЦТ было выделено тринадцать перспективных задач/технологий (например, «Обоснование решения, принятого на основе ИИ», «Управление группой/роем объектов» и другие), а также двадцать пять перспективных target use-cases (например, «Поддержка принятия и верификация решений надзорных органов», «Системы управления спутниками, транспортом и т.д.» и другие).

Перспективные методы и технологии в ИИ — методы и технологии, развитие которых влияет на все текущие суб-СЦТ, а также на создание новых суб-СЦТ в области ИИ — УГТ2. В рамках данной суб-СЦТ было выделено девять перспективных задач/технологий (например, «Гибридные модели», «Новые архитектуры нейросетей и классы математических моделей для машинного обучения» и другие), а также девять перспективных target use-cases (например, «Применение ИИ методов в плохо формализуемых приложениях», «Резкое увеличение или включения широкого класса новых прикладных приложений для ИИ» и другие).

Нейропротезирование — класс решений, позволяющих восстанавливать двигательные, чувствительные и познавательные функции, возможности человека — УГТ5. В рамках данной суб-СЦТ было выделено четыре перспективных задач/технологий (например, «Системы питания всей сети имплантов и датчиков», «Технологии обратной передачи информации от органов чувств» и другие), а также четыре перспективных target use-cases (например, «Импланты и внутренние датчики», «Биопротезирование органов чувств и получение обратной связи от протезов» и другие).

Нейроинтерфейсы, нейростимуляция и нейросенсинг — класс решений, позволяющих отслеживать и влиять на нервную систему человека, посредством инвазивных и неинвазивных методов — УГТ3. В рамках данной суб-СЦТ было выделено три перспективных задач/технологий (например, «Технологии распознавания потребительской информации», «Технологии обработки и интерпретации данных о состоянии пользователя при помощи нейрофизиологии» и другие), а также три перспективных target use-cases (например, «Системы нейромаркетинга», «Системы контроля состояния пользователя» и другие).

Согласно протоколу заседания Наблюдательного совета АНО «Цифровая экономика» от 24 мая 2019 г. № 13 было рекомендовано исключить Нейротехнологии (Нейропротезирование, Нейроинтерфейсы, нейростимуляция и нейросенсинг) из перечня приоритетных субтехнологий и продолжить их развитие в рамках Национальной Технологической Инициативы.

В рамках дальнейшей разработки мероприятий по развитию суб-СЦТ дорожной карты «Большие данные» и интеграции с дорожной картой «Нейротехнологии и искусственный интеллект» на заседании Рабочей группы по Цифровым технологиям в рамках АНО «Цифровая экономика» от 11 июня 2019 г. было принято решение о необходимости включения суб-СЦТ Больших данных (Технологии обработки, утилизации данных с использованием ML, Технологии обогащения данных, Использование доверенных (качественных) данных для BI, Предиктивная аналитика) в суб-СЦТ Рекомендательные системы и интеллектуальные системы поддержки принятия решений, а также в движущий фактор Данные

Ключевые технические характеристики в суб-СЦТ приведены в Таблице 2. В настоящее время уровень российских решений не отстает от мировых, что подтверждается примерами решений таких компаний, как VisionLabs, iPavlov, Yandex и другими.

Таблица 2 — Ключевые технические характеристики по суб-СЦТ

1.3. Описание областей применения

В данном разделе описываются примеры применения СЦТ в отраслях экономики.

В отрасли «Сельское хозяйство, лесное хозяйство, охота, рыболовство и рыбоводство» (Классификатор ОКВЭД «A») выделяются следующие области применения: повышение эффективности процессов селекции за счет учета генетических и фенотипических параметров, повышение урожайности за счет выстроенной автономной системы ухода за культурами, снижение затрат на техническое обслуживание и ремонт за счет прогнозирования поломок техники.

В отрасли «Добыча полезных ископаемых» (Классификатор ОКВЭД «B») выделяются следующие области применения: оптимизация разведки и извлечения запасов на основе анализа геофизических данных, повышение эффективности и безопасности производственного процесса за счет применения автономного оборудования и транспорта, предотвращение простоев оборудования и дорогостоящих ремонтов за счет превентивного обслуживания.

В отрасли «Обрабатывающие производства» (Классификатор ОКВЭД «C») выделяются следующие области применения: повышение качества и снижение затрат на проектирование продукции за счет комплексного моделирования параметров будущего продукта, автоматизация и оптимизация производственных процессов и сети поставок за счет снижения производственных ошибок, минимизации влияния человеческого фактора и эффективное прогнозирование спроса.

В отрасли «Обеспечение электрической энергией, газом и паром» (Классификатор ОКВЭД «D») выделяются следующие области применения: сокращение сроков и затрат на проектирование и строительство объектов за счет анализа данных об условиях строительной площадки и опыта пр. проектов, оптимизация ремонтов за счет предиктивного обслуживания оборудования, оптимизация процессов управления сложными энергетическими системами за счет улучшения процессов диспетчеризации.

В отрасли «Строительство» (Классификатор ОКВЭД «F») выделяются следующие области применения: улучшение качества строительного процесса за счет обнаружения ошибок строительства, использование ИИ для моделирования и анализа потенциальных опасностей (пожарных рисков, рисков разрушения здания и др.), улучшение качества архитектурного планирования за счет анализа изображений окрестностей.

В отрасли «Торговля оптовая и розничная» (Классификатор ОКВЭД «G») выделяются следующие области применения: минимизации влияния человеческого фактора и эффективное прогнозирование спроса, оплата товаров и услуг голосом, который был идентифицирован искусственным интеллектом, прогнозирование поведенческой модели покупателя на основании ретроспективных покупок, автоматизация инвентаризации в магазине за счет использования распознавания изображений.

В отрасли «Транспортировка и хранение» (Классификатор ОКВЭД «H») выделяются следующие области применения: оптимизация выстраивания маршрутов, учитывая прогнозы транспортных потоков и характеристик ТС, обеспечение безопасности вождения за счет выявления и предупреждения опасных ситуаций, использование беспилотных ТС, предотвращение поломок транспорта за счет прогнозирования неисправностей, оптимизация работы распределительных центров за счет автоматизированного учета продукции и скорости погрузки, роботизация складов.

В отрасли «Деятельность гостиниц и предприятий питания» (Классификатор ОКВЭД «I») выделяются следующие области применения: мгновенный перевод речи туристов в гостиницах, создание персонализированного меню и диеты, автоматизированная доставка продуктов питания.

В отрасли «Деятельность в области информации и связи» (Классификатор ОКВЭД «J») выделяются следующие потребности: оптимизация распределения сетевых ресурсов на основе реального времени и анализ прогнозной нагрузки, рекомендации в области необходимых инвестиций по строительству сетевой инфраструктуры за счет оценки потребностей сети, прогноз региональных тенденций спроса на телекоммуникационный трафик.

В отрасли «Деятельность финансовая и страховая» (Классификатор ОКВЭД «K») выделяются следующие потребности: оценка кредитоспособности заемщиков и предложение новых банковских продуктов на основе данных о транзакциях, данных о клиенте в соцсетях, чат-боты, в том числе голосовые системы обработки клиентских запросов, повышение безопасности операций и предотвращение мошенничества, повышение эффективности планирования личных финансов и управления инвестициями, персонализация, таргетинг.

1.4. Основные разработчики в России в разрезе суб-СЦТ

В рамках подготовки дорожной карты для каждой из рассматриваемых суб-СЦТ были определены примеры российских решений и их краткое описание.

Примеры разработчиков и решений в рамках суб-СЦТ «Компьютерное зрение»:

• «Яндекс» разрабатывает систему управления беспилотным автомобилем, которая использует лидары, камеры, радары, GPS и IMU (гиростабилизатор) для достижения пятого уровня автономности (полной автономности автомобиля);
• VisionLabs специализируется на создании программных решений и сервисов на базе технологий компьютерного зрения. Основной продукт компании — платформа распознавания лиц VisionLabs Luna.

Примеры разработчиков и решений в рамках суб-СЦТ «Обработка естественного языка»:

• ABBYY — российская компания-разработчик решений в области распознавания текстов (OCR) и лингвистики. Наиболее известные продукты в данной области — система потокового ввода данных ABBYY FlexiCapture и анализа/понимания текста ABBYY Compreno;
• Алиса — виртуальный голосовой помощник, созданный компанией «Яндекс». Алиса распознает естественную речь, имитирует живой диалог, дает ответы на вопросы пользователя и, благодаря запрограммированным навыкам, решает прикладные задачи;
• DeepPavlov — библиотека диалогового ИИ, которая используется для обработки естественного языка и разработки сложных диалоговых систем. Команда проекта стала одной из десяти команд, отобранных для участия в соревновании Alexa Prize Socialbot Grand Challenge 3, многомиллионном университетском конкурсе по улучшению взаимодействия между человеком и компьютером.

Примеры разработчиков и решений в рамках суб-СЦТ «Рекомендательные системы и интеллектуальные системы поддержки принятия решений»:

• Робот Вера — российское программное обеспечение, предназначенное для эффективного подбора кандидатов и автоматизированного проведения интервью. Система анализирует различную информацию о кандидатах и производит поиск похожих кандидатов в доступных источниках информации (социальные сети, работные сайты).
• MyTarget — система персонализированной рекламы для пользователей с использованием ИИ от Mail Group.
• Smart Machine — программное обеспечение, предоставляющее аналитические сервисы клиентам из финансовой сферы, имеющим потребность в получении широкого поведенческого профиля каждого абонента мобильной связи страны с использованием ИИ от OneFactor.

Примеры разработчиков и решений в рамках суб-СЦТ «Распознавание и синтез речи»:

• Алиса/Yandex.SpeechKit — Голосовой помощник от компании «Яндекс», умеет распознавать речь человека, вести простые разговоры, управлять большим количеством ПО. Yandex.SpeechKit — набор инструментов для распознавания и синтезирования речи, позволяющий сторонним разработчикам создавать свои приложения.
• Продукты от компании ЦРТ — различные продукты, позволяющие распознавать речь и звуки, производить автоматическое обслуживание клиентов и другие функции.

Примеры разработчиков и решений в рамках суб-СЦТ «Нейропротезирование и нейроинтерфейсы»:

• ЭкзоАтлет разрабатывает продукты в области протезирования и экзоскелетов. Их продукты помогают людям с ограниченными возможностями, а также улучшают физические способности пользователя.

Примеры разработчиков и решений в рамках суб-СЦТ «Нейросенсинг и Нейростимуляция»:

- Викиум разрабатывает программное обеспечение для отслеживания, анализа, визуализации мозговой активности и усиления когнитивных способностей пользователя.

1.5. Краткая информация о рынке

Потенциальный объем мирового рынка решений в сфере искусственного интеллекта и нейротехнологий в разрезе суб-СЦТ приведен в Таблице 3. В 2018 году мировой рынок решений в сфере ИИ составил 21,5 млрд долларов, к 2024 году он увеличится до 137,2 млрд долларов. В 2018 году мировой рынок решений в сфере нейротехнологий составил 1,3 млрд долларов, к 2024 году он увеличится до 7 млрд долларов.

Таблица 3 — Размер мирового рынка решений в сфере ИИ и нейротехнологий в разрезе суб-СЦТ, млрд $

Потенциальный объем российского рынка решений в сфере искусственного интеллекта и нейротехнологий в разрезе суб-СЦТ приведен в Таблице 4. Российский рынок рассчитан на основании доли от мирового рынка. Фактическая доля РФ в мировом рынке ИИ составила в 2018 году 0,2%. Потенциально, доля РФ может увеличиться до 1,7% к 2024 году. В 2018 году российский рынок решений в сфере ИИ составил 2,1 млрд рублей, к 2024 году он увеличится до 160,1 млрд рублей. В 2018 году российский рынок решений в сфере нейротехнологий составил 0,1 млрд рублей, к 2024 году он увеличится до 8,2 млрд рублей.

Таблица 4 — Размер российского рынка решений в сфере ИИ в разрезе суб-СЦТ, млрд рублей

Основными тенденциями развития рынка искусственного интеллекта являются:

• Развитие роботизированных сервисов с помощью ИИ и избавление от человеческого фактора и освобождения человека от монотонной работы путем автоматического создания программного обеспечения.
• Расширение вычислительных и функциональных возможностей программных продуктов.
• Новые методы машинного обучения, которые ускоряют разработку и реализацию решений в области ИИ в условиях ограниченного количества данных.
• Повсеместное применение ИИ.

Основными драйверами рынка искусственного интеллекта являются:

• Увеличение объема данных для анализа и повышение доступности данных надлежащего качества.
• Развитие вычислительной архитектуры следующего поколения.
• Развитие перспективных методов анализа данных.

1.6 Приоритизация субтехнологий между собой и ее обоснование.

В рамках разработки дорожной карты развития СЦТ «Искусственный интеллект и нейротехнологии» для каждой суб-СЦТ была дана оценка потенциала коммерциализации и применения, данная оценка и послужила критерием приоритизации суб-СЦТ:

Компьютерное зрение — потенциал коммерциализации и применения оценивается на высоком уровне, так как уровень развития технологии находится на достаточно высоком уровне и существуют внедренные решения.

Рекомендательные системы и интеллектуальные системы поддержки принятия решений — потенциал коммерциализации и применения оценивается на высоком уровне, существуют опытные и серийные образцы решений с достаточно высоким уровнем точности и стабильности работы.

Обработка естественного языка — потенциал коммерциализации и применения оценивается на среднем уровне из-за высокого уровня зависимости от языка.

Распознавание и синтез речи — потенциал коммерциализации и применения оценивается на среднем уровне из-за высокого уровня зависимости от языка.

Нейропротезирование — потенциал коммерциализации и применения оценивается на среднем уровне, так как решения, относящиеся к данной суб-СЦТ находятся на уровне идей или НИОКР и не нашли своего повсеместного внедрения. Согласно протоколу заседания Наблюдательного совета АНО «Цифровая экономика» от 24 мая 2019 г. № 13 данная технология не является приоритетной.

Перспективные методы и технологии в ИИ — потенциал коммерциализации и применения оценивается на низком уровне из-за того, что многие технологии в рамках суб-СЦТ находятся на начальном уровне развития.

Нейроинтерфейсы, нейростимуляция и нейросенсинг — потенциал коммерциализации и применения оценивается на низком уровне, так как решения, относящиеся к данной суб-СЦТ находятся на уровне идей или НИОКР и не нашли своего повсеместного внедрения. Согласно протоколу заседания Наблюдательного совета АНО «Цифровая экономика» от 24 мая 2019 г. № 13 данная технология не является приоритетной.

В результате приоритизации были получены следующие результаты:

• Суб-СЦТ 1-го приоритета: Компьютерное зрение, Рекомендательные системы и интеллектуальные системы поддержки принятия решений
• Суб-СЦТ 2-го приоритета: Обработка естественного языка, Распознавание и синтез речи
• Суб-СЦТ 3-го приоритета: Перспективные методы и технологии в ИИ

Приоритет суб-СЦТ учтен в рекомендации по распределению бюджетного финансирования (Раздел 4)

1.7. Верхнеуровневая оценка наличия синергетических эффектов

Характер взаимосвязи СЦТ «Искусственный интеллект» с остальными 8 СЦТ приведен в Таблица 5

Таблица 5 — Взаимосвязь СЦТ ИИ с остальными 8 СЦТ

Согласно решению наблюдательного совета АНО «Цифровая экономика» в дорожную карту были добавлены элементы следующих дорожных карт:

• Компоненты робототехники и сенсорика (Интеллектуальные системы управления РТС, Технологии навигации и восприятия окружающей среды)
• Большие данные (Технологии обработки, утилизации данных данных с использованием ML, Технологии обогащения данных, Использование доверенных (качественных) данных для BI, Предиктивная аналитика)

Также проведена сверка технологических задач с дорожной картой Промышленный интернет

1.8. Перечень ограничений развития СЦТ

Ряд ограничений развития суб-СЦТ и создания перспективных решений на их базе указан ниже (см. Таблица 6)

Таблица 6 — Ограничения, препятствующие полномасштабному развитию суб-СЦТ

2. Текущее состояние и целевые показатели развития до 2021 и 2024 года

Целевые показатели развития СЦТ «Нейротехнологии и Искусственный интеллект» представлены в Таблице 7. Данные показатели отражают только часть технологических задач СЦТ «Нейротехнологии и Искусственный интеллект», полный перечень технологических задач, по которым необходимо осуществлять поддержку приведен в Разделе 3.

Таблица 7 — Целевые показатели развития СЦТ «Нейротехнологии и Искусственный интеллект»

В целевом состоянии (при достижении целевых результатов дорожной карты) ИИ в России является развитой отраслью, обеспечивающей повышение конкурентоспособности и производительности национальной экономики, рост качества жизни населения и повышение общего уровня цифровизации. Развитие технологий ИИ обеспечит технологическое лидерство России как в сфере ИТ, так и в других отраслях, будет способствовать достижению целей импортозамещения и развитию экспорта.

Согласно протоколу заседания Наблюдательного совета АНО «Цифровая экономика» от 24 мая 2019 г. № 13 было рекомендовано исключить Нейротехнологии (Нейропротезирование, Нейроинтерфейсы, нейростимуляция и нейросенсинг) из перечня приоритетных субтехнологий и продолжить их развитие в рамках Национальной Технологической Инициативы.

3. Технологические задачи и предложения по их решению, ожидаемый результат, предлагаемые инструменты

3.1. Перечень технологических задач

В Таблице 8 представлены технологические задачи и ожидаемые результаты по каждой суб-СЦТ с указанием целевых сроков (этапов) их достижения, а также предварительные перечни мер поддержки и ответственных за меры поддержки (области применения указанные в примерах не имеют приоритета над другими областями применения, перечень инструментов является индикативным и не ограничивает проекты в получении других инструментов поддержки). Мероприятия по развитию движущих факторов приведены в Разделе 3.2. Ожидаемые результаты по суб-СЦТ приведены в Разделе 2. Все технологические задачи в рамах СЦТ являются приоритетными, необходимое финансирование распределено согласно текущему объему и потенциалу развития рынков суб-СЦТ (см. Раздел 4). В случае выделения финансирования в меньшем объеме, чем указанном в Разделе 4, предлагается уменьшать объем финансирования пропорционально по всем суб-СЦТ. Технические характеристики по которым может быть произведено сравнение решений в рамках технологических задач приведены в Таблице Таблица 2 Раздела 1.2. Сравнение по техническим характеристикам необходимо проводить в рамках одной технологической задачи и одной сферы применения в ней.

Таблица 8 — Технологические задачи и ожидаемые результаты

Таблица 9 — Группы мероприятий по направления развития СЦТ

Мероприятия по развитию Больших данных, не использующие Искусственный интеллект, будут детально прорабатываться в рамках движущего фактора Данные при разработке федерального проекта Искусственный интеллект.

4. Оценка требуемых ресурсов в привязке к инструментам поддержки

Распределение инвестиций по бюджетному и внебюджетному финансированию в привязке к инструментам поддержки в разрезе суб-СЦТ представлены ниже (см. Таблица 10).

В Таблица 10 приведена индикативная оценка требуемого финансирования по инструментам поддержки. Помимо финансирование указанного в таблице на преодоление барьеров развития Искусственного интеллекта необходимо выделить 33,2 млрд руб. Распределение финансирования между инструментами и мероприятиями по преодолению барьеров является индикативным и будет уточнено в ходе разработки федпроекта по Искусственному интеллекту

Таблица 10 — Распределение инвестиций по суб-СЦТ до 2024 года (в млрд руб.)

<1> Включая элементы Робототехники и сенсорики.

<2> Внебюджетное финансирование включает все затраты на развитие СЦТ всех участников рынка, а не только привлекаемое софинансирование в рамках конкретного проекта.

<3> Включая элементы Робототехники и сенсорики, Больших данных и Промышленного интернета.

Инвестиции в разработку и коммерциализацию решений могут в значительной степени отличаться в зависимости от решаемых задач, уровня готовности используемых технологий суб-СЦТ, технической и технологической сложности конечного коммерческого продукта. При этом все технологические задачи, решаемые в рамах СЦТ, являются приоритетными, необходимое финансирование распределено согласно текущему объему и потенциалу рынков суб-СЦТ. В случае выделения финансирования в меньшем объеме, чем указанном в данном разделе, предлагается уменьшать объем финансирования пропорционально по всем суб-СЦТ.

Глоссарий

Искусственный интеллект (ИИ) — способность систем корректно интерпретировать данные, обучаться на них, и использовать полученные знания для достижения целей, в том числе самостоятельно

Нейротехнологии — технологии, которые используют или помогают понять работу мозга, мыслительные процессы, высшую нервную деятельность, в том числе технологии по усилению, улучшению работы мозга и психической деятельности

СЦТ — сквозная цифровая технология

Суб-СЦТ — субтехнология, которая является частью сквозной цифровой технологии

Обработка естественного языка — система решений, направленных на понимание языка и генерацию грамотного текста, а также создание более удобной формы взаимодействия компьютера и человека

Распознавание и синтез речи — система решений, позволяющих осуществлять перевод речевого запроса в текстовый вид, в том числе анализ тембра и тональности голоса, распознавание эмоций

Рекомендательные системы и интеллектуальные системы поддержки принятия решений — система решений, посредством которых процесс выполняется без участия человека, поддержка в выборе решения, а также предсказание объектов, которые будут интересны пользователю по информации его профиля

Перспективные методы и технологии в ИИ — методы и технологии, развитие которых влияет на все текущие суб-СЦТ, а также на создание новых суб-СЦТ в области ИИ

Нейроинтерфейсы, нейростимуляция и нейросенсинг — создание решений, позволяющих отслеживать и влиять на мозговую активность человека

Нейропротезирование — создание решений, позволяющих человеку взаимодействовать с различными устройствами, а также создание устройств, улучшающих физические и коммуникационные возможности человека.

Экосистема — экономическое сообщество, которое состоит из совокупности взаимосвязанных организаций и физических лиц. Экономическое сообщество производит товары и услуги, ценные для потребителя, которые также являются частью экосистемы

Решение — совокупность аппаратного и программного обеспечения, требующее минимальной настройки, а иногда еще и комплекса организационных и технологических мероприятий, для решения какой-либо конкретной задачи

Индикатор — ориентирующий показатель (измеритель), позволяющий в определенной степени отобразить изменение параметров наблюдаемого события (объекта)

Коммерциализация — это процесс преобразования знаний в продукт, услугу или деятельность, которые могут быть использованы в целях получения прибыли

УГТ — Уровень готовности технологии в соответствии с ГОСТ Р 57194.1-2016

Наука о жизни — life science — объединяют самые разные отрасли биологии, биотехнологии и медицины

РТС — роботизированные системы

Target use-cases — целевой способ применения