Исследование, подготовленное экспертами исследовательской группы InfraOne Research, отражает особенности возможного развития инфраструктурных и национальных проектов России в условиях падения цен на нефть и распространения пандемии COVID-19. Авторы данного исследования рассматривают три прогнозных сценария развития экономической ситуации, обуславливающие соответствующие особенности реализации нацпроектов и проектов инфраструктуры. Кроме того, данное исследование приводит в пример меры, предпринятые зарубежными странами в части реализации инфраструктурных проектов и направленных главным образом на снижение зависимости экономики от доходов нефтегазовой отрасли.
Аналитики Фонда Росконгресс выделили ключевые выводы исследования, сопроводив каждый из них подходящим по теме фрагментом видеотрансляций панельных дискуссий, состоявшихся в рамках деловых программ ключевых международных мероприятий, проведённых Фондом.
Низкие цены на нефть определяют развитие экономической ситуации в России, приводят к снижению темпов строительства и сокращению объёмов инвестирования инфраструктурных проектов
В условиях срыва сделки России и стран — членов ОПЕК, приведшего к увеличению предложения на рынке нефти, авторы исследования выделяют три сценария развития событий и соответствующего влияния прогнозной экономической ситуации на российский инфраструктурный рынок. Ключевым фактором, учитываемым при построении прогнозов, является соотношение фактической цены барреля нефти марки Urals и условного уровня цены рассматриваемой нефти, выше которого в рамках действующего бюджетного правила образуются сверхдоходы, поступающие в Фонд национального благосостояния (42,4 долл. за баррель в 2020 году).
Так, оптимистичный прогноз, основанный на возможном достижении договорённости между Россией и странами — членами ОПЕК о новом ограничении добычи нефти и ослаблении степени влияния пандемии коронавируса в течение двух-трёх предстоящих месяцев, допускает возвращение значения цены нефти Urals на уровне 45–50 долл. за баррель уже к июню-июлю этого года. Соответственно, уровень цены на нефть в рамках оптимистичного сценария позволяет пополнять Фонд национального благосостояния (ФНБ), что в целом позволит избежать дефицита бюджета по итогам 2020 года. Однако период, характеризующийся уровнем цены на нефть ниже цены «отсечки», потребует израсходования 2-3% ФНБ, пополнение которого также будет осуществляться ниже запланированного уровня. Влияние данных прогнозных условий на рынок инфраструктурных инвестиций может выражаться прежде всего в продолжительной «заморозке» инфраструктурных проектов, снижении темпов строительства и объёмов кредитования.
По оценкам экспертов, базовый прогноз, предусматривающий установление цены нефти Urals на уровне 35 долл. за баррель, характеризуется недополучением нефтегазовых доходов в объёме 7,6 млрд долл., возмещением их из ФНБ и, соответственно, сокращением ФНБ на 6,2% (по отношению к 1 марта). Снижение цены на нефть будет сопровождаться падением курса рубля и возможным повышением ключевой ставки, что в свою очередь приведёт к подорожанию кредитов, используемых в том числе для строительства и реализации инфраструктурных проектов. Кроме того, к числу возможных последствий также относятся общее снижение спроса и перераспределение средств государства на социальные цели и поддержку экономики в целом. В рамках базового прогноза инфраструктурный рынок ожидает сохранение инвестиций в основной капитал на прежнем уровне (что было типично для 2013–2014 годов) либо спад инвестиций подобного рода в размере 10% (ситуация аналогична кризису 2008–2009 годов). Проекты в области строительства также будут подвержены тенденции к сокращению объёмов.
Наиболее пессимистичный прогноз, рассчитанный экспертами с учётом цены на нефть, установленной на уровне 25 долл. за баррель, подразумевает значительную степень недополучения нефтегазовых доходов. Так, по оценкам экспертов, объём недополученных нефтегазовых доходов в рамках пессимистичного сценария составит 25 млрд долл. (около 2,2–2,5% ВВП), что повлечёт за собой существенное сокращение ФНБ более чем на 16–17%. Такое развитие событий будет сопровождаться серьёзным удешевлением национальной валюты (на 50–60% относительно февральских значений, ростом ключевой ставки, резким сокращением инвестиций в основной капитал и объёмов строительства даже по сравнению с кризисом 2008–2009 годов (более чем на 10–15%). С большой долей вероятности новые инфраструктурные соглашения будут заключаться преимущественно в коммунальной и социальной сферах, в то время как реализация капиталоёмких проектов в области транспорта будет отложена на конец 2020 — начало 2021 года, когда ситуация чуть стабилизируется. При этом на момент проведения исследования (конец марта 2020 года) ситуация развивается по промежуточному сценарию между базовым и пессимистичным прогнозами.
Видео: https://roscongress.org/sessions/syrevye-tsikly-adaptatsiya-k-novym-usloviyam/search/#00:06:23.487
Несмотря на «инвестиционную паузу», концессионные соглашения и инфраструктурные проекты ГЧП в коммунальной и социальной сферах ожидают относительно стабильные перспективы, в то время как проекты транспортной инфраструктуры могут подвергаться колебаниям спроса
В целом, ситуация также осложняется влиянием глобальной экономической рецессии, вызванной пандемией COVID-19. Общая неопределённость экономической ситуации может привести к «инвестиционной паузе» на рынке концессий и проектов ГЧП. Ожидание участниками рынка более стабильных экономических условий приведёт к замедлению подготовки и заключения новых контрактов в целом. По проектам, не прошедшим стадию финансового закрытия, сроки выделения финансов могут быть перенесены. Кроме того, ряд заключённых соглашений ожидает пересмотр условий, однако эксперты считают, что расторжение данным соглашениям, в особенности капиталоёмким и долгосрочным, не грозит.
На протяжении 2013–2019 годов социальная и коммунальная инфраструктуры демонстрируют относительно стабильную тенденцию к увеличению объёмов концессионных соглашений. Более того, даже в сложный кризисный период, приходящийся на 2014–2015 годы, социальная и коммунальная сферы продемонстрировали увеличение объёмов соглашений по инфраструктурным проектам. Так, в 2015 году по сравнению с предыдущим годом объёмы соглашений по проектам социальной инфраструктуры выросли с 3,4 млрд рублей до 3,7 млрд рублей соответственно, в то время как проекты коммунальной инфраструктуры продемонстрировали значительный рост объёмов соглашений — с 3,2 млрд рублей в 2014 году до 75,4 млрд рублей в 2015 году.
При этом наибольшие объёмы соглашений приходятся на проекты транспортной инфраструктуры. Так, в 2018 году объём инфраструктурных соглашений в транспортной сфере являлся рекордным и составлял 450,4 млрд рублей, в то время как на коммунальную и социальную сферы приходилось 74,3 млрд рублей и 15,2 млрд рублей соответственно. Вместе с тем, объёмы соглашений, приходящиеся на проекты транспортной инфраструктуры, являются менее стабильными, что обусловлено прежде всего наличием валютных рисков и бо́льшей степенью зависимости от выбора потребителя, обусловленного его экономическим состоянием: потребитель скорее откажется от проезда по платной трассе, чем от пользования коммунальными системами.
Вместе с тем, эксперты считают, что реализация проектов в рамках концессионных соглашений и ГЧП в объёме 270 млрд рублей на ближайший год будет отложена. Однако, восстановление рынка можно ожидать уже в следующем году, ведь подобные проекты выгодны обеим сторонам — как бизнесу, так и государству: частные компании обеспечивают себя заказами на длительную перспективу, а государство снижает расходы на крупные проекты. Кроме того, посткризисный период обычно характеризуется снижением ставок в банковской сфере, позволяя упростить бизнесу доступ к долгосрочным кредитам.
Кризисная ситуация в экономике может привести к пересмотру ряда национальных проектов с сохранением приоритета в отношении проектов социального характера и проектов по поддержке индивидуальной предпринимательской инициативы, малого и среднего бизнеса
Планируемые расходы на реализацию всех 13 национальных проектов в 2020 году составляют 2 трлн рублей, поступающих из федеральных средств, что в целом составляет 10,2% расходов бюджета. Поскольку государство планирует избегать дефицита бюджета за счёт средств ФНБ на ближайшие 6–10 лет, финансирование нацпроектов на запланированном уровне является допустимым.
Сложная экономическая ситуация усиливает роль государства в выполнении национальных проектов при любом развитии событий. Неблагоприятная конъюнктура может привести к корректировке показателей национальных проектов в части их объёма, источников финансирования, сроков и даже целей. В таком случае правительство сможет учесть влияние новых условий (в том числе вызванных пандемией коронавируса и её последствиями) на бюджетное и частное финансирование проектов, а также потребности экономики в новых инициативах.
К числу нацпроектов с высоким риском перераспределения средств федерального бюджета относятся прежде всего такие национальные проекты, как «Цифровая экономика», «Экология» и «Международная кооперация и экспорт». Средний риск перераспределения объёмов финансирования грозит таким нацпроектам, как «Комплексный план модернизации и расширения магистральной инфраструктуры», «Жильё и городская среда», «Наука» и «Культура».
Наименьший риск перераспределения федеральных средств отмечается в отношении большинства нацпроектов, а именно в отношении таких проектов, как «Демография», «Здравоохранение», «Образование», «Безопасные и качественные автомобильные дороги» и «Малое и среднее предпринимательство и поддержка индивидуальной предпринимательской инициативы», а также «Повышение производительности труда и поддержка занятости». В текущих условиях развития экономической ситуации поддержка проектов социальной сферы, проектов малого и среднего бизнеса, а также индивидуальной предпринимательской инициативы в приоритетном порядке является крайне важной.
Нефтяной кризис ставит ребром вопрос о снижении зависимости экономики от нефтегазового сектора
Экономическая ситуация в условиях нефтяного кризиса заставляет серьёзно задуматься о необходимости и способах снижения зависимости бюджета и экономики в целом от нефтегазовых доходов. По данным экспертов, в 2019 году зависимость консолидированного бюджета России от доходов нефтегазовой отрасли составила 20%. При этом, за последнее десятилетие наибольшее и наименьшее значения данного показателя наблюдались в 2014 и 2016 годах — 27,8% и 17,2% соответственно.
Доля нефтегазового сектора в формировании ВВП России составляет около 12–13%. При этом, среди других крупных нефтедобывающих стран наибольшая зависимость ВВП от нефтегазового сектора наблюдается в отношении таких стран как Кувейт (44,7%) и Саудовская Аравия (31%). В то же время, некоторым странам, а именно Норвегии и Канаде, удаётся удерживать данный показатель на уровне 10% и 7,3% соответственно.
Опыт зарубежных стран в части принятия мер, направленных на снижение зависимости экономики стран от нефтегазового сектора, может быть полезен для отечественной экономики. Так, Норвегия, несмотря на и так сравнительно низкую зависимость бюджета от нефтегазовых доходов, планирует снижать её и дальше. Основной мотивацией таких действий выступают желание уберечь себя от возможной нестабильности на рынке энергоносителей, а также снижение негативного воздействия на экологию. В этой связи одним из способов частичного отказа от нефти, применяемым Норвегией, является развитие альтернативной энергетики. Бюджетная политика также имеет определённые особенности — при формировании бюджета Норвегии особое внимание уделяется расходам на транспортную инфраструктуру, науку, технологии и образование.
Саудовская Аравия, как один из крупнейших добытчиков нефти с высоким уровнем зависимости ВВП страны от нефтегазовых доходов, в период 2003–2013 годов, характеризующийся относительно высокими ценами на нефть, активно инвестировала в инфраструктуру, образование и здравоохранение. За указанный период Саудовская Аравия выделила на реализацию инфраструктурных проектов около 450 млрд долл. (по 11% от ВВП ежегодно). После резкого падения нефтяных цен в 2014–2015 годах страна столкнулась с бюджетным кризисом, который подтолкнул власти Саудовской Аравии к поиску новых способов ухода от нефтяной зависимости. Итогом такой работы стала программа Vision 2030, принятая в 2016 году и предусматривающая комплекс социально-экономических реформ, включающих развитие возобновляемых источников энергии, цифровых технологий, здравоохранения, туризма и др.
Также предлагаем вам ознакомиться с другими материалами, размещёнными в специальных разделах Информационно-аналитической системы Росконгресс COVID-19 и СидимДомаЭкономика, посвящённых мерам реагирования на вспышку коронавируса и возможным путям стабилизации экономики в условиях пандемии.
Читать подробнее:
Алексей Жундриков, Екатерина Якунина
После срыва сделки России со странами ОПЕК цены на нефть резко упали и в ближайшее время могут не вернуться к прежним значениям. Свое давление на их уровень оказывает также объявленная ВОЗ пандемия коронавируса.
Как последствия низких нефтяных цен отразятся на российской инфраструктуре? Под угрозой ли реализация проектов в рамках майского указа? И как другие страны снижали зависимость экономики от нефти с помощью инфраструктуры?
Срыв сделки России с ОПЕК позволяет ей и странам организации с апреля добывать нефть фактически без ограничений. Этим уже воспользовалась Саудовская Аравия, которая не только намерена увеличить производство, но и продавать свою нефть с существенной скидкой даже к нынешним низким ценам.
Мы рассмотрели три сценария дальнейшего развития событий и их влияния на отечественный инфраструктурный рынок.
Согласно оптимистичному прогнозу, страны ОПЕК и Россия в ближайшие два-три месяца договорятся о новом ограничении добычи нефти, а влияние пандемии за это время существенно ослабнет. Оба этих события могут вернуть цену барреля Urals к июню — июлю до $45–50.
Это будет превышать цену отсечения $42,4 за баррель, после которой сверхдоходы от продажи нефти поступают в «копилку» ФНБ. Таким образом, снижение нефтегазовых доходов в первом полугодии может быть компенсировано их ростом во втором и по итогам года федеральному бюджету не будет грозить дефицит. Но следствием даже оптимистичного сценария станет меньшее, чем планировалось, наполнение ФНБ. По нашей оценке, для поддержки бюджета в периоды, когда цена на нефть была ниже уровня «отсечки», может быть израсходовано до 2–3% средств фонда (около $3–4 млрд).
Эти события окажут влияние на рынок инвестиций в инфраструктуру.
В рамках оптимистичного прогноза возможна непродолжительная «заморозка» проектов, снижение темпов строительства и объемов кредитования отрасли в первой половине года, но рынок способен активизироваться уже во второй.
В свою очередь, снижение объема ФНБ (небольшое в этом сценарии и более существенное в остальных) на инфраструктурном рынке, на наш взгляд, заметно не отразится. Ожидания того, что эти деньги станут активно инвестировать в отраслевые проекты, и раньше были минимальны.
Согласно нашему базовому прогнозу, средняя цена барреля Urals в 2020 году составит $35, то есть почти на 40% ниже ожидающихся в бюджете значений и почти на 20 % ниже уровня «отсечки».
В этом случае с учетом бюджетного правила и прогнозов Минфина объем недополученных федеральным бюджетом нефтегазовых доходов составит $7,6 млрд по итогам 2020 года. Возмещать их государство планирует за счет средств ФНБ (объем которого на 1 марта 2020 года составлял $123,14 млрд, или 8,25 трлн руб.). Таким образом, к концу 2020 года фонд может уменьшиться на 6,2 % по отношению к 1 марта.
Снижение цены на нефть вызовет удешевление национальной валюты до 80– 85 руб. за $ 1. Если ЦБ начнет повышать ключевую ставку для стабилизации экономики, кредиты для реализации инфраструктурных проектов и строительных компаний станут дороже, и спрос на них снизится. Так происходило в предыдущие периоды падения нефтяных цен (см. таблицу 1). Кроме того, свою роль сыграют общее снижение спроса на рынке и перераспределение средств государства на социальные цели и поддержку экономики.
Последствием для инфраструктуры станет то, что инвестиции в основной капитал либо останутся на том же уровне в текущих ценах (так произошло в 2013–2014 годах), либо упадут (примерно на 10%, как в более жестком сценарии 2008–2009 годов). Однако, в сопоставимых ценах восстановление после кризиса 2008–2009 годов до докризисных значений заняло два года, а после сложной экономической ситуации 2014–2015 годов не случилось и по итогам 2019‑го. Теперь вернуться к прежним объемам вложений рынку будет еще проблематичнее при отсутствии стимулов со стороны государства.
Примерно то же может произойти с объемом строительства: в 2013–2014 годах в сопоставимых ценах он упал на 2,3 %, а в 2008–2009 годах — на 13,2 %.
При этом усиливающаяся в кризисные периоды инфляция не приводит к более быстрому росту цен на строительные материалы. Наиболее резкие скачки цен на последние наблюдаются во время роста экономики, на наш взгляд, это связано с более высоким спросом.
В сложной экономической ситуации цены на стройматериалы наоборот замедляют свой рост: наименьшее их увеличение в последнем десятилетии было в 2015 году — на 4,1 % при годовой инфляции 12,9 %. В особо сложные периоды цены даже падают, что наблюдалось в 2009 году: тогда цены на строительную продукцию уменьшились на 2,4 %, в то время, как в предыдущие три года росли в среднем на 18 % в год.
В соответствии с пессимистичным прогнозом средняя цена барреля Urals в 2020 году будет составлять $25. Тогда объем недополученных бюджетом нефтегазовых доходов составит $25 млрд по итогам года, или 2,2–2,5 % ВВП (точное значение будет зависеть от установившегося курса рубля). То есть, ФНБ могут израсходовать уже в первый год более чем на 16–17 %, так как секвестировать бюджет власти пока не планируют.
Такой сценарий подразумевает серьезное удешевление национальной валюты (на 50–60 % относительно февральских значений), рост ключевой ставки, а также более резкое сокращение инвестиций в основной капитал и объемов строительства даже по сравнению с 2008–2009 годами (более чем на 10–15 %). В некотором выигрыше могут остаться исполнители проектов, успевшие получить финансирование в начале года и только приступающие к строительству: им удастся закупить строительные материалы, когда цены на них не будут стремительно расти.
При этом новые соглашения, скорее всего, будут заключаться и в таких условиях — в основном в коммунальной и социальной сфере. Реализация капиталоемких проектов в сфере транспорта, вероятнее всего, отложится на более спокойное для этого время.
Общая неопределенность экономической ситуации может привести к «инвестиционной паузе» на инфраструктурном рынке.
Подготовка к заключению новых соглашений будет происходить медленнее из‑за стремления инвесторов и властей дождаться более стабильного состояния экономики и желания определить, насколько востребованной и выгодной при этом окажется их инициатива.
У проектов, чье финансовое закрытие еще не произошло, его сроки могут быть сдвинуты. Причина — в обычно снижающейся в такие периоды доступности финансирования и необходимости согласования новых, более строгих условий его предоставления.
По уже заключенным соглашениям может потребоваться пересмотр условий, но вряд ли дело дойдет до расторжения, которое, с большой вероятностью, экономически невыгодно обеим сторонам. Особенно это касается капиталоемких соглашений, заключенных на несколько десятилетий вперед.
В предыдущий период низких цен на нефть — 2014–2015 годы — российский рынок ГЧП‑соглашений (в рамках 224‑ФЗ) еще только зарождался, а концессионный рынок был существенно меньше своих нынешних масштабов: на конец 2014 года на нем было 94 соглашения дороже 100 млн руб. с заявленной суммой инвестиций 330 млрд руб.
По сравнению с 2014‑м годом, в 2015‑м стали заключать существенно меньше концессионных соглашений в транспортной сфере: инвесторы здесь, по сути, взяли паузу (в том числе из‑за выросших валютных рисков, которые в заключенных после 2016 года проектах либо отсутствуют, либо захеджированы). Но уже в 2016-м из‑за отложенного запуска объем и число отраслевых соглашений даже превысили докризисные значения.
В социальной и коммунальной сферах и в сложное с экономической точки зрения время наблюдался рост числа проектов и вложений.
Мы полагаем, это связано с тем, что спрос на такие виды инфраструктуры в меньшей степени зависит от выбора и экономического состояния пользователей. Последние могут отказаться, например, от проезда по платной трассе в пользу альтернативной дороги или пересесть на общественный транспорт, но не могут совсем перестать пользоваться коммунальными системами.
Схожая ситуация с « замораживанием» транспортных инициатив и запуском социальных в сфере проектного финансирования наблюдалась в 2009 году в Канаде, так же стране-экспортере нефти (основная часть ресурса поставляется в США). Но уже в 2010 году объем инфраструктурных сделок, согласно данным IJ Global, возвратился к прежнему значению. Аналогичный эффект наблюдался во время кризиса и во Франции.
По нашей оценке, запуск концессий и ГЧП на сумму порядка 270 млрд руб. в ближайший год может быть отложен. Но восстановления рынка можно ожидать уже в следующем году.
На наш взгляд, государственно-частное партнерство в такие периоды помогает властям снизить объем расходов на крупные проекты, а частным компаниям обеспечить себя заказами на длительную перспективу и, тем самым, достичь экономической устойчивости. Кроме того, посткризисный запуск проектов совпадает со снижением ставок в банковской сфере и большей готовностью последней предоставлять долгосрочные кредиты.
Временной лаг восстановления «государственно-частных» инвестиций в инфраструктуру до прежнего уровня, как правило, короче (год-два), чем в случае «чистых» государственных вливаний в отрасль, поскольку последние в посткризисные периоды требуются в крупном объеме и другим сферам.
В ближайшие три года в национальные проекты, включая комплексный план модернизации и расширения магистральной инфраструктуры, рассчитывали вложить 13,3 трлн руб. Из них к бюджетным средствам относятся 8,35 трлн руб., или 63 %.
В 2020 году на все 13 нацпроектов планировали потратить почти 2 трлн руб. федеральных средств, или 10,2 % расходов бюджета.
Поскольку власти рассчитывают за счет ФНБ избегать дефицита бюджета на горизонте 6–10 лет, то федеральное финансирование нацпроектов теоретически может оставаться на запланированном уровне.
Но государство рассматривает также вариант перераспределения части средств, предназначенных для инфраструктуры, в пользу антикризисных мер. Объем резервного фонда , который планируют создать для поддержки экономики в условиях борьбы с коронавирусом, — 300 млрд руб. — сопоставим с федеральными расходами на комплексный план в течение 2020 года (337,2 млрд руб.). Впрочем, если источником средств для фонда станут деньги ФНБ, то финансирование инфраструктуры не изменится, так как деньги из фонда в отрасль практически не попадали.
Сложная экономическая ситуация усиливает роль государства в выполнении национальных проектов при любом развитии событий. При неблагоприятной конъюнктуре показатели национальных проектов (объем, источники финансирования и даже цели) могут быть скорректированы. За это, например, выступают в Счетной палате. Тогда правительство сможет учесть влияние новых условий (в том числе вызванных фактором пандемии коронавируса) на бюджетное и частное финансирование проектов, а также потребности экономики в новых инициативах.
Отказ от строительства инфраструктуры с большой вероятностью только отдалит выход экономики из кризиса. Мы полагаем, что национальные проекты могут заметно видоизмениться, либо плановый срок достижения целей может быть увеличен, но ставка на инфраструктуру сохранится. Так власти смогут увеличить количество рабочих мест и поддержать профильные отрасли.
Приходу частных игроков будет мешать вероятный рост стоимости заемного финансирования, но государство может сгладить этот фактор за счет субсидирования ставок и других форм непрямой поддержки инвесторов, так как для масштабного строительства полностью за бюджетный счет не было возможности и в докризисный период.
В зону высокого риска перераспределения федеральных средств, по нашей оценке, попадают три национальных проекта с общим объемом таких вложений в 2020 году около 274 млрд руб. Но это не означает, что расходы на них будут в итоге урезаны, а тем более полностью сокращены. Среди проектов со средним риском перераспределения — четыре на 508 млрд руб. федеральных расходов, а с низким — шесть на 1,2 трлн руб.
Вероятно, меньше всего перераспределение затронет направления, касающиеся социальных выплат населению. Скорее всего, сохранится объем средств, выделенных на поддержку малого и среднего предпринимательства. Также мы ждем, что на прежнем уровне продолжат финансировать сферу дорожного строительства.
Вряд ли финансово пострадают мегапроекты типа ВСМ, которые уже многие годы были в планах только на бумаге: серьезных расходов на них со стороны государства в бюджете на 2020 год не было (на федеральный проект «Высокоскоростное железнодорожное сообщение» предусмотрено лишь 88 млн руб.).
Возможности сохранить и даже нарастить финансирование, на наш взгляд, будут у проектов, связанных с цифровизацией (дистанционного образования , телемедицины, получения иных услуг), но речь идет не о проекте «Цифровая экономика», а об отрасли в целом. Мероприятия профильного нацпроекта, по нашему мнению, могут потерять приоритет и часть финансирования.
Каждый раз после очередного падения цен на нефть, российские власти заявляют о планах уменьшить нефтегазовую зависимость бюджета.
По данным на конец 2019 года, консолидированный бюджет по‑прежнему на 20 % зависел от нефтегазовых доходов. В течение последнего десятилетия этот показатель падал до 17,2 % в 2016 году и достигал пикового значения в 27,8 % в 2014‑м.
При этом Россия с долей нефтегазового сектора 12–13 % ВВП зависима от энергоносителя в меньшей степени, чем, например, Саудовская Аравия (31 %) или Кувейт (44,7 %), но уступает другим крупным нефтедобывающим странам — Норвегии (10 %) и Канаде (7,3 %). Как разные страны уменьшали долю нефти в своей экономике и может ли воспользоваться этим опытом Россия?
Норвегия, несмотря на и так сравнительно низкую зависимость бюджета от нефтегазовых доходов (6 % ВВП), планирует уменьшать ее и далее. Мотивом здесь выступает не только страхование себя от возможной экономической нестабильности в будущем, но и попытка снизить негативное воздействие на климат.
Одним из способов частичного отказа от нефти может стать развитие альтернативной энергетики, а одним из источников финансирования проектов — местный фонд национального благосостояния (Goverment Pension Fund Global) с объемом более $1 трлн, который, как и в России, наполняется за счет нефтегазовых доходов.
Фонд — крупнейший суверенный инвестор в мире — с прошлого года может напрямую вкладывать деньги в «зеленую» энергетику (пока в объеме $20 млрд). Он также планирует продавать доли в добывающих компаниях, активно загрязняющих окружающую среду, и сохранить их в тех отраслевых организациях, которые вкладывают в развитие альтернативной энергетики. Принципов «зеленой» политики в стране начинают придерживаться и нефтяные гиганты, в частности Equinor (до 2018 года известная под названием Statoil). К 2026 году компания как крупнейшая в шельфовой ветровой энергетике собирается почти в 10 раз увеличить производственные мощности.
В свою очередь, норвежское правительство с 2017 года делает упор на развитие инфраструктуры, образования и научные разработки. В бюджете на 2020 год особое внимание уделено расходам на транспортную инфраструктуру, науку, технологии и образование, что, по мнению властей, способствует снижению выбросов и ускоряет рост «зеленой индустрии».
Одна из стран — участниц разрыва мартовской сделки — Саудовская Аравия — в 2003–2013 годах во время высоких цен на нефть активно инвестировала в инфраструктуру, образование и здравоохранение.
Суммарно за эти 10 лет в инфраструктурные проекты поступило $450 млрд, или примерно по 11 % ВВП ежегодно. Страна запускала крупные строительные проекты , восставливала и развивала дорожную инфраструктуру, строила новые аэропорты и расширяла существующие. Часть средств пошла на модернизацию энергетики и водораспределения. В сфере здравоохранения был построен 81 госпиталь ($6,8 млрд), а образования — 20 новых университетов.
После резкого падения нефтяных цен в 2014–2015 годах страна столкнулась с бюджетным кризисом: в 2015 году дефицит достиг $98 млрд, или примерно трети доходов бюджета. Кризис подтолкнул власти искать новые способы ухода от «нефтезависимости», и уже к 2016 году Саудовская Аравия приняла план Vision 2030.
Это программа социально-экономических реформ, рассчитанная на 15 лет и ориентированная на диверсификацию экономики. Среди прочего Vision 2030 предусматривает развитие возобновляемых источников энергии, цифровых технологий, а также социальной сферы — здравоохранения, культуры, досуга и туризма. Программа делится на три пятилетних плана , объем финансирования первого (2016–2021 годы) должен был составить порядка 270 млрд риялов (€63 млрд). Но не исключено, что 2020 год может внести свои коррективы.
Читать подробнее:
Стивен Ибараки.Управляющий партнер, Венчурное инвестиционное партнерство REDDS
Ориентация в первую очередь на искусственный интеллект (ИИ) – продолжение политики "предпочтения облачной среды" и "предпочтения мобильных устройств" – быстро становится одной из ключевых стратегий индустрии и правительств, о чем свидетельствуют многомиллиардные инвестиции в искусственный интеллект (ИИ). По прогнозам компании IDC в 2020 году доходы в общемировом масштабе составят почти 50 млрд. при совокупном темпе роста в 55%. Но речь идет не только о росте бизнеса: ИИ может стать одним из наиболее мощных факторов, способных ускорить достижения 17 Целей в области устойчивого развития (ЦУР), поставленных Организацией Объединенных Наций.
"ИИ всего" – это важнейшая тенденция 2017 года в области высоких технологий, способная стать переломным моментом для человечества и ЦУР.
Еще в 1947 году британский ученый – специалист в области информатики Алан Тьюринг предсказал появление машинного обучения. А уже в 2017 году главный исполнительный директор Microsoft Сатья Наделла, выступая в Индии, назвал ИИ неоспоримой прорывной технологией, которая сегодня воплощается в "интеллектуальных агентах", дополненной реальности и в быстром развитии глубоких нейронных сетей, обеспечивающих восприятие, во многом, аналогичное восприятию человека.
Например, сейчас ИИ используется для поиска возможностей использования данных индийской системы биометрической цифровой идентификации Aadhaar, содержащей сведения о 1,1 млрд. граждан. В январе предприниматели обсуждали возможности ИИ на Фестивале идей в области финансовых услуг и высоких технологий – совещании руководителей компаний, проведенном организацией "Круглый стол по вопросам финансовых услуг".
Это лишь один из примеров взаимного увеличения является ценности, которое может стать результатом этого периода беспрецедентного ускорения темпов экономических, культурных и социальных изменений под воздействием факторов, которые я назвал "А плюс три С":
Основным катализатором "А плюс три С" является цифровая ячеистая сеть ИИ, созданная благодаря все более широкому развертыванию машинного обучения – "ИИ всего".
Итак, каким образом потенциал ИИ может быть использован во благо общества? Как ИИ может ускорить достижение ЦУР?
Примеров использования ИИ для достижения ЦУР становится все больше. Вот лишь некоторые из них.
ИИ будет обеспечивать в режиме реального времени распределение ресурсов с помощью спутникового картографирования и анализа данных о нищете.
Производительность сельского хозяйства увеличивается благодаря прогнозному анализу снимков, сделанных с автоматических беспилотных летательных аппаратов и спутников. Почти 50% урожая зерновых теряется вследствие порчи, избыточного потребления и неэффективности производства. Потери животноводческой продукции достигают 78%.
Профилактические программы здравоохранения и диагностика значительно улучшаются благодаря ИИ, на основе которого совершаются новые научные открытия. Сегодня применяются 8 млрд. мобильных устройств с камерами для смартфонов в целях диагностики сердечных заболеваний, глазных болезней и болезней крови; микрофоны и датчики движения используются для исследования плотности костной ткани и обнаружения остеопороза, а также для дистанционного лечения рака, диабета и хронических заболеваний.
Виртуальные интеллектуальные наставники и адаптивное индивидуализированное обучение приводят к радикальным переменам в образовании, расширению участия и улучшению результатов – и все это благодаря ИИ. Поставщики онлайновых образовательных услуг, например Coursera, используют для эффективного обучения детализированную информацию, созданную ИИ. Анализ больших данных способствует повышению на 30% доли успешно закончивших колледж студентов с низким уровнем дохода и "в первом поко-лении", а также позволяет заблаговременно выявлять у студентов признаки возможного отсева и принимать соответствующие адресные меры.
Выявляя и исправляя гендерные перекосы, а также осуществляя дальнейшую автоматизацию/расширение задач, ИИ открывает женщинам пути для роста и области новых возможностей.
Интернет вещей (IoT) и датчики, передающие данные в "ИИ всего", помогают прогнозировать модели обеспечения санитарией и водопотребления в целях улучшения снабжения чистой водой и услугами санитарии.
Проводимый средствами ИИ анализ в режиме реального времени способствует постоянному совершенствованию всех видов "зеленой" энергетики, что приводит к увеличению объема выработки энергии и повышению ее эффективности.
Несмотря на оправданное беспокойство по поводу замены людей автоматами на рабочих местах, расширение сферы применения ИИ и целенаправленная автоматизация с использованием интеллектуальных устройств могут способствовать совершенствованию производственной среды и повышению производительности и стать существенным фактором экономического роста.
Новое гибридное производство, включающее ИИ, датчики IoT и четырёхмерную печать, преобразует отрасли промышленности, отражает концепцию "А плюс три С" и содействует стремительному развитию инноваций, не имеющему аналога в мировой истории.
Расширение возможностей человека за счет использования как внутренних, так и внешних устройств на базе ИИ способствует развитию супер чувств и получению новых знаний, улучшению физических возможностей и корректировке ограниченных возможностей, что содействует формированию более равноправного и инклюзивного общества.
"ИИ всего", цифровая ячеистая сеть ИИ, опирающаяся на повсеместно распространенный IoT, "умные" и носимые устройства, уже оказывает влияние на "умные" города и помогает создавать устойчивые населенные пункты.
ИИ способствует достижению оптимальных уровней потребления и производства за счет развития вертикальных "зеленых" ферм, ликвидации потерь и многократного повышения урожайности и эффективности использования ресурсов.
Анализ данных об изменении климата и разработка климатических моделей с использованием ИИ помогают в прогнозировании возникновения проблем и стихийных бедствий, связанных с изменением климата.
Распознавание образов позволяет вести мониторинг миграции морской фауны, численности популяций и рыболовной деятельности в целях повышения устойчивости морских экосистем и борьбы с незаконным промыслом.
Распознавание образов, теория игр и широкое применение информатики позволяют вести мониторинг миграции наземной фауны, численности популяций и охотничьей деятельности в целях повышения устойчивости экосистем суши и борьбы с браконьерством.
Разумное применение ИИ может способствовать уменьшению дискриминации и коррупции и расширению доступа к электронному управлению, персонализированным и адаптивным интеллектуальным услугам. ИИ сможет заметно опережать развитие глобальных киберугроз в рамках так называемой Cyber Kill Chain, что ранее было невозможно.
Для безопасного, этичного и благотворного развития ИИ решающее значение имеет межотраслевое сотрудничество. МСЭ вместе с другими учреждениями Организации Объединенных Наций и фондом XPRIZE занимается организацией Глобального саммита "ИИ во благо", который пройдет в Женеве, Швейцария, с 7 по 9 июня. В саммите примут участие представители правительств, промышленности, научных кругов и гражданского общества, которые обсудят вопросы ответственной разработки человекоцентричного ИИ в целях решения наиболее острых проблем человечества, включая ускорение достижения ЦУР, важность которых невозможно переоценить.
Однако ИИ имеет не только огромный положительный потенциал, но и влечет за собой целый ряд существенных проблем.
Группа ученых, работающая над защитой планеты от угрожающих ее существованию опасностей, назвала ИИ проблемой номер один в ряду десяти крупнейших угроз, с которыми сталкивается человечество. Этические проблемы активно обсуждались на заседании секции Ассоциации по вычислительной технике (ACM), посвященном вопросам этики применительно к ИИ, с участием таких видных ученых, как Джоанна Брайсон, Франческа Росси, Стюарт Расселл, Майкл Вулдридж, Николас Маттеи и Розмари Паради.
С учетом того что в ближайшее время более 60% рабочих мест могут быть автоматизированы, влияние технологий на занятость уже стало проблемой. Китай, с его огромной производственной базой и необходимостью решения проблемы роста расходов на рабочую силу, сегодня лидирует по масштабам исследований в области ИИ и инвестиций в эту сферу. Один из основателей компании Microsoft Билл Гейтс предлагает ввести налогообложение роботов, занимающих рабочие места.
Все большее значение приобретают и вопросы ответственности: так, например, к разработке новых правил ответственности призвал Европейский парламент. "Необходимо разработать правила для быстроразвивающейся сферы робототехники, действующие на всей территории ЕС, с тем, например, чтобы обеспечить соблюдение этических норм или установить ответственность за аварии с участием беспилотных автомобилей", – утверждают члены Европейского парламента в резолюции, голосование по которой состоялось 16 февраля. Члены Европейского парламента предлагают Европейской комиссии заняться разработкой правил для робототехники и искусственного интеллекта в целях полномасштабной реализации экономического потенциала этих отраслей и гарантированного поддержания установленного уровня безопасности и защищенности. Основное внимание в резолюции было уделено правилам ответственности, влиянию роботов на рабочую силу, этическому кодексу поведения и созданию нового европейского ведомства по вопросам робототехники.
Создать проблемы могут и систематические ошибки, свойственные некоторым нынешним реализациям ИИ. Ассоциация по вычислительной технике (ACM), ведущая мировая организация в области информатики, недавно опубликовала семь принципов повышения алгоритмической прозрачности и подотчетности для ликвидации систематических ошибок, создаваемых ИИ. "В правительственных докладах и опубликованных в СМИ статьях приводились некоторые примеры потенциальных алгоритмических систематических ошибок, в том числе: 1) веб-сайты по поиску работы: не рассылают ли эти сайты списки высокооплачиваемых работ мужчинам чаще, чем женщинам? 2) бюро кредитной отчетности: не содержат ли массивы данных, взвешиваемых алгоритмами кредитной оценки заемщика, необъективную информацию? 3) сайты социальных сетей: какие факторы учитываются при подборе новостей, поставляемых пользователям? 4) система уголовного правосудия: не отличаются ли предвзятостью в отношении афроамериканцев генерируемые компьютером отчеты, которые влияют на вынесение приговоров и решения об освобождении на поруки?".
В этом случае – как и при любом революционном повороте – проявляются болезни роста или проблемы. Хорошая новость заключается в том, что их открыто обсуждают и преодолевают, в том числе путем разработки новых стандартов. Развитие ИИ нельзя остановить, и преимущества ИИ будут раскрыты.
Нил Сахота. Руководитель департамента развития бизнеса, IBM Watson
Мы живем в эпоху великих преобразований. В последние 30 лет технический прогресс обусловил множество изменений в нашей жизни, нашей трудовой деятельности и способствовал созданию общественных благ. Сегодня мы находимся на рубеже важнейших изменений, способных коренным образом преобразовать практически все сектора, отрасли и государственные услуги. Эти изменения связаны с искусственным интеллектом (ИИ) – и, если говорить о ценностях, которые может создать ИИ, то у него есть три ключевые способности, отличающие его от многих технических или научных прорывов прошлого.
Обычно речь об ИИ заходит в контексте машинного обучения и способности обрабатывать большие массивы данных в целях выявления взаимосвязей между тысячами переменных. Даже самый умный человек может лишь усваивать большие объемы данных и обрабатывать несколько переменных. Именно здесь машинное обучение может сыграть свою роль. Машины умеют очень быстро обработать миллионы пунктов данных, отследить и сопоставить их. Благодаря этому ученые-медики могут использовать ИИ для получения новых целевых белков для борьбы с раком за считанные недели, а не за месяцы. Аналогичным образом, юристы, используя инструментарий ИИ, тратят меньше времени на изучение законодательства и правоприменительной практики и больше – на анализ и разработку дел. Вместе с тем машинное обучение – это лишь один из трех ключевых компонентов, определяющих ценность решений, которые обеспечивает ИИ.
Вторая ключевая способность – это способность обрабатывать естественный язык. Когда люди говорят, большое количество информации передается контекстуально и невербально. Более того, не следует забывать и обо всех сленговых, идиоматических и жаргонных выражениях, которые мы используем в обычной повседневной речи. Если кто-то говорит: "У меня плохое настроение, потому что льет как из ведра", большинству слушателей это понятно. Однако представьте себе, как это расшифрует машина. У человека испортилось настроение, потому что его облили? В большинстве случаев машинный разум рассуждает именно так, потому что для извлечения смысла он опирается на ключевые слова. Вместе с тем такие системы ИИ, как, например, суперкомпьютер IBM Watson, определяют смысл, исходя из грамматики, выбора слов, тона голоса и места в разговоре. Таким образом, Watson поймет, что человеку грустно, потому что идет сильный дождь.
Третья ключевая способность – это способность устройств ИИ к интерактивному взаимодействию. Сегодня мы переходим от необходимости определять конкретные требования и сценарии к ведению диалога как основного средства взаимодействия между человеком и машиной. Это весьма серьезное изменение. Возьмем, например, человека, который хочет купить велосипед.
Каким образом он может сделать это сегодня? Для того чтобы собрать информацию и принять решение, он может провести поиск в интернете, обратиться на форумы, поговорить с теми, у кого велосипед уже есть, и т. п. В случае ИИ речь идет о диалоге. Представьте себе систему ИИ, знающую все о велосипедах и знакомую с эмоциями и психологией данного человека. Этот человек может обратиться к системе ИИ и задать вопрос: "Какой велосипед мне купить?". Система ИИ задаст человеку несколько вопросов, например: "Почему вы хотите купить велосипед?", "Какую сумму вы планируете потратить?", "Где вы собираетесь на нем ездить?". Исходя из этого диалога, ИИ может в течение нескольких минут дать человеку персональную рекомендацию.
Опираясь на эти три ключевые способности в совокупности, предприниматели, ученые, исследователи и правительства используют ИИ для решения своих самых острых проблем.
Например, в рамках инициативы "Проект «Люси»" (см. инфографику) компания IBM использует суперкомпьютер Watson для решения некоторых проблем Африки в сфере сельского хозяйства, здравоохранения, образования, энергетики и водоснабжения. Возьмем здравоохранение, где один врач приходится в среднем на примерно две тысячи человек. В результате IBM разрабатывает программу для суперкомпьютера Watson, позволяющую лицам, обладающим минимальными познаниями в медицине, устанавливать диагноз и лечить больных. Такие лица могут вступать в диалог с Watson, обмениваться текстовой, звуковой информацией или изображениями и сразу же получать помощь от специалистов в соответствующей области.
Аналогичным образом, в рамках программы "Улица Сезам" суперкомпьютер Watson используется для повышения качества дошкольного образования по всему миру за счет создания персонализированной и адаптивной учебной среды для детей младшего возраста. Кроме того, киностудии используют возможности Watson для создания трейлеров к художественным фильмам. Просматривая фильм, компьютер Watson может выявить эмоциональное содержание каждой сцены и определить, какие именно фрагменты фильма следует выбрать и в каком порядке их смонтировать, чтобы убедить зрителей прийти на просмотр. Наконец, спортсмены, например Серена Уильямс, используют Watson в ходе тренировок. Это включает и подготовку к матчам и улучшение физического состояния с учетом стиля игры спортсмена и его медицинского анамнеза. Watson используют даже специалисты по кадрам. При приеме на работу способность компьютера создавать психологический портрет помогает понять, сможет ли претендент на должность влиться в команду и усвоить корпоративную культуру.
Это лишь некоторые примеры из доступного уже сегодня широкого спектра продуктов и услуг ИИ. Как говорится, будущее уже здесь. Более важно то, что в рамках таких инициатив, как "Проект «Люси»", ИИ уже способствует обеспечению общественных благ. И поскольку люди постепенно входят в мир ИИ, я призываю их задуматься о наиболее серьезных проблемах, с которыми они сталкиваются, и задаться вопросом, может ли ИИ помочь в их решении.
Нивен Р. Нарайн. Соучредитель, президент и главный исполнительный директор компании BERG
В сфере здравоохранения мы сейчас находимся на перепутье. Население стареет, глобализация способствует распространению заболеваний – и это порождает серьезные проблемы. Однако такие технологии, как искусственный интеллект (ИИ) и биологические модели, открывают больше возможностей для их решения.
Объединив сложные компоненты биологии человека с вычислительной мощью ИИ, мы сможем проложить дорогу в будущее медицины. Мы сможем создать более здоровый мир благодаря ускорению и удешевлению поиска и разработки лекарственных препаратов, что повысит эффективность лечения. ИИ также может помочь нам в предотвращении вспышек пандемий.
Чтобы заложить основу нового подхода к лечению, нам необходимо использовать как надежность биологических моделей, так и инновационный характер технологий ИИ, зарождающихся на переднем крае научно-технического прогресса. Для решения проблем, возникающих в современной медицинской среде, особенно в сфере разработки новых лекарственных средств, медицине необходимо опереться на принцип "возвращения к биологии".
Эффективность существующего процесса поиска новых лекарственных средств необходимо повысить, а в сфере разработки лекарственных средств в целом давно назрели кардинальные перемены. В рамках общепринятого процесса в фармацевтической отрасли для разработки лекарственного препарата требуется 10–15 лет и около 2 млрд. долл. США. Нам необходимо найти для разработки лекарственных средств более устойчивое решение, обеспечивающее более высокие показатели эффективности.
На стыке биологии и ИИ может возникнуть новый подход к поиску и разработке лекарств, способный удешевить и ускорить их разработку. Биологические знания обеспечивают точность, а ИИ привносит скорость и устраняет неопределенность, проводя анализ триллионов точек измерения на каждый образец тканей за считанные дни, на что люди попросту не способны.
Сравнивая гигантские объемы данных, в том числе сведения о здоровье отдельных пациентов, с данными о здоровье более обширных групп населения, мы можем разработать предписывающую аналитику, которая может определить, какие методы лечения лучше всего подходят для каждого пациента, и превратить обещанную высокоточную медицину в реальность. Применительно к клиническим испытаниям это может усовершенствовать процесс испытаний лекарственных средств и повысить показатели эффективности. Кроме того, использование аналитических методов может также удешевить разработку и оперативно предоставить пациентам принципиально новые методы лечения.
ИИ не только помогает в проведении испытаний новых методов лечения наиболее коварных современных болезней – он также может прогнозировать, моделировать и замедлять распространение заболевания в случае его пандемической вспышки. На протяжении всей истории население страдало от опустошительных вспышек пандемий – от бубонной чумы до "испанского" гриппа 1918 года, а в последнее время – птичьего гриппа, лихорадки Эбола и атипичной пневмонии.
Подхлестнутые глобализацией, торговлей и путешествиями, эти недавние вспышки заболеваний вызвали как никогда широкое распространение вирусов. Бороться со столь быстро распространяющимися вспышками такого масштаба трудно, учитывая непредсказуемость вирусов, в том числе их естественные мутации и устойчивость к существующим лекарственным средствам.
Когда происходит пандемическая вспышка, время имеет особое значение, и именно в этих случаях ИИ способен предоставить нам средства, необходимые для предотвращения следующего глобального инцидента. Опирающиеся на ИИ методы, например байесовский анализ, используются в здравоохранении, финансах и торговле, с тем чтобы упорядочить процесс принятия решений для получения оптимального результата.
Первая линия обороны, которую мы можем выстроить с помощью средств ИИ, – это способность прогнозировать и моделировать возможные вспышки. В ходе мониторинга контингента пациентов и медицинских данных ИИ может распознавать модели фармацевтического воздействия для лечения отмечавшихся ранее симптомов. Эти модели могут указывать на территории, находящиеся в зоне риска, а также помогают отслеживать перемещение ожидаемой вспышки. Это позволило бы таким учреждениям, как Центры по контролю и профилактики заболеваний (CDC), изучать и отслеживать ситуацию в этих районах как в историческом разрезе, так и в режиме реального времени для моделирования причинно-следственных связей, которое могло бы уменьшить распространение пандемии, а также ее естественное развитие среди населения.
Второй линией обороны станет использование ИИ так же, как его сейчас используют международные торговые компании для управления своими маршрутами поставок. Тот же самый подход, который помогает вам оперативно получить из Китая посылку с заказом, сделанным на сайте Amazon, может быть использован для прогнозирования вспышки заболевания.
ИИ может выстроить причинные связи между датами путешествий и историями болезни, которые помогут выявить и предсказать распространение заболевания. Используя эти данные, ИИ может предписать способы изменения маршрутов путешествий, которые помогут сдержать или замедлить распространение заболевания. В то же время ИИ может помочь государственным учреждениям, таким как Платформа предотвращения пандемий (P3) Управления перспективных исследований и разработок Министерства обороны (DARPA), в планировании более быстрых и эффективных ответных мер. Время и ресурсы, имеющиеся в распоряжении этих ведомств, ограниченны, поэтому их необходимо нацелить на переброску соответствующего оборудования и персонала в оптимальное место в нужное время.
Использование ИИ для быстрого получения необходимых знаний из большого массива данных имеет широкий спектр применения – от разработки лекарственных средств до борьбы с будущими пандемиями. С ИИ дело обстоит так же, как и с любой иной технологией или средством: как только мы осознаем его потенциал и возможности его применения, его можно будет эффективно использовать на благо нашего мира и во имя спасения жизней.
Йозеф Ахтман. Генеральный директор и основатель компании Gamaya
Почти половина текущих расходов фермеров приходится на агрохимикаты, такие как гербициды и пестициды. К сожалению, такие химикаты, как правило, вносятся одновременно по всей площади полей, что влечет за собой большие расходы на химические средства и снижает эффективность их применения.
Столь широкое применение химикатов наносит вред окружающей среде, создает угрозу для здоровья людей и повышает вероятность появления сорных растений, вредителей и болезней, устойчивых к химическому воздействию. Вместе с тем даже при таком масштабном и сопряженном с причинением ущерба внесении химикатов потери урожая от сорняков, вредителей и болезней могут составлять 20–50%. Однако проведение ручным способом обследования проб с целью определить места, в которых проявляются эти проблемы, занимают много времени и обходятся дорого, а также не позволяют в полной мере учесть все многообразные факторы, оказывающие влияние на посевы.
Фермеры сталкиваются с этими проблемами в условиях снижения цен на сырьевые товары, что вынуждает их оптимизировать расходы и повышать эффективность производства. Но что, если фермеры получат возможность автоматически выявлять проблемные участки на своих полях и с большой точностью вносить необходимое количество агрохимикатов именно туда, где они нужны?
Компания Gamaya помогает фермерам именно в этом – в обеспечении более целенаправленных и автоматизированных подходов к борьбе с факторами, угрожающими их урожаям. Повышая эффективность адресных мер, принимаемых в отношении посевов, фермеры получают экономическую выгоду от сокращения расходов на защиту посевов, уменьшения угроз для них и соответственно повышения урожайности.
Возьмем, например, сорные растения на полях. Связанная с сорняками проблема состоит в том, что они конкурируют с сельскохозяйственными культурами за питательные вещества, воду и жизненное пространство и соответственно снижают их урожайность. Оказываемые компанией Gamaya высокоточные агротехнические услуги позволяют земледельцам получить информацию о местонахождении и видах сорняков на их полях, а также о степени засоренности. Это позволяет давать точные рекомендации по борьбе с сорняками для данного места и бесперебойно передавать эту информацию высокоточным агротехническим системам, например регулируемым системам опрыскивания.
Компания Gamaya совместно с местными компаниями – операторами беспилотных летательных аппаратов (БПЛА) организует облет полей такими аппаратами, оснащенными гиперспектральными камерами Gamaya. Первоначальная обработка изображений проводится на местах, так что бóльшая часть данных остается на фермах. Метаданные передаются в штаб-квартиру компании Gamaya в Швейцарии, где специалисты по работе с данными проводят их анализ. Созданная в итоге аналитическая карта – карта засоренности полей – направляется фермеру, который может ознакомиться с ней на веб-платформе ORB компании Gamaya либо на своей собственной платформе управления фермерским хозяйством (при ее наличии). Затем фермер может проанализировать степень засоренности своих полей и составить карты внесения гербицидов, которые он может направить непосредственно в свои системы опрыскивания.
Система мониторинга состояния посевов компании Gamaya ускоряет процесс выявления сорняков, зачастую проводимый вручную, и сокращает соответствующие расходы. Таким образом, Gamaya позволяет фермерам принимать высокоточные меры борьбы с сорняками с помощью гербицидов, вместо того чтобы обрабатывать все поле.
Точечное опрыскивание снижает расход химикатов, что существенно сокращает затраты фермера, снижает негативное воздействие на окружающую среду и здоровье человека и, по всей видимости, замедляет формирование устойчивости к гербицидам.
В качестве компании по аналитической обработке данных Gamaya использует искусственный интеллект (ИИ) и машинное обучение для преобразования гиперспектральных визуальных данных, полученных с помощью нашей уникальной запатентованной гиперспектральной камеры, в используемые карты для решения конкретных проблем. Сочетая алгоритмы ИИ и машинного обучения с базой данных, мы создаем триады "культура–местонахождение– проблема". По мере получения большего количества данных мы повышаем скорость и точность и соответственно имеем больше возможностей помочь фермерам в защите их посевов. Скорость и точность важны для фермеров, которым необходимо быстро реагировать на разного рода проблемы, связанные с их посевами. Уделяя основное внимание аналитическим данным, мы создаем бизнес-инфраструктуру, которую нам впоследствии будет проще масштабировать и корректировать.
Наши алгоритмы ИИ / машинного обучения используют данные, полученные с помощью нашей уникальной гиперспектральной камеры при облете полей. Наши уникальные запатентованные гиперспектральные камеры позволяют получить в 10 раз больше данных, чем мультиспектральные камеры.
Насколько нам известно, гиперспектральная камера компании Gamaya является на данный момент самой малой по размерам и самой легкой гиперспектральной камерой – она столь миниатюрна, что может быть установлена на БПЛА. Камера не только мала сама по себе, но и позволяет сжимать данные в 100 раз эффективнее, нежели другие гиперспектральные камеры, что ускоряет процесс обработки данных, делает его менее сложным и менее дорогостоящим по сравнению с другими гиперспектральными сенсорами.
Система мониторинга состояния посевов, предлагаемая компанией Gamaya, позволяет фермерам более профессионально подходить к обработке своих полей. Предоставляя карты с указанием места, характера и степени засоренности, компания помогает фермерам снижать расходы, сокращать потери от болезней и сорняков и ослаблять вредное воздействие на окружающую среду. Эти результаты становятся более значимыми с учетом масштабов, в которых компания Gamaya ведет свою работу. Начав с очень крупных организаций, занимающихся
сельскохозяйственным производством в промышленных масштабах в регионах, где снимается несколько урожаев в год, и применяющих наибольший объем химикатов, которые они вносят несколько раз в течение года, сегодня компания позволяет существенно снизить применение агрохимикатов по всему миру.
Компания Gamaya сотрудничает с заинтересованными сторонами во всех звеньях производственно-сбытовой цепочки сельскохозяйственного производства и пищевой промышленности, в том числе с фермерами, консультантами по вопросам агрономии, поставщиками товаров сельскохозяйственного назначения, например агрохимикатов и сельскохозяйственных машин, а также с компаниями, являющимися производителями или поставщиками растительного сырья для его последующей переработки в продукты питания и потребительские товары. Благодаря подобным масштабным партнерским связям компания решает на практике все более обостряющуюся задачу по обеспечению продовольствием постоянно растущего населения планеты, повышая эффективность и экономичность сельскохозяйственного производства.
Корреспондент "Новости МСЭ" взял интервью у д-ра Норы Халди, учредителя и научного руководителя компании Nuritas™ и Эммета Брауна, главного исполнительного директора Nuritas™
Д-р Халди, не могли бы Вы рассказать нам о том, чем занимается компания Nuritas™ и каким образом она извлекает пользу из применения ИИ?
НХ:Nuritas™ – компания, которая первой в мире начала использовать искусственный интеллект и протеомику для обнаружения и выделения в продуктах питания определенных молекул, так называемых пептидов, которые исключительно полезны для здоровья.
Если немного углубиться в этот вопрос, обратим внимание, что в любых продуктах питания содержатся триллионы молекул. Нас интересует разновидность молекул, называемых биоактивными пептидами, которые встроены в структуру пищевых белков. Эти пептиды могут изменять течение и предотвращать многие заболевания за счет связывания со специфическими рецепторами или белками в организме человека. Сотни миллионов лет эти пептиды были скрыты в продуктах питания, и лишь сейчас благодаря нашей технологии можно получить к ним доступ и предоставить их экономически эффективным образом в распоряжение потребителей во всем мире.
По сути, мы живем в стареющем мире, в котором возрастает численность населения и разнообразие заболеваний. Используя нашу технологию, мы стремимся помочь людям жить дольше и оставаться здоровыми благодаря этим натуральным пищевым биоактивным пептидам.
Что побудило Вас заняться исследованием пищевых ингредиентов и какую пользу это принесет человечеству?
НХ: По некоторым оценкам, 97% общемировых расходов на здравоохранение связано с лечением заболеваний, тогда как на профилактику тратится всего 3%. Учитывая, что по прогнозам вскоре каждый третий человек будет сталкиваться с заболеванием, эта система является попросту неустойчивой, нелогичной и в конечном итоге приносит больше вреда, чем пользы.
Вот поэтому я основала компанию Nuritas™. Поскольку свою научную карьеру я начала как математик, затем подготовила докторскую диссертацию в области молекулярной эволюции и биоинформатики, а после защиты продолжила работу в пищевой промышленности, постепенно ко мне пришло осознание, что ключ к сокращению заболеваемости и профилактике заболеваний, а также к кардинальному изменению нашего отношения к здоровью находится именно в том, что мы едим.
Более того, в ходе моих исследований я обнаружила, что в продуктах питания содержатся триллионы молекул, которые обладают различными, иногда изменяющими жизнь свойствами, а у нас просто не хватает ресурсов для выявления и изучения их сущности. Точнее говоря, не хватало до сегодняшнего дня.
Мы – первая компания в мире, которая использует революционное сочетание искусственного интеллекта и протеомики для поиска и раскрытия секретов природы. Эти борющиеся с болезнями молекулы являются натуральными (поскольку получены из продуктов питания), у них отсутствуют негативные побочные эффекты (в силу их природного происхождения) и их воздействие научно обосновано. Также крайне важно, что их источником являются продукты питания и субпродукты и поэтому они экологически устойчивы.
Таким образом, наша технология позволяет миллиардам людей в доступной, удобной и устойчивой форме включать ингредиенты, которые справляются с заболеваниями, в свою повседневную жизнь.
Какие из Ваших открытий на сегодняшний день внушают наибольший оптимизм с точки зрения их более широкого применения и потенциала?
НХ: Я не могу выбрать что-то одно; все эти ингредиенты борются с наиболее распространенными расстройствами здоровья. Приведу лишь несколько примеров: мы обнаружили пептиды, которые помогают при преддиабете, МРЗС и воспалении (которое лежит в основе многих заболеваний).
ЭБ: Я тоже. Я не могу выбрать один из них, однако не так давно мы получили весьма существенную поддержку по линии программы ЕС "Горизонт-2020" для ускорения последних этапов исследования и коммерческого применения наших ингредиентов для профилактики предрасположенности к диабету. Этот функциональный продукт типологически относится к продуктам питания, и он обладает гигантским общим профилактическим потенциалом. Известно, что каждый третий американец страдает от предрасположенности к диабету, и этот продукт может помочь предотвратить развитие резко выраженного диабета. Здесь еще многое предстоит сделать, но это яркий пример того, почему нас, как и многих других, так воодушевляют перспективы достижений компании Nuritas™.
Можно ли вскоре ожидать появления продуктов компании Nuritas™ на рынке?
НХ: Да, наши первые продукты должны появиться на рынке в начале 2018 года, и ожидаем этого с большим энтузиазмом.
ЭБ: Мы смогли достичь этого так быстро благодаря не только нашему научному фундаменту, но и ряду доступных нам источников дохода – начиная от поиска и лицензирования наших собственных ингредиентов и заканчивая сотрудничеством с международными корпорациями с целью поиска определенных ингредиентов, исходя из их конкретных стратегических потребностей. В любом случае наши соглашения изменялись в зависимости от количества компонентов и сроков поступления средств. Идеальным примером может служить соглашение с компанией BASF, о котором было объявлено в январе 2017 года: основное внимание в нем уделяется уже имевшемуся у нас пептидному ингредиенту, а также сотрудничеству в области поиска и обна-ружения ряда новых уникальных ингредиентов по запросу заказчика.
Какими были наиболее серьезные проблемы, с которыми вам пришлось столкнуться?
НХ: Поскольку мы представляем собой компанию, которая делает что-то впервые, у нас возникало и будет возникать множество трудностей. Мне кажется, иногда сложно найти людей и компании, которые понимали бы широту наших концепций. Когда я только начинала заниматься этим, многие говорили мне, что добиться успеха в том, что мы делаем сейчас, невозможно. Я рада, что доверяла своей интуиции и продолжала двигаться вперед.
ЭБ: Для меня наиболее сложным аспектом является поиск нужных людей, которые помогут нам полностью реализовать наш потенциал. С моей точки зрения, в условиях нашего стремительного роста может также оказаться непросто абстрагироваться от сиюминутных дел и мыслить стратегически, воспринимая картину в целом. Сейчас мы стали в этом смысле аккуратнее, у нас это получается лучше, и я уверен, что это позволит нам расти еще быстрее.
Каковы Ваши цели на будущее?
НХ: Мы стремимся помочь миру справиться со множеством возникающих проблем со здоровьем. На самом деле рост населения, которое стареет, возлагает на всех нас огромную ответственность – мы обязаны ему помочь. Мы в компании Nuritas™ используем ИИ, чтобы внести свой вклад в улучшение жизни миллиардов людей во всем мире.
Майк Хинчи. Президент, Международная федерация по обработке информации (МФОИ)
Понятие искусственного интеллекта (ИИ) 75 лет находилось где-то на периферии сознания – и вот теперь оно вошло в повседневный обиход, найдя свое отражение в массовой культуре благодаря книгам, фильмам и даже музыке.
Технологии ИИ играют все более заметную роль в нашей повседневной жизни – начиная от беспилотных транспортных средств и интерактивных роботов и заканчивая персональным помощником Сири в устройствах компании Apple и суперкомпьютером Watson от IBM, который все чаще используется для решения бизнес-задач.
Хотя подлинные системы ИИ все еще гораздо менее распространены, чем полагает большинство людей, – часто то, что мы называем ИИ, представляет собой всего лишь заранее запрограммированные правила, которые компьютерная программа применяет в различных ситуациях, – постоянно появляются впечатляющие достижения в развитии адаптивных, автономных систем и систем ИИ, влияние которых со временем возрастет.
Являясь президентом МФОИ, международной федерации профессиональных сообществ в области информационно-коммуникационных технологий (ИКТ), я осознаю, что работа по программированию этих систем, в которой принимают участие члены нашей федерации и другие лица, имеет решающее значение для их эффективности и надежности.
Чтобы воздействие систем ИИ оставалось позитивным и конструктивным, нам чрезвычайно важно предусмотреть в них определенные стандарты и меры предосторожности.
Возьмем в качестве примера беспилотные автомобили, способность которых к безопасному передвижению в окружающей среде зависит как от их функций автоматического вождения, так и от способности к получению и интерпретации информации из окружающего пространства.
В то время как функции автоматизации позволяют автомобилю начинать движение, ускоряться, совершать повороты и тормозить, способ, которым система интерпретирует дополнительную информацию, получаемую из окружающей среды (о других транспортных средствах, ограничениях скорости, рельефе и т. д.), создает стимулы для принятия решений о том, когда и каким образом совершать эти действия.
В настоящее время большинство беспилотных транспортных средств реагируют на различные ситуации заранее предопределенным образом. Например, если движущийся впереди автомобиль тормозит, они также будут замедлять движение.
А если едущий следом автомобиль ускоряется, а тот, что впереди, тормозит, то, исходя из данных о характере движения других транспортных средств, поступающих от их датчиков, они будут пытаться перестроиться в другой ряд. Но что произойдет, если перестроение в другой ряд означает столкновение с другим автомобилем, стеной или, что еще хуже, с пешеходом?
В подобных обстоятельствах управляющий автомобилем человек может использовать любой из вариантов (агрессивное поведение, осторожность, остановка или маневр уклонения), многие из которых могут в результате привести к аварии.
Реальность такова, что использование беспилотных автомобилей не будет по-настоящему эффективным до тех пор, пока все транспортные средства не станут беспилотными, а непредсказуемый человеческий фактор не будет полностью устранен. Но тогда, учитывая, что истинным критерием использования ИИ является его способность к обучению и принятию незапрограмированных решений, возникает вопрос, насколько непредсказуемым может оказаться ИИ в такой ситуации.
Бóльшая часть моей работы в сфере адаптивных и автономных систем была связана с исследованием космоса в связи с моей работой в НАСА и других космических агентствах. Поскольку здесь так много неопределенного, существует ограниченное число ситуаций, которые мы можем предсказать и для которых мы можем запрограммировать соответствующие действия.
Выход в этом и других случаях, связанных с системами искусственного интеллекта, состоит в том, чтобы определить, в каких случаях они могут принять решение или выполнить действие самостоятельно, а в каких должны полагаться на мнение человека.
Если мы хотим, чтобы система была действительно адаптивной, необходимо указать ей диапазон действий, которые она может выполнять, не определяя при этом, что именно она должна делать, и в то же время запретить ей определенные действия. Например, в нашем примере с беспилотным автомобилем транспортное средство, основополагающим правилом для которого является сохранение жизни человека, может заглушить двигатель, чтобы избежать возникновения аварии. Если автомобиль движется по небольшой улице, такое действие может быть уместным, однако оно может привести к катастрофе, если транспортное средство находится на оживленной магистрали.
Также крайне важно, чтобы в системы ИИ и другие автономные системы были включены соответствующие меры по обеспечению безопасности и конфиденциальности, с тем чтобы обеспечить их работу в соответствии с этическими нормами и в рамках закона, а также защитить их от попыток незаконного доступа или иного вторжения извне.
По мере того как все больше и больше решений будет приниматься без участия человека, нам важно определить диапазон правил поведения систем ИИ, которые общество готово принять и которые мы принять не готовы.
Для того чтобы люди смогли принять системы ИИ и доверять им и их действиям, нам необходимо установить определенную предсказуемость их поведения или по крайней мере очертить границы их действий, за которые они не должны выходить.
Быть может, Первый закон Азимова – это беллетристика, но он вселяет чувство уверенности – обязательное условие, без которого большинство людей не пожелают, чтобы системы ИИ стали частью их повседневной жизни, особенно если речь пойдет о критичных с точки зрения безопасности функциях.
Фредерик Вернер. Старший сотрудник по связи, МСЭ
Благодаря неизбежному распространению квантовых вычислений искусственный интеллект (ИИ) становится умнее, действует быстрее и все больше напоминает интеллект человека.
"В то время как нынешние компьютеры способны выявлять закономерности, скрытые в огромных объемах существующих данных, квантовые компьютеры смогут находить решения в условиях неполноты данных или в случаях, когда закономерности не просматриваются, поскольку число вариантов поиска ответа столь велико, что обычные компьютеры никогда не смогут их обработать. Таким образом, квантовые компьютеры могут использоваться для решения комплексных задач в медицине, поиска новых материалов или для оптимизации логистических задач с одновременной минимизацией нашего углеродного следа", – утверждает Нил Сахота, руководитель департамента развития бизнеса компании IBM Watson.
Тем не менее квантовые вычисления приведут к появлению новых рисков. Квантовые компьютеры, использующие для обработки и хранения информации свойства субатомных частиц, смогут быстро "нивелировать" используемые в настоящее время методы шифрования, взламывая, в частности, конкретные алгоритмы создания ключей для шифрования. Это означает, что любые сохраняемые сейчас данные уже стали уязвимы к действиям квантовых хакеров будущего.
Все данные – от номеров кредитных карт, банковских счетов, медицинских карт до налоговой документации, корпоративных данных и совершенно секретных сообщений – уязвимы к действиям хакеров будущего, оснащенных квантовыми компьютерами. К действиям квантовых хакеров будут также уязвимы будущие подключенные к сети автомобили и другие устройства, присоединенные к интернету вещей и получающие обновления программного обеспечения по беспроводным каналам.
Как скоро квантовые вычисления станут доступными? Google и НАСА уже располагают действующими прототипами на основе стандарта D-Wave 2000, а корпорация IBM создала новый квантовый компьютер на облачной платформе, с которым может работать любой зарегистрированный пользователь. Ряд крупнейших игроков в сфере высоких технологий, в том числе Google, Amazon и Microsoft, сходятся сейчас на том, что коммерческие модели квантовых компьютеров появятся к 2026 году.
Хотя до повсеместного использования этого вида вычислительных мощностей еще очень далеко, операторы электросвязи уже внедряют новые квантовые алгоритмы шифрования для обеспечения безопасности в будущем.
В рамках процесса, носящего название "сбор и расшифровка", некоторые организации сегодня собирают гигантские объемы зашифрованной информации и накапливают ее в центрах обработки данных, дожидаясь того момента, когда квантовые компьютеры смогут ее "взломать".
"Вы можете использовать старую секретную информацию для прогнозирования дальнейших планов, действуя в соответствии с концепцией: собери сейчас, расшифруй потом, – объяснила Джайя Балу, руководитель службы информационной безопасности компании KPN, выступая с докладом о рисках квантовых вычислений на Глобальном симпозиуме МСЭ по стандартам. – У нашей отрасли есть всего лишь пять лет на то, чтобы найти решение, получить протестированную и утвержденную технологию и начать модернизацию всей нашей важнейшей инфраструктуры, чтобы обеспечить ее квантовую безопасность".
Итак, что можно сделать для защиты от этой отдаленной, но реальной угрозы? В наиболее широко распространенной системе шифрования на квантовой основе используется технология, известная под названием "распределение квантовых ключей", которую можно применять в существующих волоконно-оптических соединениях. Компаниям с глобальной инфраструктурой понадобится от четырех до пяти лет для подготовки и внедрения квантовоустойчивого программного обеспечения для защиты их данных. К этому уже сейчас готовится Джайя Балу из KPN. Компания KPN только что ввела в эксплуатацию соединение с квантовым шифрованием между своими центрами обработки данных в Роттердаме и Гааге. KPN также будет работать над внедрением более длинных ключей шифрования и применением постквантовых методов шифрования.
Другие поставщики услуг и оборудования электросвязи запустили аналогичные экспериментальные проекты. Компания SK Telecom в Республике Корея сообщила о проведении на территории страны пяти экспериментов по использованию квантовых методов шифрования. Компания Huawei недавно создала группу по исследованию квантовых технологий, которая сосредоточилась на технологии распределения квантовых ключей и планирует включить ее в качестве дополнительной опции в стандартные продукты электросвязи компании. Кроме того, Huawei вместе с компанией BT готовится провести осенью 2017 года демонстрацию прототипа своей системы распределения квантовых ключей в полевых условиях. Также рассматривается возможность проведения в дальнейшем демонстраций с участием компаний Telefonica и Deutsche Telecom.
О безопасности данных в постквантовом мире беспокоятся не только поставщики услуг электросвязи. Национальный институт стандартов и технологий США выпустил доклад, в котором призвал учреждения применять "квантовоустойчивые" алгоритмы шифрования для защиты своих данных в условиях активизации исследований в области квантовых вычислений. Европейская комиссия заявила, что ассигнует 1 млрд. евро на поддержку исследований квантовых технологий в Европейском союзе в рамках проекта "Флагман". В прошлом году Агентство национальной безопасности (АНБ) Соединенных Штатов заявило, что "в не столь отдаленном будущем" оно переведет свои компьютеры на квантовоустойчивые алгоритмы.
Будущее квантовых вычислений – это своего рода замкнутый круг. Квантовые вычисления – это чрезвычайно многообещающая технология, которая, весьма вероятно, станет основой будущих систем ИИ, но может также оказаться крайне опасной, попав в плохие руки. И хотя далеко не все готовы к тому, чтобы заняться вопросами квантовой криптографии, есть определенные меры, которые можно принять, чтобы подготовиться к будущему.
Амир Банифатеми. Ведущий специалист фонда XPRIZE в области ИИ и венчурный инвестор
Искусственный интеллект (ИИ), как и предшествовавшие ему масштабные преобразования, обещает изменить нашу жизнь и привести нас в более благополучный мир, оказывая еще более мощное влияние на бизнес и общество.
Уже сейчас машины и программы, способные чувствовать, обучаться, мыслить и действовать, решают крупномасштабные глобальные задачи в целом ряде областей, включая науку, медицину, образование и финансирование. Они расширяют человеческие возможности и помогают нам продвигаться гораздо дальше и быстрее в нашем понимании мира.
Благодаря усовершенствованным алгоритмам, доступу к обширным и постоянно увеличивающимся массивам данных, повсеместному сетевому доступу, практически неограниченной емкости запоминающих устройств и экспоненциально возрастающей вычислительной мощности, ИИ находится в центре большинства современных технических инноваций. ИИ – это новый фактор производства, содействующий росту за счет обеспечения интеллектуальной автоматизации и потенциального увеличения производительности труда. В отличие от традиционных подходов в сфере автоматизации, ИИ может автоматизировать решение сложных задач, связанных с физическим трудом и интеллектуальной деятельностью и требующих адаптации и самообучения; таким образом, ИИ создаст работникам условия для перехода к выполнению более креативных и инновационных обязанностей.
Хотя ИИ вызывает во всем мире огромный интерес и стремление использовать его как движущую силу экономического роста и социального развития, на этом фоне все большую обеспокоенность вызывает возможность существенного сдвига в области интеллектуальной деятельности и принятия решений, которая может вскоре переместиться от людей к машинам.
Чтобы расчистить путь к будущему, основанному на использовании ИИ, нам необходимо усилить роль, которую будут играть люди. Нам необходимо выступить в поддержку разработки этического кодекса для ИИ и добиваться того, чтобы процесс его разработки и использования опирался на диалог, технические стандарты и передовой опыт.
Нам необходимо поощрять "умное" регулирование и надзор в отношении ИИ, а также добиваться того, чтобы техническому прогрессу соответствовала столь же быстрая реакция регуляторных органов. Нам необходимы меры политики, которые будут обеспечивать и стимулировать получение осязаемых выгод от использования ИИ и его положительное влияние на жизнь каждого человека.
Наконец, для того чтобы ИИ оправдал ожидания, необходимо, чтобы он был доступен всем на равной основе. Поэтому мы должны добиться того, чтобы доступ к инновационным инструментам, данным и технологиям был предоставлен всем демократическим путем.
Именно поэтому в последнее время был выдвинут ряд новых инициатив частного и государственного сектора по активизации развития использования ИИ на благо всего человечества. Так, например, инициативы "Открытый ИИ", "Партнерство в области ИИ" и конкурс AI XPRIZE Challenge ориентированы прежде всего на то, чтобы продемонстрировать позитивное воздействие ИИ на жизнь людей, подчеркивая восприятие ИИ как средства расширения человеческих возможностей, общедоступного и получающего как можно более широкое распространение.
Уже сейчас ИИ способствует ускорению темпов достижения провозглашенных Организацией Объединенных Наций Целей в области устойчивого развития (ЦУР), особенно в таких областях, как здравоохранение, демократия, защита прав детей и образование. Тем не менее необходимо более эффективно использовать новые возможности ИИ, создавая условия для участия общественности и проведения дискуссий с привлечением не только специалистов. Правительствам, академическим и научно-исследовательским учреждениям, начинающим компаниям и новаторам, инженерам и ученым, частным и государственным финансовым учреждениям и фактически всем нам следует считать себя заинтересованными сторонами и следует понять, как ИИ может повлиять на наш мир.
Фонд XPRIZE стал свидетелем того, как благодаря влиянию проектов в области ИИ происходит объединение междисциплинарных подходов с возможностями отраслевых экспертов, инженеров, органов государственной власти и научных учреждений в рамках партнерств по решению важных задач, в том числе в области обучения (например, помощь детям в овладении за три месяца базовыми навыками чтения, письма и арифметики) и сельского хозяйства (например, использование датчиков с функционалом IoT, спутниковых изображений и климатических данных для управления урожайностью и производительностью).
Задачей недавно начавшегося конкурса IBM Watson AI XPRIZE, в котором участвуют 160 команд из 23 стран, является решение самых крупных мировых проблем с использованием приложений ИИ для достижения всех 17 ЦУР.
И сегодня МСЭ и фонд XPRIZE объединяют усилия, чтобы вывести обсуждение этих задач на глобальный уровень.
Предстоящий саммит "ИИ во благо" (7–9 июня, Женева, Швейцария) – это первое глобальное мероприятие с участием целого ряда заинтересованных сторон, направленное на создание платформы как международного, так и междисциплинарного сотрудничества в области ИИ. Участники саммита обсудят, каким образом ИИ может способствовать позитивным изменениям, распространению демократии, искоренению нищеты, обеспечению и стимулированию инноваций, доступных всем на равной основе, а также примут руководящие принципы, которые помогут заложить основы для будущего людей и машин.
