Поделиться
В России создан сервис для работы с ИИ для тех, кто не умеет программировать. ИТ-знания и навыки не нужны
VK запустил AutoML – сервис для работы с ИИ, ориентированный на тех, кто вообще не связан с ИТ-сферой. Проект, что отражено в его названии, создан также для автоматической разработки моделей машинного обучения.
Искусственный интеллект для каждого
Российский интернет-гигант VK силами специалистов входящего в его состав центра аналитических продуктов VK Predict разработал платформу автоматической разработки моделей машинного обучения и работы с технологиями ИИ. Как пишет Forbes, проект, получивший название AutoML, ориентирован на людей, не имеющих ИТ-знаний и соответствующих навыков.
В качестве конкурирующих сервисов собеседники Forbes называют Yandex DataSphere и фреймворк LightAutoML за авторством Сбербанка, Databricks AutoML и ряд решений с открытым исходным кодом – AutoGluon, FEDOT и пр. Однако все они имеют достаточно высокий порог входа, что делает их недоступными для специалистов, не связанных с ИТ в целом и ИИ/ML в частности.
По информации издания, AutoML может пригодиться, к примеру, бизнес-аналитиками – с помощью этой платформы они могут строить различные стратегии и решать различные маркетинговые задачи, в том числе персонализировать коммуникации и вычленять из общей аудитории наиболее рентабельных клиентов. Одна из особенностей сервиса – это поддержка так называемого «федеративного обучения», позволяющего обучать модели искусственного интеллекта вместе со сторонними партнерами без необходимости обмена данными с ними. Такое может пригодиться, к примеру, когда есть риск раскрытия коммерческой тайны. Но тут стоит отметить, что обмен информацией все же происходит, хотя получить к ним доступ крайне затруднительно – передаются только промежуточные данные и исключительно в зашифрованном виде.
Что умеет сервис, и к чему готовиться
В настоящее время доступ к AutoML открыт широким массам. На момент запуска платформа предлагала пользователям модели для решения различных задач, которые можно условно разделить на несколько типов. В этом списке, помимо прочего, есть задачи по сортировке данных по различным группам, а также прогнозирование различных показателей.
В VK привели изданию пример прикладного использования AutoML. Так, сервис может пригодиться компании, собирающейся расширить географию своего присутствия и открыть новую точку продаж. AutoML поможет ей спрогнозировать выручку новой точки. Также, как пишет Forbes с помощью AutoML можно «оценивать вероятность совершения покупки или сегментировать пользователей сервиса по важным для бизнеса метрикам».
Другой пример – необходимость спрогнозировать отток клиентов. Для этого понадобится предоставить AutoML доступ к статистке об обращениях или заявках в клиентский отдел с различными признаками, включающими количество обращений и пр. «Платформа проводит очистку данных, аналитик выбирает задачу для решения, – сообщили Forbes представители VK. – Платформа подбирает под нее предобученную ML-модель или их микс (ансамбль). Модели обучаются на загруженных данных и выдают результат по выбранной задаче, которую дальше бизнес может использовать в своей работе».
Результаты работы AutoML в дальнейшем можно использовать не только непосредственно в бизнесе, но и в качестве сырья для дообучения ИИ-моделей.
VK планирует в дальнейшем развивать AutoML и внедрять в него новые функции. В частности, в обозримом будущем платформа получит новые возможности для работы с искусственным интеллектом – в числе прочего, пользователям станет доступна интеграция и тонкая настройка генеративных моделей.
Кому это нужно
В VK видят целевую аудиторию AutoML максимально широкой. Как сообщил изданию директор VK Predict Роман Стятюгин, сервис пригодится любым проектам и компаниям, будь то стартапы, небольшие фирмы или крупные корпорации, если им требуется работа с большими массивами данных. AutoML пригодится им «в анализе, профилировании, выявлении зависимостей, построении прогнозов» «Внутри компании работать с платформой могут аналитики без знаний в Data Science. Или Data Science-специалисты – они могут быстро проверять гипотезы, не тратя время на написание и обучение моделей вручную», – добавил Стятюгин.
Также он отметил, что AutoML позволяет разительно сократить время на построение ML-моделей. «В одном из проектов по геоаналитике платформа позволила автоматизировать процесс построения уникальных ML-моделей и сократила время масштабирования проекта с 40 недель до шести – более чем в шесть раз. А в кейсе с построением модели предсказания успеха коммерческих сделок AutoML позволила в 2,5 раза увеличить конверсию заявок в продажи», – сказал Forbes Роман Стятюгин.
ML-модели в обмен на деньги
VK скрывает сумму, затраченную на разработку AutoML, но опрошенные изданием сторонние эксперты полагают, что она может быть довольно внушительной. Бесплатным сервис не будет, и у холдинга уже есть на примете два варианта его монетизации.
Первый вариант – это автономный сервис по модели подписки, второй – предоставление доступа к AutoML как ядра для создания внутреннего сервиса разработки ML-моделей. Такое может подойти крупным компаниям.
Сколько клиентам AutoML придется платить за пользование платформой, VK пока не сообщает. Собеседник Forbes на рынке системных интеграторов полагает, что сумма не будет фиксированной и будет «зависеть от функциональности платформы и моделей распространения ПО». «В случае с Self-Service инструментами на базе преднастроенных сценариев по модели SaaS (что актуально для среднего бизнеса) стоимость подписки может начинаться от 250 тыс. руб. в месяц, что в среднем ниже зарплаты Data Science-специалиста, на которого у среднего бизнеса не всегда есть ресурсы и постоянный объем задач, – отметил он. — Стоимость же кастомизированного решения с адаптацией под задачи крупного бизнеса и интеграцией в ИT-контур заказчика по модели Оn-Рremises может начинаться от 10 млн руб. за проект с последующей оплатой за его поддержку и сопровождение».
Короткая ссылка
