В промышленности, здравоохранении, финансовой сфере и автомобилестроении все шире внедряются искусственный интеллект (ИИ), Интернет вещей, роботизация бизнес-процессов (Robotic Process Automation, RPA) и блокчейн. Совместное применение этих технологий обещает появление более умных, безопасных, эффективных и защищенных систем. Системы, образованные из устройств Интернета вещей, интегрированных средствами RPA, характеризуются надежной, защищенной связью между датчиками, приводами и источниками энергии. Искусственный интеллект внедряется во многих системах, начиная от квантовых компьютеров и до граничных устройств. Такие системы получают способность быстро «мыслить», самостоятельно «воспринимать» окружение и действовать в рамках имеющихся ограничений. Инженеры все увереннее применяют сегодня многочисленные технологические новшества для решения сложных задач, условия которых постоянно меняются. Однако с повышением уровня интеграции новых технологических архитектур растут и риски нарушения безопасности и приватности.

Если все данные находятся в централизованной системе, на единой платформе или в централизованном приложении, то воздействие на единую точку отказа ведет к компрометации всей системы. Можно ли с помощью искусственного интеллекта наделить Интернет вещей способностью построения точных прогнозно-аналитических моделей, задействовав блокчейн-платформу для уменьшения рисков и укрепления безопасности? Примером интеграции искусственного интеллекта, Интернета вещей и блокчейн-технологий, которая служит улучшению пользовательского опыта, может стать бытовая техника. Холодильник при помощи датчиков следит за запасами провизии, блокчейн гарантирует целостность данных, поступающих в доверенные децентрализованные системы, Интернет вещей обеспечивает поступление показаний датчиков, блокчейн — выполнение умного контракта и регистрацию цепочки поставщиков, а искусственный интеллект прогнозирует действия, выдает указания и рекомендации. Чат-боты, работающие поверх ИИ-ядра, информируют пользователя и сеть поставщиков о том, что пора заказать свежий салат или выбросить испорченную курицу. Ни одна технология по отдельности не способна в одиночку решить все эти задачи.

Если речь идет о чем-то более сложном, например ПО управления беспилотным автомобилем, то здесь пользователь вынужден довериться специалистам, отвечающим за проектирование, реализацию и обслуживание соответствующих систем. При этом благодаря конвергенции технологий, образующих гетерогенные архитектуры, можно организовать взаимодействие между цифровым и физическим миром. Искусственный интеллект, Интернет вещей и RPA обладают колоссальным потенциалом для создания специализированных систем. Разумеется, помимо самих технологий, необходим опыт инженеров-конструкторов и разработчиков, без которых пока еще невозможно формирование будущего решения. Важно то, что решения должны создаваться с учетом этических норм общества и необходимости бережного отношения к здоровью и безопасности людей, а также к окружающей среде. При этом контроль за соблюдением соответствующих стандартов в условиях постоянного развития повсеместных сетей должен в конечном итоге осуществляться людьми. Обеспечив такой контроль, а также защищенность платформ и архитектур, можно будет добиться того, чтобы конвергенция Интернета вещей, RPA, искусственного интеллекта и блокчейна по-настоящему изменила повседневную жизнь людей.

Интернет вещей и роботизация процессов

В контексте Интернета вещей иногда упоминаются термины «киберфизические системы», «Индустрия 4.0», «четвертая индустриальная революция», «аналоговые решения на основе больших данных», «интеллектуальные системы» и пр. Даже по количеству наименований видно, насколько широко концепция Интернета вещей вошла в нашу повседневную жизнь. Объединение компьютеров, смартфонов, датчиков, бытовой техники, оборудования, транспортных средств, коммунальных служб и множества других элементов в «систему систем», пожалуй, можно отнести к числу самых сложных инженерных задач, когда-либо стоявших перед человечеством.

Уже к концу 2013 года конфигурации Интернета вещей и RPA включали в общей сложности около 20 млрд взаимодействующих устройств, и, по прогнозам, к 2020 году этот показатель вырастет до 30 млрд (всего во всем мире имеется около 200 млрд устройств с возможностью подключения к сетям). Комбинируя датчики, интеллектуальные возможности и приводы устройств Интернета вещей, можно создавать роботизированные решения, спектр применения которых сегодня быстро расширяется: от чат-ботов, помогающих в повседневных задачах, до автоматизированных производственных линий.

В промышленности, в транспортном и коммунальном секторах мировая инфраструктура сегодня проходит через цифровую трансформацию, становясь программно-конфигурируемой и ориентированной на пользователя, тогда как раньше крупные инновации касались в основном машин и материалов. Между тем Американское общество строительных инженеров оценило нынешнюю инфраструктуру США всего лишь на «двойку с плюсом» — из-за устаревающих энергосетей и трубопроводов, многие из которых не менялись с 80-х годов XIX века.

Системы и технологии почтенного возраста должны по-прежнему сохранять стабильность и эксплуатационную безопасность — со временем в привычные среды внедрят устройства Интернета вещей, средства аналитики реального времени, технологии межмашинной связи и человеко-машинные интерфейсы, что позволит оборудованию непрерывно адаптироваться к меняющимся условиям. Количество узлов таких сетей будет просто невероятным: если устройств будет хотя бы 20 млрд, то потенциальное число взаимодействующих пар составит 4×1020. Для создания работоспособной среды промышленного роботизированного Интернета вещей понадобятся новые методы проектирования, специально разработанные для «системы систем», а также новые стандарты.

Искусственный интеллект

С 1980-х годов, когда исследователи принялись искать коммерческие применения нейросетей и глубинного обучения, начал расти интерес и к искусственному интеллекту, ставшему сегодня одним из самых влиятельных направлений в цифровом и реальном мире. Искусственный интеллект играет важную роль в частных компаниях, госструктурах и научных учреждениях, выполняя аналитику и предоставляя рекомендации по не всегда очевидным (без использования средств автоматизации) вариантам выбора и закономерностям. Искусственный интеллект способен эффективно и экономически выгодно обрабатывать горы данных, благодаря чему ответы, на получение которых раньше уходили годы, сегодня доступны за считанные дни.

Компания LG спроектировала около сотни предметов бытовой техники с голосовой активацией, совместимых с сервисом Google Home. Система IBM Deep Blue уже давно выиграла у Гарри Каспарова в шахматы, а демонстрацию очередной инновации, системы Debater, в IBM провели с участием Ноа Овадии, победителя израильского турнира по дебатам. Система продемонстрировала умение вести дискуссию с человеком и аргументированно отвечать. Система Google AlphaGo в 2017 году выиграла со счетом 4:1 у Ли Седоля, одного из сильнейших в мире гроссмейстеров по игре го, а впоследствии победила и чемпиона мира. Но сам по себе искусственный интеллект не работает — ему необходимы надежные, целостные источники данных, не содержащие систематических ошибок; в противном случае искусственный интеллект может стать опасным. Научные сотрудники Google, к примеру, разработали стикеры с «психоделичным» рисунком, которые, будучи наклеенными на поверхность рядом с любым предметом, заставляли систему глубинного обучения классифицировать его в качестве тостера. Ошибки, ведущие к неточностям в данных или появлению излишков информации, вызывающих искажения в интерпретациях, способны привести к полностью неверным результатам и хаосу. В этой связи сегодня активно ведутся дебаты о создании профессиональных и этических стандартов, касающихся проектирования оборудования, робототехники и других сложных систем на базе искусственного интеллекта.

Блокчейн

Технологии блокчейна активно развиваются. По данным FitSmallBusiness, за 2018 год спрос на специалистов по блокчейну вырос на 6000%, а к 2025 году около 10% валового годового дохода будет храниться в блокчейн-системах, к этому времени блокчейны начнут приносить 176 млрд долл. добавленной стоимости, а к 2030 году этот показатель составит уже порядка 3,1 трлн долл. Аналитики IBM прогнозируют, что к 2021 году капитализация рынка блокчейн-систем достигнет 2,3 млрд долл. При этом истинная ценность блокчейна — не в криптовалютах и токенах, а в концепции распределенного реестра. Блокчейн — это информационная система для выполнения транзакций с регистрацией в защищенных, верифицируемых и неизменяемых записях. Информация хранится в цепочке блоков, которая позволяет участникам просматривать, заверять, отслеживать и верифицировать все транзакции, последовательности и отметки времени действий: формируется экосистема, обеспечивающая прозрачность, доверие и быстрый отклик. Сами транзакции могут происходить с участием любого ценного актива: людей, товаров, услуг, энергии, денег и т. д. Более важны другие атрибуты блокчейна — безопасность и неизменяемость. Все блокчейны предоставляют доказательства того, что и серия транзакций между участниками, и передача активов были выполнены.

У блокчейна существует немало различных применений — от аккредитивов до транспортных накладных и других документов. Блокчейны для бизнеса — обычно с разграничением прав, закрытые — отдают приоритет идентификации перед анонимностью, выборочной проверке перед протоколом доказательства работы и активам перед криптовалютами. Таким образом, для предприятия наибольшее значение имеют реестр с общим доступом, умные контракты и привилегии, чтобы можно было обеспечивать безопасность, аутентичность и верификацию наряду с консенсусом, принципом заверения транзакции в качестве легитимной всеми участниками сети.

На схеме, показанной на рисунке, блокчейн представляет собой фундамент архитектуры, которая позволяет обмениваться информацией в рамках сети с использованием EDI (electronic data interchange) и других унаследованных систем, а также данных из Интернета вещей, результатов работы систем RPA и других сведений, предоставляемых для анализа и использования системами искусственного интеллекта.

Интернет вещей, искусственный интеллект, блокчейн и профессионализм
Решение для цепочки поставок на основе искусственного интеллекта, блокчейна и Интернета вещей. Надежная, гибкая сеть участников, взаимодействующих для достижения общих целей — конкретных, измеримых, отслеживаемых и допускающих повторение процессов

 

Профессионализм в проектировании систем и ПО

В условиях быстрых темпов развития передовых технологий нельзя недооценивать роль гуманитарных и общественных наук. В прошлом были случаи отказа технических систем по причине отсутствия ответственности за проектирование, эксплуатацию и последствия их применения. Высокий уровень развития ПО, оборудования и сетей позволяет сегодня проводить проекты цифровой трансформации отраслей, внедрять новшества без ущерба для окружающей среды, но на автоматизированные системы нельзя возложить ответственность за состояние здоровья и безопасность населения — это всегда будет прерогативой человека. Технологии продолжат совершенствоваться, но техническая, этическая и нравственная ответственность их разработчиков будет расти. Ошибка человека практически всегда присутствует в цепочке событий, предшествующих отказу в обслуживании. При анализе масштабных техногенных катастроф (Чернобыль, Фукусима, Deep Water Horizon, Бхопал) неизбежно выясняется, что причиной были недоработки или оплошности, допущенные людьми, причем, как правило, к ним приводит серия неверных организационно-управленческих решений.

Первоочередной задачей профессионалов должна стать забота о безопасности, защищенности, здоровье и благополучии людей. Из-за жестких сроков и ресурсных ограничений страдает качество результатов многих проектов. Конфликт, связанный с нарушением норм выброса автомобилями VW, лишний раз подчеркнул важность непрерывного контроля за соблюдением этических и нравственных норм при внедрении новых технологий. Построение систем требует компетенции не только в точных науках, но и в социальных вопросах и принципах командной работы. Одним из аспектов работы архитекторов, инженеров-машиностроителей, электротехников, химиков и пр. всегда была забота о безопасности, но у создателей компьютерных систем и ПО до недавнего времени не было стимулов стремиться к соблюдению минимальных стандартов в этом отношении. Сегодня, когда программное обеспечение приобрело критическое значение, ситуация меняется — дальше перекладывать ответственность уже нельзя. В физическом мире важную роль играет лицензирование — получение разрешения властей на осуществление какого-либо вида регулируемой деятельности. Эта практика должна перейти и в цифровой мир: в числе обязательных требований для получения лицензии должны быть не только образование, сертификаты и опыт, но и высокая репутация.

Профессиональное лицензирование должно играть важную роль во всех новых инженерных дисциплинах, начиная с программной инженерии, с учетом того, насколько сегодня значимо ПО в инфраструктуре и всех традиционных отраслях, проходящих через цифровую трансформацию.

***

Никогда раньше не было технологий, способных настолько сильно изменить многие отрасли экономики, однако никакая технология в отдельности не позволит решить весь спектр нынешних сложных задач с динамически меняющимися условиями. Тем не менее есть надежда на то, что, благодаря комплексному применению технологий искусственного интеллекта, Интернета вещей, RPA и блокчейна, работа в этих направлениях станет проще. Основой новых решений станут интеграция и взаимодействие технологических платформ, принцип «системы систем». Появятся площадки многократно используемых ресурсов, координируемые сообществами разработчиков и инженеров-конструкторов с высоким уровнем профессионализма и дисциплины. Этика и профессионализм — фундамент ответственности за безопасность и защищенность проектируемых систем и решений.

Джефф Дэниелс (jeff.w.daniels@gmail.com) — старший технолог, Lockheed Martin Aeronautics; Саман Сарголзей (ssarg004@gmail.com) — научный сотрудник, Калифорнийский университет в Лос-Анджелесе; Арман Сарголзей  (a.sargolzaei@gmail.com) — профессор, Флоридский политехнический университет; Тарек Ахрам (tareqahram@gmail.com) — ведущий научный сотрудник, Университет Центральной Флориды; Филип Лапланте — профессор, Пенсильванский университет; Бен Амаба — директор по инновации, IBM Industrial Watson and Cloud Division.

Claudio Lima, Developing Open and Interoperable DLT/Blockchain Standards. IEEE Computer, November 2018, IEEE Computer Society. All rights reserved. Reprinted with permission.