Хотите узнать, какое будущее нас ждет? Тогда смотрите, что происходит в IT. Консалтинговая компания Gartner, специализирующаяся на исследованиях рынка информационных технологий, назвала основные тренды 2025 года. «Лента.ру» выяснила, на что сегодня направлены самые передовые разработки и как будет меняться мир вокруг нас в ближайшей перспективе.
Тренд номер один — это развитие агентного искусственного интеллекта, который способен действовать автономно от человека и принимать решения на основе анализа данных. В отличие от обычного ПО, агентный ИИ способен адаптироваться к новым условиям, учиться на собственном опыте и менять поведение в зависимости от ситуации. Примеры применения ИИ-агентов мы уже видим в реальной жизни. Например, автономные автомобили, которые могут обходиться без контроля человека. Их системы обрабатывают большую массу данных о дорожной обстановке, погодных условиях и многих других факторах. На основании этой информации авто изменяет направление, скорость и принимает другие решения на дороге независимо от водителя. В России автономные автомобили развивают сразу несколько компаний: легковые автомобили и роботов-доставщиков «Яндекса» можно заметить на улицах Москвы и Иннополиса, а грузовики «Яндекса», Сбера, «Камаза» и других игроков — встретить на нескольких федеральных трассах. В финансах ИИ-агенты анализируют фондовый рынок, выбирают инвестиционные стратегии и автоматически совершают сделки на бирже, помогая инвесторам покупать и продавать быстрее и выгоднее. Работают в российских банках и чат-боты. В колл-центрах поддержки они отвечают на вопросы пользователей, передавая сложные вопросы оператору.
В следующем году в фокусе крупных игроков будет дообучение опенсорсных моделей. В целом, речь идет о том, что нейросети станут более совершенными и доступными, а компаниям станет проще интегрировать их в свои бизнес-процессы. Дообучение опенсорсных моделей — это процесс, при котором уже существующие модели ИИ (например, те, что доступны с открытым исходным кодом) дополнительно обучаются компаниями на новых или специализированных данных. Таким образом можно адаптировать открытую универсальную модель к работе с конкретными задачам. Большинство моделей искусственного интеллекта с открытым исходным кодом построены на LLaMA или на наборах данных и моделях от EleutherAI. Open Source больших языковых моделей станет одним из ключевых трендов на ближайшие несколько лет, поскольку все чаще исследовательские и коммерческие организации открывают свои разработки для широкой аудитории, тем самым ускоряя эволюцию нейросетей вне зависимости от географии разработки. Это дает возможность IT-компаниям использовать свой опыт и знания в сочетании с открытыми решениями для улучшения своих продуктов, а также вносить общий вклад в развитие и улучшение LLM, что способствует созданию новых решений для различных отраслей. Также важным аспектом является и растущее сообщество разработчиков, которые активно вносят свой вклад в улучшение существующих моделей, делая их более точными, эффективными и безопасными.
Мультимодальность — один из важных трендов, который приходит с развитием ИИ. Это способность моделей искусственного интеллекта обрабатывать и понимать информацию из различных источников и форматов, таких как изображение, звук, видео и текст. Например, анализировать запись с камеры наблюдения, распознавая не только объекты, но и сопутствующую речь. Примеры использования мультимодальности моделей можно найти в различных областях. В медицине, например, такие системы могут сочетать данные из медицинских изображений (например, рентгеновских снимков) с текстовой информацией о пациенте, что позволяет ставить более точные диагнозы. В образовании обучающие платформы могут использовать мультимодальные подходы, то есть сочетание текста, картинок и видео, для создания максимально занимательных интерактивных уроков. Еще один пример — системы автоматического создания контента, которые могут анализировать изображения и видео, а затем генерировать их текстовые описания.
Невидимый «окружающий» интеллект (или «ambient intelligence») — это концепция, предполагающая создание умной среды, которая способна взаимодействовать с людьми и постоянно адаптироваться под их потребности, не требуя при этом активного участия пользователя. В медицине применяются носимые устройства, которые контролируют здоровье пациента и могут предлагать рекомендации, исходя из собранных данных. Популярные фитнес-браслеты тоже относятся к их числу. В общественных местах, таких как аэропорты или торговые центры, сенсоры могут отслеживать поток людей и адаптировать освещение или кондиционирование воздуха, чтобы повысить комфорт и снизить затраты на энергоресурсы. В домашних условиях умные устройства могут контролировать обогрев и освещение в соответствии с потребностями жильцов. Например, термостат может понижать температуру, когда никого нет дома, и увеличивать перед возвращением людей. Подобное уже реализовано среди российских разработчиков «умного дома». Использоваться технология может и в бизнесе. Например, в сборке заказов на маркетплейсах, проверке товарных запасов в супермаркете или логистики скоропортящихся продуктова.
Разработка энергоэффективных компьютеров становится важным направлением в развитии IT. Многие задачи, например, обучение искусственного интеллекта, моделирование, оптимизация и рендеринг требуют значительных энергозатрат. Это приводит к увеличению так называемого углеродного следа организаций, то есть выбросов СО2. По мнению аналитиков Gartner, к 2030 году на рынок выйдет сразу несколько новых энергоэффективных вычислительных технологий, включая оптические и нейроморфные компьютеры, а также новые ускорители. В результате техника будет потреблять значительно меньше электроэнергии, чем сейчас, и такие разработки в приоритете.
Проверка подлинности информации становится еще одним важным трендом в развитии IT-систем. Речь идет о новой категории технологий, которые проверяют точность данных, предотвращают подмену личности и мошенничество, отслеживают распространение вредоносного контента. Необходимость разработки систем защиты от дезинформации связана с развитием нейросетей, их широкой доступностью и постоянным совершенствованием технологий машинного обучения. Самый яркий пример — дипфейки, которые уже сегодня трудно отличить от оригинальных роликов. Также при помощи нейросетей можно подделывать голосовые и видео сообщение. По данным исследования Института Томсона Рейтер за 2024 год, почти половина (45 процентов) респондентов заявили, что применение ИИ для мошенничества увеличится в течение следующих двух лет. Это связано с достижениями в области ИИ и растущим использованием GenAI, которые упрощают подделку документов и создание синтетических личностей. Аналитики Gartner отмечают, что дезинформация может нанести значительный и долговременный вред любой компании. Однако сегодня специальные системы защиты использует менее пяти процентов организаций. По прогнозам исследователей, уже к 2028 году их доля увеличится в 10 раз. В России разработкой систем защиты от дезинформации занимаются государственные структуры, банки, научные стартапы и IT-компании.
В ближайшие пять-семь лет использование технологии пространственных вычислений позволит компаниям и организациям значительно повысить свою эффективность. К 2033 году мировой рынок пространственных вычислений вырастет до 1,7 триллионов долларов по сравнению с 110 миллиардами в 2023 году, прогнозируют аналитики Gartner. Сегодня эта технология активно используется в навигационных системах, приложениях такси и картах. Она помогают проектировать и развивать городскую инфраструктуру, анализировать транспортные потоки и оптимизировать размещение общественных объектов, таких как школы и больницы. Технология применяется для мониторинга окружающей среды, отслеживания лесных пожаров, управления природными ресурсами, межевания земельных участков и контроля за урожаем в сельском хозяйстве. С ее помощью создают компьютерные игры и даже делают ремонт.
Полифункциональные роботы становятся все более популярными благодаря своей универсальности и способности к адаптации. Разработки ведутся практически во всех отраслях. Аналитики Gartner прогнозируют, что к 2030 году 80 процентов людей будут ежедневно взаимодействовать с умными роботами, хотя сегодня этот показатель не превышает и 10 процентов. Это новый шаг в развитии робототехники и автоматизации. Полифункциональные роботы способны выполнять несколько различных функций, следуя при этом инструкциям или примеру человека. Это выгодно, ведь место того, чтобы приобретать несколько разных специализированных роботов, можно использовать только одного. Многофункциональные помощники пригодятся в самых разных отраслях. На заводах такие роботы могут собирать детали, проводить контроль качества и упаковывать продукцию. Некоторые компании разрабатывают устройства, которые в состоянии доставлять посылки, общаться с клиентами и даже убирать территорию. В научных лабораториях полифункциональные роботы могут проводить анализ образцов, собирать данные и даже управлять опытами. Автоматический помощник для дома умеет пылесосить, мыть полы, управлять умными устройствами и отвечать на вопросы.
Неврологическое развитие — это целый комплекс технологий, которые помогают людям улучшить свои умственные способности и наладить взаимодействие с окружающим миром. Все это достигается благодаря использованию специальных устройств, которые могут «считывать» сигналы из мозга и переводить их в команды для компьютеров или других устройств. Такие технологии называются мозго-машинными интерфейсами (ММИ), с ними управлять компьютером или игрушкой можно буквально силой мысли. ММИ уже применяются в медицинской реабилитации: например, пациенты с параличом могут использовать такие интерфейсы для общения с помощью компьютера, управления протезами и другими устройствами. Исследования показывают, что с помощью ММИ можно тренировать мозг, улучшать внимание и память. Такие технологии используются в образовательных и научных целях, помогают лучше понять, как мы думаем, учимся и принимаем решения. В игровой индустрии тоже разрабатываются подобные устройства: они позволяют игрокам мысленно управлять персонажами и прохождением. Технология открывает огромные возможности для повышения профессиональной квалификации и производительности труда. Аналитики Gartner прогнозируют, что к 2030 году треть работников, занятых интеллектуальной деятельностью, будут использовать такие технологии на рабочем месте, чтобы улучшить свои ментальные способности и соответствовать требованиям времени.
