Инженеры-исследователи Сбербанка будут работать вместе со своими коллегами из MSR в Редмонде, США. Объединенная команда будет искать оптимальные способы управления роботами-манипуляторами на основе ИИ-платформы Microsoft. Она объединяет машинное обучение, в частности метод обучения с подкреплением^[i], и имитационное моделирование в виртуальных мирах для создания автономных ИИ-систем, способных работать в реальном мире. В основе проекта лежит научная разработка Лаборатории робототехники Сбербанка в области точной манипуляции объектами разнообразной и непостоянной формы с применением технологий компьютерного зрения и глубокого обучения^[ii].

Герман Греф, Президент, Председатель Правления Сбербанка:

«Искусственный интеллект и робототехника являются стратегическим направлением современных исследований как для коммерческих компаний, так и для государственных научных центров по всему миру. Сбербанк взял на себя лидерство по искусственному интеллекту в программе ʺЦифровая экономикаʺ, и поэтому для нас очень важно использовать лучший мировой опыт в этой сфере. Мы ищем способы для максимально эффективного применения собственных разработок и патентов не только при решении задач банка, но и для реализации стратегических федеральных инициатив в этой области. Именно поэтому мы сотрудничаем с Microsoft — компанией, которая более 25 лет инвестирует в разработку искусственного интеллекта и является одним из лидеров отрасли. Мы гордимся тем, что корпорация Microsoft выбрала нас для проведения совместных исследований. Это говорит о высоком уровне доверия, которое сложилось между нашими компаниями, и высоком потенциале наших исследователей. Уверен, что проект станет началом успешного сотрудничества и в других областях исследований Сбербанка, принесет ощутимый результат обеим сторонам».

В результате проекта будет усовершенствована система управления робототехническим комплексом, созданным для увеличения производительности труда в процессе пересчета монет. Она состоит из манипулятора, видеокамер и специального захватного устройства. Система призвана облегчить труд и обеспечить безопасность оператора кассово-инкассаторского центра при разгрузке мешков с монетами с передвижной тележки, что приведет к повышению эффективности работы банка.

Планируется также, что успешные результаты совместных исследований лягут в основу научных публикаций на тему практического применения искусственного интеллекта.

[i]Обучение с подкреплением (англ. reinforcement learning) — один из способов машинного обучения, в ходе которого целевая система (агент) обучается, взаимодействуя с некоторой средой, выступающей в роли «учителя». Такая среда может быть как естественной, так и виртуальной.

[ii]Глубокое обучение (глубинное обучение; англ. deep learning) — разновидность машинного обучения, позволяющая вычислительным системам познавать предметную область, представляя ее в виде постепенно формируемой в процессе обучения (опыта) иерархии концепций — от простых к сложным. При этом от разработчика не требуется заранее задавать эти концепции. Многие современные системы глубокого обучения реализованы как многослойные (глубокие) искусственные нейронные сети, в которых разные слои отвечают разным уровням абстракции.