Максим Петриев, сооснователь и бывший технический директор The Stage AI, а также экс-техлид VK, под чьим руководством был запущен deep-tech-стартап, привлекший 4,5 миллиона долларов инвестиций для повышения скорости работы нейросетей без ущерба для точности, рассказал о том, почему подавляющее большинство (90%) проектов в области искусственного интеллекта не достигают стадии внедрения в производство. Он подчеркнул, что наличие математической привычки анализировать устойчивость системы является ключевым фактором, позволяющим избегать ошибочных и непродуманных архитектурных решений.
Эксперт отметил, что многие разработчики, особенно начинающие, склонны к созданию архитектур, которые кажутся простыми и эффективными на первый взгляд, но при этом не учитывают потенциальные проблемы, связанные с масштабированием, нагрузками или непредвиденными входными данными. Именно математический подход к оценке устойчивости позволяет выявить слабые места еще на этапе проектирования.
По словам Петриева, этот подход подразумевает не только теоретические расчеты, но и практические методы проверки, такие как моделирование различных сценариев, анализ граничных условий и тестирование производительности под экстремальными нагрузками. Такой тщательный анализ помогает предвидеть возможные сбои и находить оптимальные решения, которые обеспечат надежность и долговечность системы в реальных условиях эксплуатации.
Отсутствие такого системного и математически обоснованного подхода часто приводит к тому, что проекты, даже имеющие перспективные идеи, терпят неудачу на поздних стадиях разработки или после запуска, когда обнаруживаются критические недостатки в архитектуре, которые сложно или дорого исправить.