На Форуме развития Китая директор-распорядитель Международного валютного фонда (МВФ) Кристалина Георгиева заявила о возможности увеличения сектора реальной экономики Китая на 20% в течение следующих 15 лет благодаря проведению рыночных реформ. Она подчеркнула необходимость обновления политики для новой эры качественного роста.

Георгиева отметила, что для этого необходим перевод сектора недвижимости на более устойчивую основу и снижение долговых рисков местных органов власти. Оптимизация бизнес-среды и обеспечение равных условий для частных и государственных предприятий также играют ключевую роль.

Она также выразила уверенность в огромном потенциале Китая в сфере развития искусственного интеллекта и зеленой экономики. По мнению Георгиевой, инвестиции в человеческий капитал и качественное медицинское обслуживание также способствуют повышению производительности труда и доходов.

Форум развития Китая, который проходит в Пекине, представляет важную платформу для обмена идеями и мнениями между китайскими и зарубежными политическими и деловыми кругами.

VK представляет новое решение для обучения искусственного интеллекта (ИИ) — вертикальное федеративное обучение (VML). Это позволяет тренировать модели на данных из разных баз, минимизируя риск утечки персональных данных. Руководитель группы Data Science VK, Артем Агафонов, объясняет, что данная технология позволяет обучать модели без фактического обмена данными между компаниями.

Сейчас для обучения аналитических моделей компании вынуждены делиться своими данными, что не всегда безопасно. VK предлагает альтернативу, где модели могут обучаться на разных данных, но без фактической передачи информации. Это позволяет предсказывать спрос и предложение, прогнозировать поломки оборудования и многое другое.

Технология уже тестируется с несколькими партнерами из ритейла и девелопмента, и VK планирует в дальнейшем продавать это решение. Однако эксперты указывают на необходимость решения двух ключевых проблем: поиск партнеров с нужными данными и качественная разметка данных для обучения моделей.