Сибирские перспективы российского «ИскИна»
После недавнего выступления В.В. Путина о значении технологий искусственного интеллекта (ИИ) в России снова заговорили о том, что новым отраслям, где требуется использование ИИ, нужны новые кадры. А значит, пора изменить программы подготовки специалистов, чтобы уже к 2030 году насытить рынок труда необходимыми специалистами. Проблема в том, что способность российской образовательной системы справиться с этой задачей, скажем так, является неочевидной. Она просто не обладает необходимой гибкостью. Цикл подготовки бакалавра, начиная с разработки образовательной программы и заканчивая первым выпуском таких специалистов, занимает 4-5 лет, за эти годы индустрия уйдет вперед и сформирует уже новые требования к подготовке специалистов.
Директор Института интеллектуальной робототехники НГУ кандидат химических наук Алексей Окунев
Фото: Предоставлено пресс-службой ФГАОУ ВО НГУ
«Университетам необходимо предугадывать такие запросы, прогнозировать, какие именно специалисты потребуются в данной области спустя соответствующий срок, что само по себе достаточно сложно. Оптимальной видится стратегия, когда университет дает будущему специалисту фундаментальные знания, основы, которые в дальнейшем позволят ему быстро и эффективно разобраться с нюансами и конкретными задачами, которые поставит перед ним его работодатель»,— охарактеризовал ситуацию директор Института интеллектуальной робототехники НГУ кандидат химических наук Алексей Окунев.
Эффективность такого подхода подтверждает высокое место в первом в России рейтинге вузов по качеству подготовки специалистов в области искусственного интеллекта, которое занял НГУ. В настоящее время в университете реализуется стратегический проект «Цифровое будущее», который получил поддержку программы «Приоритет 2030». Те или иные элементы ИИ присутствуют практически во всех учебных программах НГУ.
Один из ярких примеров — Институт интеллектуальной робототехники (ИИР) НГУ, один из первых, а возможно, и единственный на сегодняшний момент бакалавриат, который специализирован на теме глубокого машинного обучения. Причем открытие собственной магистратуры не предусмотрено, чтобы не провоцировать «застаивание» выпускников. «Все открывают магистратуры, а мы — бакалавриат. Наше предположение в том, что искусственный интеллект — это другая парадигма решения задач, программа сама должна найти алгоритм на основе обучающих примеров. Чем раньше мы приучим студентов к новому методу, тем эффективнее они будут его использовать. Абитуриентам наше предложение нравится»,— рассказал Алексей Окунев.
Образовательная программа выстроена так, что студенты одинаково много внимания уделяют изучению как программирования, так и математики, что обеспечивает достаточно прочную теоретическую базу в подготовке будущих специалистов. Другая особенность заключается в том, что сразу после получения необходимого минимума теоретической базы студенты вовлекаются в проектную и практическую работу.
Это вполне отвечает сложившемуся среди экспертов консенсусу, что кадровый потенциал для новых профессий, связанных с технологиями искусственного интеллекта, лучше готовить на основе сплава сильного фундаментального и прикладного корпоративного образования.
Евгений Павловский, кандидат физико-математических наук, Заведующий лабораторией аналитики потоковых данных и машинного обучения Механико-математического факультета НГУ
Фото: Влад Некрасов
В ИИР НГУ преподаватели одновременно выступают в роли разработчиков, выполняющих поисковые и пилотные проекты в области машинного обучения, технического зрения, беспилотного транспорта как в инициативном порядке, так и за счет средств индустриальных партнеров.
Часть проектов, связанных с использованием технического зрения (одно из направлений систем ИИ), уже опробована в реальном производстве. По соглашению с ООО «Сибирское стекло» был разработан и установлен на одну из производственных линий комплекс обучаемой видеоаналитики, способный решать самые разные задачи, например, вести точный подсчет количества бутылок, которые идут по конвейеру. Использование такой системы позволяет осуществлять подсчет продукции и контроль ее качества на тех участках конвейера, где это сложно (или невозможно) делать с помощью стандартных светодиодных датчиков.
«Преимущество нашего комплекса в том, что это обучаемая система, и это позволяет сотрудникам предприятия в дальнейшем самостоятельно перенастраивать ее, расширяя функционал. Изначально речь шла о задачах, связанных с распознаванием и подсчетом предметов. Но потенциально система способна выявлять и классифицировать дефекты продукции, фиксировать бой стеклотары, попавший на конвейер. Иначе говоря, выполнять работу сотрудников отдела технического контроля»,— отметил Алексей Окунев.
С помощью аналогичных систем можно решать задачу автоматизации рабочих процессов на промышленном производстве, что было показано на одной из сборочных линий завода «Катод».
Производство оптико-электронных приборов включает в себя несколько технологических операций, которые должны проводиться в специальных боксах с агрессивной защитной средой. Для этого сотрудникам приходится использовать специальные перчатки, что сильно осложняет достижение необходимой высокой точности операций.
Очевидным решением стала бы автоматизация процесса, но эта же агрессивная среда требует исключения любых контактов с железом (например, в виде направляющих, обеспечивающих точность работы автоматики), и требовался другой способ добиться нужного качества перемещений манипулятора, заменяющего человеческие руки, и при этом обеспечить возможность постоянной коррекции приводов в зависимости от ситуации.
Для решения этой задачи предприятие обратилось в НГУ, и в Институте интеллектуальной робототехники предложили использовать для управления автоматизированной установкой систему технического зрения. Взяв за основу открытую архитектуру нейронной сети, авторы проекта адаптировали ее к сборочной платформе, созданной на заводе. Затем собрали набор изображений и провели на его основе ее «обучение» так, чтобы она смогла управлять движениями манипулятора с точностью до 0,1 мм.
Прототип системы успешно прошел испытания, и в настоящее время она передана для опытной эксплуатации заказчику.
В результате выполнения ряда таких проектов в университете формируется автономная платформа индустриального ИИ — универсальный комплекс промышленной видеоаналитики, который в настоящее время тестируется уже на восьми предприятиях в разных регионах нашей страны.
Как показала практика, участие в подобных проектах дает студентам значительные преимущества как в выборе места для проведения преддипломной практики, так и для последующего трудоустройства. Сегодня наблюдается настоящий бум технологических решений, использующих машинное зрение, глубокие нейронные сети и связанные с ними технологии ИИ. То, что еще несколько лет назад считалось экспериментальной разработкой, сегодня становится практически обязательным функционалом, стандартом для выпускаемого на рынок продукта. Это формирует постоянно растущий запрос на рынке труда на специалистов соответствующей квалификации. «Крупные корпорации решают эту проблему, используя различные инструменты, включая запуск совместных с вузами образовательных программ, нацеленных на подготовку будущих специалистов “под себя”. Но средний, а тем более малый бизнес не имеет такой возможности, и это обусловливает их высокий интерес к студентам ИИР, многие из которых получают предложения о трудоустройстве еще на стадии обучения»,— подчеркнул Алексей Окунев.
Руководитель Центра взаимодействия с органами власти и индустриальными партнерами НГУ Александр Люлько
Фото: Влад Некрасов, Коммерсантъ
Не меньший интерес вызывают и возможности университета в проведении научно-исследовательских и опытно-конструкторских работ. Руководитель Центра взаимодействия с органами власти и индустриальными партнерами НГУ Александр Люлько отметил, что только за последнее время университет заключил более 30 соглашений о подобном сотрудничестве. Среди тех, кто захотел развивать технологии искусственного интеллекта в совместных проектах с НГУ, такие крупные игроки, как «Сбер» и «Ростелеком».
«Вообще, после введения санкций в отношении российской экономики интерес со стороны предприятий к отечественным разработкам стабильно растет. Мы организовали специальный семинар “Индустриальная математика”, где обсуждаются задачи, озвученные со стороны промышленности. А недавно университет провел первый в Академгородке научно-производственный форум “Золотая долина”, где также большой интерес вызвали проекты, связанные с технологиями искусственного интеллекта»,— подчеркнул он.
Решение такого рода задач стало серьезным вызовом для НГУ, который изначально создавался как центр подготовки кадров прежде всего для научных учреждений страны. Но стратегия развития вуза показывает, что ему есть чем на него ответить.
Несколько лет назад в университете запустили суперкомпьютер DL-House, который занял 25-е место в топ-50 лучших компьютеров на территории СНГ и стал основой для работы графического вычислительного кластера, созданного в университете. Это была своего рода проба сил, проект, вокруг которого создавались группы разработчиков, использующих технологии ИИ.
И он доказал высокую востребованность в развитии собственной вычислительной инфраструктуры университета, поскольку нейронные сети и другие модели искусственного интеллекта сейчас развиваются быстрыми темпами, и уже в ближайшие годы имеющихся у НГУ мощностей не хватит даже для демонстрационного запуска современных проектов в области ИИ. «Если университет хочет и далее выпускать специалистов в области информационных технологий высокого уровня, качественное усиление собственных вычислительных мощностей является критически важным условием»,— пояснил Алексей Окунев.
Это стало главной движущей силой возникновения проекта Суперкомпьютерного центра и Центра компетенций по высокопоставленным вычислениям и искусственному интеллекту СКЦ «Лаврентьев», который является важной частью нового университетского кампуса мирового уровня (возводимого на средства национального проекта «Наука и университеты»).
https://www.nsu.ru/n/
Реклама 16+