В начале 2020-х мир буквально взорвала новость о появлении чат-бота, который отвечает на вопросы, генерируя сложные предложения и логически связанные тексты. Технологии машинного обучения стали использовать для решения самых разных задач — от написания рефератов и новостей до создания музыки, от медицинской диагностики до общения. Порой кажется, что еще немного — и нейросети смогут заменить человека едва ли не во всех областях.
Как студенты Политеха осваивают технологии машинного обучения 
Повелители моделей
И все же, что такое искусственный интеллект: только хайп или инструмент, который со временем станет таким же привычным, как компьютер или поисковик? Разбираемся вместе с учеными Санкт-Петербургского политехнического университета Петра Великого.
I часть
Как появилась технология, которой пользуются все
Человек всегда стремился упростить свой труд: так появились колесо, двигатель внутреннего сгорания и… алгоритмы машинного обучения. Работа в этом направлении началась задолго до создания популярных генеративных моделей: еще в 50-60-е годы прошлого столетия были написаны первые труды в области математики, связанные с ИИ.
«С тех пор уже было две «зимы» искусственного интеллекта: в конце 60-х — начале 70-х и в конце 80-х — начале 90-х, — рассказывает Владимир Мулюха, директор Высшей школы технологий искусственного интеллекта СПбПУ. — В эти два периода все избегали словосочетания «искусственный интеллект»: если посмотреть публикации, то даже авторы, которые занимались фактически задачами ИИ, говорили об «интеллектуальных системах», «системах автоматического управления». Потому что иначе бы на них повесили жесткое клеймо фантазеров».
На новом витке интереса к искусственному интеллекту решающую роль сыграли два события.
При этом нужно понимать: в основе технологии машинного обучения лежит статистика. Обработав огромные массивы текстов, модели ИИ научились складывать слова так, чтобы на выходе получался «человеческий» текст. В самой модели не возникает никакого целостного представления об обсуждаемом объекте. В отличие от человека, машина не может отслеживать и контролировать причинно-следственные связи — у нее полностью отсутствует критическое мышление. Именно этим и объясняются так называемые «галлюцинации» моделей. Для нейросети не существует понятия проверок сгенерированных данных: этим приходится заниматься разработчикам и пользователям.
«Что может быть лучше, чем умный напарник, который не нуждается в «разжевывании», вовремя предоставляет нужную информацию или подает нужный инструмент, если это какой-нибудь робот-ассистент? Ему не надо каждый раз давать сто тысяч указаний, он видит, что ты делаешь, и подстраивается под тебя», — рассуждает Владимир Александрович.
Владимир Мулюха, директор Высшей школы технологий искусственного интеллекта СПбПУ
В 2014 году была опубликована статья, посвященная применению нейросетей в машинном переводе. В ней описывался механизм внимания — алгоритм, способный анализировать текст не по отдельным словам, а целыми фрагментами. По сути, нейросеть удалось научить контексту: у нее прибавилось понимания, что автор имел в виду.
2014
В 2017-м эту линию продолжила нашумевшая публикация специалистов Google под названием Attention is all you need («Все, что нужно, — внимание»), где говорилось об архитектуре трансформера: новой способности нейросетей обрабатывать информацию не последовательно, а параллельно. С этих двух преимуществ (понимание контекста и ускорение процессов) и началось развитие больших языковых моделей, которые смогли не только переводить тексты, но и решать самые разнообразные задачи: понимать запросы на создание изображения, преобразовывать аудио в текст, анализировать информацию и т.д.
2017
Механизм внимания и архитектура трансформера — главные открытия, которые определили бурное развитие нейронных сетей.
Что сделано для развития ИИ в России?
Основные разработки, которые ведутся у нас в стране, лежат в области оптимизации.
«Мы не придумываем что-то революционно новое, а пытаемся эффективно использовать существующий ресурс для решения конкретных задач», — отмечает директор Высшей школы технологий искусственного интеллекта.
Владимир Мулюха, директор Высшей школы технологий искусственного интеллекта СПбПУ
Находящиеся в открытом доступе модели машинного обучения слишком «общие»: как правило, они плохо справляются со специализированными задачами. Существенно улучшить результат можно, создав модель под конкретную цель. Для этого используют «кирпичики» — элементы разных моделей, подходящих в данной ситуации.
В этом направлении в нашей стране работают крупные корпорации и ведущие вузы, включая Санкт-Петербургский политехнический университет Петра Великого.
Точкой отсчета для него стал январь 2016 года, когда в команду политехников вошел профессор Лев Владимирович Уткин — один из самых заметных исследователей ИИ не только в Петербурге, но и России. Комплекс его исследований и разработок, касающихся применения искусственного интеллекта в медицине и промышленности, удостоен премии Правительства Санкт-Петербурга. Лев Владимирович курирует все направление машинного обучения в образовательной программе Высшей школы технологий искусственного интеллекта.
2016
В январе 2020 года в Политехе появилась первая магистерская программа искусственного интеллекта и машинного обучения. Первый набор составил всего 10 человек: было непонятно, окажется ли это направление востребованным. Спрос оказался высоким — сегодня в направлении уже 30 бюджетных мест. Появился и бакалавриат.
2020
В сентябре 2023 года в университете был создан научный Центр искусственного интеллекта. Он в первую очередь сфокусирован на исследованиях, разработках и т. д. Сейчас в вузе решается вопрос создания и образовательного центра в этой области.
2023
В 2025 утверждена Программа развития СПбПУ на 2025–2036 годы. В ней искусственный интеллект назван одним из трех ключевых научно-технологических направлений. Благодаря четко сформулированной стратегии Политех стал одним из победителей конкурса в рамках федеральной программы «Приоритет 2030»: университет получил гранты на проведение прорывных научных исследований.
2025
В этом направлении в нашей стране работают крупные корпорации и ведущие вузы, включая Санкт-Петербургский политехнический университет Петра Великого.
Точкой отсчета для него стал январь 2016 года, когда в команду политехников вошел профессор Лев Владимирович Уткин — один из самых заметных исследователей ИИ не только в Петербурге, но и России. Комплекс его исследований и разработок, касающихся применения искусственного интеллекта в медицине и промышленности, удостоен премии Правительства Санкт-Петербурга. Лев Владимирович курирует все направление машинного обучения в образовательной программе Высшей школы технологий искусственного интеллекта.
2016
В январе 2020 года в Политехе появилась первая магистерская программа искусственного интеллекта и машинного обучения. Первый набор составил всего 10 человек: было непонятно, окажется ли это направление востребованным. Спрос оказался высоким — сегодня в направлении уже 30 бюджетных мест. Появился и бакалавриат.
2020
В сентябре 2023 года в университете был создан научный Центр искусственного интеллекта. Он в первую очередь сфокусирован на исследованиях, разработках и т. д. Сейчас в вузе решается вопрос создания и образовательного центра в этой области.
2023
В 2025 утверждена Программа развития СПбПУ на 2025–2036 годы. В ней искусственный интеллект назван одним из трех ключевых научно-технологических направлений. Благодаря четко сформулированной стратегии Политех стал одним из победителей конкурса в рамках федеральной программы «Приоритет 2030»: университет получил гранты на проведение прорывных научных исследований.
2025
Основные разработки в области ИИ сконцентрированы в крупных университетах и в корпорациях.
организация Центра искусственного интеллекта
2023
утверждение Программы развития СПбПУ с ИИ в качестве одного из ключевых научно-технологических направлений.
2025
создание магистерской программы «Искусственный интеллект и машинное обучение»
2020
ИИ в Политехе Петра Великого:
ключевые даты
Чему учат в Высшей школе технологий искусственного интеллекта
С ИИ-ресурсами так или иначе работают во всех институтах Политеха Петра Великого. В Высшей школе технологий искусственного интеллекта основной фокус — на разработке новых моделей машинного обучения.
«Мы рассказываем студентам о том, что такое машинное обучение и искусственный интеллект с точки зрения математики, как устроены современные модели машинного обучения, например, большие языковые модели, интеллектуальные агенты и тому подобные: какие у них сильные и слабые стороны, когда и для чего можно и целесообразно применять ту или иную технологию, — рассказывает Владимир Мулюха. — И надеемся, что на «выходе» наши выпускники обладают достаточными компетенциями, чтобы понять, имея на руках задачу и исходные данные, какая из существующих моделей лучше всего подойдет для реализации в этом случае, а также как ее можно усовершенствовать, чтобы получить оптимальный результат».
В бакалавриате студентам дают математическую базу и общие представления о машинном обучении. В магистратуре и аспирантуре учат создавать новые модели или комбинировать существующие. На старших курсах ребят активно привлекают к исследовательским работам.
Например, студенты магистратуры и аспиранты участвовали в разработке системы ИС-3D для Федерального института промышленной собственности. Программа, созданная с применением технологий машинного обучения, умеет сравнивать трехмерные модели промышленных образцов и товарных знаков и определять, не нарушаются ли чьи-либо права при получении патента. Система уже несколько лет находится в промышленной эксплуатации.

Также обучающиеся активно привлекались и привлекаются к реализации коммерческих проектов и наукоемких задач совместно с крупнейшими заказчиками, такими как Газпромнефть НТЦ, Siemens и ПАО «Ростелеком».
Основной фокус всего обучения в Высшей школе технологий искусственного интеллекта — на разработке новых моделей машинного обучения.
Еще один проект, в котором приняли участие студенты, был связан с Суперкомпьютером Политеха Петра Великого. Для самого высокопроизводительного на Северо-Западе России суперкомпьютерного центра был разработан интеллектуальный диспетчер, который сократил среднее пребывание вычислительных задач в очереди.

«Мощность Суперкомпьютера можно измерять по-разному, — объяснил профессор Высшей школы технологий искусственного интеллекта СПбПУ Владимир Заборовский. — Мы ввели новую ее меру: не число машинных операций, которые Суперкомпьютер способен выполнить в единицу времени, а число успешно решенных прикладных задач. В результате «обучения» диспетчера их число увеличилось почти в два раза».

Более 150 научных групп используют мощности СКЦ для решения задач из областей приоритетных направлений научно-технического развития РФ, среди которых — нанотехнологии, синтез новых материалов, микроэлектроника, квантовая механика, медицинские технологии и др. Ресурсы так же активно используются для проведения исследований в интересах промышленных и сельскохозяйственных предприятий РФ.
ИИ-диспетчер для Суперкомпьютера
Еще один проект, в котором приняли участие студенты, был связан с Суперкомпьютером Политеха Петра Великого. Для самого высокопроизводительного на Северо-Западе России суперкомпьютерного центра был разработан интеллектуальный диспетчер, который сократил среднее пребывание вычислительных задач в очереди.

«Мощность Суперкомпьютера можно измерять по-разному, — объяснил профессор Высшей школы технологий искусственного интеллекта СПбПУ Владимир Заборовский. — Мы ввели новую ее меру: не число машинных операций, которые Суперкомпьютер способен выполнить в единицу времени, а число успешно решенных прикладных задач. В результате «обучения» диспетчера их число увеличилось почти в два раза».

Более 150 научных групп используют мощности СКЦ для решения задач из областей приоритетных направлений научно-технического развития РФ, среди которых — нанотехнологии, синтез новых материалов, микроэлектроника, квантовая механика, медицинские технологии и др. Ресурсы так же активно используются для проведения исследований в интересах промышленных и сельскохозяйственных предприятий РФ.
ИИ-диспетчер для Суперкомпьютера
Что будет с ИИ дальше
А еще студентов Высшей школы технологий искусственного интеллекта учат… трезво смотреть на новые технологии.
«Есть задачи, которые хорошо решаются технологиями машинного обучения, но есть многие, в которых они не нужны», — подчеркивает Владимир Мулюха.
Владимир Мулюха, директор Высшей школы технологий искусственного интеллекта СПбПУ
«Интеллектуальные помощники, чат-боты, генеративные модели уже никуда, понятное дело, не пропадут. Просто восприятие их немножко поменяется, — считает собеседник «Фонтанки». — ИИ станут воспринимать не как «чудо», а как инструмент — такой же, как компьютер и поисковик 10 лет назад. Компетенция «формировать правильный запрос для ИИ» в ближайшем будущем будет цениться так же, как компетенция «искать нужную информацию в интернете» лет 15 назад. При этом, по моему мнению, на рынке будут востребованы специалисты, которые смогут контролировать ИИ, то есть понимают в своем предмете».
Ученый даже предрекает новый период «зимы» искусственного интеллекта на горизонте 5–10 лет. Он будет связан с большими надеждами на машину и дальнейшим разочарованием: далеко не всегда вложенные в технологии ресурсы приводят к ожидаемому результату.
Мнение ученого: ИИ ждет новый период «зимы», но чат-боты и интеллектуальные помощники уже никуда не денутся.
Сможет ли машина стать конкурентом человека?
6 вопросов об искусственном интеллекте
Отвечает профессор Высшей школы технологий искусственного интеллекта СПбПУ Владимир Заборовский.
Какие новые функции может взять на себя ИИ в ближайшие 5–10 лет?
По мнению эксперта, современные ИИ-системы корректно применить к процессам автоматизации лишь некоторых видов интеллектуальной деятельности. Ведь они лишены механизмов систематизации, абстрагирования, формализации, синтеза и не обладают умением формулировать проблемы, выдвигать гипотезы, делать логические выводы, применяя для этого различные виды знаний. Так что их можно будет использовать для познавательных процессов, основанных на механизмах внимания, ассоциаций, восприятия и доступа к предыдущим данным, для которых нужны большие ресурсы памяти.

В ближайшие 5–10 лет системы ИИ смогут моделировать различные физические процессы, используя для этого ресурсы долгосрочной памяти (то есть доступа ко всем предыдущим состояниям данных при их изменении), способности рассуждения и планирования своих действий в условиях как временной, так и пространственно-ситуационной неопределенности.
Может ли ИИ стать конкурентом человека?
Владимир Сергеевич приводит такой пример: робототехнический экзоскелет позволяет поднимать предметы весом сотни килограмм, но назвать такое устройство «конкурентом» человека просто нелепо. Даже простейший арифметический калькулятор заметно превосходит наши способности к вычислениям — но только если алгоритм решения известен.

Наш эксперт предлагает ввести в употребление понятие «экзо-интеллект», то есть совокупность технических средств, позволяющих расширить не физические, а «интеллектуальные» возможности человека, такие как скорость вычислений по известным алгоритмам и объем используемой памяти.

Возможности «гениальных представителей человечества», по его словам, не сводятся только к большой скорости алгоритмических вычислений, объемам оперативной и долгосрочной памяти. Так что превзойти возможности человека сам по себе ИИ не сможет. Но синергия экзо- и естественного интеллекта открывает поистине впечатляющие возможности.
Может ли использование нейросетей ослабить творческий потенциал человека?
Современные ИИ системы можно рассматривать как новое поколение систем автоматизации доступа к различной информации. Нашему собеседнику очевидно, что ослабить творческий потенциал человека такие системы не могут. Скорее наоборот: они сокращают время на поиск информации с учетом контекста запроса или сценария использования ответа. Потенциальная угроза, скорее, в том, что люди могут перестать делать выводы и будут полностью надеяться на информацию, полученную от искусственного интеллекта.

Всегда надо иметь в виду, что на точный математический вопрос собеседник может получить от ИИ «наиболее вероятный» ответ. Поэтому доверять его ответам можно, но только осторожно.

Здесь очень важным станет правильное применение промпт-инжиниринга (навыка грамотного управления ИИ-системами — Прим. ред.).
Сможет ли ИИ самостоятельно мыслить, и когда это будет? Может ли это произойти из-за какого-то сбоя в программе?
— Самостоятельно мыслить — не только уметь применять различные готовые правила или программы. Это, прежде всего, способность разума к абстрагированию и дедуктивным выводам. Поэтому такие понятия, как «разум» и «сознание», к ИИ-ботам типа ChatGPT пока не применимы, — в этом вопросе наш собеседник весьма категоричен. — Считаю, что в настоящее время (период 2025–2030) рассуждать о возможности того, что «ИИ сможет самостоятельно мыслить» совершенно не научно. А вот писать научно-фантастические романы о таких системах очень даже увлекательно.
В каких науках ИИ уже помогает человеку?
К примеру, в математике ИИ можно использовать для вычисления конкретных формул, для написания программ, которые реализуют известные алгоритмы и пр. В химии обращение к экзо-интеллекту позволяет уточнить конкретную формулу химического соединения.
Есть ли случаи, когда ИИ неожиданно помог в какой-то сложной ситуации?
Такие случаи типичны для высокотехнологичной медицины, когда формулировка сложного диагноза требует учета огромного количества факторов. Поэтому в таком случае применение ИИ-ботов оправдано. Однако вероятность «неожиданного», но правильного решения от ИИ-бота в сложных и ранее не встречающихся ситуациях не превосходит нескольких процентов. В любом случае, решение принимает человек.
Вывод профессора Политеха: превзойти возможности человека сам по себе ИИ не сможет, но синергия экзо- и естественного интеллекта открывает перед человечеством впечатляющие возможности.
Чему студентов старейшего технического вуза учат с помощью ИИ
читать
Реклама, ФГАОУ ВО СПбПУ, ИНН 7804040077

Лицензия на осуществление образовательной деятельности Л035-00115-78/00096960 от 19.02.2016 № 344-06

Автор: Анастасия Коренькова
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Дизайн: Соня Осколкина
Верстка: Кристина Жирикова
Фотографии предоставлены ФГАОУ ВО СПбПУ
Источники иллюстраций: IStock.com
Istock: Andy, HORDIEIEV ROMAN, NicoElNino, Adrian Vidal, Aleksandr Semenov, Choreograph

Спецпроекты «Фонтанки.ру»

Просмотров: 9730

На информационном ресурсе применяются cookie-файлы . Оставаясь на сайте, вы подтверждаете свое согласие на их использование.