3 июня на XXIX Петербургском международном экономическом форуме прошла панельная сессия «Доступные данные как общественное благо: институциональные условия для прорывных исследований и наукоемкого предпринимательства в эпоху искусственного интеллекта». Эксперты рассказали, как ИИ помогает проводить исследования и как он влияет на образование сегодня. Сессия была организована в рамках инициативы «Решения и сервисы для профессионального сообщества» Десятилетия науки и технологий.
«Сейчас все больше исследований в науке делается с помощью ИИ. Однако процент ученых, которые имеют доступ к таким инструментам, все еще очень низкий по целому ряду причин. Поэтому необходима единая платформа, которая интегрирует агентные системы с вычислительными ресурсами, на базе сотрудничества ИТ-компаний c государством, академией наук, университетами и научными организациями», — отметил Иван Оселедец, профессор РАН, декан факультета искусственного интеллекта МГУ имени М.В. Ломоносова, генеральный директор Института AIRI. Также эксперт отметил, что существует разрыв между образованием и практикой — бывает так, что преподаватели учат по устаревшим учебным планам, а студенты, которые уже работают, оказываются даже опытнее преподавателей.
«Индустриальные научные открытия с ИИ — это, как правило, результат планомерной работы связки: исследователей, бизнеса и технологического партнера, поддерживающего эксперименты, предшествующие открытиям. И здесь именно облачные технологии во всем мире стимулируют развитие как фундаментальных исследований, так и прикладных», — рассказала Анна Лемякина, директор по национальным и стратегическим проектам Yandex Cloud. Также компания поддерживает медицинские исследования — у Yandex Cloud есть совместный проект с НМИЦ Чазова по лечению коронарного синдрома. ИИ-система автоматически анализирует медицинские документы, помогает отслеживать пациентов высокого риска и ускоряет принятие решений о дальнейшей терапии.
Кирилл Варламов, директор Фонда развития интернет-инициатив, рассказал, что анализ больших разнородных массивов данных, включая научные, уже сейчас способен приносить существенную практическую пользу. Ключевое преимущество, отметил эксперт, заключается в использовании специальных методов — динамических онтологий, многоагентных цепочек и адаптивных стратегий поиска. Внедрение этих подходов непосредственно в ИИ-решения — не академическая задача, а насущная практическая необходимость, которая способна значительно ускорить развитие проектов в сфере технологического предпринимательства. Институциональные инициативы в этой области будут менее эффективны по сравнению с прямым применением современных методов работы с данными.
«Ведущие отечественные и зарубежные исследователи констатируют: ИИ уже внутри образовательного процесса, его не запретить. Вопрос в том, как управлять этим процессом. Мы видим три сценария: от интеллектуального партнерства до образовательной трансформации. "Ростелеком" со своей стороны строит инфраструктуру: защищенные облачные лаборатории для вузов, проекты с Курчатовским институтом по национальной базе генетической информации, образовательные программы ИТ Школы РТК. Но технологии без компетенций не работают. Нужны системная переподготовка педагогов и новая система оценки знаний — не за результат, а за процесс работы с ИИ», — рассказал Владимир Татаринцев, директор по развитию стратегических проектов ПАО «Ростелеком», директор ИТ Школы РТК.
Антон Еркин, заместитель декана по дополнительному образованию, ресурсному обеспечению и цифровому развитию юридического факультета МГУ имени М.В. Ломоносова, затронул тему обучения студентов. ИИ-компетенции будущих специалистов, отметил эксперт, начинаются с компетенций преподавателей. По словам Еркина, невозможно сформировать у студентов ответственное применение ИИ-технологий, не развивая эти же навыки у преподавателей.
Также на сессии выступила Ольга Тарасова, директор АНО «Центр развития научных и образовательных инициатив». Она рассказала о проекте «НАША ЛАБА», который помогает ученым подбирать ПО и оборудование для лабораторий. А Лев Краснов, генеральный директор ООО «Платформа Колаб», говорил о данных — эксперт отметил, что недостаток качественных данных препятствует прогрессу в химии и других областях. В мире уже существуют проекты, направленные на сбор научных данных, например Chembl — база данных, содержащая информацию о миллионах соединений и их химической активности.
Полная запись сессии доступна на платформе ВК Видео.
Информация предоставлена пресс-службой МГУ
Информация взята с портала «Научная Россия» (https://scientificrussia.ru/)
