Будущее с ИИ: Версия Университета Иннополис
Интервью с Рамилем Фуатовичем Кулеевым, директором Института искусственного интеллекта Университета Иннополис.
«С внедрением искусственного интеллекта в науку, образование,
здравоохранение, все сферы нашей жизни – человечество начинает
новую главу своего существования»
Владимир Владимирович Путин, Президент РФ
Что такое «Иннополис»? С таким вопросом мы в редакции РИА «СНГС» решили провести блиц-опрос всех тех, кто попался нам в руки и не смог убежать в предновогодней суете. Учитывая, что опрос проводили мы в Научном парке МГУ имени М.В. Ломоносова, то попались нам многие. Получив ответы и пожелания по географии поисков (всё выполнили), мы оказались… в мэрии города Иннополис и в ректорате Университета Иннополис. Теперь мы и наши читатели точно знают, что Иннополис – это город, молодой наукоград России. В этом самом молодом городе России (основан в 2012 году), который является городом-спутником одного из старейших городов России - Казани, есть Университет Иннополис, а сам город Иннополис входит в состав особой экономической зоны «Иннополис». В общем, уважаемые читатели, в следующий раз уточняйте точное место направления журналистов РИА «СНГС», так как нам пришлось разрываться от желания объять необъятное.
«Иннополис – молодой и технологичный город России, расположенный в 40 километрах от Казани. Здесь находятся одноимённый университет и особая экономическая зона, которые делают город центром инноваций. Сейчас здесь живут и работают около восьми тысяч человек, при этом каждый третий житель – ИТ-специалист или ученый. Мастер-план города был разработан сингапурским архитектором, а местная архитектура отличается своей футуристичностью. В Иннополисе можно воспользоваться роботакси, а для доставки товаров используются роботы. Также в городе работает сервис заботы, который круглосуточно помогает жителям на трёх языках».
Университет Иннополис специализируется на образовании, исследованиях и разработках в области информационных технологий и робототехники. Российский ИТ-вуз сотрудничает с 52 академическими партнёрами из 25 стран и с 400 индустриальными партнёрами. В 2024 / 2025 учебном году в Университете Иннополис обучаются 1 528 студентов из 32 стран. В вузе занимаются исследованиями и преподают 113 научно-педагогических сотрудников из 15 стран с опытом работы в ведущих зарубежных вузах и компаниях мировой ИТ-индустрии. В 2020-м году на базе университета был создан первый в России Институт искусственного интеллекта. У истоков его создания стоял Рамиль Фуатович Кулеев, посвятивший более 15 лет сфере развития AI и являющийся директором Института искусственного интеллекта Университета Иннополис.
– Рамиль Фуатович, если Вы не против, мы начнем эту беседу с Вашего профессионального пути. В 39 лет Вы возглавляете мощную и критически важную для всей страны структуру. Немногие могут похвастаться столь значимыми профессиональными результатами в таком возрасте. На сайте Института искусственного интеллекта мы прочли, что Вы всегда стремились к развитию в IT-сфере. Расскажите, кто были вашими учителями? И какой был первый опыт реализации проектов в области искусственного интеллекта?
– Можно просто Рамиль, это в духе нашей корпоративной этики. Мой профессиональный путь начался с детства. Конечно, в то время такого отдельного научного направления не было. Мама окончила факультет вычислительной математики и кибернетики Казанского государственного университета (сейчас Казанский федеральный университет). Отец – экономист: работал в этом направлении в госсекторе, на предприятиях.
Мой выбор факультета вычислительной математики и кибернетики КФУ в качестве альма-матер и специальности «Математические методы в экономике» – своего рода продолжение научного пути семьи. Первый учитель – Фофанов Вячеслав Борисович, он же впоследствии стал моим научным руководителем в кандидатской диссертации по компьютерному зрению. В то время это обозначали термином «распознавание образов». Тема моей диссертации была связана с распознаванием объектов на многомерных, многоспектральных изображениях.
Первое официальное место работы – опытно-конструкторское бюро (ОКБ) Симонова. Недолго проработав, перешёл в другую компанию по приглашению моего научного руководителя Вячеслава Борисовича. Именно там я начал участвовать в проектах, связанных с компьютерным зрением: распознавание изображений, поиск объектов, сегментация и классификация. И получил возможность решать типовые задачи, являющиеся неотъемлемой частью этой области.
Мой интерес к анализу медицинских изображений постепенно углублялся. Опираясь на свои предыдущие наработки в этой области, я основал компанию «Инфомед», специализирующуюся на разработке программного обеспечения для рентгенологов. Это программное обеспечение было предназначено для создания стандартизированных протоколов рентгенологических исследований. Так зародился мой профессиональный путь в сфере искусственного интеллекта и обработки изображений.
– Когда мы общались с деканом ВМК МГУ имени М.В. Ломоносова Игорем Анатольевичем Соколовым, он сказал, что талантливых студентов расхватывают ещё (дословно) «борзыми щенками». Ну то есть обучают под себя и забирают в найм уже готовых специалистов. У Вас в университете тоже компании приходят хантить студентов уже со 2-3 курсов?
– Да, я начал работать со второго курса и мои первые места работы, о которых я рассказывал ранее, были ещё в студенчестве.
– А вот сейчас, когда вы управляете Институтом, таким большим центром, вас не поглотила рутина? Я имею в виду какие-то отчеты, управление кадрами, административка? Или есть место творчеству и время на создание технологий?
– Если говорить честно, административные дела занимают примерно 80% моего времени. Я не считаю это рутиной, скорее, многогранной управленческой работой. Тем не менее, стараюсь погружаться и участвовать в разработке новых решений и технологий, чтобы вносить свой вклад в развитие инновационных продуктов и направлять команду в тех моментах, которые считаю наиболее важными. Кроме того, это даёт мне возможность быть в курсе событий в отрасли и использовать эти знания в управленческой роли.
– А большая у вас команда?
– В Институте искусственного интеллекта работают больше 100 человек. Кроме того, к участию в проектах в сфере ИИ привлекаются специалисты из других подразделений университета. То есть это порядка 200 человек.
– Порядка 200 человек высококвалифицированных специалистов-исследователей, подразумеваю, что у вас количество административно-управленческого аппарата сведено к необходимому и эффективному минимуму, но все же организация науки требует полной вовлечённости и сосредоточенности. Получается ли у директора одного из самых технологических Институтов переключиться с технологий на отдых или везде и сплошь цифровизация, умный дом и искусственный интеллект с голосом Алисы/Маруси?
– Дома у меня есть Алиса. Иногда я с ней общаюсь, но ничего сверхъестественного: узнаю погоду, прошу включить музыку. Если говорить про отдых – наоборот предпочитаю быть там, где технологий нет. Лучший способ – провести время наедине с природой, совмещая физическую активность с пребыванием на свежем воздухе. Таким образом я лучше всего перезагружаюсь.
– Да, судя по масштабу уже проведённой работы во всех Иннополисах и текущих исследований в Институте, переключаться просто необходимо. Кстати, как всё-таки правильно говорить: Институт или Центр? Часто встречаются оба варианта.
– На самом деле, есть и то, и другое.
– Но в целом это одно и то же?
– Они пересекаются. С точки зрения организационной структуры есть Институт искусственного интеллекта, а в его структуре Исследовательский центр в сфере ИИ.
– Университет Иннополис с 2014 года ведёт разработки с использованием технологий искусственного интеллекта для промышленности, нефтегазовой отрасли, энергетики, медицины, лесного и сельского хозяйства. В 2020 году все проекты в области ИИ были объединены в рамках вашего центра. Расскажите, какая именно научно-исследовательская работа и прикладные разработки сегодня на повестке дня? С кем из крупных представителей бизнеса вы сотрудничаете? Учитывая специфику нашего издания, нас интересует преимущественно нефтегазосервисная отрасль.
– Институт искусственного интеллекта Университета Иннополис был создан в декабре 2020 года. За два года до этого функционировал центр, а ещё ранее – Лаборатория искусственного интеллекта. Вообще Университет Иннополис довольно молодой вуз. В 2015 году появилось первое подразделение, связанное с искусственным интеллектом – Лаборатория компьютерного анализа медицинских изображений, создание которой я инициировал. После – появились проекты в области геоинформатики и применения ИИ в промышленности: дефектоскопия и предиктивная аналитика. Развитие направления искусственного интеллекта в университете произошло последовательно и логично: начали от небольшой лаборатории и расширились до полноценного института.
Из интересных проектов выделю разработку, связанную с мониторингом качества сварных соединений по данным радиографического контроля. Одна из главных задач при строительстве магистральных газопроводов (речь идёт о тысячах километров труб) проверить на всех участках качество сварного соединения труб. В части съёмки всё автоматизировано, а анализ полученных изображений и поиск дефектов до сих пор проводится вручную специалистами-дефектоскопистами. Совместно с Центром индустриальных и промышленных решений Университета Иннополис мы создали программный комплекс, который автоматизировал этот процесс. Это снижает влияние человеческого фактора и, конечно, ускоряет сам процесс обработки данных.
Почему это важно? Сегодня протяженность магистральных газопроводов в России превышает ста двадцати тысяч километров, это расстояние эквивалентно трём экваторам. Большинство газопроводов построено в 60-е и 70-е годы прошлого века и остро нуждаются в ремонте и замене. Важно определить участки, где это приоритетно необходимо. Проводится диагностика, однако обработка данных занимает много времени и усилий, связанных с их ручным анализом. Разработанное нами решение сокращает время анализа данных с одного месяца для 100 км трубы до нескольких часов.
– Это впечатляет!
– Да, это колоссальный эффект. В стране дефицит специалистов в этой сфере. Есть лишь небольшое количество организаций, которые занимаются таким анализом. Вообще наши разработки легко масштабируются на другие отрасли и сферы применения. Это могут быть не только трубы, но и резервуары, различные конструкции, сооружения при строительстве и эксплуатации которых применяется неразрушающий контроль.
Говоря о других решениях, у нас есть опыт реализации проектов по геоинформатике: анализ данных съёмки с беспилотников для мониторинга лесных массивов и других участков.
– В России происходит ускоренная цифровизация всех сфер жизни. Одной из самых приоритетных задач является развитие технологий искусственного интеллекта. По словам президента России Владимира Владимировича, именно ИИ способен сегодня привести к «невероятным технологическим прорывам». Поделитесь планами (конечно, из тех, что можно открыто озвучивать), над чем планируете трудиться в ближайшем будущем?
– Работаем над проектом для поиска новых материалов и прогнозирования их свойств с применением ИИ. С помощью машинного обучения мы прогнозируем свойства катализаторов и находим те структуры, которые обладают интересующими нас свойствами. В этом году реализовали проект по скринингу катализаторов. Большинство современных катализаторов основаны на драгоценных металлах: золото, серебро, платина, палладий и никель, что делает их дорогостоящими. Наша задача – найти альтернативу существующим катализаторам или понять, как уже имеющиеся на основе, допустим, никель-палладиевых сплавов можно использовать более эффективно. Это одно из важных наших направлений, которые мы планируем активно развивать в дальнейшем.
– Всё вами перечисленное – колоссальная работа, требующая взаимодействия учёных-химиков, геофизиков с математиками-разработчиками… Как им понять друг друга и создать единый продукт?
– В Университете Иннополис мы пользуемся техниками кросс-функциональных коммуникаций. Например, при работе над проектами, связанными с мониторингом качества сварных соединений или выявлением дефектов в трубопроводных системах, незаменимы наши инженеры-дефектоскописты. У них обширный практический опыт в проведении диагностики на объектах и глубокие знания в этой сфере. Тесно сотрудничаем с заказчиками, которые активно участвуют в формировании наборов данных. Без них невозможно создать эффективное решение. Если мы говорим про работы, связанные с новыми материалами, в команде есть учёные различных специальностей: химики, физики, специалисты по хемоинформатике. Эти профессионалы обладают глубокими знаниями на стыке технологий и отлично разбираются в задачах, над которыми работают дата-сайентисты, и программисты. Такой состав команд позволяет нам на одном языке общаться с заказчиками и использовать специализированные знания из отрасли при разработке наших решений.
Понимая важность такого взаимодействия, с 2024 года мы начали подготовку специалистов в области хемоинформатики. У нас появилась программа дополнительного образования. Мы набираем химиков и обучаем их основам Data Science, в результате чего получаем хемоинформатиков. В рамках бакалавриата мы работаем с дата-сайентистами и преподаем им основы химии, рассказываем, как их знания в области Data Science и работы с данными применять в нужной области. Помимо обучения, мы рассчитываем, что некоторые из них присоединятся к нашей команде и будут участвовать в текущих проектах.
– В связи с этим такой вопрос: все упомянутые вами исследования имеют чисто прикладную цель, явно создаются с высокой степенью готовности запуска в производство. Вот резануло это «наши инженеры-дефектоскописты», что имеется в виду? Институт/Университет/ОЭЗ Иннополис вынужден самостоятельно собирать производственников-инженеров или всё-таки есть действующие предприятия, заинтересованные в таких исследованиях на базе Университета Иннополис, которые вам предоставляют таких специалистов? Я говорю именно про прикладные исследования. Хемоинформатика это уже явно из раздела фундаментальных исследований, которые ни одна компания в рыночной экономике России позволить себе не может. Да и на Западе такие исследования тоже финансируются государством.
– В реализации прикладных проектов и создании отраслевых продуктов мы в университете часто собираем кросс-функциональные команды, которые включают как ИТ-специалистов, математиков, датасайнтистов, аналитиков, так и профильных отраслевых экспертов. Считаю, что без наличия таких специалистов в команде, невозможно разработать качественный и востребованный продукт. Что касается хемоинформатики, то эта область науки уже стала прикладной. С использованием методов хемоинформатики решаются задачи по созданию новых материалов, молекул для лекарств и прогнозированию их свойств. Сегодня мы видим спрос на специалистов-хемоинформатиков не только в академической среде, но и в ведущих промышленных предприятиях, они обращаются к университету с запросом на подготовку таких специалистов.
– А насчет нацпроекта «Цифровая экономика», который пришел на смену программе «Экономика данных» что Вы думаете? Я просто какую профильную конференцию не посещаю, все только об этом и говорят. Министры, ректоры, крупный бизнес…Как ваша структура включена в государственные, крупные проекты? Вы ведь первый в России Институт по искусственному интеллекту. Это большая ответственность. За вами пристально наблюдают и возлагают большие надежды.
– Участвуя в национальных проектах и программах, в качестве главного направления мы рассматриваем развитие искусственного интеллекта в науке. Для нас это стратегически важная задача. Речь идёт об ускорении научных исследований как в академической среде, так и в индустрии. Условно это можно достигнуть по двум направлениям. Первое – ускорение теоретических или «кабинетных» исследований, что возможно благодаря использованию искусственного интеллекта, который автоматизирует процесс формирования и проверки гипотез, а также проводит аналитику. Это высвобождает время исследователей, позволяя им уделять больше внимания обдумыванию задач и ускорению процесса их реализации.
Второе направление – автоматизация лабораторных исследований. Наша задача – сократить количество экспериментов, которые выполняются в «мокрых» лабораториях. С помощью машинного обучения мы сокращаем количество тех вариантов и кандидатов, которые нужно проверить в лаборатории. Здесь идёт речь и про молекулы, если мы возьмём фармацевтику, и про полимеры или кристаллические структуры. Для решения задачи необходимо сформулировать гипотезу, определить список потенциальных кандидатов, провести синтез этих кандидатов, проверить их свойства. Далее, как правило, процесс зацикливается. Всё это занимает много времени и требует больших финансовых вложений. Если мы говорим про промышленные предприятия, то большое количество сырья тратится на проведение этих экспериментов, которое, как правило, идёт в отходы. Поэтому за счёт сокращения количества подобного рода экспериментов можно сэкономить не только на времени и деньгах, но и на сырье.
В этом направлении мы собираемся начать с химической отрасли: планируем работать по катализаторам, полимерам и другим. В дальнейшем перейдём к физике и биологии. В частности, мы уже опубликовали статьи в Nature, посвящённые прогнозированию свойств двумерных материалов с дефектами. Это фундаментальное направление имеет большой потенциал для перехода к прикладным разработкам в будущем. Как я уже упоминал, в биологии и живых системах исследование дефектов является неотъемлемой частью. Оно охватывает анализ геномных данных, разработку антител и вакцин и имеет широкие применения не только в медицине, но и в сельском хозяйстве и других отраслях, относящихся к концепции FoodTech. Данное направление имеет обширные возможности для практического применения.
– Как мы уже выяснили, сильные стороны возглавляемого Вами Института – это компьютерное зрение, машинное обучение, анализ естественного языка, системы поддержки принятия решений, и другие. Вы упоминали, что у Центра три основных направления работы: отраслевая наука, проекты для нужд бизнеса и государства. Как строится взаимодействие с бизнес-партнерами? Если говорить не про заказы крупных игроков рынка, а, скажем, про совместные разработки? Есть ли примеры подобного успешного взаимодействия? Скажем, в рамках создания платформенных решений и т.д. У нас, например, в Научном парке МГУ им. М.В. Ломоносова компания «Союзнефтегазсервис» разработала цифровую платформу для ТЭКа «Унофактор» также с применением ИИ и занимается её промышленным внедрением. Специалистами уже созданы цифровые агрегаторы «Цифровое бурение» и «Цифровой керн». Ведутся совместно с исследователями МГУ и рядом организаций РАН РФ и другие разработки. Думаю, вам бы было интересно пообщаться.
– Да, конечно, мы открыты к партнёрству. Ряд решений создаётся совместными усилиями. Если говорить о реализованных разработках, я бы выделил проект вместе с Московским клиническим научным центром имени А.С. Логинова.
Наши команды разработали сервисы для анализа гистологических сканов желудка и кишечника. Это исследование в одной из отраслей медицины – патоморфологии. Речь идёт про анализ гистологических тканей: берутся совсем небольшие кусочки ткани из органов человека и расщепляются на очень тонкие слои, их изучают на стеклах с помощью микроскопа, получают изображение и, выводя на экран монитора, анализируют. Исследование проводят с целью понять, есть ли в образце ткани, связанные с онкологией. Объём данных очень большой, это может занимать до 40 минут. За счёт применения инструментов автоматизации, машинного обучения и искусственного интеллекта можно существенно ускорить этот процесс.
В сотрудничестве с экспертами МКНЦ им. Логинова мы создали инновационное решение, которое планируем совместно развивать и выводить на рынок. В одиночку реализовать подобный проект было бы непросто. Партнёрство с представителями профильной сферы значительно упрощает процесс. Система, которую мы разработали, требует постоянных усовершенствований, что обуславливает необходимость дальнейшего укрепления технологического партнёрства.
– В ноябре текущего года вы анонсировали запуск системы анализа данных и поддержки принятия решений, которая на 40% ускоряет разработку продуктов с применением ИИ и на 20% снижает стоимость обработки данных. Расскажите о ней подробнее, пожалуйста. Уверена, это один из проектов, которыми Вы заслуженно гордитесь.
– Да, новость была про платформу анализа данных, которая позволяет сократить время и стоимость создания новых решений, внедрения новых сервисов на основе анализа данных. При внедрении таких сервисов, как правило, само создание нейронных сетей и их обучение занимает, наверное, 20-30% ресурсов и времени. Основная часть затрат уходит на сбор данных, формирование датасетов, подготовку, создание инфраструктуры у заказчика. Это должно работать в нормальном промышленном виде, чтобы система была устойчивой и могла масштабироваться при увеличении объёмов данных и вычислительных ресурсов, которые требуются для этого. Вся эта инфраструктурная, так скажем, подготовительная часть очень похожа во многих проектах, когда речь идёт об анализе данных. Причём неважно, какие именно они будут – медицинские изображения или данные системы видеоаналитики.
Поэтому мы разработали платформу, которая решает две большие задачи. Первая – сбор и организация корпоративных данных из разных источников для их анализа. Сюда относится подключение к разным источникам и их интеграция с информационной системой заказчика. Происходит сбор данных в одном месте в режиме реального времени, формируются датасеты, нормализуется структура этих данных с определённым правилом преобразования, чтобы потом легко можно было обучить на этих данных модели.
Вторая задача связана с обработкой данных. Мы создаём некое хранилище и настраиваем конвейер обработки данных – цепочку алгоритмов. Здесь же обеспечивается поддержка масштабируемости: система автоматически приспосабливается к увеличению объёма данных и вычислительных ресурсов. Что ещё важно: на нашей платформе многие типовые задачи заказчик может решать в режиме no-code, то есть не привлекая программистов. Любой человек, без написания программного кода, сможет сформировать цепочку из алгоритмов, которые будут обучаться на уже имеющихся данных и решать ту или иную задачу.
– Кто является заказчиком ваших разработок? Где это применимо? Везде, я так понимаю?
– По сути везде. Но основная ниша – это средний бизнес. У крупного бизнеса по большей части есть свои подразделения, которые подобные платформы создают или другим способом решают задачи. Малый бизнес к подобному подходу ещё не готов: как правило, у них нет достаточного количества данных для их упорядочивания и быстрой обработки. А вот средний бизнес – это как раз те компании, которые задумываются о внедрении искусственного интеллекта. У них уже есть инфраструктура, они собирают данные, но уровень зрелости в части информатизации и внедрения искусственного интеллекта у них недостаточно высокий. Готовая платформа существенно позволяет им сэкономить время, деньги и человеческие ресурсы.
– Сегодня на слуху термин «технологическая сингулярность», которая, по прогнозам учёных, может наступить уже в 2045 году. Как Вы расцениваете это явление и что в целом думаете по этому поводу?
– Вообще у этого термина много определений. Возьмём технологическую сингулярность как ускорение темпов развития технологий, когда человечество не успевает за этим явлением. То есть когда технологии развиваются сами по себе, а человек не может на это повлиять или управлять ими. Технологии развиваются всё быстрее и быстрее, может произойти момент, а может быть он уже происходит или даже произошёл, когда ускорение развития снизится или дойдёт до нуля. Я считаю, что человечество не допустит, чтобы этот процесс стал неконтролируемым. Поэтому скорость развития технологий будет оставаться согласно готовности человечества контролировать весь этот процесс.
А что касается того, что искусственный интеллект может быть сильнее человечества. В определённых задачах искусственный интеллект более функциональный, хотя бы потому что ни один из реальных специалистов не может держать у себя в голове тот объём информации, который сейчас есть у больших моделей. Например, ИИ может эффективно работать в качестве агентов, предоставляя ответы на вопросы и выдвигая гипотезы, благодаря обширным знаниям из имеющихся данных. Кроме того, ИИ может выступать в роли агентов, которые дают точные ответы на основе доступной им информации. Роль искусственного интеллекта само собой будет очень важна, она и так уже велика на сегодняшний день. ИИ меняет многие профессии и оказывает влияние на социум. Для многих он становится реальным собеседником, живым, так скажем, объектом, с которым можно взаимодействовать и от которого появляется некоторая психологическая зависимость. Вот вам аналогия. Помните, в нашем детстве были тамагочи? И у детей возникала зависимость от этих карманных питомцев. И вот теперь на психологическом уровне это очень близкое явление.
Искусственный интеллект само собой влияет на развитие технологий и получение новых знаний. В этом смысле AI является инструментом вне конкуренции. Я считаю, что вся эта тема должна быть и будет управляемой. Необходимы определённые правила и ограничительные регламенты. Уверен, какой-то баланс будет найден.
– Вы вспомнили про тамагочи, и у меня возник такой интересный, я бы даже сказала, злободневный, вопрос. Насколько, на Ваш взгляд, надо ограждать современных детей от гаджетов? Вот я смотрю за дочкой, за ее сверстниками, они читают Гоголя, Тютчева и ровным счётом ничего не осознают…Да и как требовать от ребёнка, живущего в многоэтажке мегаполиса, понимания, что такое «борозда», «варенуха», «кунтуш». Зато они заходят в интернет и за секунду в массивах данных находят нужную информацию, с лет пяти устанавливают приложения и выбирают себе подарки на маркетплейсах…Мне кажется, уже даже педагоги смирились с этим явлением…Бороться с развитием технологий – это сражаться с ветряными мельницами. Ни один самый опытный и высококлассный учитель не сможет вместить все те знания из разных областей, которые выдаёт за секунду глобальная сеть.
– Влияние технологий на воспитание детей для меня тоже актуально. Скоро моему ребёнку исполнится три года, и я часто размышляю, как формировать его отношение к технологиям и обеспечить гармоничное воспитание. Хотя у меня мало опыта, я убеждён, что дети должны быть знакомы с современными технологиями, включая ChatGPT и другие интерфейсы, обеспечивающие доступ к информации и агентам. Но, мне кажется, ребёнок обязательно должен понимать базовую природу вещей и окружающий мир, существующий без гаджетов, потому что это развивает человека интеллектуально и творчески. В дальнейшем за счёт всех этих знаний он сможет не просто оставаться пользователем технологий, но и создавать что-то своё новое благодаря этим же технологиям и быть выше среднего уровня развития. Поэтому я считаю, что взаимодействие с окружающим миром и понимание его без гаджетов крайне важно для развития.
– Институт искусственного интеллекта объединяет порядка 200 человек, среди них научные сотрудники, исследователи, дата-сайентисты, разработчики, бизнес-аналитики, руководители проектов и другие. Как вы отбираете людей в команду? Важна ли вам «корочка» или программирование – это призвание? Считаете ли вы, что новых кулибиных можно отыскать и не в ведущих университетах страны и время самоучек прошло?
– Да, конечно, базис должен быть. На этапе собеседования сразу видно человека, который обучался своими силами, и имеющего фундаментальное образование. Различие заключается в разных подходах к решению задач и проблем. Если говорить о нас, мы являемся гибридом научно-исследовательской организации и научной команды с ИТ-компанией. В команде есть сотрудники-исследователи и учёные, которые пишут статьи и разрабатывают новые технологии, специалисты, которые занимаются созданием продуктов. В чём наша ключевая особенность как университета? Мы умеем покрывать все уровни технологической готовности – TRL, начиная от нулевого уровня до 7-8, как минимум. Большинство вузов закрывают TRL примерно от 1 до 4 уровня. Мы можем создать продукт, коммерциализировать его, поддерживать в процессе и масштабировать дальше. Для этого нужны люди с определенными компетенциями, опытом работы в индустрии и компаниях. И такие специалисты у нас есть.
Кроме того, мы делаем ставку на увлечённых направлением студентов, которые активно участвуют в проектах. Я горжусь тем, что некоторые специалисты из сегодняшних лидов, ключевых сотрудников и руководителей команд внутри нашего института – это те люди, которые 6-7 лет назад пришли к нам на стажировку, трудоустроились в университет и сейчас добились таких профессиональных успехов. Это подтверждает тот факт, что ставка молодых специалистов, жаждущих знаний и стремящихся к развитию, даёт на самом деле результат.
– Это очень здорово, что вы верите, точнее, на примерах видите, что перспективные проекты, а не жажда наживы, могут заинтересовать молодежь и спасти от утечки мозгов за рубеж, в кремниево-силиконовые долины. Кстати, про зарубежные страны. На открытии вашего Института анонсировалось, что на его базе также планируется создание международного консорциума. Однако реалии меняются, и текущая ситуация ярко подсветила, что Россия должна быть автономна и независима от импорта, тем более если речь идет о технологиях. 17 октября наша редакция общалась с представителями Бразилии, Индии и других стран в рамках Форума ректоров университетов стран БРИКС в МГУ. Активно обсуждалось взаимодействие в контексте развития технологий искусственного интеллекта. А с 22 по 24 октября уже в Казани прошел XVI саммит БРИКС. Как сегодня происходит взаимодействие с другими странами и иностранными компаниями?
– У нашего ИТ-вуза 52 академических партнёра из 25 стран. Первая образовательная программа, которую запустил университет в 2013-м году, – магистерская программа совместно с Университетом Карнеги-Меллона, расположенным в Питтсбурге. Сейчас в университете 113 научно-педагогических сотрудников из 15 стран. Кроме того, мы активно развиваем сотрудничество со странами, которые входят в БРИКС, это и Объединенные Арабские Эмираты, и Китай, и Индия. Совместно с индийским Университетом Беннетта в прошлом году мы открыли лабораторию по искусственному интеллекту и проводим совместные исследования. То же касается вузов из Арабских Эмиратов: проводим исследования и делаем публикации.
Потенциал взаимодействия вижу не только в научных исследованиях, но и в совместном создании продуктов и их последующей коммерциализации. Я говорю, конечно, про наукоёмкие продукты. Международное сотрудничество важно для развития. Объективно, есть страны, где технологии находятся на достаточно высоком уровне развития, потому что в это вкладываются большие инвестиции. В одиночку без интеграций, если говорить про страны БРИКС, оставаться лидерами в развитии технологий не получится.
– Как вы оцениваете активность Китая в деле привлечения учёных со всех стран к себе, на свои китайские проекты? Масштабные, смелые, но китайские.
– Считаю, что в этом России можно брать пример у Китая.
– Как вы видите развитие технологий, скажем, через 5-10 лет? Сможем ли мы догнать коллективный Запад и быть полностью импортонезависимыми? Конечно, сложно предугадать даже то, что будет завтра, но все же спросим: каким бы Вам хотелось видеть будущее нашей страны?
– Если мы говорим о будущем в перспективе 5-10 лет, однозначно, тот импульс, который был задан с помощью появления новых технологий и выходом в массы генеративного искусственного интеллекта, принесёт свои плоды. Будет развиваться инженерное направление и применяться искусственный интеллект в различных отраслях промышленности, в науке. С его помощью появятся новейшие технологии. На этом поприще я точно ожидаю новых прорывов, многие из которых будут на стыке технологий разных отраслей: биологии, физики, химии. Эти открытия будут происходить с помощью искусственного интеллекта. Эффект превзойдёт GPT и тому подобных инноваций. Ведь речь идёт о создании новых материалов, подходов, способов лечения людей, технологий хранения и передачи электроэнергии… В этом контексте я очень оптимистично смотрю в будущее.
Что касается технологического лидерства, то быть первыми во всём автономно будет очень сложно. Существуют объективные проблемы, например, с аппаратной частью, с производством чипов и так далее. Сократить такое отставание объективно сложно, потому что оно завязано на очень большой производственной цепочке, в том числе на материалы и роботизацию. Здесь важна кооперация с другими странами.
Но есть те ниши, где, я верю, Россия может не только обеспечить импортозамещение, но и стать технологическим лидером. Это возможно как раз в междисциплинарных областях, где мы используем искусственный интеллект для решения проблем на стыке наук: физики, химии, биологии. У России для этого есть сильные научные школы. Вот, например, в наукограде Кольцово под Новосибирском полным ходом идёт строительство уникальной установки класса мегасайенс – специализированного источника синхротронного излучения СКИФ. В таких проектах и направлениях я вижу большой потенциал.
– Спасибо Вам за эту очень интересную и живую беседу. С удовольствием будем публиковать в нашем издании информацию о ведущихся в вашем Институте проектах и достигнутых успехах.
***
На момент публикации РИА «СНГС» запросило информацию у ПАО «Газпром» относительно результатов применения программного комплекса, предназначенного для автоматизации мониторинга качества сварных соединений по данным радиографического контроля, и других совместных проектов с Институтом искусственного интеллекта при Университете Иннополис.
На наш запрос откликнулся Максим Александрович Снастин, директор департамента сварки и неразрушающего контроля АО «Газстройпром»:
«В рамках сотрудничества с Институтом искусственного интеллекта при Университете Иннополис разработана и успешно апробирована автоматизированная система «СИА» для мониторинга качества сварных соединений по данным радиографического контроля.
На сегодняшний день реализованы и внедрены алгоритмы автоматического распознавания, классификации, определения геометрических размеров дефектов и оценки соответствия требованиям нормативно-технической документации (НТД) для труб диаметром от 14 до 1420 мм. Достигнуты следующие показатели точности:
• 97% – определение соответствия качества снимка требованиям НД,
• 98% – определение границ сварного шва,
• 94% – детектирование всех дефектов сварных соединений.
Решение обеспечивает последовательную и точную интерпретацию результатов, исключает вероятность человеческой ошибки при оценке качества сварных соединений и позволяет ускорить процесс анализа данных в 30 раз по сравнению с ручной обработкой.
В настоящее время система проходит опытно-промышленную эксплуатацию на объектах СМГ «Восточная система газоснабжения». В дальнейшем планируется масштабирование решения для промышленного внедрения в контур АО «Газстройпром» и дальнейшее развитие технологий автоматизированного контроля качества сварных соединений.
Facebook
Вконтакте
Telegram
Twitter
