Работа по созданию консорциума Национального центра когнитивных разработок продолжается уже более года, сообщил Сергей Гарбук, заместитель генерального директора Фонда перспективных исследований. Недавно Университет ИТМО стал победителем конкурса Минобрнауки на грантовую поддержку центров Национальной технологической инициативы (НТИ) на базе вузов и научных организаций по направлению «Технологии машинного обучения и когнитивные технологии». В рамках работы по гранту в вузе будут проходить научно-прикладные разработки, которые будут применимы в жизни. Сейчас в консорциуме есть 17 постоянных участников, в том числе, кроме Университета ИТМО, высокотехнологичные компании в области цифровой экономики (ПАО «Мобильные ТелеСистемы», АО «Диаконт», ООО «Мейл.Ру» и другие); вузы и научно-исследовательские институты, имеющие кадровый потенциал и научный задел в области машинного обучения и когнитивных технологий (Национальный медицинский исследовательский центр им. В.А. Алмазова, Институт прикладной математики им. В.И. Келдыша РАН, Дальневосточный федеральный университет и другие); а также организации, которые не участвуют напрямую в постановке задач центра, но которые заинтересованы в применении технологий машинного обучения и когнитивных технологий (АО «ИТМО Хайпарк», фонд «Сколково», Фонд содействия инновациям и другие). Единственный орган управления консорциума – Наблюдательный совет.

«Мы хотим, чтобы работа консорциума была направлена на практические решения каких-либо задач наших заинтересованных партнеров в области IT и искусственного интеллекта. Системообразующим ядром работы консорциума выступает Университет ИТМО, на который ложатся в том числе координационные задачи, задачи создания необходимой инфраструктуры и взаимодействия с заказчиками», – отметил Сергей Гарбук.

Сергей Гарбук
Сергей Гарбук

Участие большого количества организаций, которые работают в разных сферах экономики, не случайно. Только во взаимодействии компаний реального сектора экономики, вузов, реализующих научные исследования, фондов, заинтересованных в продвижении инновационных технологий, и других игроков можно реализовать действительно востребованные на рынке проекты. О том, каковы наиболее перспективные варианты развития научно-прикладных исследований в этой области, какие задачи должны решить участники консорциума, чтобы разработать полезные для рынка технологии и успешно их внедрить, на собрании рассказал декан мегафакультета трансляционных информационных технологий Александр Бухановский.

Во-первых, какие практические инструменты можно получить, исследуя новые разработки в области машинного обучения и когнитивных технологий? Это системы, которые могут обучаться, которые помогают развитию интеллектуальных способностей человека при работе в условиях неопределенности, то есть системы поддержки принятия решений. Благодаря этому человеку больше не нужно будет совершать какие-либо рутинные действия, знания будут генерироваться автоматически, а передавать информацию и извлекать из нее данные будет проще.

Подход, который позволит создавать успешно работающие когнитивные технологии – это создание цифровых прообразов реального мира, в котором много неконтролируемых и спонтанных составляющих. Этот подход был использован при создании модели города-спутника «Южный». Тогда специалисты НИИ Наукоемких компьютерных технологий создали модель, которая учитывает транспортную, социальную инфраструктуру будущего города, в котором появится ИТМО Хайпарк. Это среда, в которой нельзя предсказать поведение всех участников.

Благодаря этому подходу можно включать человека и его поведенческие особенности в саму модель. Например, это поможет эффективнее управлять персоналом на предприятиях, и речь идет не об учете результативности разных сотрудников, их трудоспособности, а скорее об их настроении, концентрации внимания. Например, если система «видит», что человек пришел на работу подавленным, то он будет менее эффективным, значит, нужно предпринять меры, чтобы исправить эту ситуацию. О возможности подобных исследований ITMO.NEWS уже беседовал с Виталием Зубченко, членом Экспертного совета рабочей группы «НейроНет». Аналогично этот же подход можно использовать при анализе и предсказании мнений пользователей социальных сетей или членов некоторых сообществ. То есть благодаря моделированию и даже математике можно будет определить, каково будет мнение пользователей сети по тому или иному вопросу, как оно будет меняться, как быстро это будет происходить.

Где еще могут применяться технологии машинного обучения и когнитивные технологии? Это сфера медицины. В НИИ НКТ уже сотрудничают с Медицинским центром им. В.А. Алмазова и разрабатывают систему поддержки принятия решений, которая будет помогать эффективнее направлять кареты скорой помощи с пациентами с острыми коронарным синдромом в разные больницы. Также это технологии для биометрии, для игровой индустрии, технологии распознавания речи и письменного языка, технологии для автопилотируемого транспорта, цифрового производства, для ресурсодобывающей промышленности, а также новые возможности в обучении. Отдельной строкой в списке задач стоят разработки для инфраструктуры умных городов.

Также использование машинного обучения позволяет решать задачи в финансовом секторе, в юриспруденции и многих других сферах. Например, с его помощью банки смогут лучше определять, какие услуги предлагать клиентам. В судебной практике когнитивные технологии и машинное обучение поможет предсказывать, как долго новые нормативные акты будут «приживаться» в судебной системе и что нужно сделать, чтобы они в полной мере использовались при рассмотрении дел? Благодаря большим данным можно отслеживать центры некоторых криминальных активностей, например, проституции, торговли наркотиками. Такие исследования уже проводились в Университете ИТМО совместно с профессором Университета Амстердама Питером Слоотом.

«Все подобные разработки делаются при наличии трех составляющих. Первое – это методическое и информационно-технологическое обеспечение, в том числе сбор данных. Второе – это создание инфраструктуры, которая позволит эти данные обрабатывать и анализировать, строить на их основе модели, то есть это те же суперкомпьютеры, необходимые программные инструменты, кадры. И третье – это процедуры и методики проверки правильности и эффективности выбранных подходов и технологий», – прокомментировал Александр Бухановский.

Какие прогнозируемые изменения в будущем существенно повлияют на развитие и применение в индустрии технологий машинного обучения и когнитивных технологий? Не новость, что данных с каждым месяцем становится все больше, и использовать этот ресурс будут все активней для построения моделей, в том числе предсказательных, анализа рынков и многого другого. Следовательно, решения в разных сферах будут приниматься все быстрее, и каждый участник рынка захочет быть на передовой, иметь возможность быстро реагировать на изменения. Также благодаря появлению все большего количества моделей разных систем некоторые бизнес-процессы, а, может быть, и общественно-социальные будут виртуализированы: например, гораздо проще опробовать продукт не на фокус-группе, а на модели этой фокус-группы. И наконец, человек захочет видеть доказанное и обоснованное подтверждение каких-либо действий, которые раньше принимались по интуиции, согласно жизненному опыту.

Александр Бухановский
Александр Бухановский

«Таким образом, мы говорим о субтехнологии системного искусственного интеллекта. Это область, которая включает сложные системы, то есть содержащие системы и искусственного, и естественного интеллекта в одном пространстве. Это ответ на вызовы будущего, связанные с устойчивым развитием и проникновением технологий в жизнь человека», – подчеркнул Александр Бухановский.

Также в ходе двухдневной сессии эксперты Национального центра когнитивных разработок обсудили бизнес-модели работы центра, проекты участников консорциума, возможности обучения новых кадров для развития технологий машинного обучения и другие вопросы.