В НГУ организован центр по искусственному интеллекту

Напомним, в конце декабря прошлого года НГУ вошел в число победителей конкурса на создание исследовательских центров мирового уровня в сфере искусственного интеллекта. Согласно условиям конкурса, каждый центр будет иметь четкую отраслевую направленность, НГУ остановил выбор на направлении «Строительство и городская среда» (разработка технологий «умного города», которые в дальнейшем будут внедряться в наукограде Кольцово, на объектах Новосибирской области и дальше по всей России). А главной демонстрационной площадкой для разработок нового центра станет новый кампус мирового уровня, который возводится в НГУ в рамках национального проекта «Наука и университеты».

«Сейчас совместно с нашими индустриальными партнерами завершается формирование списка задач, для которых в рамках центра будут создаваться решения, иначе говоря — наш план работы на ближайшие три года. В их числе — создание цифровых двойников для управления строительными объектами, организация “умных” сетей датчиков для мониторинга городской инфраструктуры и экологической обстановки, разработка инструментов высокоточного управления системой здравоохранения, энергосетями и общественным транспортом современного города», — рассказал и.о. директора центра кандидат физико-математических наук Александр Люлько.

 

Александр Люлько

Еще одной важной задачей центра является подготовка сотрудников компаний- индустриальных партнеров в формате дополнительного образования. Такое образование может быть самым разным — от кратких ознакомительных курсов вплоть до программ, рассчитанных на полтора-два года обучения, фактически — еще одно высшее образование. Но, скорее всего, наиболее востребованными будут программы длительностью 70-150 часов, в рамках которых можно достаточно подробно разобрать относительно узкую проблему или тему, актуальную в связи с развитием технологий искусственного интеллекта. Создаваться такие программы будут в соответствии с запросами компании-партнера.

«Мы готовы разрабатывать самые разные программы дополнительного образования, у нас накоплен большой опыт в этой области, в частности, по запросу компании “Роснано” сделали образовательный курс по основам робототехники», — отметил декан Факультета информационных технологий доктор физико-математических наук Михаил Лаврентьев.

Напомним, согласно условиям гранта, на выполнение утвержденной программы работ в течение этого и следующего года центр получит 632 млн. рублей из федерального бюджета и еще почти 350 млн. — от индустриальных партнеров, основными из которых являются Ростелеком и Сбер.

По материалам пресс-службы НГУ, фото Андрея Соболевского и из открытых источников

Больше информации о программе «Академгородок 2.0» и СКИФ — на нашем телеграм-канале

Автомобильный Академ. Записки реалиста

Светлой памяти Льва Абрамовича Шепелянского

Для начала — попытка обобщения. При всей масштабности и многогранности проблемы передвижения по Академгородку сегодняшнему и Академгородку 2.0 (на мегаполис не замахиваемся) она делится на две связанные подтемы. Первая — оптимальный трафик. Вторая — оптимальные средства передвижения. В обоих контекстах обсуждаются пересекающиеся вопросы: личный, служебный и общественный транспорт в Академгородке, пешеходность-велосипедность-самокатность, развитие дорожной сети (включая лучевые и объездные трассы, Восточный обход и т.п.) и парковок, поведение участников движения.

Для начала отрину максималистскую постановку «нужен ли личный автотранспорт в Академе?». Да, нужен. И даже необходим. Пешеходные дистанции в треугольнике «дом—работа—прочие места» доступны далеко не всем жителям. Квартира в Нижней Ельцовке, а занятость, например, в томографическом центре — куда уж тут пешком! Общественный транспорт? Даже при его идеальном функционировании представим суточный персональный маршрут, который, кроме дома и работы, включает школу (детсад), поликлинику, магазин(ы), дачу, родственников/друзей и что-то еще (хотя бы в частичном наборе). Тогда суток просто не хватит чтобы посетить все эти точки, пользуясь маршрутками и автобусами. Даже, повторю, при их идеальной регулярности и комфорте, что на деле совсем не так.

А есть отягчающие жизнь обстоятельства, которые несколько облегчает личный автомобиль. Например, хронически больные и/или малоподвижные члены семьи. Либо просто пожилые, которым регулярно нужно что-то привезти на дом, помочь там. Или «подняться по тревоге», опережая и подстраховывая не всегда быструю неотложку… В таких жизненных ситуациях никакое такси не заменит своей машины под окном — увы, знаю по себе.  Если же о приятном, то жителям Академгородка не чужда тяга к отдыху в прекрасных уголках Сибири — в Караканском бору, Белокурихе, Горном Алтае и не менее горной Шории, в Хакасии, на Байкале, далее везде. Даже если личный транспорт использовать только для таких поездок (как делают, кстати, некоторые знакомые москвичи), то всё равно его базирование будет в Академгородке с некоторыми неизбежными перемещениями по нему.

Триггер автодорожных дебатов — пробки. Если представить Академгородок без ежедневных скоплений транспорта на въездах-выездах (а иногда и внутри), то область полемики резко сузится, концентрируясь вокруг маршруток-автобусов (хайпа на тему электричек не наблюдается). Антипробочный конструктив можно разделить на два блока:

— принудительное регулирование численности личного автотранспорта и правил пользования им;

— управление транспортными потоками.

Первое как-то не очень бьется с гражданскими правами, поэтому здесь всерьез не обсуждается. Второе же рассматривается несколько умозрительно. «Если в правильной последовательности построить участки Восточного обхода, то большегрузный транзит не пойдет через Академгородок» — тезис навскидку кажется верным, но подтвержден ли он расчетами? А даже если да, то насколько эти исчисления точны, насколько полна и достоверна входящая информация?

Аналогичные сомнения относятся к другим решениям, предлагаемым чиновниками, общественными экспертами и просто неравнодушными гражданами в сфере развития дорожной сети: соединить, расширить, срезать, развязать, реконструировать, запараллелить и т.д. и т.п. Вроде бы всё тоже правильно, но тоже нет уверенности, что сработает.


Между тем в Академгородке есть, кому решить этот комплекс задач на научном, без тени сарказма, уровне. Математическое моделирование и сложные программные решения на его основе — основной предмет деятельности, как минимум, трех исследовательских организаций: ФИЦ «Институт вычислительных технологий», Института вычислительной математики и математической геофизики СО РАН, Института систем информатики им. А.П. Ершова СО РАН, но ими не ограничивается список научных коллективов, занимающихся алгоритмами и построением моделей для различных применений — от гидродинамики до экономики. Прибавим к этому компетенции НГУ, Высшего колледжа информатики, множества IT-компаний — и получим мощнейший кластер.

У Сибирского отделения РАН как такового, в свою очередь, есть опыт организации решения междисциплинарных и межинститутских прикладных задач: ярким примером служит Большая Норильская экспедиция 2020-2022 годов. То есть в Академгородке для создания комплексной метамодели транспортных потоков и их оптимизации наличествует всё необходимое и сверх того. К тому же буквально перед глазами стоит еще более близкий кейс: под эгидой СО РАН в 2020-2021 годах велись работы по созданию метамодели распространения коронавируса в Новосибирске и Новосибирской области.  Эпидемии приходят и уходят, а пробки сами собой не рассасываются — почему бы не повторить антивирусную организационную схему применительно к решению другой проблемы?

Сразу отмечу два «но». Первое — наличие в России уже готовых методик расчетов пропускной способности дорожной сети. Но те, с которыми я ознакомился, основываются на абстрактных показателях: ширине и качестве дорожного полотна, возможности движения N единиц автотранспорта разных габаритов в единицу времени при той или иной нагрузке и так далее. Эти методики, видимо, полезны при проектировании новых дорог и улиц. Если же мы хотим разгружать и модернизировать действующую сеть, то исходный материал должен быть реальным — консолидированные и проанализированные показания камер слежения. Затем подключаем искусственный интеллект, который воссоздает целостную картину, например, образования утренней пробки из Кольцово в Академгородок у военного училища. А дальше? — ИИ строит ситуационную карту по всей территории. И выдает некоторый набор решений. Какое из них кого и насколько будет устраивать — вопрос, до которого нужно дорасти.

Второе «но» — проблема заказчика такой модели. В случае с метамоделью распространения коронавируса он был определен однозначно: областной минздрав, поскольку на кону жизнь и здоровье населения региона, за которые это ведомство вроде бы должно отвечать. У Академгородка, сыплю соль на старую рану, единого ответственного управляющего нет и пока что не предвидится.  Но у программы «Академгородок 2.0» есть два исполнителя, обозначенных в поручении Президента РФ от 18 апреля 2018 года — РАН в лице Сибирского отделения и правительство Новосибирской области. У последнего наличествуют в распоряжении некоторые бюджетные ресурсы на развитие дорожно-транспортной сети, а в стране реализуется нацпроект «Безопасные и качественные автомобильные дороги». Создание метамодели транспортных потоков могло бы войти в соответствующий блок «Академгородка 2.0» и, при определенном лоббировании областных властей, получить федеральное финансирование по линии нацпроекта. В каком объеме? На этот вопрос, видимо, смогли бы ответить в СО РАН: оно способно, как показывает практика, консолидировать заявки различных исследовательских групп и формировать предварительную смету.

Сознательно не стану расписывать в деталях «образ будущего», ожидаемого после создания и практического применения метамодели оптимизации транспортных потоков. Все эти электробусы, бесшумные трамваи с вертикальным взлетом и дирижабли между гостиницей «Золотая долина» и аэропортом бесконечно приятны, но малосбыточны. Я никогда не придерживался принципа «Хотеть — значит мочь» и, тем более, «Будьте реалистами — требуйте невозможного». Гравилеты и кабинки нуль-транспортировки хороши в фантастических романах, но как-то не вписываются даже в самые долгосрочные стратегии развития. А метамодель — более чем вписывается, ее конструирование и апробация осуществимы, я полагаю, в горизонте максимум пяти-семи лет.

Ключевой вопрос, повторюсь — в ответственном заказчике и его заинтересованности. Однако до создания такой модели возможна реализация пакета очень простых и, главное, малобюджетных  решений, которые снизят остроту проблемы передвижения по Академгородку и его окрестностям. Их три, каждое по отдельности  не панацея. Но как в ситуации с коронавирусной инфекцией, где комбинация «прививка—маска—дистанция—гигиена» в целом снижает риски, такой тройственный комплекс мероприятий мог бы разрядить обстановку.

Решение первое: ситуационный экипаж ГИБДД. Присутствие автоинспекции у нас наблюдается, но, скажем так, спорадическое. Сегодня гаишники воспитывают пешеходов и водителей на переходах, завтра полдня кряду останавливают машины по непонятному принципу в непредсказуемой точке, послезавтра отсутствуют вовсе. Или стоят на кольцовском кольце — то ли проверяют права у мехводов БМП, возвращающихся с полигона, то ли считают наличие в наукограде водочного завода фактором повышенной нетрезвости за рулем. На самом же деле этот экипаж должен быть там, где затруднено движение. Накапливается транспорт на светофоре — инспектор дополняет его «ручным» регулированием. Улица встает из-за ДТП — гаишники оперативно его оформляют, помогают быстро убрать транспорт участников с проезжей части. И так далее. Цена вопроса — ноль рублей ноль копеек. Договоренность губернатора с начальником УГИБДД по Новосибирской области по малому, но важному вопросу принесла бы свои плоды.

Решение второе: ограничение скорости на внутренних улицах и дорогах Академгородка (включая микрорайоны Шлюз и Нижняя Ельцовка) двадцатью километрами в час. Двадцатью — потому что по странному действующему правилу позволительна «погрешность» на целых 20 км/ч., значит, где 20, там и 40. Пробки в «бутылочных горлышках» (как у того же военного училища) и на светофорах нарастают в прямой зависимости от скорости транспорта: чем быстрее едут машины, тем больше за единицу времени их скапливается в точках торможения. Цена вопроса — замена нескольких десятков дорожных знаков и установка дополнительных камер слежения. В отличие от первой, эта задача решается не на региональном, а на муниципальном уровне.

Третье решение: введение в Академгородке «парижского правила», согласно которому личный транспорт с четными госномерами может двигаться по четным числам, а с нечетными — по нечетным. В Париже и некоторых других мегаполисах это правило введено в административном порядке, и нарушитель может быть оштрафован. Для Академгородка с достаточно высоким уровнем гражданской сознательности его основного населения я бы предложил ограничиться добровольным самоограничением. Которое, разумеется, следует инициировать проведением соответствующей агитационно-разъяснительной кампании.

Повторю еще раз: эти решения принесут некоторый эффект только в комплексе. То есть когда я, к примеру, буду стараться ездить по Академгородку на своей машине через день со скоростью до 40 км/ч. и наблюдать, как ситуационный экипаж ГИБДД разруливает пробки и убирает с проезжей части поврежденный транспорт.

Такие меры нужны не вместо, а исключительно до разработки и апробации метамодели дорожно-транспортной обстановки в Академгородке и его окрестностях, на основе которой искусственный интеллект предложит гораздо более проработанный и широкий комплекс взаимосвязанных решений.

Фото Маргариты Виллевальд, Романа Крафта и Ольги Тюриной

В Академгородке обсудили развитие направлений искусственного интеллекта в медицине

Участников приветствовали директор МТЦ СО РАН доктор физико-математических наук, профессор РАН Матвей Владимирович Федин и главный ученый секретарь СО РАН член-корреспондент РАН Андрей Александрович Тулупов, который также занимает должность заведующего лабораторией нейронаук МТЦ СО РАН. Он отметил важность внедрения искусственного интеллекта в медицинскую область и чрезвычайную актуальность заявленных тематик выступлений.

На семинаре были представлены доклады по техническим вопросам применения цифровых технологий в медицине, в частности в диагностике головного мозга, при анализе КТ-изображений, в клиническом подходе. Специалисты также обсудили юридические аспекты использования искусственного интеллекта во врачебной практике.

Младший научный сотрудник Научно-практического клинического центра диагностики и телемедицинских технологий Департамента здравоохранения Москвы Анна Николаевна Хоружая осветила тему методологии создания эталонных наборов данных для интеллектуальных алгоритмов, направленных на автоматизированную диагностику кровоизлияний на КТ головного мозга. Она, в частности, отметила, что ИИ — это уже использующийся инструмент, но еще не существует полноценных исследований, показывающих эффективность искусственного интеллекта. По словам ученой, широкое распространение ИИ получил в первую очередь в диагностике.

О разработке математических методов диагностики острого инсульта на основе компьютерного анализа КТ-изображений с помощью сверхточных нейронных сетей и глубокого обучения рассказал главный научный сотрудник Института математики им. С. Л. Соболева доктор технических наук Владимир Борисович Бериков. «Анализ КТ-изображений — достаточно сложная процедура, даже врачу непросто с этим справиться, поэтому наши специалисты предпринимают попытки разработать искусственный интеллект, который станет помощником для медиков. Сегодня уже создан банк трехмерных аннотированных бесконтрастных КТ-изображений головного мозга у ста больных при остром инсульте, разработаны новые нейросетевые модели с целью повышения интерпретируемости результатов. Точность решений, принятых нейронной сетью, оказалась сопоставима с результатами, полученными высококвалифицированными специалистами-рентгенологами, при значительно более высокой скорости обработки», — отметил ученый.

Об анализе медицинских изображений прочитал доклад исполняющий обязанности заведующего лабораторией аналитики потоковых данных и машинного обучения механико-математического факультета Новосибирского государственного университета Баир Николаевич Тучинов. По словам ученого, человек должен использовать инструменты искусственного интеллекта и выявлять взаимосвязи для диагностики или лечения пациента.

Медицинский советник направления МРТ компании GE Healthcare Александр Анатольевич Ицков рассказал об использовании ИИ в МР-реконструкции. Специалист описал уже имеющуюся программу, способную не только ускорить чтение томограммы, но и снизить риск ошибки. При запуске приложения система сама способна выявить различные очаги болезни, оценить их размеры и предложить варианты, врачу остается только проверить заключение и подтвердить либо отклонить его.

О правоприменении ИИ рассказала старший научный сотрудник Института философии и права СО РАН кандидат юридических наук Надежда Юльевна Чернусь. «Искусственный интеллект в медицине может быть внедрен с учетом особенных принципов, соблюдение которых обязательно. В частности, право человека на труд: ИИ не должен быть основанием для того, чтобы исключить специалиста. Необходимо также минимизировать возможность негативных рисков при использовании технологий в медицинской сфере, так как сегодня не идет речь о совершенной системе, есть вероятность некоторых ошибок, так же как и у человека. При следовании стандартам работы у человека появляется юридическая защита, это в какой-то степени можно применить и в работе ИИ», — прокомментировала Надежда Чернусь.

По материалам издания «Наука в Сибири»

АСИ поддержит инновационную компанию из Академгородка

Большинство продуктов и сервисов ориентированы на импортозамещение и обеспечение технологического суверенитета страны.  Агентство поможет проектам найти партнеров и площадки для внедрения своих решений и провести проектную экспертизу, сообщит о мерах господдержки и возможностях сотрудничества с институтами развития, а также окажет информационную поддержку.

Среди поддержанных АСИ проектов — «Волновые методы не разрушающего контроля зданий и сооружений». Компания-инициатор проекта: «Альфасейсмика» из новосибирского Академгородка. Лидер проекта — ее директор Игорь Анатольевич Болдырев, одновременно возглавляющий АНО «Кластер искусственного интеллекта».

Игорь Болдырев и Валентин Пармон

Суть проекта — оценка и контроль за состоянием зданий и сооружений на всех этапах жизненных циклов, от строительства до эксплуатации, модернизации и вероятного демонтажа. Для этого используются волновые методы с использованием искусственного интеллекта (ИИ). Решение отслеживает шумовые микросейсмические колебания, вызванные естественными и техногенными факторами. Волновые технологии в несколько раз ускоряют обследование объектов и локализацию аномальных зон в конструкциях, чтобы обеспечить безопасность людей и промышленных сооружений.

На сайте «Альфасейсмики» уточнено, что компания в настоящее время уже предлагает услуги по обследованию мостов, зданий и любых инженерных сооружений неразрушающим контролем на основе выделения стоячих волн из микросейсм для локализации мест скрытых дефектов, трещин, возможных разломов. Измерение амплитудно-частотной характеристики собственных колебаний объекта позволяет предсказать риск наступления критических событий. 

Игорь Болдырев и председатель СО РАН академик Валентин Пармон. Фото Ирины Халевой

Нечеловеческий разум

На плечах гигантов 

Современные достижения в области искусственного интеллекта и когнитивных технологий иногда способны вызвать легкую оторопь — особенно у человека из ХХ века, который помнит первые шаги в этом направлении. В том числе и в Сибири. Здесь всё начиналось с Вычислительного центра СО АН СССР, где понятие «искусственный интеллект» впервые прозвучало в 1964 году, а самая первая кандидатская диссертация, защищенная Владиславом Леонидовичем Катковым годом позже, была посвящена программной системе КИНО (Координаты ИНфетизимального Оператора), реализующая идеи Льва Васильевича Овсянникова в теории групп. Эти результаты по уровню компьютеризации математического интеллекта остаются актуальными и в наши дни.

Следующая веха — 1965 год, когда два будущих академика, Андрей Петрович Ершов и Гурий Иванович Марчук, сделали совместный доклад по человеко-машинному взаимодействию на международном конгрессе IFIP (International Federation of Information Processes).  Под патронажем А. П. Ершова в его отделе открылась лаборатория искусственного интеллекта, которую возглавил талантливый математик Александр Семенович Нариньяни. Этот коллектив с тем же названием сохранился до сегодняшнего дня под руководством Юрия Александровича Загорулько в Институте систем информатики им. А.П. Ершова СО РАН. В мае 2021 года отмечается 100 лет со дня рождения академика Николая Николаевича Яненко, который проработал в ВЦ 13 лет, а позже стал директором Института теоретической и прикладной механики, у него есть цикл работ по аналитическим преобразованиям на ЭВМ: это тоже не что иное, как высшее проявление искусственного интеллекта.

На прошедшем в начале апреля заседании Клуба межнаучных контактов прозвучало сразу несколько докладов, посвященных истории и текущему состоянию сибирской школы искусственного интеллекта. Сегодня она развивается в нескольких организациях: упомянутом ИСИ СО РАН, Институте математики им. С.Л. Соболева СО РАН, Институте вычислительной математики и математической геофизики СО РАН, ФИЦ «Институт вычислительных технологий»,  иркутском Институте динамики систем и теории управления им. В.М. Матросова СО РАН.

Сибирская школа информатики, у истоков которой стоял А.П. Ершов, поднявший на щит лозунг «компьютерная грамотность», породила феномен так называемой «Силиконовой тайги» — армию программистов высочайшего уровня, которые работают в огромном количестве IT-компаний. Часть из них входит в отраслевые объединения — такие как ассоциация «СибАкадемСофт» или АНО «Кластер искусственного интеллекта», другие сами по себе являются гигантами вроде Центра Финансовых Технологий, «2ГИС», «Алекты» или «Дата Ист», наконец, действуют сотни малых фирм и самозанятых профессионалов-«айтишников». В области развития систем искусственного интеллекта они решают широчайший круг задач: создают не только новые сервисы, но и автоматизированные промышленные платформы («Торнадо» и ему подобные), цифровых двойников нефтяных и прочих месторождений, системы управления транспортом и летательными аппаратами и его имитаторы, вплоть до тренажеров для космонавтов.  Для экосистемы новосибирского Академгородка особо важно то, что многие коллективы нацелены на автоматизацию обработки и анализа научных данных, будь то тысячи космических снимков или огромные массивы информации с экспериментальных установок. Новые большие проблемы для наукоёмкого программирования в СО РАН ставит мегапроект СКИФ, требующий фактически создания виртуального двойника уникального комплекса.

Со сравнительно недавних пор, лет 6-7, я сам вплотную занимаюсь искусственным интеллектом (хотя первая моя работа, совместная с Н.Н. Яненко, была опубликована в 1984 г.), но в применении к математическому моделированию процессов и явлений, ставшему в наш суперкомпьютерный век третьим путём получения знаний, наряду с теоретическими и экспериментальными исследованиями, как это предсказывалось М.А. Лаврентьевым ещё 60 лет назад. Эта новая производительная сила интегрирует теоретическую и вычислительную математику, решение междисциплинарных прямых и прикладных задач, технологии прикладного программирования.

Мы можем удивляться чудесам интеллектуальных сервисов вроде способного на импровизации киберсобеседника Алисы, но за каждым таким феноменом  стоит длинная цепочка разработок, опирающаяся на фундаментальные подходы к «глубокому обучению» и системам принятия решений на основе обработки огромных объемов данных, невозможных без создания уникального программного обеспечения нового поколения (scientific software), составляющего инструментальное окружение или экосистему и одушевляющего всю мировую суперкомпьютерную сеть с персональными гаджетами и облачными концепциями.

      Наука в цифре

Наряду с искусственным интеллектом и стоящей за ним Computer Science появилась Data Science как отдельное научное направление. Суть в том, что программы не только генерируют численные решения, но и зачастую с этой целью оперируют огромными объемами данных, получаемых человечеством: космических, экономических, медицинских, климатических и так далее. Сказать «оперируют» — значит, представить триллионы действий, подавляющее большинство которых генерирует сама программа. Появилась даже противоестественная тенденция рассматривать Big Data как альтернативу наукоемким вычислениям. В действительности  при всестороннем математическом анализе данных мы неизбежно выходим на уровень Deep Learning — глубокого, или глубинного, обучения машины (точнее, базовых программ) самой себя. Это позволяет строить более-менее адекватные цифровые модели природных либо антропогенных процессов и явлений.

Deep Learning сегодня дополнило качественную теорию дифференциальных уравнений, лежащую в основе любого математического моделирования. В свое время именно математики использовали методы, базирующиеся на этой теории, и открыли ряд физических явлений — таких как солитоны или волны-убийцы. В наши дни  Deep Learning позволяет создавать сложные комплексные модели динамических систем: таких, к примеру, как пандемия, с обработкой гигантских массивов данных разных уровней, от клетки до международных сообщений.

Примером  динамической системы в естественнонаучной сфере является строящийся источник синхротронного излучения  СКИФ, который проектируется одновременно в двух воплощениях — физическом и цифровой модели. Создание установок класса mega science актуализирует проблему наращивания возможностей суперкомпьютеров, способных обрабатывать поступающую с них информацию. Сегодня мы видим невиданный экспоненциальный рост компьютерных мощностей по закону Мура, то есть за очередные 11 лет в 1 000 раз увеличивается производительность как среднего компьютера, так и самого мощного. В 2008 году человечество вступило в эру петафлопсных компьютеров, в прошлом году предполагался выход на уровень экзо-, но, видимо, сказалось замедление глобальных процессов в связи с пандемией. Я уверен, что в 2021-2022 годах появление экзофлопсного суперкомпьютера произойдет, и, скорее всего, в Китае. Это  будут уже сотни миллионов и миллиарды процессоров и вычислительных ядер, новая математика и новое программное обеспечение.

Вместе с суперкомпьютером появляются и суперзадачи, например, комплексного анализа ситуации, которую исследовала Большая Норильская экспедиция СО РАН. Причина катастрофы была точно установлена, ее последствия просчитаны и уточнены, теперь надо идти дальше — строить комплексную систему мониторинга и моделирования сразу нескольких динамических систем. Это, прежде всего, состояние многолетнемермерзлых  грунтов в определенном климатическом контексте с упором на многофазные фильтрационные процессы, напряженно-деформированные состояния и тепловые режимы.

К сожалению, Россия в мировой суперкомьютерной гонке занимает очень скромные позиции. В мировой ТОР-500 мощнейших вычислительных систем входит «Ломоносов», созданный в МГУ еще в начале нулевых годов. В рамках программы «Академгородок 2.0» рассматривается создание двух суперкомпьютерных центров — СНЦ ВВОД и «Лаврентьев». Оба предусматривают уровень порядка 10 петафлопс, аналогично, кстати, вычислительной мощности ядерного центра в Сарове. Это нужно, это востребовано, но уже сегодня далеко от глобального фронтира. Надо четко понимать, что высокопроизводительные вычисления, математическое моделирование и суперкомпьютерная грамотность — это не самоцель, а средство  кардинального ускорения прогресса во всех науках и индустриях, которое уже играет роль лимфатической или нервной системы для различных сфер человеческой деятельности.

Китай, США, Япония наращивают мощности и  темпы, а мы всё больше отстаем. В недавно прозвучавшем послании Федеральному собранию президента России говорилось о необходимости научных и технологически прорывов. Они не представимы без «нового матмоделирования», опирающегося на суперкомпьютеры и супервычисления — направления, которое должно развиваться опережающими темпами не только в столичных городах, но и во всех крупнейших центрах страны, таких как новосибирский Академгородок. Пока же мы, метафорически выражаясь, рискуем не успеть на подножку последнего вагона уходящего экспресса, тогда как должны попасть в первый класс нового Ноева ковчега.

      Искусственный — не значит противоестественный 

На упомянутом заседании Клуба межнаучных контактов академик Юрий Леонидович Ершов сказал: «Я не знаю, что такое искусственный интеллект, но было бы хорошо математикам разобраться в своём хозяйстве и поставить точки над i». Попробую дать своё определение: искусственный интеллект (ИИ) — это совокупность алгоритмических, программных, информационных и аппаратных решений, реализующих задачи логического вывода и систем принятия решений на основе онтологических принципов и когнитивных технологий.

Согласно такому определению любую программу можно определить интеллектуальной, почему бы и нет? Ведь искусственный интеллект, равно как и человеческий, имеет множество качественных степеней развития и специфических различий. Интеллект неандертальца ниже по уровню, чем у современного Homo Sapiens, у маленького ребенка — всё же примитивнее, чем у взрослого, а мышление математика отличается от склада ума гуманитария.  То есть, с одной стороны, я абзацем выше рискнул сформулировать what is искусственный интеллект, а с другой стороны понимаю, что речь идет о множественной сущности, имеющей массу проявлений.

Возьмем то же определение Тьюринга, несколько экстремистское: если, задавая вопросы человеку и «машине», мы не сможем идентифицировать принадлежность ответов, то их интеллектуальные способности равны. Такой подход интригует, как интригует любой тест, но он сужает понятие интеллекта до треугольника «онтологии — семантика — логика» и не учитывает, например, ту же эмоциональную сферу, которая является (и видимо еще надолго) прерогативой человека и высших животных, но никак не роботов.

То есть мы говорим «искусственный интеллект», а не «искусственное сознание», эти понятия нужно четко разделять. IQ можно измерить не только у человека, но и у программы, кибернетической системы. И если трактовать интеллект в узком смысле слова, тогда ИИ на самом деле способен вполне адекватно заменить некоторые наши мыслительные функции. Например, за последние 10 лет я ощущаю настоящий скачок в развитии машинного перевода: перестал, как раньше, писать научные статьи по-английски (хотя владею им свободно, постоянно читаю лекции за рубежом) и перешел на русский. Пишу текст, гугл переводит, я потом правлю, но не очень сильно.

Столь же впечатляющие результаты ИИ показывает в комбинаторных играх, таких как го и шахматы. Кстати, первый международный турнир шахматных программ состоялся в 1974 году на конгрессе IFIP в Стокгольме, тогда в первый (и, увы, в последний) раз победила советская «Каисса». Шахматные программы писали и в нашем Вычислительном центре. Вдохновленный посещением института Михаилом Ботвинником, Владимир Бутенко по этой теме защитил кандидатскую диссертацию, хотя дошел только до миттельшпиля. 

В те же годы прошла бурная дискуссия о том, способна ли программа играть на уровне мастера. Считали, что это нереально, а теперь шахматные программы обыгрывают даже Гарри Каспарова. Который, кстати, предложил как новый вид спорта «Активные шахматы», в котором соревнуются пары «человек+компьютер» — известно же, что все гроссмейстеры, готовясь к соревнованиям, пользуются виртуальными помощниками, используя огромные базы партий по противникам. Однако во время матчей им категорически запрещается пользоваться компьютерами, а Каспаров, напротив, предложил это узаконить. Шахматная федерация не поддержала его, но неофициально Гарри Кимович такой турнир организовал. И оказалось, что чаще побеждает пара не с участием супергроссмейстера или суперпрограммы, а та, где наиболее эффективно налажено человеко-машинное взаимодействие.

Шахматная партия — это обмен решениями. Поскольку большинство систем ИИ нацелено на принятие таковых, то условно каспаровская идея «двух ключей» способна смягчить, а то и полностью снять оппозицию «человек VS ИИ». Сегодня мы пока что наблюдаем в основном обратное — драматизацию взаимоотношений человечества с когнитивными системами и пессимистические прогнозы. В нашумевшем эссе Андрея Курпатова «Четвертая мировая война» проводится мысль о том, что ИИ вытеснит интеллект Homo sapiens, как в свое время сам sapiens вытеснил неандертальца, поскольку был интеллектуальнее. Эта же угроза обозначена в концепт-манифесте проектного семинара программы «Академгородок 2.0».   На упоминавшемся заседании Клуба межнаучных контактов его сопредседатель, лауреат премии «Глобальная энергия» академик Сергей Владимирович Алексеенко высказал предположение о жизнеспособности теории трансгуманизма, согласно которой будет происходить замещение человечества всё более и более киборгизированными созданиями. Мол, проблему бессмертия сменит проблема самоуничтожения, саморастворения человека в мире таких существ.

Я не футуролог и не собираюсь им казаться. Выскажу лишь несколько отрывочных соображений. Во-первых, чем шире область и дальше горизонт любого прогноза, тем меньше его сбываемость. Во-вторых, у каждого технологического прорыва есть порог применимости. В те же 1960-е годы будущее использование атомной энергии виделось тотальным, вплоть до домашнего и коммунального хозяйства, но нет, миниатюризация и диферсификация в этой области не состоялись. Третий момент — экономический: интеллектуальный робот в течение долгих лет будет оставаться дороже человека даже в тех странах, где его жизнь ценится очень высоко.

И наконец, экспериментально (пока только на примере шахмат) доказано, что максимальную эффективность в принятии оптимальных решений дает не человеческий мозг и не искусственный интеллект, а их сочетание. Видимо, развитие систем управления пойдет именно по этому пути — пути комбинирования способностей и компетенций.

Иллюстрации из открытых источников

Искусственный интеллект из Академгородка дотянется до Арктики

Предполагается, что новая структура займется координацией исследований в области так называемого искусственного интеллекта и разработки их практического применения как в институтах СО РАН, так и в компаниях, входящих в АНО «Кластер искусственного интеллекта». Идея создания такого центра была высказана на заседании Клуба межнаучных контактов — неофициальной площадки научного сообщества новосибирского Академгородка. Тогда же было решено создать специальную секцию Клуба для детальной проработки этого вопроса. Следующий этап реализации проекта — формирование пула организаций, вовлеченных в работу ЦСИИ, которое началось подписанием данного соглашения.

Соглашение предусматривает совместные действия его участников в самых разных областях, связанных с развитием современных цифровых подходов. «Предполагается, что одним из инициативных проектов центра компетенций будет разработка проекта “Умная Арктика” — киберфизической системы для развития новой парадигмы хозяйствования и управления в российской Арктике», — отметил председатель СО РАН  академик Валентин Пармон. В рамках этой парадигмы видится ближайшая перспектива комплексного анализа ситуации, которую исследовала Большая Норильская экспедиция СО РАН. Причина катастрофы на ТЭЦ-3 была точно установлена, ее последствия просчитаны и уточнены, теперь надо идти дальше — строить комплексную систему мониторинга и моделирования сразу нескольких динамических систем. Вопрос ставится, прежде всего, о состоянии многолетнемермерзлых  грунтов в определенном климатическом контексте с упором на фильтрационные процессы и тепловые режимы.

 

Игорь Болдырев и Валентин Пармон

Это лишь одно из направлений работы создаваемой структуры:  возможности искусственного интеллекта в обработке больших массивов данных, обеспечении систем распознавания лиц и голоса, управлении работой систем в сложных динамически меняющихся условиях (производственные линии, транспортные потоки и т.д.) вызывают интерес в самых разных отраслях, от муниципалитетов, производственных площадок и банков до силовых структур, медицинских и образовательных учреждений.

«Искусственный интеллект призван заменить человека в рутинных операциях, но не только, — пояснил в ходе подписания директор АНО «Кластер искусственного интеллекта» Игорь Болдырев. — Одновременно стоит задача организации работ в условиях жесткой агрессивной среды — под водой и землей либо в условиях высоких или низких температур, давая возможность сохранять жизни людей и одновременно экономя силы и ресурсы».

Предполагается, что ЦСИИ будет не только вести исследовательскую работу, но и заниматься привлечением потенциальных заказчиков, проводя экспертизу проектов, а также отвечая за их исполнение, а также станет контактной  площадкой для представителей бизнеса и научных организаций Академгородка. «Мы убеждены в том, что нет никакой технологической возможности получить результат без опоры на фундаментальную науку и плотного взаимодействия с СО РАН, Новосибирским государственным университетом и Международным математическим центром», — отметил Игорь Болдырев.

Немаловажно, что интерес к сотрудничеству является встречным, на что указал основатель сибирской школы алгебры и логики академик Юрий Леонидович Ершов: «Важно, что Сибирское отделение Академии наук России взяло на себя курирование исследований в области искусственного интеллекта. Во всяком случае, есть надежда, что работы, ведущиеся в этом направлении, могут получить специальное финансирование».

Тем временем формирование пула участников продолжается, на очереди подписание новых соглашений об участии в работе ЦСИИ.

фото Ирины Халевой и Андрея Перескокова (анонс)

Искусственный интеллект и цифровизацию бизнеса обсудят в Академгородке

О чем вы узнаете на конференции:

1. О планах внешнеэкономического развития высокотехнологичных решений и продуктов, о роли ведущих инфраструктурных компаний региона в трансфере технологий в международном сотрудничестве между регионом Сибирь, другими государствами и странами.
2. О эффективных инструментах цифровизации для бизнеса, высокотехнологичных продуктах и успешных практиках их внедрения в сфере AI, ML и Big Data.
3. Какое участие принимает руководство страны и региона в развитии программы «Цифровая экономика»?
4. Сколько власти потратят на «Цифровую экономику»: какие проекты в приоритете, что получат регионы?
5. Как изменятся бизнес-технологии с приходом цифровизации?
6. Способна ли цифровизация упростить жизнь бизнеса, или это бессмысленное следование современным трендам?
7. Как НИР и НИОКР могут помочь бизнесу?

 

Программа конференции

20 февраля
Новосибирск, Технопарк, Николаева, 12, Большой зал

9:30-10:00. Регистрация участников на круглый стол. Вход по приглашению организаторов
10:00 — 11:45. Круглый стол. Цифровая трансформация в России и в мире. Трансфер российских технологий. Россия и международное сотрудничество в области высоких технологий на базе AI.

Участники: руководители профильных направлений администрации НСО и мэрии г. Новосибирска, представители МИДа в НСО, консульские службы и почетные консулы иностранных государств (представленных в НСО), руководство НГУ, ИМ СО РАН, институтов СО РАН, АИР, Академпарк, ПАО «Новосибирский институт программных систем», участники AI-CLUSTER обсудят международные проекты AI-Claster, проблемы и пути решения, развитие в международном трансфере технологий. В рамках круглого стола будут представлены цифровые технологии мирового уровня и их продвижение за рубежом.

11:30 — 12:00. Регистрация на конференцию. Открытое участие
12:00 — 13:15. Панельная дискуссия. «Цифровая трансформация. Формулы успеха».
• Опыт цифровизации в регионе — что было и что стало? Администрация НСО.
• Развитие финансовых технологий в регионе. Сбербанк
• Эффективность венчурных инвестиций в проекты цифровизации. РВК
• Международный трансфер высоких технологий. НГУ
• Цифровизация в Госсекторе. ПАО «Новосибирский институт программных систем»
• ИИ: мода или необходимость? Новосибирский Академпарк

13:15 — 14:00. Кофе-брейк
14:00 — 15:40. Трансфер высоких технологий на базе ИИ: теория и практика
• «Инструменты поддержки для компаний НТИ». Гейло Сергей Владимирович – директор центра развития средних технологических компаний АО РВК.
• «Фундаментальная наука — основа будущего превосходства ИИ». Свириденко Дмитрий Иванович – советник по инновациям директора Института математики СО РАН, профессор Новосибирского государственного университета, д. ф.-м. н.
• «Как вписать Искусственный Интеллект в стратегию организации». Гумиров Виталий – CEO Eyeline group, Болдырев Игорь , директор AI-Cluster.
• «Целесообразно ли бизнесу вкладываться в цифровые технологии и продукты?». Голенков Александр – директор по развитию RT Cloud
• «Кибербезопасность в эпоху цифровизации». Помешкин Андрей – директор ООО «Системы информационной безопасности»

15:40 — 16:00. Кофе- брейк.
16:00 — 18:00. Брейн-ринг. Опыт внедрений решений на основе ИИ в бизнес и власть.
• «Голосовые помощники — возможности для бизнеса и власти». Заворин Андрей – управляющий партнер IVoice Technology Group.
• «Венчурные инвестиции в Deep Tech: специфика и возможности». Охонин Павел – исполнительный директор KamaFlow.
• «Автоматизация управления техникой и персоналом в промышленности». Якушев Илья – президент RIT Automation.
• «Автоматизация контрактной деятельности — снижение издержек». ПАО НИПС, AI-Cluster
• «Хранение данных — систематизация знаний». BACUP IT.

21 февраля 
Новосибирск, Технопарк, Николаева, 11, «Точка Кипения»

10:00 — 17:00. Стратегическая сессия по проектированию Дорожной карты «Повышения индекса готовности отраслей и городов к внедрению ИИ» (По приглашениям)

Участие в конференции бесплатное, регистрация обязательна, количество мест ограничено.
Регистрация в качестве участников на странице конференции.

Контакты:
Аккредитация СМИ: +7(383) 209-34-42
По вопросам делегатского участия:
Наумова Инна: naumova@kommersant-nsk.ru +7 (383) 209-34-42 (112)
Крашненков Андрей: krashnenkov@kommersant-nsk.ru +7 (383) 209-34-42 (109)
По вопросам участия в качестве спикера:
Болдырев Игорь: bia10@ai-cluster.ru +7( 962) 826-60-65