Сегодня похвастались изданию CNews, как можно кардинально автоматизировать разработку отраслевых систем ИИ с помощью LLM. Казалось бы, сейчас, в эпоху автоматического машинного обучения (AutoML) есть масса различных фреймворков и библиотек, которые могут взять на себя конструирование моделей на данных и вообще заменить (!) датасайнтиста. Единственное «но»: нужен программист, который из этих фреймворков и библиотек соберет и настроит такой «конструктор». А лучше – программист-датасайнтист, чтобы понимал, что он настраивает… и вновь продолжается докучная сказка в стиле «у попа была собака…».🐶🐶🐶

А вот мы придумали, как разорвать этот порочный круг, включив в него… LLM, обученную общаться с фреймворками AutoML (в данном случае – с нашим же инструментом FEDOT). LLM и взяла на себя роль «аналитика» (формализация задачи) и, тем более – роль «программиста» (создание пайплайна на основе модулей FEDOT). В итоге, теперь отраслевым специалистам достаточно описать свою задачу «на языке простых осин», который будет в итоге транслирован в конкретную модель ИИ.

А главное, что этот механизм лишен генетической болезни всех LLM – тяги к галлюцинациям. Так как использование LLM в совокупности с FEDOT проверяет все решения, исходя из метрик качества (точности модели на тестовой выборке). Потому заведомо «фантазийные» результаты просто замыливаются алгоритмом и не доходят до конечного пользователя.

Для любознательных – видео, как работает экспериментальный образец системы, над которым серьезно потрудились наши молодые сотрудники – студент Алексей Лапин и аспирант Станислав Чумаков. Пока идет тестирование, а к Новому году представим вам систему в открытое пользование!

Сегодня, наконец, подвели итоги конкурса грантов для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем (о котором я писал уже выше).

У нас две новости – хорошая и очень хорошая 😊

✅ Хорошая новость состоит в том, что мы выиграли проект на тему «Разработка технологии для создания комплексов машинного обучения глубоких нейронных сетей компьютерного зрения, включая формирование централизованного банка данных для обучения нейросетевых моделей», примерно в 1,5 раза оторвавшись по баллам от ближайших конкурентов.

✅ А очень хорошая новость – эту работу мы делаем в консорциуме с двумя «монстрами»-соисполнителями:
👉 Государственным НИИ авиационных систем – ведущим разработчиком интеллектуальной начинки для разнообразной авионики;
👉 Компанией «Кронштадт – Беспилотные Системы» - признанным разработчиком БПЛА, которые много, где летают и успешно выполняют свои задачи, следуя национальным целям и национальным интересам.

Зачем ученым такой консорциум? А чтобы обеспечить весь жизненный цикл разработки – от новых методов и моделей ИИ – до изделия, летающего в реальных (и даже экстремальных) условиях. Только так получается измеримый фитбек от практики к теории, который доказывает, что наши формулки и коды не были написаны зря. И, благодаря консорциуму, фитбек приходит очень быстро, в течение 1-2 лет – что сопоставимо со сроком актуальности конкретных технологий ИИ.

Конечно, хорошо бы все наши проекты строить по такой схеме. Но не всегда получается, т.к. есть такие области ИИ, которые еще не поняты практиками, а аппетит у них появится только во время «еды». Тем не менее, сейчас все сложилось. Цели ясны, задачи определены, за работу, товарищи!

Почему нобелевскую премию по физике дали создателям нейросетей? Все просто – они не знали тогда, что занимаются ИИ 😬 (да и видение ИИ в мире тогда было другим). Зато они блестяще понимали, что такое теория сложных систем (complex system science). Система становится сложной, когда у нее (а) элементов так много, что можно делать вероятностные обобщения, и (б) свойства системы задаются топологией связей между элементами (в идеале – каждый с каждым). Вот такие системы можно найти в любой области. Например, материал – и составляющие его молекулы. Или город – и живущие в нем люди. А вот когда сложная система описывает процесс обработки информации – получается, например, та самая нейронная сеть. А обучение этой сети сводится к тому, чтобы организовать правильное коллективное поведение ее элементов – чтобы работали согласованно над решением общей задачи. Потому никакой нейробиологией тут не пахнет – работает простая статистическая физика. Подробнее – мой рассказ Собаке.РУ

В продолжение, чтобы читатели не думали, что я бросил технологии и увлекся этикой... На самом деле, любая поездка в Москву преследует сразу несколько целей. В этот раз - запуск нашего нового проекта по ИИ для беспилотников (фотка уж какая вышла - работали до темноты, а лого соисполнителя оказалось единственным светящимся объектом на улице). Зато этика - это хороший предлог 😊.

Российский научный фонд – самый справедливый фонд в мире! Я не шучу – в РНФ с 2014 года создана четкая и прозрачная система экспертиз, а экспертный совет формируется путем демократических выборов. При этом РНФ строго спрашивает со своих ученых-грантополучателей, в том числе, в части инфоповодов. Потратил ты государственные деньги на исследования – расскажи всем, кому это нужно и почему это важно.

В связи с этим – инициированная РНФ публикация о четырех видных проектах в разных предметных областях. И об ученых, которые их сотворили. Моя история – вторая в списке, наслаждайтесь чтением в стиле «Исповеди» Блаженного Августина 😊.

В ожидании официальных фоток со «строительной» конференции в Москве – вновь собираю лайки. На этот раз – беззастенчиво пользуясь имиджем самого симпатичного из шести деканов моего мегафакультета ТИнТ – Александры Ватьян (см. фото). Она сейчас в Китае: и себя показать и… статьи дописать с пекинскими учеными. Национальная стратегия развития ИИ в РФ всячески приветствует международные коллаборации на паритетных (взаимовыгодных) началах, и тут Китай – наиболее паритетный из всех дружественных стран.

Но не все так просто, что и показывает наш свежий эксперимент по оценке влияния геополитики на науку. Так, Александра со своими аспирантами и китайскими партнерами уже два года назад подготовила весьма достойную статью «Baysed-based Feature Ranking on Small Samples» (это прямо относится к перспективным методам ИИ). Но вот ее подача в несколько ведущих международных журналов по ИИ уровня Q1 до сего момента завершалась долгим молчанием и разного рода невнятными отказами типа «статья не по теме», «это не интересно читателям» и даже «нет – значит нет». И после очередного отказа у авторов уже стало формироваться чувство собственной неполноценности.

И тогда наш отважный декан пошла ва-банк. Она попросила китайских соавторов просто заново переподать эту статью в последний из журналов-отказчиков. С одним маленьким изменением – удалив россиян из перечня авторов (остались одни китайцы). И… через месяц пришел ответ с несколькими положительными рецензиями в стиле «вот тут поправьте – и мы это опубликуем». Ну блин, без комментариев…

Как раз сейчас мы проводим вторую часть эксперимента – вместе с исправлением замечаний рецензентов в статью возвращаются все российские соавторы и ссылка на финансирование от РФ! И посмотрим, что теперь скажет на это редакция (в случае чего, у нас уже есть ее предыдущий невнятный отказ). На самом деле, все российские ученые, которые сейчас публикуются в ведущих мировых журналах от своей страны, а не под "нейтральным флагом" – большие герои! Не потому, что головастые, а потому, что, сжав зубы, все равно пробиваются через лицемерие или иные унизительные преграды. Можно ли обойтись без этого? Думаю – нет, т.к. РФ претендует в ИИ на технологическое лидерство. А это надо наглядно подтверждать не только на уровне родного университета или города. Члены BRICS очень внимательно смотрят на наши успехи, в том числе, через призму ведущих мировых изданий и конференций уровня А*. Потому отступать некуда – победа будет за нами!

Если автор долго ничего не пишет в канале – он не лентяй. Он просто хочет взыскать славы А.П.Чехова, который своим «подписчикам» объяснялся так (см. оригинал): «Дело в том, что я занят, занят по горло: пишу и зачеркиваю, пишу и зачеркиваю, а тут еще разные «обчественские» дела…» 😊

Итак, про «пишу и зачеркиваю» - все предельно просто: у меня, наконец, вышли на защиту сразу три свежих аспиранта. Одновременно. Как следствие, в течение пары недель вместо зажигательных постов я старательно «зачеркивал и писал» - возился с формулировками научной новизны, актуальности и результатов. Об этом – в следующих постах.

А вот про «обчественские» дела (по Чехову) – есть смысл рассказать подробнее. Наконец, завершилось эпатажное мероприятие – программа ДПО «Современный ИИ в высшей школе», которую мы придумали и провели совместно с Альфа-банком (об этом я писал выше). Более 150 участников, освоив материалы онлайн, в итоге собрались в СПб. И два дня 29 команд представляли свои групповые проекты: кто разрабатывал новые образовательные программы (с ИИ и про ИИ), а кто – создавал рабочие прототипы систем с ИИ под свои интересы.

Для меня неожиданными стали два факта:

✅ Мы собирали в команды представителей разных вузов с различным бэкграундом. На начальном этапе их сильно «лихорадило», люди притирались друг к другу. А в итоге лихорадка сменилась синергией с очень неслабым мультипликатором: люди «договорились» и установили крепкие коммуникации, чтобы двигаться дальше. Если бы ДПО проводили в рамках одного ИТМО, не было бы такого результата… ибо сила рождается в «генетическом» разнообразии.

✅ Очень эффектные проекты представили гуманитарии (историки, филологи, философы и пр.). Не те, кто научился лихо промптировать разные GPTя. А те, кто придумал, как переложить на логику ИИ свой творческий процесс. Учитывая, что исходная инструментальная база в этих областях невысока, предметное применение ИИ к исследовательскому или учебному процессу выглядит потрясающе. Так держать!

И… в который раз убеждаюсь, что «сапоги должен тачать сапожник». Практически идеальную организацию мероприятия в Санкт-Петербурге можно объяснить активностью Департамента стратегических коммуникаций ИТМО. В отличие от ученых, эти ребята более дисциплинированы и осмотрительны, за что им отдельное спасибо от многих участников!