Версия для печати

Как университет из Санкт-Петербурга выиграл более 2 миллиардов рублей

Что такое "Университет открытого кода"? Как студенты вовлекаются в науку? Почему бизнес приходит в научные лаборатории? Об этом корреспондент "РГ" беседует с первым проректором, руководителем программы развития Университета ИТМО Дарьей Козловой.

Дарья Константиновна, еще пару лет назад научные проекты в 100 миллионов рублей воспринимались почти как сенсация. А теперь речь идет о сумме более двух миллиардов. Как вам удалось их получить?

Дарья Козлова: Мы их не получили, а выиграли в конкурентной борьбе в разных конкурсах. По программе "Приоритет-2030" мы оказались среди победителей, которым выделены самые крупные специальные гранты "Исследовательское лидерство" на научно-технологическое развитие. До конца будущего года сумма должна составить 994 миллиона рублей. А в рамках федерального проекта "Искусственный интеллект" нам на четыре года выделено 1,2 миллиарда рублей на открытие исследовательского центра "Сильный искусственный интеллект в промышленности". Ученые центра будут разрабатывать цифровые решения для разработки нефтегазовых месторождений, а также проектирования и эксплуатации сооружений в суровых условиях Арктики.

Понятно, что за миллиард развернулась серьезная борьба между лучшими вузами страны. Какие козыри вы выложили на стол требовательного совета, который возглавлял вице-премьер Дмитрий Чернышенко?

Дарья Козлова: Мы представляли программу развития на ближайшие 10 лет. А по сути, нашего гиперпрыжка от нынешнего университета, который завершил программу повышения международной конкурентоспособности "5-100", к "Университету открытого кода".

Что такое "открытый код"? Расшифруйте, пожалуйста.

Дарья Козлова: Перед вузом поставлена принципиально новая задача, которой раньше он практически не занимался. Речь о создании продукта, технологии, полного инновационного цикла научной разработки. Иными словами, она не должна оставаться в лаборатории, на стадии фундаментального исследования, ложиться на полку в виде отчета или статьи в журнале, а превращаться в конкретный продукт и доходить до потребителя.

Научная разработка не должна заканчиваться отчетом или статьей, а превращаться в инновацию, в конкретный продукт

Говоря попросту, идею надо доводить "от колбы до прилавка". О том, что у нас внедрение разработок идет очень трудно, что нет эффективной инновационной системы, говорят много лет и ученые, и политики. Вы взялись за сложнейшую задачу. И как будете ее решать?

Дарья Козлова: Разработан подробный план создания такой инновационной системы. Здесь важно подчеркнуть один принципиальный для вуза момент. Мы намерены выйти за его границу. Что имеется в виду? Понятно, что создать инновационные продукты своими силами мы не сможем. У нас нет и таких возможностей, и таких специалистов. Необходимы коллаборации с партнерами, прежде всего из бизнеса, привлечение к проектам новых людей. Для этого мы определили пять научно-технологических платформ по разным направлениям деятельности, через которые вовлекаем в наши проекты бизнес-партнеров.

В планах университета, например, создание квантовой сети для защищенной связи и поддержания работоспособности ключевых сфер экономики, повышение качества жизни с помощью новых технологий мониторинга и диагностики здоровья, развитие экосистемы цифровых личностей, так называемых аватаров, разработка автономной системы мониторинга железнодорожных магистралей "Шелковый путь" на основе дронов, смарт-сенсоров и т.д. И в каждый проект мы привлекаем бизнес-партнеров.

Говоря образно, вы намерены создать вокруг вуза бизнес-ожерелье. А у вас уже есть такой опыт? Ведь пока бизнес не удается вовлечь в нашу науку, его доля в финансировании исследований не более 30 процентов, в то время как в ведущих странах 70-80 процентов. А какова у вас доля внебюджетных средств?

Дарья Козлова: Годовой бюджет ИТМО в 2020 году составил около 9 млрд, из них 3,5 млрд получаем по госзаданиям на науку и образование, а все остальные зарабатываем, в том числе работая с бизнесом и выигрывая гранты. Что касается конкретных проектов, которые уже сейчас реализует ИТМО, прежде всего, конечно, надо назвать создание первой магистральной квантовой сети, связывающей всю территорию РФ. Это новый уровень безопасной и быстрой передачи данных, основанный на стыке технологий фотоники и квантовой физики. Проект реализуется в коллаборации с РЖД.

Несколько крупных проектов связаны с так называемым сильным искусственным интеллектом. Как я говорила, наш совместный проект с "Газпромнефтью" победил в федеральном конкурсе. Важно отметить, что этот партнер вносит в проект около 300 миллионов рублей.

Вообще работы в области ИИ - наша сильная сторона. Уже есть готовые решения, которые потребители могут брать и внедрять у себя. Скажем, аватары или "цифровые инквизиторы" для борьбы с фейками и ложной информацией в соцсетях, системы мониторинга технологического состояния разных систем и т.д.

Но внедрение разработок, вклад в экономику - это лишь один из треков нашей программы. Назову еще несколько. Второй - научно-технологический прорыв. Понимаем, что, внедряя разработки, надо всегда иметь задел на будущее, вести поиск на самом крае фундаментальной науки. Генерировать новые знания, подтвержденные публикациями в высокорейтинговых изданиях. Поэтому будут созданы несколько топовых лабораторий, оснащенных современным оборудованием, привлекаться авторитетные ученые из России и других стран.

Привлекать лучших ученых - это здорово. А как увлечь наукой студента? У нас даже после аспирантуры защищаются около 12 процентов человек. Ссылаются на низкие стипендии, поэтому приходится подрабатывать, времени на науку не хватает.

Дарья Козлова: Думаю, мало кто знает, что в ИТМО самый большой в стране набор бюджетных магистрантов. Больше, чем, например, в МГУ и "Вышке". Их у нас больше, чем бакалавров. Это сложно, ведь мы своими бакалаврами не можем обеспечить магистратуру. Но мы осознанно пошли на эту модель. Почему? Потому что магистранты и аспиранты позволяют нам поддерживать высокий уровень науки. Готовить кадры, которые пойдут в наши научные лаборатории.

Приоткройте эту кухню подготовки.

Дарья Козлова: Здесь разные варианты. Скажем, для группы магистрантов мы разыгрываем по конкурсу грант на какую-то тему. Победители трудоустраиваются на инженерные и научные позиции, значит, им не надо подрабатывать вне вуза. Другой вариант, когда сами студенты предлагают инициативные проекты, чаще всего на стыке ИТ и ИИ. Мы эти проекты рассматриваем, победителей финансируем и тоже трудоустраиваем.

Третий вариант, когда магистрант присоединяется к одной из действующих лабораторий. Сегодня около 15 процентов наших студентов трудоустроены во время учебы. Хотим, чтобы к 2030 году их было 30 процентов. Это те, кто трудоустроен в самом вузе, а если посчитать наших партнеров, то эту цифру можно умножить на два. Пройдя такую систему подготовки, наши выпускники выйдут "в люди" с портфелем реализованных проектов. Им не надо готовиться к научной и инновационной деятельности. Они уже многое испытали через магистратуру, аспирантуру, предпринимательские инициативы.

Что такое сильный интеллект?

О проекте уникального Центра развития сильного искусственного интеллекта рассказывает директор национального центра когнитивных разработок ИТМО Александр Бухановский.

ИТМО получит 1,2 млрд рублей на открытие исследовательского центра "Сильный искусственный интеллект в промышленности" в рамках федерального проекта "Искусственный интеллект". Что значит сильный? Может, у него высокий IQ?

Александр Бухановский: Это очень условное понятие, так как до сих пор нет четких общепризнанных определений, что же такое сильный ИИ. Но про IQ вы абсолютно правы. Можно сказать, что слабый ИИ имитирует простые когнитивные функции человека, например, обладает машинным зрением, может распознавать речь, совершать простейшие действия автопилота и т.д. Напротив, сильный ИИ способен выполнять высшие когнитивные функции - он имитирует творческую деятельность человека. Само собой, предварительно его надо основательно обучить, приобщить к той сфере, где ему предстоит работать. В нашем случае это разработка месторождений нефти и газа, в том числе и в суровых условиях Арктики.

Важно уточнить, что из выделенных на проект 1,2 миллиарда рублей около 900 миллионов составляет федеральный грант, а около 300 миллионов вносит наш партнер "Газпромнефть".

Чтобы так расщедриться, то должен вам доверять. Быть уверен, что все получится.

Александр Бухановский: Верно. И у нас уже был положительный опыт работы с ними. Мы разрабатывали алгоритмы ИИ, которые решали для них различные задачи. Например,требовалось найти оптимальные режимы бурения или помочь в поиске новых месторождений по существующим аналогам. Это дало существенный экономический эффект. Но сейчас перед нами поставлена намного более сложная задача - перейти от фрагментарных решений к полному циклу. ИИ должен спланировать весь цикл освоения нового месторождения. От его поиска до ввода в эксплуатацию. Фактически создается "цифровой двойник" месторождения, который будет жить параллельно с объектом.

Но как создавать такого двойника, что называется, в чистом поле, когда о месторождении почти ничего не известно? Сплошные неопределенности. По сути, еще не начали копать, а ИИ уже должен представить планы развития. Причем в пространстве и во времени.

Александр Бухановский: Это и есть задача для сильного ИИ. Его привлекают, когда слишком много неопределенностей. Когда все ясно, ему делать нечего. Это не его уровень.

Честно говоря, трудно представить, что нефтяник может вот так довериться "двойнику", пусть и сильному, и по его плану осваивать месторождение. Риск огромен...

Александр Бухановский: Вы правы. Самый квалифицированный эксперт не может определить, правильно сильный ИИ решил задачу или нет. Но никто и собирается принимать его решения на веру. Чтобы заслужить доверие человека, ИИ обязан на пальцах объяснить, как он это сделал. Показать алгоритм, весь путь, как он пришел к ответу.

Значит, нейронные сети способны не только обучаться, решать сложнейшие задачи, но и объяснять, как они это сделали?

Александр Бухановский: К сожалению, как раз объясняют они плохо. Но с этим справляются другие механизмы, например, так называемые символьные модели на данных. Они плохо прогнозируют, но хорошо объясняют. Поэтому задача должна решаться одновременно двумя инструментами. Один будет прогнозировать, другой объяснять. Помимо создания системы принятия решений для планирования разработки нефтегазовых месторождений мы также работаем над ИИ, который будет проектировать морские объекты и сооружения на шельфе Арктики с учетом сложных климатических, географических условий.

Вашими работами заинтересовались знаменитые фирмы, в том числе и в сфере ИИ, в частности Siemens и Huawei. Готовы подключиться к проекту?

Александр Бухановский: Пока только скажу, что интерес есть. Детали раскрыть не могу.

Юрий Медведев

Источник: Российская Газета