ФКН на Конгрессе молодых ученых: об искусственном интеллекте в образовании и физике и про ошибки в науке
27–29 ноября в Парке науки и искусства «Сириус» в Сочи прошел IV Конгресс молодых ученых. Участие в нем приняли представители ведущих научных школ России, научные и образовательные учреждения, индустриальные партнеры. В центре внимания конгресса были молодые исследователи, победители грантовых конкурсов, студенты и школьники.
Евгений Соколов, руководитель департамента больших данных и информационного поиска и академический руководитель бакалавриата «Прикладная математика и информатика» ФКН, принял участие в секции «AI-native образование». В рамках этой секции эксперты поговорили о том, как должно быть устроено образование в эпоху развития технологий генеративного искусственного интеллекта, роста важности инструментов ИИ для разных специальностей и популярности профессии разработчика в целом.
Мы довольно быстро пришли к мысли, что не случилось ничего принципиально нового. Да, появляются генеративные (и не только) инструменты, которые делают решение определенной задачи быстрее, но они скорее вновь поднимают известную проблему — проблему мотивации к изучению сложных вещей.
Все чаще есть соблазн закинуть задачу в большую языковую модель и получить решение, не разбираясь; написать текст с помощью языковой модели, не заботясь о его качестве и стиле. Это не дает людям получать фундаментальные навыки и образование. И эту проблему нужно решать.
Никто, конечно, не знает, какое именно решение мы найдем, но мы понимаем, что важно больше работать над мотивацией. В частности, компании должны говорить, что им нужны специалисты с серьезной базой, которые понимают, как и что работает. Также важно создавать в университете среду, которая будет поощрять развитие творческих и исследовательских навыков, стимулировать взаимодействие с компаниями во время учебы — такое, которое не затягивает студентов сразу в рабочую атмосферу, а, скорее, позволяет попробовать получить практику, не уходя из университетской среды.
Интересно подметить, что во время дискуссии со стороны представителей компаний звучало, что они делают ставку на математику, на то, что в эпоху инструментов ИИ будут выделяться специалисты, имеющие серьезную математическую базу. И нам вместе с компаниями этот фокус нужно держать.
В сессии «Ошибочка вышла 2.0: ученые о том, как научные провалы привели к научным достижениям» выступила Мария Горденко, академический руководитель магистратуры «Анализ данных в девелопменте» ФКН и лектор Российского общества «Знание».
Эта дискуссия была живой и яркой. Мы делились своими ошибками, и не только в научном мире.
В эпоху развития ИИ надо понимать, что результаты, получаемые моделями, важно перепроверять. Небрежность в отношении ИИ может привести к предвзятостям, крупным потерям и утрате доверия к технологии. Так, в 2023 году при запуске чат-бота Bard была допущена ошибка в рекламном ролике. Чат-боту задали вопрос, на который он дал неверный ответ, и этот случай наделал очень много шума.
При этом важно не бояться ошибаться. Иногда открытия происходят тогда, когда были нарушены условия эксперимента или проверена самая странная гипотеза. Наука — это в том числе и творческий процесс генерации идей, это умение предвидеть результат и, конечно же, пробы и ошибки.
Михаил Гущин, доцент департамента больших данных и информационного поиска и старший научный сотрудник научно-учебной лаборатории методов анализа больших данных ФКН, поучаствовал в сессии «AI в науке. Физика», в рамках которой обсуждались возможности и вызовы использования ИИ в научных исследованиях.
В лаборатории методов анализа больших данных мы уже десять лет занимаемся приложениями искусственного интеллекта в естественных науках, прежде всего — в физике высоких энергий, а также в астрономии и физике твердого тела.
За прошедшее десятилетие произошел значительный рост приложений ИИ в этих областях: раньше за год выходило всего несколько новых приложений, а сейчас каждый год выходят сотни статей. В результате все больше физиков применяют ИИ в своих исследованиях. Также отмечу, что скорость адаптации технологий ИИ в физике тоже растет. Если раньше технологии проникали в физику с задержкой в несколько лет, то сейчас вы скорее всего найдете рабочее применение новой технологии уже через несколько месяцев или даже недель. Как правило, это касается физики высоких энергий, астрономии — тех областей, где действительно много данных.
Генеративные модели активно используются в физике, в том числе для синтеза физических данных экспериментов. И это не прототип, а полноценная часть многих экспериментов. Если говорить о больших языковых моделях, то они сильно ускоряют и упрощают нашу работу с научными текстами: помогают переводить их, делать выжимки из длинных текстов, исправлять ошибки. Однако мы по-прежнему с большой осторожностью относимся к использованию языковых моделей для поиска информации или ответа на конкретный вопрос, так как ответы чаще всего недостаточно глубокие или могут содержать фактологические ошибки.
Рассуждая о том, может ли в будущем какой-нибудь «супер-ИИ» сделать научное открытие, я бы сказал, что это в целом, возможно. Однако есть два вызова, которые придется преодолеть. Во-первых, нужно будет обеспечить доступность такого ИИ: чтобы он мог сделать физические открытия, его необходимо обучить на данных экспериментов, которых очень много. Даже их обработка и хранение стоит больших денег, не говоря уже об обучении модели. Во-вторых, любые открытия в науке должны быть подтверждены. Поэтому нам будет недостаточно одной модели ИИ — их нужно будет несколько, чтобы они проверяли и подтверждали открытия друг друга. С этими вызовами нам предстоит работать в будущем.
В Конгрессе молодых ученых приняли участие члены «Академии ПМЭФ» — образовательного объединения для студентов, созданного фондом «Контент» при поддержке негосударственного института развития «Иннопрактика». Среди них был студент первого курса магистратуры «Продуктовый подход и аналитика данных в HR-менеджменте» ФКН Константин Балцат. Он занимался организацией ряда мероприятий «Академии ПМЭФ» и выступил на некоторых из них.
Константин Балцат
Я участвовал в каждом Конгрессе молодых ученых, начиная с первого, пропустив лишь третий. Конгресс этого года, четвертый, показался мне таким же масштабным, как и предыдущие. Но в этот раз его повестка была адаптирована под требования времени. Отдельное внимание уделялось поддержке молодых ученых и их продвижению, популяризации науки и поиску талантов.
В этом году была хорошо представлена повестка космоса и — самое радостное для меня — технологий нейроморфного ИИ. Мне особенно близка и интересна эта тема, и я рад, что с моего выступления на ПМЭФ-2023 она все больше доказывает свой потенциал. Мне удалось пообщаться со специалистами в области нейронаук и обсудить с ними будущее этой области. По итогам конгресса я начал обсуждение сотрудничества с нижегородским Университетом Лобачевского по разработке нейроморфных нейроинтерфейсов.
Еще в рамках «Академии ПМЭФ» я был наставником для старшеклассников и курировал разработку их инициатив, личностное стратегирование и нетворкинг.