Вице-президент АН РТ «по ИИ и IT» - о конкурентных преимуществах России в науке
«DeepSeek показал, как достигать потрясающих результатов, не будучи мировым цифровым колоссом»
- Айрат Фаридович, ваша должность в Академии наук звучит как «вице-президент в области развития искусственного интеллекта и информационных технологий». Искусственный интеллект на первом месте, IT на втором - это, видимо, не случайно? Именно так у вас расставлены приоритеты?
- Да, и я думаю, что это правильно. Татарстан уже достаточно далеко продвинулся в цифровизации, и задача следующего этапа в том, чтобы те оцифрованные данные, которые мы научились собирать, хранить и управлять ими, - использовать для повышения производительности труда. А это значит, что нужны новые разработки в области анализа этих данных, в первую очередь в области машинного обучения. Потому что такие технологии снижают входной порог для того, чтобы работать с данными и принимать выверенные точные решения, то есть делают работу с данными доступнее.
Сегодня в сфере искусственного интеллекта происходит настоящая революция. Начиная с Нобелевских премий в 2024 году и вплоть до того, как сегодня делаются иллюстрации и пишутся тексты. Разработчики AlphaFold2 Хассабис и Джампер вместе с создателем несуществующего в природе белка Бейкером получили Нобелевскую премию по химии, Хопфилд с Хинтоном - по физике за основополагающие результаты в области машинного обучения. А резидент казанского IT-парка PresentSimple сделает за вас любую презентацию.
Средства, которые тратят в США и Китае на разработки в области искусственного интеллекта, колоссальны. Но Россия обладает здесь безусловным преимуществом: развитой энергетической отраслью и сильным математическим образованием. Китайский стартап DeepSeek продемонстрировал, как можно достигать потрясающих результатов в области искусственного интеллекта и не будучи мировым цифровым колоссом.
Революция, кроме того, происходит в человеческой культуре. В том, как создаются объекты культуры: книги, фильмы и картины. В том, как мы готовы к взаимодействию с нечеловеческим почти интеллектом.
«Университет Иннополис – на втором месте среди всех федеральных центров в области искусственного интеллекта»
Фото: © Владимир Васильев / «Татар-информ»
«Мы задумываемся о создании новых научных групп в Татарстане»
- И еще один вопрос по вашей специализации. На вчерашнем брифинге в Кабмине РТ президент Академии Рифкат Минниханов сказал, что в 2025 году в ней появится центр развития искусственного интеллекта…
- Точнее, научно-координационный центр в области искусственного интеллекта.
- …который должен будет за два года разработать шесть новых технологий и шесть технологических разработок. Можете раскрыть направления этих разработок?
- Деятельность Академии наук должна привести к тому, что будут разработаны новые технологии. То есть создаваемый центр – не научная структура, его задача в координации производства, академической среды, общества и, таким образом, в создании новых возможностей для развития искусственного интеллекта как отрасли и как области знания.
Непосредственно научными разработками занимаются татарстанские вузы - Университет Иннополис, Казанский федеральный университет, КНИТУ, КНИТУ-КАИ и другие, где есть научные коллективы. В частности, Университет Иннополис находится на втором месте среди всех федеральных центров в области искусственного интеллекта, уступая только Высшей школе экономики. Наши коллеги очень хорошо продвинулись в области применения машинного обучения в задачах проектирования свойств материалов, фармакологии, обработки медицинских изображений и ряда других направлений.
Есть своя экспертиза в КФУ, в первую очередь в области интеллектуальной робототехники специального назначения. Они разработали, в том числе, свою платформу. Также в КФУ действует молодежная научная лаборатория «Интеллектуальная химическая робототехника». Есть свои разработки в КНИТУ, где занимаются, например, задачами машинного обучения на маломощных вычислителях. Разработки в области применения искусственного интеллекта в информационной безопасности - это КНИТУ-КАИ. В этой области исследователи из КАИ активно взаимодействуют с российскими лидерами индустрии в сфере кибербезопасности.
То есть практически в каждом вузе есть своя экспертиза, каждый из них что-то делает. В то же время мы в Академии задумываемся о создании в Татарстане новых научных групп, которые бы занимались задачами искусственного интеллекта в тесном сотрудничестве с индустрией. Такое предложение прозвучало на коллегии Минцифры РТ из уст [генерального директора ПАО «Таттелеком»] Айрата Нурутдинова. Таттелеком наработал серьезную экспертизу в области работы с данными и в области машинного обучения. Компания не только применяет ИИ в своих бизнес-процессах, но и публикует научные результаты в ведущих мировых научных журналах.
«Сейчас трудно сделать очень простой бизнес. Но есть ниши, где надо использовать уникальную технологию, которую никто не скопирует быстро»
Фото: © Владимир Васильев / «Татар-информ»
«Пока мы будем тратить время на изобретение велосипеда, другие построят космолеты»
- Перейдем к более общей проблематике. Перед муниципалитетами поставлена задача разработки собственных программ научно-технологического развития, но удачных примеров пока, кажется, нет. А что с программами НТР крупных предприятий и организаций?
- Я считаю, хороший способ разработать содержательные программы НТР на уровне муниципалитетов - сделать это совместно и в интересах вузов и предприятий, осуществляющих деятельность на территории этих муниципальных образований.
Что касается программ НТР больших организаций, то точнее, наверное, скажут сами организации, но я считаю, что у них эти программы есть. Более того, любой крупный бизнес, который не занимается научно-технологическими программами, рано или поздно вылетает с рынка. У большого бизнеса велика и цена ошибки. Как например, в случае с «Кодак».
- Которые не перешли на «цифру»?
- Да, они изобрели цифровой фотоаппарат, но не стали запускать его в производство и вылетели с рынка. Таких примеров много. Одна ошибка, и лидер рынка становится первым с конца.
У нас сегодня, на самом деле, есть место для НИОКРа внутри бизнеса, и его становится все больше, потому что низкорастущих плодов становится все меньше. Сейчас трудно сделать очень простой бизнес, потому что многие его уже сделали, свято место уже не пусто. Но есть ниши, где надо сделать чуть больше, чуть сложнее, использовать уникальную технологию, которая даст бизнесу неконкурентное преимущество и которую никто не скопирует так быстро, даже китайцы при всем их потрясающем опыте в области обратного инжиниринга. И тут возникают эти самые технологичные бизнесы, в ядре которых есть что-то сложное, что позволяет создавать ценность для общества нетривиальным способом.
- К слову, об обратном инжиниринге. В России ведь тоже периодически поднимается этот вопрос. Достойное ли это занятие, если рассчитываешь стать большой научной державой?
- Конечно. Это совершенно достойная задача, которой надо заниматься, и более того, мы должны в ней безусловно преуспеть.
Я вообще не считаю, что надо изобретать велосипед. Велосипед надо копировать, а изобретать надо космолет. Иначе, пока мы будем тратить время на изобретение велосипеда, другие построят космолеты.
Президент АН РТ Рифкат Минниханов: «В Татарстане формируется экосистема взаимодействия науки и образования с реальным сектором экономики»
Фото: © Салават Камалетдинов / «Татар-информ»
«Проблема в том, что производство и наука живут в разных циклах обратной связи»
- На последнем годовом собрании Академии наук РТ Рифкат Минниханов говорил о формируемой в Татарстане экосистеме взаимодействия науки и образования с реальным сектором экономики. Как должна выглядеть эта система в идеале? И в чем здесь трудности?
- Как раз вот эту задачу должны решать научно-координационные центры. Один из них будет координировать работу в области искусственного интеллекта, второй - в области беспилотных авиационных систем и третий - в области аддитивных технологий.
На самом деле, одна из больших проблем развития российской науки не в том, что ее плохо финансирует государство, а в том, что в нее очень мало инвестирует бизнес.
Первая проблема в том, что производство и наука живут в разных циклах обратной связи. У бизнеса это, как правило, 12-месячный цикл, а у науки, в зависимости от степени фундаментальности результатов, которыми она занимается, это может быть и год, и два, и три, и 20, и даже 100 лет. В частности, те исследователи, которые занимались эллиптическими кривыми, делали это из любопытства, а не потому, что понимали, что на этой базе можно будет создать надежные шифры. Уже в современное время Эндрю Уайлс и Ричард Тейлор использовали этот аппарат для доказательства знаменитой теоремы Ферма. А еще позже эта математика была использована для создания отечественного стандарта электронной цифровой подписи ГОСТ Р 34.10-2001.
Другой пример - многослойные сети, глубинное обучение, генеративные трансформеры, которыми мы пользуемся все больше. Математическая база для этих технологий создавалась на протяжении столетий. И создана она была из интереса к предмету, а не с целью заработать. Если бы у тех, кто финансировал эти исследования, стояла цель заработать, математики никогда не получили бы деньги. Слишком отдаленный ожидаемый финансовый результат.
Еще буквально семь лет назад казалось, что создание генеративных моделей с таким количеством параметров, способных на то, что для нас уже стало привычным, просто невозможно. А сегодня мы всерьез говорим о том, что человечество находится на пороге создания сильного искусственного интеллекта. Такой искусственной системы, которая сможет сформировать и поддерживать в актуальном состоянии адекватную модель реальности, в которой она находится – быть настолько же разумной, насколько разумен в обыденном понимании человек.
«Ученому хорошо уже от того, что он прикоснулся к какой-то частичке истины. При этом о его возможностях и результатах в индустрии ничего не знают»
Фото: © Михаил Захаров / «Татар-информ»
«Если для ученого публикация с отрицательным результатом - тоже результат, то для бизнеса это напрасно потраченные деньги»
- А другие проблемы?
- Вторая проблема в том, что на протяжении десятилетий наш бизнес в технологически сложных задачах полагался на купленную технологию, разработанную где-то в другой стране. Соответственно, у нас на этих технологических цепочках просто не сформировались устойчивые производственные связи с вузами.
Третья проблема в том, что у бизнеса нет лишних денег. Бизнес на самом деле не жирует. Это люди, которые рискуют своими здоровьем, квартирой, чем угодно, для того, чтобы сделать что-то полезное для общества. На самом деле, бизнес получает деньги, делая что-то полезное обществу, потому-то потребители за это платят. Каких-то лишних денег, чтобы кормить фундаментальную математику, у бизнеса, как правило, нет. То есть прийти к предпринимателю и сказать: «Вот, у нас есть замечательная кафедра, там замечательная фундаментальная наука, они доказывают теоремы, давайте мы их покормим» - скорее всего, это не поможет. А без фундаментальной математики невозможно развитие той же самой области искусственного интеллекта. То есть если мы не будем готовить хороших математиков, мы не сможем обучать людей, способных создавать такие системы. Не развивать математику как область нельзя, потому что это означает, что через сто лет вы будете неконкурентоспособны.
И есть четвертая проблема, связанная с бизнесом и вузами. Дело в том, что из-за того, что они не выстроили корпоративные связи, они, как правило, не знают друг друга. В целом, это вопрос информированности. Зачастую даже в самих вузах соседние лаборатории плохо представляют, чем занимаются их коллеги. Такова специфика ученых. Люди, которые любят поболтать, идут заниматься чем-то другим. Ученый, как правило, самодостаточен - он ушел решать свою задачу и он ее решает. Ему для этого необязательно кому-то что-то рассказывать, ему хорошо уже от того, что он прикоснулся к какой-то частичке истины в процессе своего поиска. О его возможностях и результатах в индустрии при этом ничего не знают.
Но и индустрия не умеет коммуницировать с наукой. Когда бизнес говорит ученым, что у него есть проблема и она может оказаться интересной, ученые могут с радостью за нее взяться и прийти к выводу, что проблема не имеет какого-то приемлемого решения в рамках той научной отрасли, которой они занимаются. Но бизнес такой ответ не удовлетворяет. Если для ученого публикация с отрицательным результатом - это тоже результат, то для бизнеса это не результат, а напрасно потраченные деньги. Соответственно, возникает взаимонепонимание.
Я просто хочу отметить, что трудность, о которой вы спросили, в том, что это целая проблематика, включающая в себя несколько разнородных проблем - организационного, исторического, культурного, финансового характера, и т.д.
«Проектов великое множество, перечислять их можно долго. Татарстан – один из безусловных лидеров рейтинга научно-технологического развития регионов РФ»
Фото: © Абдул Фархан / «Татар-информ»
«Язык жив, пока на нем говорят. А мы говорим сегодня не только друг с другом, но и с технологиями»
- Назовите несколько курируемых Академией наук РТ прорывных проектов - планируемых, реализуемых, реализованных, о которых должна знать широкая общественность.
- Таких проектов много. Например, только в рамках программы фундаментальных и прикладных НИОКР АН РТ в прошлом году было поддержано 29 проектов.
Приведу примеры интересных проектов, достойных внимания. Проекты InnoVtol-3 и AI Sorting из Иннополиса. Первый – это прекрасный пример БАС (беспилотная авиационная система, - прим. Т-и) с вертикальным взлетом и гибридной двигательной системой. Второй – промышленный робот-сортировщик. Технология прогнозирования надежности и долговечности сложных технических систем, разработанная в КГАСУ. Стандарты, разработанные в рамках этого исследования, приняты на вооружение в таких организациях, как Росатом. «Ретрофит» – блок автоматизации сельхозтехники, разрабатываемый в КФУ. Собственная робототехническая платформа ЛИРС ИТИС КФУ. Проект из КНИТУ-КАИ «Цифровые двойники узлов и агрегатов транспортных систем». Интересный междисциплинарный проект, разработанный на ИФМК КФУ – Татарский Антиплагиат. Этот инструмент мы уже внедряем в АН РТ.
На самом деле, таких проектов еще великое множество, перечислять их можно долго. Татарстан – один из безусловных лидеров рейтинга научно-технологического развития регионов РФ.
Еще один интересен проект, рожденный на стыке «цифры», индустрии ИИ и РОИВ, - это «Госпромпт». Его мы тоже внедряем в работу АН РТ. Это не совсем наука, больше прикладной проект. Суть его в том, что фактически всем учителям, ученым, чиновникам дается доступ не просто к большим генеративным моделям, но и к подготовленным шаблонам промптов. Вообще говоря, поставить нейросети правильную задачу, дать техническое задание - это навык. Вы же не с человеком имеете дело, а с глупой, по нашим меркам, машиной. Если задать ей дурацкий вопрос, она даст дурацкий ответ. Вопрос надо задавать очень тщательно и очень правильно, не каждый с ходу это сумеет. И вот платформа «Госпромпт» решает эту задачу. Чтобы пользователь, который никогда не писал промпты и не очень понимает, как это работает, мог сразу начинать получать пользу от больших генеративных моделей.
Следует отметить большую работу по использованию татарского языка в сервисах Яндекса, проведенную Институтом прикладной семиотики Академии наук. Были задействованы корпусы текстов, без которых такой результат не был бы достигнут. Причем работа продолжается, и это здорово, потому что язык жив, пока на нем говорят, а мы говорим сегодня не только друг с другом, но и с технологиями. Если технологии не говорят на языке, он точно умирает. Более того, опыт Института прикладной семиотики сейчас перенимают и используют в других регионах России для сохранения национальных языков.
«Есть республиканская Школа завлабов, которую курирует Альберт Гильмутдинов, где можно усилить свои управленческие навыки»
Фото: © Владимир Васильев / «Татар-информ»
«Утечки мозгов из России сейчас, слава богу, нет»
- Можно ли говорить о том, что утечка мозгов из России и, в частности, из Татарстана в последние годы прекратилась сама собой?
- Утечки из России сейчас, слава богу, нет. Был какой-то отток специалистов в определенный момент, в том числе специалистов в области искусственного интеллекта. Часть из них, кстати говоря, вернулась.
Но надо иметь ввиду, что хороший исследователь стремится попасть в ту научную группу, которая работает на самом острие своей предметной области. Если мы хотим сохранить своих исследователей, мы должны поддерживать исследовательские коллективы в их стремлении работать над самыми прорывными задачами. Такие задачи нередко приходят из индустрии. Мне кажется, хороший ученый всегда хочет максимально утолить свое любопытство в своей предметной области. Это основной мотив любого хорошего ученого. Если ИИ-революция будет происходить только в США и Китае, там и будут все ведущие в этой области ученые.
Но разработчики больших моделей есть и в России - как моделей с открытым кодом, так и в рамках больших компаний, это те же самые YandexGPT или GigaChat. Есть и другие модели, в том числе специализированные.
Вообще, в России, и особенно в Татарстане, была проделана большая работа с точки зрения создания условий для ученых. В России молодому ученому, например, значительно легче самостоятельно развивать научную тему, получить возможность собрать свою команду, свое лабораторное оборудование и финансирование, чем в высококонкурентной среде в той же Америке. Где, условно говоря, еще двести таких же специалистов съехались со всей планеты и борются за одну позицию завлаба. В этом плане у нас сейчас много возможностей. И есть республиканская Школа завлабов, которую курирует Альберт Харисович Гильмутдинов, где можно усилить свои управленческие навыки, нужные ученому, ступившему на административный путь.
Для того, чтобы отток превратить в приток, а у нас в Академии, на самом деле, стоит задача организовать приток специалистов в области искусственного интеллекта в Татарстан, - необходимо создавать профессиональную среду. Делать так, чтобы здесь работали люди, занимающиеся самыми горячими задачами в области машинного обучения. Пусть даже они работают в конкретных узких нишах - биоинспирированных, ограниченных, специализированных моделей. Или, может быть, кто-то из российских лидеров ИИ, таких, как сберовский АИРИ или Яндекс, или МТС разместит в Казани одну из своих продуктовых команд?
Тогда к нам поедут ребята сначала из других регионов России, а потом и из других стран. Мы дадим им возможности, которых у них нет. Например, в ЮАР дефицит вычислительных ресурсов, а задач, вузов и студентов хватает.
«Научно-популярный туризм позволяет хотя бы на нанометр оказаться в роли ученого» (на снимке – в IT-парке им. Башира Рамеева)
Фото: © Владимир Васильев / «Татар-информ»
«Казань - один из самых комфортных городов для жизни в мире»
- Вы уверены, что они поедут?
- Конечно. Если будет возможность, поедут. Казань - один из самых комфортных городов для жизни в мире, это правда. Причин не поехать в Казань нет. А если у них будет причина поехать, например, чтобы работать с исследователем, по учебникам которого они учились или о результатах которого они слышали и всегда хотели в этом поучаствовать, или начали участвовать в формате open source, а теперь могут очно, – конечно, поедут. При таком раскладе поедут даже на меньшие деньги.
- А вам довелось в своей жизни поработать где-то вне Казани?
- Да. Диссертацию я писал в Бонне.
- То есть вам есть с чем сравнить.
- Конечно. Я не хочу сказать, что Бонн некомфортный город, но Казань комфортнее.
- Даже так.
- Да. Бонн замечательный город, но там живет примерно 300 тысяч человек и там нет всего того, что есть в Казани. В Казани больше возможностей.
- О Концепции развития научно-популярного туризма в РТ до 2035 года вы можете что-то сказать? Или это не к вам вопрос?
- Скорее не ко мне, но концепция-то хорошая. В Татарстане есть локации для научно-популярного туризма - это и вузы, и наукоемкие предприятия. Тот же Иннополис, особые экономические зоны с высокотехнологичными компаниями, тот же IT-парк имени Башира Рамеева, где много технологичных компаний, которые занимаются интересными технологичными разработками, в том числе в области искусственного интеллекта, экспериментируют с машинным обучением. Не только используют существующие модели и пишут к ним фронтенд на JavaScript`е, но делают более сложные проекты.
Это, на самом деле, очень правильная концепция, потому что люди должны понимать, зачем ученые занимаются наукой и как они работают. Возьмите массовый спорт. Люди играют в футбол, или играли в него в детстве, он им понятен, есть большое сообщество любителей футбола. И общество в целом плюс-минус согласно с тем, что футбольные клубы финансируются очень хорошо. А большого сообщества любителей алгебры или квантовой механики у нас, к сожалению, нет. И когда кто-то предлагает потратить очень большие деньги на строительство синхрофазотрона, людям непонятно, зачем это нужно. Я могу представить себя на месте человека, который не понимает, почему все эти люди (ученые) сидят и марают бумагу за государственный счет. Лучше бы пошли картофель сажать, или в тот же футбол играть, в конце концов.
В этом плане научно-популярный туризм позволяет, во-первых, объяснить, что и зачем делают ученые, как они вовлечены в экономику и почему, на самом деле, именно благодаря им мы получаем определенные блага цивилизации. А во-вторых, среди туристов может быть потенциальный ученый, который пока не понимает, что это за деятельность. Научно-популярный туризм позволяет хотя бы немного, хотя бы на нанометр оказаться в роли ученого, почувствовать себя в ней, увидеть, как эти люди живут и работают. И, может быть, если у такого туриста есть к этому предрасположенность, талант и мотивация, он пойдет путем науки.