— Александр, расскажите, пожалуйста, немного о себе.

— Я работаю на стыке трех научных областей: численного моделирования, искусственного интеллекта (ИИ) и высокопроизводительных вычислений; при этом беззастенчиво пользуюсь их синергией для решения практически важной задачи — создания интеллектуальных систем поддержки принятия решений (СППР) в различных отраслях, а также инструментов для их быстрой разработки и эффективного внедрения.

Интеллектуальные системы — это своего рода «цифровые симбионты», расширяющие творческие способности человека, позволяющие ему принимать решения быстро и, по-возможности, эффективно или безопасно, если есть такая нужда.

Помимо научной деятельности, в настоящее время я руковожу Национальным центром когнитивных разработок (центром компетенций НТИ) Университета ИТМО, исследовательским центром «Сильный искусственный интеллект в промышленности» и Мегафакультетом трансляционных информационных технологий в Университете ИТМО.

Проектировать и создавать эффективные научно-образовательные структуры — мое хобби, сопряженное с суровой необходимостью: серьезные исследования невозможно выполнять ни одному, ни даже в малых научных группах.

— В чем специфика вашей области, какие научные и технологические проблемы в ней решаются?

— СППР должны отвечать человеку на вопросы: «что происходит?», «кто в этом виноват?», «что делать?» и даже «что мне будет, если я этого не сделаю?».

Интеллектуальные системы умеют это делать в условиях неопределенности и неполноты данных, имитируя интуицию и смекалку человека. Увы, как и человек, они имеют право на ошибку, цена которой в ряде случаев бывает крайне высока. Потому ключевая научная проблема здесь — управление «ошибкой», порождаемой искусственным интеллектом. Для этого нужно не только уметь ее оценивать — важно определить потенциал и способы ее уменьшения, заранее найти механизмы устранения последствий, если система все-таки ошибается.

Иногда возникают и скользкие вопросы, например — как можно обмануть ИИ, сознательно вызывая ошибку в его рассуждениях? Ведь ИИ, как и человек, работает в условиях неопределенности, потому ему, как и нам, тоже свойственно ошибаться. Например, не секрет, что в задачах машинного зрения можно придумать картинки, наличие которых на фотографии «сломает» весь процесс распознавания. Если нанести их как принт на футболку, то такого человека ИИ не распознает. Как же сделать, чтобы интеллектуальная система могла сама предвидеть и избегать такие ситуации? Например, заставить систему машинного зрения случайным образом перестраивать свою архитектуру так, чтобы подобрать футболку, сбивающую ИИ с толку, стало бы для злоумышленника почти невозможно.

— Как лично вы пришли к теме искуственного интеллекта и СППР? Что находите в ней захватывающего?

— За время своей трудовой деятельности я участвовал в разработке различных СППР, например, для мониторинга безопасности мореплавания, для противодействия распространению биоугроз, для управления скоплениями людей на массовых мероприятиях и даже для предотвращения наводнений в Санкт-Петербурге, которая сейчас работает в режиме 24/7. Различные области знания, различные постановки задач — все это в итоге сложилось в единое надпредметное представление о том, как должна строиться «идеальная» СППР.

Конечно, на самом деле мы априори никогда не сможем сделать ее идеальной — но можем заложить в нее интеллектуальные механизмы, позволяющие ей самообучаться и развиваться, постепенно не только приближаясь по своим способностям к человеку, но и где-то опережая его. Такое опережение связано, в первую очередь, с отсутствием шаблонов: ИИ, в отличие от человека, может за ограниченное время рассмотреть гораздо больше вариантов.
Меня также захватывает сам процесс создания цифровой системы, которая, постепенно развиваясь, наконец сможет удивить своего создателя генерацией нестандартных решений.

— Расскажите, пожалуйста, подробнее об исследованиях, проектах и продуктах, над которыми вы с коллективом работаете на данный момент.

— В настоящее время мы в лабораториях Национального центра когнитивных разработок успешно выводим в работу несколько платформенных решений, позволяющих эффективно проектировать, разрабатывать и эксплуатировать различные технологические элементы СППР. К ним относятся платформа управления цифровыми объектами на основе больших данных DataMall и платформа SMILE для быстрого проектирования и обучения интеллектуальных моделей, которые потом встраиваются в прикладные системы поддержки принятия решений.

Например, на таких платформах серьезные модели ИИ может разрабатывать и обучать даже отраслевой специалист, не имеющий навыков программирования. Платформа сама при помощи ИИ более высокого уровня «выращивает» оптимальную структуру модели и даже оценивает, достаточно ли качество полученного решения для его реального использования.

Также мы продвигаем собственные прикладные платформы, например, для создания сервисов «умного города» или реализации аватаро-подобных технологий, то есть разного рода персональных ассистентов.

Мы не обделяем вниманием и прикладные системы, ведь на наших платформах их можно создавать в разы быстрее и надежнее, чем «от руки». Сейчас в работе находится ряд задач интеллектуальной поддержки принятия решений для ретейла (оптовой закупки и последующей розничной продажи) и финансовых организаций, в строительстве и нефтегазовой отрасли для конкретных заказчиков.

— Какова миссия вашего мегафакультета и какое желаемое будущее его сотрудники хотят достичь? Какие ценности он несет?

— Мегафакультет не имеет собственной миссии, так как следует миссии ИТМО. Зато каждая из структур, которой я руковожу, развивает важное направление для развития экосистемы ИИ в университете. Мегафакультет трансляционных информационных технологий обучает кадры, центр компетенций НТИ работает для высокотехнологичных рынков, а исследовательский центр в области ИИ развивает новые технологии в области ИИ.

Ключевую задачу этих трех структур я вижу в синергетическом объединении их возможностей. Вместе они покрывают весь цикл создания и выведения на рынок научно-технической продукции в области цифровых технологий, в том числе в кооперационных цепочках с индустриальными партнерами. В текущей ситуации в стране и мире лишь подобная модель в университетах обеспечивает их синхронное развитие. В иных случаях, увы, вузы обречены на стагнацию и угасание. Резюмируя, объединяй — или проиграешь.

— С какими вызовами и изменениями в мире связана ваша работа? В чем вы видите ее ценность и актуальность для общества?

— В ближайшие годы ключевой вызов для моего направления деятельности, к сожалению — это геополитические изменения. Интеллектуальные СППР будут обеспечивать доминирование отдельным государствам в ближайшие 10 лет. «Начинка» этих систем имеет важное социально-экономическое значение: кардинально позитивные изменения в жизни страны без них невозможны. Поэтому в ближайшее время никто из развитых стран не захочет делиться своими достижениями.

Как следствие, у нас есть уникальный шанс «сработать на опережение» — создать и внедрить собственные инструменты для проектирования, разработки и обучения прикладных систем с ИИ в различных областях. Тем более что сейчас в этом есть потребность и на уровне государства, и на уровне рынков.

— А с какими сложностями вы сталкиваетесь в реализации своей деятельности?

— Сложности — понятие неопределенное и не всегда негативное, поскольку, преодолевая их, мы приобретаем полезный опыт. Основная сложность в моей области деятельности обусловлена ее интердисциплинарностью. Чтобы создавать СППР, необходимо понимать различные «инструментальные» аспекты: от сбора и обработки данных до «тяжелого» моделирования, требующего огромного объема вычислений и обеспечения человеко-компьютерного взаимодействия.

Требуется также широко разбираться в самой предметной области. Как следствие, генеральный конструктор СППР — это, по сути, «человек-оркестр», которому все время приходится учиться. Особенно в современных условиях, когда смена технологий происходит достаточно быстро и сопоставима со сроками выполнения разработок.

— Что характеризует людей в командах, разрабатывающих СППР, кроме необходимости постоянно учиться? Какие качества присущи людям ваших команд?

— В силу интердисциплинарности решаемых задач, моя команда крайне «разношерстная». Наши люди отвечают за различные аспекты, такие как модели, алгоритмы, разработка, внедрение, предметная адаптация и даже формальное обоснование работоспособности того, что сделано.

Ключевое качество — способность взять на себя ответственность за результат и способность самостоятельно выходить из профессиональной «зоны комфорта», чтобы вернуться в нее потом с большим опытом.

В силу специфики деятельности все наши проекты сильно отличаются друг от друга, и потому работать в логике «конвейера» не получается. Приходится в очередной раз идти «в первый раз в первый класс» — и добиваться успеха. В целом это позитивные условия, не позволяющие сформироваться шаблонному восприятию мира, что для ученого крайне опасно.

— А в какие команды отправляются работать выпускники Мегафакультета трансляционных информационных технологий?

— Выпускники имеют достаточные компетенции, чтобы самостоятельно выбирать работу и в Российской Федерации, и за рубежом, в том числе в индустриальных партнерах наших центров («Газпром нефти», «Сбербанке», VK, техкомпании Huawei), предприятиях оборонно-промышленных комплексов, связанных с цифровыми технологиями, ИТ-стартапах и т.д.

В настоящее время рынок труда для квалифицированных цифровых специалистов быстро меняется, но можно смело утверждать — с нашими компетенциями в области СППР выпускники без куска хлеба не останутся. Ведь заказчиком СППР являются, как правило, не IT-компании, а отраслевые, которых на порядок больше.

Возможность найти хорошие позиции в компаниях во многом обусловлены тем, что еще во время обучения наши магистранты и аспиранты работают в проектах исследовательских структур Национального центра когнитивных разработок и центра «Сильный ИИ в промышленности».

— Какие еще яркие команды в стране занимаются вашей проблематикой? Какие лаборатории и кафедры вашего или других университетов вы можете порекомендовать для нанесения на «карту прорывных технологических команд»?

— У нас в Российской Федерации есть минимум четыре центра компетенций НТИ по цифровой тематике: Университет ИТМО, Сколковский институт науки и технологий, Московский физико-технический институт (МФТИ) и Московский государственный университет им. М.В. Ломоносова (МГУ).

Три первых вместе с Институтом системного программирования РАН и Университетом Иннополис также являются исследовательскими центрами ИИ. Это — наши ключевые партнеры, хотя упор на тематику СППР уникален именно для ИТМО. Как минимум их лидирующие команды должны появиться на карте.

— Какие еще у вас есть партнеры?

— В нашем случае эффективно работает коллаборативная модель партнерства с ассоциацией «Искусственный интеллект в промышленности», созданной компанией «Газпром нефть» при участии Администрации Санкт-Петербурга.

На этой площадке мы работаем как с крупными индустриальными партнерами, так и с другими вузами.

Иная реализация коллаборативной модели — консорциум центра компетенций НТИ, в котором у нас сейчас двадцать участников, включая «Сбер», «Газпромнефть НТЦ», Rocket Group, VK и Siemens.

— Что бы вы порекомендовали заинтересовавшимся школьникам, пожелавшим попасть к вам в команду?

— Технологии меняются очень быстро, поэтому лучше хорошо учиться, не забегая вперед. Было бы неплохо на этапе бакалавриата получить качественное образование в области фундаментальной математики и информационно-коммуникационных технологий (ИКТ). Здесь союз «и» — принципиален. Без математики вы не сможете развиваться в глубину, даже осваивая новые информационные технологии. А без ИКТ математика — лишь мертвый язык, так как информационные технологии — это голос, которым говорит математика.

Попасть к нам в команду можно на этапе магистратуры, в том числе и нашей. При желании студенты могут попробовать свои силы в Мегаолимпиаде ИТМО для студентов бакалавриата, поступающих в магистратуру.

— Что бы вы пожелали коллегам, работающим с СППР, и абитуриентам, которые хотели бы заниматься тем же?

— Мое пожелание — смотреть на мир шире. Системы поддержки принятия решения — это не конкретная узкая группа технологий, это конгломерат из технологий ИИ, больших данных, инженерии знаний, компьютерного моделирования, оптимизации и когнитивных технологий. Тут может каждому найтись дело по душе.