В НИУ ВШЭ обсудили глобальные тренды ИИ на международной форсайт-сессии
В Высшей школе экономики прошла международная форсайт-сессия по искусственному интеллекту (ИИ). Российские и иностранные ученые обсудили тренды и вызовы, которые возникают в связи с быстрым развитием ИИ.
В фокусе обсуждения были три ключевых направления форсайта: архитектуры, алгоритмы машинного обучения, оптимизация и математика; фундаментальные и генеративные модели; управление, принятие решений и агентные (мультиагентные) модели.
Организатором международной форсайт-сессии стал Институт искусственного интеллекта и цифровых наук НИУ ВШЭ во главе с директором Алексеем Наумовым. Участие в обсуждении приняли ведущие исследователи Индии, ОАЭ и Германии совместно с руководителями лабораторий института и других подразделений НИУ ВШЭ.
Форсайт — это область исследований будущего, которая позволяет понять приоритеты социального, экономического и технологического развития, отметил директор Форсайт-центра, заместитель директора Института статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ Александр Соколов, открывая дискуссию. «Форсайт позволяет определить главные задачи, которые важны для глобального мира. Мы видим, какие изменения будут происходить, какие тренды они будут формировать и как будут меняться рынки, какие технологии будут необходимы для успеха на них», — сказал он.
В этом году ИСИЭЗ определил ключевые тренды развития и распространения технологий искусственного интеллекта, и сейчас происходит их актуализация. В рамках этой работы эксперты участвуют в интервью, семинарах по форсайту и проверяют полученные данные. Цель — выявить перспективные направления для дальнейших исследований развития ИИ. В конце 2025 года будет выпущен подробный доклад по этой теме, отметил Александр Соколов, призвав всех экспертов принять участие в работе над ним.
По теме машинного обучения, алгоритмов и оптимизации в ходе сессии выступили сразу несколько спикеров. В их числе доцент факультета компьютерных наук НИУ ВШЭ Максим Рахуба. «Высокая стоимость обучения больших нейросетевых моделей делает скорость этого процесса действительно важным параметром. За последний год было опубликовано несколько перспективных методов, и я думаю, что можно ожидать переосмысления и значительных шагов вперед в этой области в ближайшее время», — отметил он.
О будущем анализа медицинских изображений с помощью генеративных технологий рассказала Апараджита Ойха (Aparajita Ojha), профессор Индийского института информационных технологий, дизайна и производства. Мультимодальный генеративный ИИ ускоряет анализ медицинских изображений. Но, по словам спикера, пока он находится в зачаточном состоянии. «Нейронные сети не используют различные методы, а некоторые методы просто даже игнорируют», — отметила она.
Как подчеркнул в свою очередь заведующий Научно-учебной лабораторией методов анализа больших данных НИУ ВШЭ Денис Деркач, в ближайшее время необходима будет гибридизация в области ИИ. То есть применение комплексного подхода, при котором различные методы и технологии ИИ объединяются с классическими моделями для создания систем, более мощных и гибких по сравнению с решениями на основе единой методики.
Включение научных знаний в модели ИИ является одним из ключевых способов создания надежных моделей в науке, где данных всегда не хватает. При этом научные знания могут быть выражены не только в математических формулах, но и, например, в информации о том, от каких параметров системы зависит отклик, отметил Михаил Медведев, доцент базовой кафедры органической химии Института органической химии им. Н.Д. Зелинского РАН.
Международная форсайт-сессия в НИУ ВШЭ была организована в рамках исполнения поручения президента РФ Владимира Путина о проведении в России стратегической сессии (международного форсайта) по фундаментальным и поисковым исследованиям, направленным на дальнейшее развитие искусственного интеллекта.