Словом года по версии толкового словаря Collins стал искусственный интеллект. В издании отметили, что употребление этого термина выросло в четыре раза с начала года. Конечно, все это отражает развитие самой технологии, если не вектор научно-технической мысли. «Университетская газета» расспросила о буме нейросетей ученого Пензенского государственного университета, который известен исследования в области искусственного интеллекта и машинного обучения.

Максим Митрохин — выпускник ПГУ 2005 года. В 33 он стал доктором технических наук. Дважды удостаивался титула «Молодой учёный года Пензенской области». В течение пяти лет возглавляет кафедру «Вычислительная техника» — ту самую, на которой ещё в 1940-х открылась специальность «счётно-аналитические машины» — впервые в стране.

— Максим Александрович, вы проделали стремительный путь в науке от аспиранта до доктора наук, в 35 возглавили большую кафедру с огромной историей. С чем, на ваш взгляд, связано подобное влияние молодых кадров в вузе, можно ли говорить о какой-то тенденции?

— Поделюсь личными наблюдениями. Сейчас я и мои ровесники достигли значения среднего возраста — и мы заметны. Десять лет назад количество 40-летних сотрудников профессорско-преподавательского состава можно было пересчитать по пальцам. Почти всех из них можно увидеть сегодня на руководящих позициях. Получается, предыдущее поколение было довольно мало представлено в институтах и средне-научных учреждениях. Возможно, сыграли свою роль лихие 90-е годы.

Эти ниши заполняли мы, молодые учёные. Но, конечно, это не только наши заслуги. Успех человека — только часть его личных достижений, остальное — заслуга его окружения, в котором он развивается, коллектива наставников, с кем он работает, семьи, которая его поддерживает, и в какой-то степени удачи. В нужное время в нужном месте делаешь нужное дело — получается результат.

— Какую роль сыграли наставники?

— Значительную. Наставник формирует само отношение к науке. Владимир Иванович Волчихин, Виктор Александрович Дудкин, Галина Константиновна Чистова, Анатолий Андреевич Кичкидов (его не стало два года назад) стали теми, кто нас, молодых, заметил, вовлёк в науку и привил правильную позицию, показал, как правильно оценивать себя и получаемый результат. Их мнение и сейчас является для меня бесспорным авторитетом.

В разных научных школах разный подход и даже разные требования к результату. У нас, на кафедре «Автономные информационные и управляющие системы», где я учился, всегда считалось, что практика — критерий истины: что бы ты ни придумал, ты должен доказать, что эта идея работает на практике. Только потом это признавалось как важное и значительное. Эту идею я теперь транслирую своим студентам.

— Возраст помогает или мешает руководить коллективом?

— Как и во всём: есть и достоинства, и недостатки. С одной стороны, чем моложе человек — тем меньше с него спрос. Я это понимал и даже старался бороться с таким отношением. С возрастом растёт ответственность, начинаешь несколько раз думать, прежде чем что-то сделать. Минус молодости в отсутствии опыта, количестве «набитых шишек», которые так или иначе приходится набивать, никуда не денешься.

— Как давно темой искусственного интеллекта занимаются в ПГУ?

— Искусственный интеллект — не новое направление для университета. Этой темой занимались как отдельные учёные нашего вуза, так и учёные некоторых пензенских предприятий. Так, в советские времена (1970–80-е гг.) на «Рубине», который разрабатывал вычислительную технику, строили «в железе» перцептроны — одни из первых моделей нейросетей, нейрокомпьютеры. Эксперименты не прекращались, лишь периодически «уходили на второй план». Тут надо вспомнить о таком понятии, как «Зима искусственного интеллекта», то есть двумя периодами в 1974–1980 и 1987–1993 годах, когда во всём мире происходило резкое сокращение финансирования и очень снижался интерес к этому научному направлению.

Можно отметить успешные исследования в этой области наших учёных Владимира Ивановича Горбаченко, Александра Ивановича Иванова (он совмещал работу в вузе и в ПНИЭИ), Михаила Александровича Щербакова, Николая Гавриловича Федотова.

Я, будучи студентом (в начале 2000-х), также знал про нейронные сети. Мы примерно представляли, в каких задачах их можно использовать, делали лабораторные с элементами машинного обучения.

— Как вы сами начали работать в направлении, связанном с ИИ?

— Моё научное увлечение вопросами искусственного интеллекта, машинным обучением началось в аспирантуре. Тема моей диссертации была связана с обработкой информации. Когда пробовал различные способы решения научной задачи, обратился к перспективному инструменту — машинному обучению. В свою очередь машинное обучение стало развиваться в сторону нейронных сетей. В итоге сейчас их можно назвать доминирующим инструментом у разработчиков перспективных проектов, связанных с данными.

— Увеличивается ли объём научной работы, связанной с ИИ, на волне популярности нейросетей в последнее время?

— Надо уточнить, что я в рамках коллектива не занимаюсь созданием принципиально новых методов и алгоритмов. Мы скорее адаптируем существующие разработки под практику, решаем практические задачи. Поэтому чем больше, мощнее теоретики от ИИ создадут инструментов, тем на большее число задач мы сможем их тиражировать.

Определённое расширение возможностей действительно произошло. Но потребность растёт далеко не такими же темпами. Да, люди (потенциальные заказчики) начинают интересоваться, задавать вопросы. Практический интерес всё же сильно отстаёт от экспоненты, которой можно обозначить рост эмоционального интереса.

— Насколько опасной можно считать перспективу противостояния систем с искусственным интеллектом с людьми, которая описывается, например в киновселенной «Терминатор»?

— На самом деле сложно судить о таких глобальных вопросах. В принципе, ИИ — широкое понятие, и его применение имеет разнонаправленный характер. Владеть полной информацией очень сложно или попросту невозможно. Тем более что многие разработки остаются закрытыми для публики. Думаю, серьёзные проблемы, если до них дойдёт дело, находятся не в нашей временной точке. Но есть определённая вероятность, что кто-то разрабатывает технологии в том условном направлении, какое показано в «Терминаторе». Пока что их не видно.

В любой технологии есть как положительные, так и отрицательные стороны. Тут можно провести аналогию с ядерными технологиями. Ядерная энергия использовалась с одной стороны для разработки ядерной бомбы, а с другой — для создания атомных электространций. Единственное отличие: опасность ядерной энергии была очевидна на этапе создания самой технологии. С ИИ немного не так, его позитивные и негативные эффекты не такие явные, их трудно предсказать. Естественно, задача исследователей — получать положительные эффекты, но любой инструмент может использоваться и во вред.

Примеры уже есть — тот же ChatGPT способен писать вредоносный код. Точнее, он способен давать ответ недобросовестному пользователю, который такую задачу ему ставит. То есть расширяются возможности некомпетентных людей в неэтичных направлениях, в том числе для преступников.

— В марте было опубликовано коллективное письмо, в котором глава SpaceX Илон Маск, соучредитель Apple Стив Возняк и ещё около тысячи исследователей искусственного интеллекта призвали «немедленно приостановить» обучение систем ИИ, «более мощных, чем GPT-4»...

— Вообще говоря, у такого обращения могут быть разные цели. Во-первых, просто привлечь внимание к технологии, в том числе с маркетинговой точки зрения. Смотришь на публикации — информации они несут не так много, а информационный шум раздувают прилично. С другой стороны, инициаторы могут стремиться обратить внимание государственных органов, что повлечёт регулирование этой технологии. Регулирование может ударить по мелким командам и исследователям, поэтому исследования будут концентрироваться в корпорациях. Что, вероятно, приведёт к некому монопольному положению на рынке избранных компаний. Посмотрим, как будет развиваться процесс.

— Нейросеть, подобная ChatGPT, кроме утилитарной и развлекательной, решает какие-то полезные для общества задачи?

— Основная задача развития таких инструментов — автоматизация рутинных процессов в человеческой деятельности и замена человеческих ресурсов на ресурсы вычислительные. Думаю, для многих не секрет, что первая линия голосового общения в техподдержке, кол-центрах уже почти полностью перешла на роботов, а люди подключаются на второйтретьей линиях, где искусственные технологии не справляются.

— А как реагирует студенческая наука на распространение технологий, подобных ChatGPT?

— Так совпало, что в ПГУ открылось новое направление подготовки в области прикладного искусственного интеллекта. И все обучающиеся на этом направлении связывают темы своих работ с ИИ. Поэтому у нас да, увеличился объём тематик, но вряд ли этот рост можно связать с популярными мировыми трендами.

— В Минобрнауки России в феврале было направлено письмо от крупнейших игроков в сфере ИИ с просьбой создать регламент использования нейросетей в учебном процессе. Сам министр Валерий Фальков заметил, что в связи с развитием нейросетей университетам надо перестраиваться: «Как минимум, наталкивает на мысль, что надо менять подход к заданиям». Что можешь сказать по этому поводу?

— Безусловно, какие-то правила в использовании ИИ обозначать нужно. Но большой вопрос: как контролировать исполнение этих правил?

Студенты начали довольно активно использовать нейросети для поиска информации. Я сам, например, генерирую картинки для создания презентаций для лекций. Но вместе с этим возникает соблазн не просто искать информацию, а использовать ИИ для генерации ответов, которые можно выдать за свои. И тут преподавателю может быть довольно сложно отличить ответ студента от ответа ИИ. Реальные компетенции студента можно проверить только в рамках живого общения. Что касается написания дипломных работ при помощи ИИ, то тут в первую очередь руководители ВКР должны отслеживать все этапы подготовки работы. И, конечно, есть государственная экзаменационная комиссия, в которой участвуют также представители компанийработодателей. И компетенции выпускника видны как на ладони, хорошо ли он разбирается в теме.

— Вероятно перепроизводство IT-кадров?

— Если не произойдёт «схлопывания» отрасли под влиянием внешних факторов, то нет. Потребность в IT-кадрах на данный момент значительная и пока что не закрыта, так что спрос сохраняется. Для нас индикатором является то, что к нам приходят компании и спрашивают хороших студентов для трудоустройства.

— Какой процент в вашей жизни занимает работа? Остаётся ли время для хобби?

— Наука отличается от других занятий тем, что её не выключишь, как свет на работе в 17:00. В голове идеи продолжают крутиться, и компьютер дома есть (смеётся). Чёткого переключения на личную жизнь никогда не происходит. Хорошо, что семья меня поддерживает, понимает, что я занимаюсь наукой не по принуждению и работа мне просто интересна. А я стараюсь найти время для жены, детей, родителей, друзей. Что же касается хобби, то ни одно из них пока не стало глобальным. В разное время я увлекался автоспортом, лыжами, велосипедом, рыбалкой, но всё как-то со временем уходит на второй план.

— Скромность украшает учёного и руководителя?

— Каждый сам выбирает свой путь. Кому-то нравится внимание, для кого-то оно избыточно. Скорее всё же это свойство характера. Я отношусь к себе достаточно самокритично и к коллективу, соответственно, требовательно. Просто делаем свою работу, стараемся делать её хорошо.

Беседовал Максим БИТКОВ
«Университетская газета» № 7 (1789) от 19 октября 2023

Изображения сгенерированы нейросетями