Искусственный интеллект в отрасли: барьеры и стимулы

Форум

Искусственный интеллект в отрасли:
барьеры и стимулы

КОГДА 19-20 июня 2023 г.

ГДЕ МГУ имени М.В.Ломоносова / онлайн

О мероприятии

Форум нацелен на создание открытого диалога о приоритетных задачах индустриальных компаний, в решении которых могут быть использованы технологии ИИ, о возникающих барьерах и зарождающихся трендах.

Даты проведения: 19 и 20 июня.

Формат и место проведения: онлайн

В ходе двухдневной программы были представлены действующие разработки и открытые задачи с применением технологий искусственного интеллекта индустриальных компаний из ключевых отраслей экономики.

В рамках форума удалось обсудить такие темы, как цифровая зрелость отраслей, актуальные цифровые инициативы, подготовка кадров для работы с данными и ИИ, поделиться опытом и приоритетными задачами для индустрии.

Ученые, представители государственных органов и ведущих компаний из различных отраслей экономики обсудили не только решение глобальных и отраслевых проблем, но и задачи преодоления разрыва между научными исследованиями и их внедрением в реальный сектор экономики.

Как используется ИИ в промышленности и ИТ-отрасли?
В каких индустриях есть проблемы обоснования использования технологий ИИ и понимания экономического эффекта?
Какие задачи остаются открытыми для научного сообщества?
Какие ожидания у кампаний от начинающих специалистов в ИИ?

Эти и многие другие актуальные вопросы были затронуты участниками на площадке Форума.

Основные вопросы, затронутые в ходе обсуждения секции

Секция 2. «Большие языковые модели: главный прорыв в области ИИ»

Модератор: Константин Воронцов, руководитель лаборатории машинного обучения и семантического анализа Института ИИ МГУ, профессор ВМК МГУ

Развитие больших языковых моделей.

Важнейшим направлением как для российских, так и зарубежных компаний сейчас является поиск с применением больших языковых моделей. Задача поиска накладывает принципиально более высокие требования к достоверности: нельзя допускать «галлюцинаций», необходимы ссылки на источники — главное не подорвать доверие пользователя.

Отмечено, что именно Retrieval LLM — пространство для взаимодействия технологии с наукой. Ученые могут предложить новые подходы, которые позволят LLM находить и показывать пользователям правильные цитаты, не изменяя их смысл.

Верификация и контроль качества результатов больших языковых моделей.

В настоящее время остро не хватает бенчмарков для оценки качества LLM, особенно на русском языке. Также необходимы полуавтоматические (или, в идеале, автоматические) метрики оценки LLM, чтобы автоматизировать оценку результатов их работы.

Этические вопросы внедрения больших языковых моделей.

Именно они становятся существенным барьером на пути их широкого внедрения.

К.В. Воронцовым высказано мнение, что если вложить принципы этики в LLM (научить модели корректно цитировать, придерживаться нейтральной позиции, приводить разные позиции), то они могут стать инструментом антипропаганды и будут способствовать деполяризации общественного мнения.

Развитие российского ChatGPT. «Импортнозамещение знаний».

Вопрос о цифровой изоляции России не стоит, наша страна — часть мирового сообщества. Тем не менее, при создании российских LLM важно подсвечивать и популяризировать имеющиеся в России заделы. Обучать их на большом объеме знаний о России, ее народах, их языках, культурных особенностях, предоставлять достоверную информацию о законодательстве. Рассказывать позитивную информацию о том, как жить в России, добиваться здесь успеха, создавать бизнес и т.д. Для этого нужно стремиться к увеличению качества и полноты информации, представленной на русском языке.

Краткое содержание секции можно посмотреть по ссылке.
Секция 4. «Подготовка кадров для работы с данными и ИИ»

Модератор: Юрий Дорн, руководитель образовательной программы в области наук о данных «AI Masters», Институт ИИ МГУ

В России достаточно мало мест и программ, где готовят молодых DS, которых можно сразу нанимать на работу.

В России очень мало ВУЗов, которые готовят подходящих специалистов. ВУЗы (факультеты) Можно пересчитать на пальцах одной руки. Также обычно зрелые компании хотят сотрудников с опытом работы и не хотят сотрудников без опыта работы. Зачастую опыт работы играет значительную роль при трудоустройстве, чем образование. Одно из решений данной проблемы для сотрудников — это стажировки и специализированные образовательные программы с практическим треком.

Основные центры подготовки ИИ специалистов в России.

Если убрать Москву и Санкт-Петербург, то к центрам подготовки высококвалифицированных специалистов в области ML и DS можно прибавить Казань (Иннополис), Новосибирский государственный университет, Самарский госуниверситет. Однако все вузы выпускают примерно 1,5 тысячи человек высококвалифицированных кадров. Рынок DS в России имеют потребности примерно в 50 тысяч человек. Поэтому большая часть переквалифицируется из других направлений подготовки.

Как определить, что изучать и как преподнести это студентам.

Зачастую курсы, которые полезные студентам, не являются популярными. Зачастую студенты понимают ценность тех или иных курсов только применив знания на практике. И зачастую, самыми ценными курсами являются как раз эти полезные и непопулярные курсы. Так или иначе базовые курсы должны быть, и они могут быть изучены, где угодно. А вот специализированные курсы могут быть изучены на специализированных программах.

Ускорение устаревания технологий.

Как строить образовательную систему в условиях быстрого устаревания технологий. Есть ядро курсов, которые актуальны всегда и есть те, которые затрагивают новые направления и области технологий. Необходимо менять и модулизировать систему образования.

Система образования.

Стоит адаптировать систему образования под новые реалии. Вводить систему персонализированного образования, учиться на случаях с ChatGPT, а не отгораживаться от технологий.

Краткое содержание секции можно посмотреть по ссылке.

ПРОГРАММА

19 июня 20 июня

11:00–11:30

Вступительное слово

11:30–13:30

Секция 1 «Практика работы с искусственным интеллектом и данными в ключевых отраслях экономики»

Краткое содержание секции можно посмотреть по ссылке

Описание: актуализация индустриальных проектов, содержащих элементы ИИ на предмет их критичности к функциональным бизнес-процессам отраслевого ландшафта, текущего и потенциального экономических эффектов. А также определение ключевых критериев ИИ в проектах и ключевые метрики измерения эффектов критичности.

Модератор:

Матвей Алексеев, руководитель программ цифровой экономики, ПАО «Газпром нефть»

Докладчики:

Алексей Шпильман, руководитель программ развития технологий и инструментов искусственного интеллекта, ПАО «Газпром нефть»
Николай Кисленко, Начальник Департамента 651 ПАО «Газпром», Генеральный директор ООО «НИИгазэкономика»;
Василий Ежов, руководитель группы Интернет Вещей, СИБУР Диджитал.
Сергей Карпович, начальник Управления анализа источников данных Департамента анализа данных и моделирования ВТБ.
Борис Маяцкий, начальник управления стратегии внедрения искусственного интеллекта, ДИТ Москвы
Павел Беседин, руководитель направления Data Science, ПАО «КАМАЗ»

14:30–16:00

Секция 2 «Большие языковые модели: главный прорыв в области ИИ»

Краткое содержание секции можно посмотреть по ссылке

Описание: появление больших языковых моделей и диалогового интеллекта уровня ChatGPT ставит новые задачи перед научным сообществом. Как гарантировать достоверность ответов? Какой набор требований предъявлять к моделям? Как это измерять? Как модифицировать модели, чтобы они удовлетворяли нашим требованиям «по построению»? Какие специфические требования возникают в конкретных приложениях? Когда появится российский GPT, на каких условиях он будет доступен и чем будет отличаться от зарубежных аналогов?

Модератор:

Константин Воронцов, руководитель лаборатории машинного обучения и семантического анализа Института ИИ МГУ, профессор ВМК МГУ

Докладчики:

Владимир Лещенко, и.о. начальника отдела цифровых интеллектуальных систем, «Цифрум»
Халит Аитов, CEO Variant Soft
Андрей Червонный, CEO Variant Soft
Сергей Загоруйко, руководитель направления фундаментальных исследований, МТС
Александр Крайнов, директор по развитию технологий искусственного интеллекта, Яндекс
Александр Абрамов, исполнительный директор СберСтрахования, ПАО «Сбербанк»

11:00–13:00

Секция 3 «ИИ в индустрии: неограниченные возможности vs актуальные задачи»

Описание: участники обсудят цифровую зрелость отраслей, определят целесообразность и актуальность цифровых инициатив сейчас, поделятся опытом импортозамещения и приоритетными задачами для индустрии.

Модератор:

Сергей Голицын, вице-президент, заместитель руководителя департамента анализа данных и моделирования, Банк ВТБ

Докладчики:

Алексей Сидорюк, директор по направлению «Цифровая трансформация отраслей и компаний», АНО Цифровая экономика
Алексей Каширин, директор центра продвинутой аналитики Альфа-Банк
Ярослав Марков, директор по инвестициям ГК "Ташир Медика"
Константин Романов, директор по искусственному интеллекту и цифровым продуктам, ВымпелКом
Дмитрий Берестнев, директор дивизиона анализа данных и моделирования, ГК Иннотех
Роман Стятюгин, директор центра аналитических продуктов VK Predict
Павел Мягких, Директор Департамента Big Data, Лента

14:30–16:00

Дискуссия «Подготовка кадров для работы с данными и ИИ»

Краткое содержание секции можно посмотреть по ссылке

Описание: кто выиграет конкуренцию за ученика: вузы, корпорации или частные образовательные платформы, как трансформируются подходы и программы в условиях глобальных изменений, какие знания и компетенции будут востребованы в ближайшие годы, какие существуют образовательные потребности у компаний и как восполняют дефицит кадров работодатели

Модератор:

Юрий Дорн, руководитель образовательной программы в области наук о данных «AI Masters», Институт ИИ МГУ

Участники:

Александр Дьяконов, Академический руководитель направления наук о данных «Тинькофф», лектор курса по машинному обучению AI Masters
Александр Алексейцев, CDO, ЦИАН
Александр Мамаев, руководитель отдела машинного обучения и анализа данных, VK Predict
Виктор Тарнавский, управляющий директор центра технологий AI, Тинькофф.
Игорь Костригин, начальник управления разработки информационных систем ООО «РН-БашНИПИнефть»

Партнеры