Дмитрий Шадрин — выпускник Московского физико-технического института и обладатель ученой степени Сколковского института науки и технологий. С 2023 года он руководит группой, занимающейся обработкой данных дистанционного зондирования Земли, и преподает в Иркутском национальном исследовательском техническом университете.
В 2024 году Шадрин стал лауреатом конкурса «Молодые инноваторы стран БРИКС» в номинации «Технологии искусственного интеллекта». В обсуждении развития ИИ в России и странах БРИКС он отметил, что наблюдается активный рост публикаций как в фундаментальных, так и прикладных исследованиях.
Все эти государства стремятся как к освоению новых алгоритмов, так и к практическому использованию ИИ, что подчеркивает его важность для развития технологий. Основные области применения ИИ и машинного обучения включают обработку изображений, автоматизированные классификации и извлечение характеристик, что находит свое отражение в современных системах видеонаблюдения и обработке спутниковых данных.
Такие технологии открывают новые перспективы, например, в автоматизированном создании карт свойств поверхности Земли.
Искусственный интеллект значительно упрощает работу человека, включая решение предсказательных задач. Например, ИИ может прогнозировать поломки оборудования, полагаясь на текущие режимные параметры его работы, что способствует оптимизации производственных процессов и экономии ресурсов.
Фундаментальные модели, основанные на больших языковых моделях (LLM), позволяют неподготовленным пользователям легко решать различные задачи по запросам, тем самым улучшая повседневную жизнь. В настоящее время технологии ИИ активно интегрируются в различные области, однако обсуждается необходимость гибридизации методов для упрощения формулировки задач человеком.
Одним из примеров инновационных технологий является система, разработанная для прогнозирования лесных пожаров. Эта технология анализирует вероятность возникновения и распространения пожаров на определенной территории и уже применяется в МЧС России.
Для ее работы используются разнообразные данные, включая погодные условия, метеорологические показатели и спутниковые снимки, которые предоставляют информацию о состоянии растительности. Также учитывается плотность населения: в районах с высокой плотностью риск возникновения пожара возрастает. Топографические и статические данные дополнительно влияют на вероятности возникновения и распространения огня.
Таким образом, технология позволяет эффективно управлять рисками и осуществлять превентивные меры.
Основой технологии прогнозирования лесных пожаров являются алгоритмы искусственного интеллекта, такие как сверточные и рекуррентные нейронные сети. Эти методы уже доказали свою эффективность, что позволяет прогнозировать случаи возгорания в России. В настоящее время продолжается улучшение технологии, в частности, добавление новых факторов, влияющих на точность предсказаний.
Ключевым аспектом, вызывающим сложности, является учет человеческого фактора, так как формализованные базы данных о действиях людей отсутствуют. Тем не менее, разработка учитывает косвенные параметры, такие как плотность населения и удаленность объектов от транспортных путей. В дальнейшем планируется создание баз данных, которые будут предоставлять информацию, полезную для алгоритмов ИИ.
Также обсуждаются перспективы применения технологии в странах БРИКС, где лесные пожары и забота об экологии стоят на повестке дня. Программное обеспечение легко адаптируется под нужды разных регионов, что требует лишь незначительных корректировок.
Недавно наша команда была награждена третьим местом в конкурсе «Молодые инноваторы стран БРИКС», что подчеркивает уникальность нашего российского подхода и его значимость для экологических инициатив в международном контексте.
Конкуренция на конкурсе оказалась весьма высокой, что сделало участие особенно интересным. Я столкнулся с новыми, неожиданными проблемами в странах БРИКС и узнал о применении искусственного интеллекта в решении различных задач.
Например, бразильский ученый представил разработки по обработке сахарного тростника с использованием моделирования, что имеет существенное значение для экономики его страны.
Что касается студентов Иркутского национального исследовательского технического университета, их интерес к искусственному интеллекту и машинному зрению очень высок. Они обладают хорошими навыками для решения практических задач и понимают специфику работы в различных отраслях, таких как добывающая и перерабатывающая промышленность.
Студенты способны интегрировать ИИ в традиционные технологии, что позволяет оптимизировать процессы, такие как переработка или флотация золота, и повышать их эффективность.
Например, в процессе флотации искусственный интеллект может в реальном времени анализировать густоту пены и автоматически настраивать параметры, что минимизирует необходимость человеческого вмешательства. Все это происходит в автоматизированной системе, которая обеспечивает более высокую эффективность работы.
Студенты осознают разнообразные возможности применения ИИ в своей практике, что еще больше подогревает их интерес к обучению и исследованию в этой области.
В России существует обширная научно-методическая база для преподавания дисциплин, особенно в области искусственного интеллекта (ИИ). В стране активно развиваются центры ИИ, в которых подготавливаются высококвалифицированные специалисты. Эти эксперты могут выступать в роли преподавателей, делясь опытом и результатами своих исследований, что расширяет возможности образовательных учреждений.
Кроме того, в таких институтах, как «Сколтех», доступны современные вычислительные мощности, позволяющие запускать сложные модели и обучать студентов использованию передового оборудования.
Сотрудничество с другими странами БРИКС может быть взаимовыгодным: Россия может изучить привлекательные прикладные разработки в области ИИ, которые решают конкретные производственные задачи в этих государствах. Это поможет России адаптировать опыт и технологий к своим нуждам.
Важным аспектом образования в стране является необходимость внедрения исследовательских проектов и задач в школьную программу. Многие школьники до 11 класса учатся, не понимая, как полученные знания применяются на практике. Стирание границ между физикой и математикой в старших классах поможет учащимся осознать их взаимосвязанность.
Кроме того, дипломные работы и проекты могут дать студентам возможность ощутить себя настоящими исследователями, вдохновляясь работой ученых, как это происходит в Институте космических исследований РАН, где я сам начал свою научную карьеру во время учебы на втором курсе.
Такой интегрированный подход к обучению и исследованию показывает, что все изучаемое не просто абстракция; на этом основании можно формировать собственные выводы и разрабатывать новые идеи.
