Главное

Подробности
Опубликовано 24.06.2026 05:53

актуально

Искусственный интеллект по­-дальневосточному:  интерпретируемо, доказательно, на благо региона

 

Президент России поручил правительству разработать национальный план внедрения технологий искусственного интеллекта в отраслях экономики, социальной сферы и государственном управлении на федеральном уровне и на уровне субъектов РФ. С просьбой выяснить, что сегодня может предложить для этого плана дальневосточная фундаментальная наука, мы обратились к вице-президенту Российской ассоциации искусственного интеллекта, заместителю директора Института автоматики и процессов управления ДВО РАН члену-корреспонденту РАН доктору технических наук Валерии Викторовне Грибовой.

 

– Валерия Викторовна, какие фундаментальные и поисковые исследования, направленные на дальнейшее развитие технологий искусственного интеллекта (ТИИ), проводятся в ДВО РАН?

– На сегодня наши исследования выстроены в стройную трёхступенчатую систему, где каждая следующая ступень опирается на предыдущую.

Первое направление – это разработка универсальных моделей и методов искусственного интеллекта. Речь идёт о фундаментальных принципах представления, структурирования, формализации, извлечения и обработки знаний и данных. Это база, без которой невозможно движение вперёд. И здесь у нас есть весомый практический результат, которым мы гордимся, – это облачная платформа IACPaaS. Она стала той средой, где наши теоретические наработки позволяют создавать, управлять и использовать интеллектуальные сервисы разных типов.

Второе направление – создание специализированных инструментальных систем и моделей. Если первое направление даёт «станки», то здесь мы на этих «станках» учимся точить конкретные «детали» для решения целых классов задач. Мы берём универсальные методы и адаптируем их под нужды различных предметных областей, создавая свои инструментальные среды и специализированные модели, которые понимают язык и логику конкретной области знаний.

И, наконец, третье направление – решение конкретных прикладных задач. Здесь мы уже используем весь арсенал созданных ранее универсальных и специализированных инструментов для работы «в поле». Это самый видимый результат нашей деятельности. Например, используя нашу облачную платформу (результат первого направления) и специализированные медицинские модули (результат второго направления), мы создаём систему поддержки принятия решений для реабилитации пациентов. Или, с помощью тех же базовых механизмов, строим портал знаний для инженеров-технологов в лазерном аддитивном производстве (создание трёхмерных объектов, деталей путём послойного добавления материала). Таким образом, наши фундаментальные исследования в итоге работают на вполне конкретные задачи экономики, социальной сферы и безопасности региона.

Особо надо отметить, что исследовательский ландшафт в области ИИ затрагивает практически все институты ДВО РАН. Например, Институт прикладной математики и Хабаровский Федеральный исследовательский центр ДВО РАН реализуют собственные проекты по второму и, конечно, третьему направлениям. А в целом прикладное использование методов ИИ сегодня получило развитие практически во всех институтах ДВО РАН – биологи, геологи, физики, специалисты по мониторингу окружающей среды активно внедряют интеллектуальные методы в свои исследования. Это говорит о том, что искусственный интеллект перестал быть узкой дисциплиной и стал рабочим инструментом для решения самых разных научных и практических задач.

 

– Каков опыт обучения больших мультимодальных моделей с использованием данных о результатах научных исследований, выполняемых в ДВО РАН?

– Этот вопрос требует важного уточнения, чтобы избежать подмены понятий. Если мы говорим об обучении «больших мультимодальных моделей» в современном, широко распространённом смысле – таких как GPT-4o, Gemini или ГигаЧат и другие, обрабатывающие тексты, изображения, аудио и видео в едином пространстве, – то в ДВО РАН такие работы не ведутся. Это требует огромных вычислительных мощностей и человеческих ресурсов, которыми в РФ обладают считанные организации, например, Сбер.

Однако это не означает, что мы не используем данные научных исследований для создания систем искусственного интеллекта. Просто наш подход принципиально иной и, если хотите, более фундаментальный. В мире существует две парадигмы.

Первая парадигма (статистическая), которую используют технологические гиганты, – это обучение огромных нейросетей на колоссальных массивах неструктурированных данных (текстов, картинок, видео). Модель сама «методом проб и ошибок» выявляет в них статистические закономерности.

Вторая парадигма (онтологическая, или семантическая) – это наш путь в ДВО РАН. Мы не «скармливаем» нейросети неструктурированные научные статьи. Вместо этого мы берём результаты научных исследований и превращаем их в строго формализованные базы знаний, опираясь на онтологии. Это более трудоёмкий, но и более точный путь: мы учим машину не угадывать слова, а понимать связи между понятиями.

Таким образом, наш опыт обучения моделей на научных данных – это опыт создания не «чёрных ящиков», а интерпретируемых, доказательных систем, основанных на знаниях. Это иной, но не менее важный для науки и экономики путь развития искусственного интеллекта.

 

– Валерия Викторовна, расскажите о содействии научного сообщества ДВО РАН развитию ТИИ применительно к сфере образования; к их внедрению в отраслях экономики, социальной сферы и государственного управления на уровне региона.

– Здесь важно понимать, что содействие развитию и внедрению – это не просто набор отчётов и рекомендаций. Это конкретные инструменты, платформы и системы, которые сегодня уже работают в регионе. И в этой работе задействованы многие институты Дальневосточного отделения РАН.

Начну со сферы образования. На первый взгляд может показаться, что наши разработки далеки от задач школы или вуза. Но это не так. Та же облачная платформа IACPaaS и построенные на ней порталы знаний сами по себе являются мощной образовательной средой. Кроме того, мы и наши коллеги из других институтов активно взаимодействуем с университетами региона: читаем спецкурсы по различным аспектам ИИ, привлекаем студентов и аспирантов к реальным проектам в области ИИ. Это и есть подготовка кадров, без которой любое внедрение невозможно.

Теперь о внедрении в экономику. Здесь работы ведутся сразу по ряду направлений, о нескольких, например, медицине и промышленности (аддитивном производстве) я рассказала выше. Можно добавить государственное и муниципальное управление. Здесь у нас есть результаты, которые уже оценили региональные власти. Например, система для прогнозирования тропических циклонов по спутниковым снимкам. Это прямой инструмент для повышения безопасности населения и снижения ущерба от стихийных бедствий. Есть ряд других разработок, например, касающихся той же климатической повестки, которые в скором времени будут использоваться. Таким образом, научное сообщество ДВО РАН решает триединую задачу: мы готовим кадры, создаём технологии и доводим их до реального внедрения в интересах конкретных территорий. И работа эта ведётся не одним институтом, а целым пулом организаций нашего региона.

Ответ дальневосточных учёных на вызовы новейшего времени оказывается выверенным и стратегическим. Вместо того чтобы гнаться за «тяжеловесами» индустрии в соревновании вычислительных мощностей, институты ДВО РАН делают ставку на семантическую точность и интерпретируемость знаний. И, судя по тому, что созданные системы стали рабочим инструментом для решения самых разных научных и практических задач, этот «путь онтологий» может стать ключевым для внедрения ИИ в чувствительных сферах экономики и социальной жизни региона.

 

Вопросы задавал Александр КУЛИКОВ

Фото предоставлены Валерией ГРИБОВОЙ