Министр экономического развития РФ Максим Решетников провел совещание в Национальном исследовательском университете ИТМО с руководителями 6 исследовательских центров России по развитию искусственного интеллекта. Центры созданы по поручению Правительства на базе ведущих вузов и научных организаций – НИУ ВШЭ, ИТМО (Санкт-Петербург), Сколтеха, Университета Иннополис (Татарстан), Института системного программирования РАН, МФТИ.
Ранее на совещании Президента Владимира Путина с членами Правительства Максим Решетников сообщил, что до конца 2023 года Минэкономразвития совместно с Аналитическим центром при Правительстве проведет конкурс по отбору новых исследовательских центров на базе ведущих вузов — всего будут отобраны 6 новых для развития ИИ-технологий на ближайшие 4 года. В Правительстве это направление курирует вице-премьер Дмитрий Чернышенко.
«Созданные исследовательские центры в сфере искусственного интеллекта заложили фундамент для решения самых нетривиальных задач технологической трансформации. Показателем эффективности работы центров является то, что они смогли привлечь 2,5 млрд рублей частных инвестиций при бюджетном финансировании в 5,4 млрд рублей на 4 года. Они оказались экономически рентабельными проектами», — отметил Максим Решетников.
По словам министра, центры ведут два направления – это развитие фундаментальных исследований, связанных в том числе с обучением нейросетей на меньшем количестве данных, повышением скорости вычислений с помощью машинного обучения и разработкой новых методов этого обучения. А также разработка на базе этих исследований конкретных прикладных решений. Исследовательские центры совместно с 26 индустриальными партнерами (среди них Сбер, Яндекс, МТС, Газпром Нефть, Сибур, Химрар, Лаборатория Касперского и другие) уже запустили порядка 50 прикладных решений. Например, исследовательский центр на базе Сколтеха разработал пилотную версию программного обеспечения «Самообучающаяся модель пласта» для Газпром Нефти. Это решение позволяет снизить затраты на разведку и бурение, а также повысить коэффициент извлечения нефти. Центр на базе Университета Иннополис создал 5 платформенных ИИ-сервисов для медицинской диагностики AI Radiology, которые позволяют на основе анализа медицинских изображений выявлять заболевания с точностью более 90%.
Министр ознакомился с прикладными проектами в области искусственного интеллекта. Сотрудники лаборатории композитного ИИ представили открытый фреймворк автоматического машинного обучения для промышленных задач — FEDOT.Industrial. С его помощью создана интеллектуальная система поддержки принятия решений при планировании промышленных бизнес-процессов. Она применима в таких отраслях, как добывающая и обрабатывающая промышленность, транспорт, строительство, электроэнергетика. При помощи этой системы можно повысить эффективность выполнения планов до 30% и сократить трудозатраты по планированию в 16-20 раз. Также глава Минэкономразвития ознакомился с цифровыми платформами DataMall и SMILE.CLOUD, которые позволят отраслевым специалистам разрабатывать и обучать системы ИИ, не владея навыками программирования и работы с инфраструктурой Big Data. С их помощью можно снизить время разработки проектов в области ИИ на основе больших данных в 5-7 раз без потери качества.
Министр ознакомился с прикладными проектами в области искусственного интеллекта. Сотрудники лаборатории композитного ИИ представили открытый фреймворк автоматического машинного обучения для промышленных задач — FEDOT.Industrial. С его помощью создана интеллектуальная система поддержки принятия решений при планировании промышленных бизнес-процессов. Она применима в таких отраслях, как добывающая и обрабатывающая промышленность, транспорт, строительство, электроэнергетика. При помощи этой системы можно повысить эффективность выполнения планов до 30% и сократить трудозатраты по планированию в 16-20 раз. Также глава Минэкономразвития ознакомился с цифровыми платформами DataMall и SMILE.CLOUD, которые позволят отраслевым специалистам разрабатывать и обучать системы ИИ, не владея навыками программирования и работы с инфраструктурой Big Data. С их помощью можно снизить время разработки проектов в области ИИ на основе больших данных в 5-7 раз без потери качества.
«Для полноценного использования “сильного ИИ”, который схож с человеческим интеллектом,нужно учитывать индивидуальные особенности каждой отрасли промышленности и отдельно взятой компании. Поэтому крайне необходим постоянный диалог между бизнесом и университетами — чем больше нюансов учитывают разработчики, тем меньше времени уйдет на внедрение технологии на производстве. Это даст возможность “предвосхищать” инновационные решения и ускорить структурную адаптацию экономики», — отметил Владимир Васильев.
Подробнее о результатах работы исследовательских центров можно узнать на Национальном портале в сфере искусственного интеллекта.