План по валу: как публикационная активность приводит к кризису
В рамках конференции Fall into ML в ВШЭ прошла дискуссия «Академия в кризисе: что готовит будущее». Ее участники обсудили, почему растет количество научных публикаций, каково качество этих работ, чего требовать от ученых и какова роль искусственного интеллекта в подготовке статей.
Алексей Наумов
Директор по фундаментальным исследованиям Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ Алексей Наумов отметил, что в последние годы в научном мире наблюдается «взрывной рост публикационной активности». «Рост за последние несколько лет — в три раза. Но есть ощущение, что в процентном содержании науки в таких публикациях, в которых часто используется искусственный интеллект, все меньше и меньше. Открываешь статью и видишь, что это (написано. — Ред.) с использованием ChatGPT», — сказал он. Такие процессы объясняются установленными KPI, когда от университета нужно больше процитированных статей, пояснил он. «В связи с этим и возникает вопрос, что делать современному университету?» — задал он тему дискуссии. Другая проблема, которую обозначил Алексей Наумов, такова: информация сегодня очень быстро устаревает.
Владимир Спокойный
В связи с ростом публикаций часто стоит вопрос о том, как понять, что перед тобой, «настоящая наука или нет», согласился научный руководитель Лаборатории теоретических основ моделей искусственного интеллекта Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ Владимир Спокойный. «Мы открываем законы природы. А может ли ChatGPT открыть законы природы? — задал он вопрос аудитории. — Сомневаюсь. Мы позиционируем себя как люди, пытающиеся открыть законы природы. Если информация быстро устарела, значит, ты не открыл законы природы».
По словам Владимира Спокойного, если есть KPI по публикациям, то студент, который обеспечивает их количество, «это то, что нужно, независимо от их качества». При этом он поделился собственным опытом в рекрутинге, когда студент, который приносит публикации, потом делает доклад и в течение 15 минут рассказывает о своих достижениях. И этого достаточно, чтобы оценить его научные достижения. «Мы должны об этом думать, и не надо что-то изобретать. Есть научная традиция, она отработана десятилетиями и даже столетиями. Это и поможет выжить в эпоху информационного потопа, — подытожил Владимир Спокойный. — При этом соревноваться с Китаем (по количеству научных публикаций. — Ред.) все равно не получится, они нас забьют».
Сергей Самсонов
«Государству нужна независимая экспертиза, но нужно и оценивать носителя экспертизы, кто ее представляет. То есть нужно понять, что ученый, который представил работу, не просто написал ее для собственного удовольствия, а что-то реально полезное сделал. Это привело к тому, что люди начали больше писать, и в этом и кроется ответ на вопрос, откуда возник, условно, миллион публикаций по искусственному интеллекту. Это раскрутило спираль публикаций. Мы сами эту инфляцию и подогрели», — отметил заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных НИУ ВШЭ Сергей Самсонов.
Глеб Гусев
Тему продолжил директор Центра практического искусственного интеллекта Сбербанка Глеб Гусев. Он поделился своим методом, как он различает, насколько полезна вышедшая публикация. «Научная статья должна чему-то научить. В ней должна быть новизна. Если я прочитал статью и никаких выводов сделать не могу, то это не научная статья», — отметил он. Существующие программы искусственного интеллекта не позволяют «докопаться до сути статьи», однако они помогают сделать саммари, поделился он своим опытом.
Глеб Гусев отметил, что собеседования действительно помогают очень многое прояснить. Есть практика, когда на собеседовании просят назвать три ключевых научных достижения. «Ты не можешь назвать больше. У тебя может быть сто пятьсот статей, но если все они так себе, то ты проигрываешь», — согласился Глеб Гусев с Владимиром Спокойным.
Александр Коротин
«Хорошо бы гонка за статьями не превратилась в то, что происходит в спорте. Спортсмену нужно все время тренироваться, чтобы показать результат, а в науке — чтобы выполнить KPI к дедлайну. В результате этой гонки фигуристы после 18 лет как отработанный материал, мы же не хотим так с учеными», — отметил в свою очередь Александр Коротин, руководитель исследовательской группы GenAI Сколтеха.
Но если не будет конкуренции, дедлайнов, то ученые могут по пять лет писать статьи, возразил Иван Стельмах, руководитель курсов по математике и компьютерным наукам Центрального университета. «Вы хотите прогресса или чтобы ученым было комфортно? — задал он вопрос. — Компаниям нужно как можно больше фруктов съесть и в будущем новые поляны открыть, поэтому они поддерживают университеты. Я бы поспорил, что академия в кризисе. Следующую поляну компании открывают за счет того, что делают в академии».
Вам также может быть интересно:
«Fall into ML прочно утвердилась в календаре знаковых событий российской ИИ-сцены»
24–25 октября в Центре культур НИУ ВШЭ Институт искусственного интеллекта и цифровых наук факультета компьютерных наук организует четвертую ежегодную конференцию Fall into ML 2025. Мероприятие традиционно поддерживает генеральный партнер — Сбербанк. В фокусе — прорывные исследования и будущее фундаментального ИИ.
Ученые ВШЭ оптимизировали обучение генеративных потоковых нейросетей
Исследователи факультета компьютерных наук НИУ ВШЭ улучшили метод обучения генеративных потоковых нейросетей для работы с неструктурированными задачами. Это поможет искать новые лекарства эффективнее. Результаты работы были представлены на одной из ведущих конференций по машинному обучению — ICLR 2025. Текст работы доступен в репозитории Arxiv.org.
Вышка и «Авито» запускают магистратуру по машинному обучению в цифровом продукте
Факультет компьютерных наук ВШЭ совместно с российской ИТ-компанией «Авито» объявляет о запуске новой магистерской программы по машинному обучению (ML) в цифровом продукте. Программа направлена на подготовку специалистов, которые смогут применять передовые технологии машинного обучения для решения реальных бизнес-задач и создания продуктов, используемых миллионами пользователей. Всего пройти обучение в первой волне смогут 35 человек, обучение 30 из них целиком профинансирует «Авито».
Анализ генетической информации поможет избежать осложнений после инфаркта
Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны
В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.
«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.
Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»
Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.
Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции
Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.