Калейдоскоп событий Института СПИНТех
5–6 апреля студент группы ПИН-42 Кирилл Игнатьев принял участие в крупнейшей в России конференции тестировщиков программного обеспечения HeisenBug 2025 Spring. Приглашение на мероприятие Кирилл получил за призовое место в хакатоне Hack in home 2024.
Кирилл отметил: «Конференция была интересна и полезна не только тестировщикам, но и разработчикам, DevOps-инженерам и другим программистам, отвечающим за качество программных продуктов. Среди спикеров наиболее интересными докладами отличились специалисты Сбера, Озона, Гринатома, РСХБ, Авито и других компаний.
Участие в конференции позволило мне расширить профессиональный кругозор, познакомиться с новыми практиками и трендами в индустрии программного обеспечения, а также получить полезный опыт, который пригодится как в дальнейшей учёбе, так и в профессиональной деятельности».
10 апреля в Институте СПИНТех прошел круглый стол по теме «Большие языковые модели в преподавательской практике университета и колледжа с учетом психофизических факторов». В мероприятии приняли участие ученые Института системного анализа ФИЦ ИУ РАН, отдела обработки и передачи информации в когнитивных системах Института проблем передачи информации РАН им. А.А. Харкевича, Института программных систем им. Айламазяна РАН, профессора и доценты НИЯУ МИФИ, РАНХиГС при Президенте РФ, Смоленского государственного университета, педагоги-психологи Московского городского педагогического университета, Московского техникума креативных технологий и, конечно же, преподаватели Колледжа информатики и электроники и ученые СПИНТех, заинтересованные в интеграции технологий искусственного интеллекта в образовательный процесс.
В ходе обсуждения докладов участники рассмотрели влияние больших языковых моделей на методы обучения и взаимодействия с учащимися (доклад «Question-Answering системы в образовательном процессе»). Эксперты поделились своими мнениями о том, как эти технологии могут быть использованы для создания индивидуальных образовательных траекторий, а также для повышения мотивации студентов (Доклады «Проблемы адаптации учебных программ с учетом ИИ-технологий, «Чат-боты на базе искусственного интеллекта как квазисубъект обучения»).
Особое внимание было уделено психофизическим факторам, влияющим на восприятие информации и усвоение материала. Участники обсудили, как учитывать особенности восприятия и внимания студентов при внедрении новых технологий в учебный процесс (доклады «Психофизиологические особенности современной молодежи», «Проблемы подготовки данных для обучения систем искусственного интеллекта»).
Круглый стол стал платформой для обмена идеями и практическими рекомендациями (доклады «LLM в подсистемах запросов СУБД», «Математическая модель опосредованного коммуникативного взаимодействия», «Опыт использования ИИ на основе LLM при руководстве ВКР»), что позволит улучшить качество образования и адаптировать его к современным требованиям.
Повышенное внимание участников вызвал доклад «Применение искусственного интеллекта и омиксных технологий в сложных когнитивных системах» с.н.с. ИППИ РАН Ольги Клевцовой. Она отметила: «Искусственный интеллект и омиксные технологии открывают новые горизонты для понимания и моделирования сложных когнитивных процессов. Используя данные омиксных исследований, мы можем создавать более точные модели, которые учитывают не только биологические, но и когнитивные аспекты. Это позволяет нам разрабатывать адаптивные образовательные системы, способные подстраиваться под индивидуальные особенности каждого студента, что в свою очередь способствует более глубокому усвоению материала и повышению мотивации к обучению.»
С особым интересом участники круглого стола выслушали доцента СПИНТех, к.т.н. Андрея Андрианова: «В нашем стремлении создать универсальные модели, способные эффективно обрабатывать и понимать различные языки, мы сталкиваемся с необходимостью разработки некого "эсперанто" для нейросетей. Это означает создание промежуточного языка или формата, который позволит различным языковым моделям взаимодействовать друг с другом и обмениваться знаниями. Такой подход может значительно упростить обучение нейросетей на многоязычных данных, повысить их адаптивность и обеспечить более глубокое понимание контекста. Мы должны стремиться к созданию систем, которые не только понимают отдельные языки, но и способны анализировать и интегрировать информацию из различных культурных и языковых контекстов.»
Однако самая бурная дискуссия завязалась после доклада к.ф-м.н. Павла Болашенко (каф. ВМ-1, МИЭТ) «Изменения в преподавательской практике вуза до 2060 по версии ИИ-агента на основе LLM», в которой были затронуты перспективы развития МИЭТ и перспективных проектов МИЭТ.
В заключении мероприятия были намечены ключевые направления эффективного взаимодействия в ближайшем будущем:
1. Обмен знаниями и опытом: Участники могут организовать регулярные семинары или вебинары, где будут делиться своими исследованиями, успехами и вызовами в области нейросетей и обработки языков.
2. Совместные проекты: Создание совместных исследовательских проектов или инициатив, направленных на разработку новых моделей, подходов или приложений для нейросетей, может значительно ускорить прогресс.
3. Разработка стандартов: Участники могут работать над созданием стандартов для обмена данными и моделями, что упростит интеграцию различных систем и повысит их совместимость.
4. Обмен ресурсами: Участники могут делиться ресурсами, такими как датасеты, вычислительные мощности или программное обеспечение, что поможет снизить затраты и ускорить процессы разработки.
5. Кросс-дисциплинарные исследования: Сотрудничество с представителями других дисциплин (например, лингвистами, социологами или психологами) может привести к более глубокому пониманию языковых особенностей и контекста, что в свою очередь улучшит качество моделей.
6. Формирование сообщества: Создание сообщества или платформы для участников, где они могут обсуждать идеи, делиться новостями и находить единомышленников, будет способствовать более активному взаимодействию.
7. Участие в конференциях: Организация и участие в конференциях и конкурсах может помочь участникам представить свои достижения широкой аудитории и найти потенциальных партнеров для сотрудничества.
Таким образом, дальнейшее сотрудничество участников может привести к значительным достижениям в области искусственного интеллекта и обработки языков, открывая новые горизонты для исследований и практического применения.