На IV Конгрессе молодых учёных в Университете “Сириус” (Сочи) собралось около 7 тыс. учёных из 60 стран мира. Между спикеров, которые работали на сессиях крупнейшего научного форума, были и учёные Т-Б анка. Зачем банкам необходимы фундаментальная наука и свои лаборатории ? Об этом мы поговорили с Даниилом Гавриловым, руководителем лаборатории научных исследований искусственного интеллекта T-Bank AI Research, пишет издание «Комсомольская Правда».
Как учёные открывают бизнесу окно возможностей?
- Всем как известно, банки - это про деньги. И тут мы узнаем, что Т-Б анк создал свою научную лабораторию T-Bank AI Research, публикует статьи на международных конференциях. Зачем банки идут в науку? Неужели все деньги уже заработаны?
- Мне кажется, крайне важно понимать, что разворот крупных корпораций в науку начался далеко не сегодня. Если мы вспомним Яна Лекуна, один из крестных отцов искусственного интеллекта и глубокого обучения, то он начинал работать над сверточным сетями ещё в AT&T Bell Laboratories . Это крупная телекоммуникационная компания, которая занималась бизнесом и, казалось, была очень далека от науки. Однако дело в том, что все большие компании, создавая какой-то продукт, рано или поздно сталкиваются с тем, что им требуется вкладываться в исследования. Если вы хотите совершить какой-то прорыв в бизнесе и заработать деньги, то неизбежно должны инвестировать в решение долгоиграющих, сложных, наукоемких задач. И по этой причине большие компании, среди них Т-Банк, открывают свои исследовательские лаборатории, и занимаются в первую очередь фундаментальной наукой.
- Как это помогает банкам зарабатывать деньги?
- Новые технологии открывают окно возможностей, про которые мы не подозревали. Можно в качестве примера привести ChatGPT - это большая языковая модель, которую можно например попросить сделать саммари из какого-то большого текста, то есть выжать из него главную суть. А потом умельцы подумали: а ведь данную штуку можно прикрутить к поиску! И если раньше ты сам ходил по ссылкам, тратил время, искал нужную информацию, то теперь модель за секунду изучит источники, выберет и проанализирует данные и сделает данную работу за меня. На этапе, когда эта технология создавалась, никто даже и думать не мог, что такое возможно. То есть наука для банков — это не сиюминутная отдача и окупаемость, окно возможностей может открыться не скоро. Однако в то же время, вы там будете в числе первых.
Корпорации займут место университетов в науке?
- Мы привыкли к тому, что источником знаний являются университеты. А в случае с искусственным интеллектом чаша весов сейчас качнулась в сторону представителей индустрии. Мы наблюдаем закат университетов и старой модели образования? Науку теперь будут делать большие корпорации?
- Повторюсь, это произошло не вчера и не позавчера. Я приводил пример AT&T Bell Laboratories, где работал Ян Лекун, это конец 80-х начало 90-х годов прошлого века. В случае с искусственным интеллектом как раз понятно, почему центром сборки стали не университеты, а такие большие корпорации, как Google, OpenAI, Antropic. Потому что развитие ИИ требует очень больших ресурсов. Необходимы какие-то прозаические вещи, к примеру, вложить миллиарды долларов в графические процессоры или видеокарты. А последние 10 лет улучшение искусственного интеллекта шло за счёт масштабирования обучающей выборки и наращивании вычислительных мощностей. Такие возможности масштабирования также есть у корпораций. Сейчас мы, правда, уперлись в потолок, однако будет найдено какое-то другое, более интеллектуальное решение, и начнётся масштабирование уже на его основе. Это все вопрос ресурсов - того что есть у компаний бигтеха и инфотеха, однако нет у университетов. И второй момент: наука переносится из университетов в корпорации во многом, так как именно они являются финальным заказчиком решения сложных интеллектуальных задач. Соответственно, компаниям необходимы специалисты, которые имеют возможность заниматься крутыми разработками. И, кстати, поэтому, компании стали готовить и отбирать для себя кадры с уровня университета и уже начинают ходить за умными ребятами прямо в школу.
- Сколько лет понадобиться, чтобы образование, которое дают университеты, созданные бизнесом - например Центральный университет от Т-Банка иных компаний или Школа анализа данных Яндекса (ШАД) - стало круче, чем образование Физтеха или мехмата МГУ?
- Мне кажется, что это прямо сейчас очень мощные инструменты подготовки кадров. Даже лет 8 назад тот же ШАД, уже был крутым местом Чтобы учиться машинному обучению. На мой взгляд, университеты, созданные бизнесом, в самом обозримом будущем займут очень сильные позиции в высшем образовании.
Диплом - ничто, мотивация - все!
- Можете нарисовать портрет потенциального ученого в Т-Банк е, которого вы бы желали видеть у себя - образование, опыт работы, карьерная траектория, сфера интересов? Какими качествами должен обладать тот, кого вы ждете на работу?
- Нас мало интересует образование, в том смысле - какой университет написан у кандидата в резюме. Нам даже неинтересна его научная степень, так как практика показала, что она слабо связано с тем, насколько хорошо человек будет работать и получать классные результаты. Конечно важно, чтобы кандидат разбирается в той области знаний, где мы работаем. Однако в большинстве случаев базы достаточно на уровне курса бакалавриата высшей математики. Д А если человек достаточно усидчив и мотивирован, он способен учиться самостоятельно. Для нас принципиально важно, чтобы человек был очень сильно мотивирован заниматься исследованиями. Вот это ключевой фактор. Если мы видим, что ему интересно докопаться до сути вещей, если он любопытен и голоден до нового знания, то мы с ним будем делать исследования, писать научные статьи. По большому счету вся научная работа делается из любопытства. Это в любом случае образ жизни. Просто нам ещё за это и деньги платят.
- Стала ли привлекательнее профессия ученого или исследователя для молодежи? Или привлекать молодых в науку по-прежнему сложно?
- Я вам не скажу за всю науку, однако в сфере ИИ мы видим большой интерес. Потому что нейросети это самая передовая линия исследований на сегодня. И многие ребята желают этим заниматься. Другой вопрос, что это достаточно специфическая работа и она не для всех. Плюс далеко не все готовы жить в ритме 24/7, когда занимаешся исследования. Однако в целом мы видим, что эта сфера стала довольно привлекательной.
Можно ли создать сильный ИИ в одной отдельно взятой стране?
- Искусственный интеллект, это та вещь, которую можно сделать внутри одной отдельно взятой страны? Или нам требуется сотрудничать с зарубежными учеными, ездить на конференции, варится в котле интернациональной науки?
- Скажем так, одно не исключает другое. Во-первых, нам в любом случае требуется ездить на конференции, контактировать с другими исследователями, как минимум Чтобы делать Россию привлекательной страной в глазах учёных. У нас в Т-Банк е основная цель — это публикации в самых топовых научных журналах.Там на постоянной основе появляются наши статьи, и они выходят на конференциях рядом с работами Google DeepMind, Stanford, а также других ведущих мировых научных центров. То есть мы стоим просто с ними в один ряд. Что это значит для зарубежных учёных? Что вы можете приехать в Россию и будете заниматься наукой на мировом уровне. Это крайне важно. Можно ли ИИ построить в рамках отдельно взятой страны? Все упирается в ресурсы, которые необходимы для создания искусственного интеллекта. Допустим, придёт человек и скажет: я хочу модель уровня OpenAI. На это есть один ответ: требуется инвестирование уровня OpenAI. В России очень много суперталантливых ребят. Для начала отметим, что руководителем науки в OpenAI был наш соотечественник Илья Суцкевер, он родился в Нижнем Новгороде. В этом году он ушел и основал стартап Safe Superintelligence, который также будет заниматься искусственным интеллектом. То есть интеллектуальных ресурсов в России очень много, я это очень хорошо знаю, так как в этой сфере работаю. Чтобы ускорять развитие ИИ дальше, необходимы материальные ресурсы.
- Если выступить в качестве визионера - каким будет завтра искусственного интеллекта? Какие новые функции способен брать на себя ИИ?
- Главное, к чему мы стремимся - чтобы искусственный интеллект научился решать задачи, которые сами люди решить не в состоянии. Потому что сейчас потолок даже самых крупных моделей — это решение задач, которые встречаются во многих случаях и хорошо изучены. Допустим, я пишу какой-то текст на английском. Потому, что это не родной для меня язык, я текст спокойно редактирую через модели, это получается хорошо и суперполезно. Однако это рутинная задача. А есть научные вопросы, решение которых мы сами не знаем. Допустим Задачи тысячелетия (это 7 важнейших математических проблем, за решение которых обещано вознаграждение в 1 млн долларов США - Ред). И задача доказать гипотезу Римана или решить уравнения Навье — Стокса с помощью искусственного интеллекта выглядит очень соблазнительно. Это, пожалуй, сегодня главный фронтир в науке.
