Рубрика: Статьи

Программисты впереди

Цифровая трансформация всех сфер жизни общества — это общенациональный приоритет развития России, и Самарский регион здесь один из лидеров. Один из крупных поставщиков кадров для этой отрасли региональной экономики традиционно — Поволжский государственный университет телекоммуникаций и информатики (ПГУТИ). Насколько соответствует профессиональная подготовка специалистов ожиданиям рынка? По словам Алексея Гололобова, директора Центра организации практик и содействия трудо­устройству выпускников ПГУТИ, сегодня в вузе пять факультетов:  кибербезопасности и управления, информационных систем и технологий, цифровой экономики и массовых коммуникаций, оптических и квантовых коммуникаций, систем радиосвязи и радиотехники.

 «Такие крупные компании, как например, «Центр разработки Тинькофф»,  ПАО «Сбербанк», «Ростелеком», самарские бюджетные госучреждения, такие как Центр занятости населения, «Цифровой регион», «СМАРТС», «ЭР-Телеком»,  филиал РТРС «Самарский ОРТПЦ», «АВТОВАЗ», «Почта России» – заинтересованы в пополнении своих кадровых ресурсов и тесно сотрудничают с нашим университетом, подбирая кадры уже среди студентов», — говорит он.

По его словам, весь перечень специальностей, по которым ПГУТИ готовит специалистов, актуален: «Поволжский университет всегда шел в ногу со временем, готовил отличных специалистов по разным направлениям и поэтому с уверенностью могу сказать, что и экономическое направление, и программирование и связисты, – все востребованы».

Однако, уточняет эксперт, в связи со сложившейся ситуацией программисты в рейтинге востребованности работодателями все-таки впереди. Потребность в них настолько высока, что студенты этой специализации находят себе работу на самом раннем этапе обучения. Сегодня программная автоматизация – тренд во многих компаниях и на производствах. Огромный дефицит кадров и в сфере кибербезопасности.

Требования к навыкам

Если говорить о навыках айтишников, то они затачиваются под конкретного работодателя. Так, например, по данным Росбанка, от соискателя работы в сфере ИТ могут потребоваться знание и опыт работы с различными языками программирования, такими как Java, Python, Ruby, C++ и JavaScript. Желательно уметь работать с базами данных, понимать и использовать SQL, NoSQL и другие реляционные и нереляционные базы данных, а также быть знакомыми с фреймворками и инструментами, такими как, например, React, Angular, Vue и Node.js. Может быть востребованным опыт работы с системами контроля версий, такими как Git и SVN, умение разрабатывать технические спецификации и документацию, а также понимать процессы разработки программного обеспечения.

Другие важные навыки для соискателя работы в сфере ИТ включают знание принципов информационной безопасности, сетевых протоколов и технологий, а также опыт работы с алгоритмами и структурами данных.

Подбирая специалистов на вакантные позиции, Росбанк ориентируется на принятые в организации ценности: ответственность, инновации, командный дух, вовлеченность и клиентоцентричность. Помимо технических знаний и умений от кандидатов ждут навыков работы в команде, желание делиться знаниями и выступать наставниками, нестандартное мышление. Важно, чтобы они смотрели на процессы через призму клиентского опыта и стремились к их улучшению.

По мнению Алексея Кожина, руководителя по обу­чению ИТ-персонала Промсвязьбанка, который тоже говорит о запросе работодателей на молодого специалиста с хорошей теоретической подготовкой, важно, чтобы кандидат на ИТ-вакансию в банке знал конкретный набор технологий, которые используются в финансовых организациях, понимал, что такое гибкие практики разработки и как пользоваться цифровыми системами планирования. Причем, по его словам, «ПСБ как работодатель заинтересован в том, чтобы студенты могли до выпуска из вуза получить необходимые компетенции для эффективной работы в цифровых проектах банка».

Сейчас всем нужна талантливая молодежь, нацеленная на развитие, которая не боится рисковать, осваивать новые технологии, профессии, получать компетенции. Алена Яштынгина, HR-бизнес-партнер самарского филиала ПАО «Ростелеком», рассказала о том, как в компании строится работа с молодежью: «В этом году «Ростелеком» открывает стажировку для молодых специалистов, за которыми закрепят сразу двух работников. Они будут оказывать профессиональную и адаптационную помощь. Наша компания нуждается в инженерах, специалистах коммерческой сферы, программистах, разработчиках.  Мы активно сотрудничаем в этом направлении с ПГУТИ и колледжем связи, обсуждаем с их руководством введение специальных курсов с учетом наших потребностей в специалистах. Так ребята узнают о требованиях и стандартах работы в компании еще до трудоустройства».

Со студенческой скамьи

Крупные компании сегодня готовы растить команды со студенческой скамьи. В ПГУТИ для этой кооперационной работы работодателей и вуза был создан Центр организации практик и содействия трудоустройству.

«Мы строим взаимодействие с потенциальными работодателями на цифровой платформе «Факультетус», разработанной министерством науки и образования РФ. И компании начинают общаться со студентами именно на этой площадке.  Студент регистрируется, размещает свое резюме, — рассказывает Андрей Гололобов. — И, если ищет работу, выкладывает его в активный поиск. Если потенциальный работодатель регистрируется в данном сегменте, то у него открывается профиль каждого студента. И он с помощью фильтров отбирает себе нужного кандидата на трудоустройство в компанию».

Форматы взаимодействия Центра и вуза с крупными работодателями разнообразны. Например, бесплатные курсы для студентов на базе университета. Это уже тренд, работающий на развитие навыков и компетенций студентов. Например, Тинькофф регулярно проводит на базе университета курсы для студентов. Это различные инновационные разработки, web-разработки, языки программирования. Студент, прошедший отбор в компанию, проходит обучение, затем идет туда на стажировку, а по окончанию университета трудоустраивается. Не так давно вуз заключил партнерские отношения с Yandex Cloud, и компания организовала дополнительное обучение на базе ПГУТИ по облачным интеграциям, после чего отобрала лучших и официально трудоустроила.

Центр практики ПГУТИ помогает студентам обрести не только практические навыки на производстве, но еще и закрепить ту базу, которую они получают в университете, в совместной деятельности по созданию инновационных разработок с конкретными работодателями-партнерами. Это обеспечивает их высокую востребованность в российских компаниях.

Оксана ФЕДИНА

В последние годы учебные заведения фиксируют большой спрос на обучение специальностям в сфере информационных технологий. Это не удивительно. ИТ является одной из наиболее перспективных для трудоустройства молодых специалистов. По оценке TAdviser, рост рынка в 2020 году составил 14%, в 2021 — 20%. В 2022 в условиях санкций его объем несколько снизился. Однако усиленная господдержка и перспективы, открывшиеся перед отечественными компаниями после ухода зарубежных конкурентов, указывают на его способность к дальнейшему бурному росту.

В ответ на новый тренд в самарских вузах продолжают открываться все новые и новые направления подготовки. На ИТ-специалиста сейчас можно выучиться практически в любом высшем учебном заведении. Так, «айтишников» готовят Самарском университете, Самарском государственном техническом университете, Поволжском государственном университете телекоммуникаций и информатики, Самарском государственном университете путей сообщения, Самарском государственном экономическом университете, Международном институте рынка и Самарском государственном социально-педагогическом университете.

Поволжский государственный университет телекоммуникаций и информатики

ПГУТИ уверенно держит лидерские позиции среди высших учебных заведений, готовящих ИТ-специалистов. Университет предлагает абитуриентам обучение по 10 направлениям, каждое из которых позволит получить качественное ИТ-образование. Одним из наиболее востребованных профилей является «Информатика и вычислительная техника».

Этот профиль предполагает изучение таких дисциплин, как:

• Методы и  средства проектирования информационных систем и  технологий
• Платформы и  программные среды разработки информационных систем
• Основы сбора и  обработки больших данных
• Интеллектуальные информационные системы и  технологии
• Нейросетевые алгоритмы обработки данных
• Алгоритмы обработки изображений и  компьютерное зрение
• Разработка интеллектуальных мобильных приложений и чат-ботов
• Мультимедиа технологии
• Архитектура информационных систем
• Базы данных
• Основы конфигурирования и  программирования в  корпоративных информационных системах
• Администрирование информационных систем
• Интегрированные информационные системы
• Вычислительные машины, комплексы, системы и  сети
• Программные технологии информационных сетей

Все выпущенные ПГУТИ специалисты обладают широкой базой навыков. К  концу обучения студенты владеют проектированием и  моделированием информационных процессов и ПО,  разработкой баз данных, администрированием, смогут анализировать сложные предметные области, применять методы машинного обучения и Big Data для обработки данных и  прогнозирования, применять мультимедийные технологии для решения практических задач в  различных предметных областях, разрабатывать мобильные приложения и их  чат-боты.

Самарский университет

В Самарском исследовательском университете имени С.П. Королева подготовку специалистов в области разработки программных и технических средств для обработки, передачи, хранения, использования и защиты информации с помощью технологий искусственного интеллекта готовит Институт информатики и кибернетики. В его структуру входят департамент образовательных программ, департамент управления учебным процессом, а также 11 кафедр и 18 научно-исследовательских подразделений.

«Сегодня институт обладает уникальным сочетанием компетенций в области электроники, фотоники и информатики, имеющим междисциплинарный характер и позволяющим нам решать весь комплекс научно-технических задач в области создания масштабируемых цифровых платформ и киберфизических систем, предназначенных для получения, преобразования и передачи информации о состоянии среды обитания человека. Использование интеллектуальных систем и распределенных сенсорных систем позволяет создавать цифровые двойники исследуемых объектов и применять мультимодальные модели и методы искусственного интеллекта для решения естественнонаучных и инженерных задач. Согласно «Атласу новых профессий» АСИ, в котором приведены устаревающие и новые профессии по отраслям, у института есть задел по многим направлениям, по которым в ближайшем будущем возникнет потребность в специалистах», — рассказывает директор Института информатики и кибернетики Александр Куприянов.

При этом, по его словам, институт давно перестал готовить «только классических программистов, которые пишут код». «ИТ-сфера очень обширная, и там требуются специалисты по анализу данных, тестированию, безопасности, искусственному интеллекту и т.д. И так как после школы сложно определиться, в каком направлении будет интересно развиваться, то этот выбор осознанно, грамотно и взвешенно можно сделать только на старших курсах, когда студент уже ближе познакомится с ИТ. Автоматизация и конкуренция на рынке труда ведут к доминированию сложных (высокоинтеллектуальных) профессий с творческим компонентом. Поэтому наши образовательные программы направлены как на получение базовых знаний и компетенций, так и на формирование индивидуальных образовательных траекторий, позволяющих точечно выбрать нужную специализацию», — констатирует Куприянов. По его утверждениям, в институте осуществляется интеграция всех образовательных направлений на единой платформе, что обеспечивает органичное сочетание подготовки кадров по таким наиболее востребованным профессиям, как:

• Исследователь-аналитик, специалист по искусственному интеллекту (Data Engineer, Data Scientist)
• Исследователь-киберфизик, специалист по киберфизическим системам (Сyberphysical systems engineer)
• Инженер-аналитик, специалист по применению систем искусственного интеллекта (AI Engineer)
• Инженер-технолог, специалист по разработке аппаратных решений (Solution Architect)
• Инженер-кибернетик, специалист по защите цифровой информации (Cybersecurity Developer)

В прошлом году институт информатики и кибернетики открыл также новые образовательные программы бакалавриата: «Искусственный интеллект и компьютерные науки» (направление «Прикладная математика и информатика»), «Киберфизические системы» (направление «Прикладные математика и физика»). В 2023 году Самарский университет впервые будет набирать абитуриентов на программу «Интеллектуальные фотонные системы» (направление «Фотоника и оптоинформатика»).

Самарский государственный технический университет

Обучением будущих «айтишников» в Самарском государственном техническом университете занимается кафедра «Информационные технологии». Она реализует три программы бакалавривата и две – магистратуры, выпуская специалистов по таким направлениям подготовки, как «информатика и вычислительная техника», «информационные системы и технологии», «прикладная информатика».

Как указывается на официальном сайте кафедры, она располагает собственными алгоритмами и соответствующим программным обеспечением для технического анализа временных рядов и их статистической обработки. Большая часть этих алгоритмов имеет оригинальный характер и расширяет круг возможностей технического анализа и решаемых задач.

«В рамках подготовки ИТ-специалистов мы, как правило, помимо прочего, акцентируем внимание на двух вещах. Во-первых, мотивируем их к участию в различных хакатонах и конкурсах, готовим к ним. Поэтому именно «Политех» часто участвует и побеждает в подобных мероприятиях. Во-вторых, мы несколько изменили программу обучения, введя ряд профильных предметов уже на первом курсе. Это позволяет ребятам сразу втянуться в сферу ИТ и начать в ней работать», — отмечает доцент кафедры «Автоматизация и управление технологическими процессами» СамГТУ Сергей Сусарев.

От госуправления до бизнеса

Получить профессию ИТ-специалиста можно и в других вузах. В Самарском государственном университете путей сообщения это можно на кафедре «Цифровые технологии в образовании». Она готовит бакалавров и магистров, умеющих не только создавать современные автоматизированные системы обработки информации, но и использовать знания на практике в таких отраслях, как управление, образование и транспорт. Направления подготовки, по которым проводится набор: «Прикладная информатика» и «Информационные системы и технологии». Первое заинтересует тех, кто в дальнейшем хочет работать «айтишником», «эникейщиком», «программером» или «админом». Второе направление подойдет абитуриентам, которые хотят научиться трансформировать образовательные системы в цифровой продукт.

В Самарском государственном социально-педагогическом университете обучают «айтишников» по программе бакалавриата «Прикладная информатика в государственном и муниципальном управлении». Выпускники получают возможность проектировать, разрабатывать и эксплуатировать информационные системы в управлении, оптимизировать работу существующих систем.

В Международном институте рынка обучают программированию в рамках направления подготовки «Прикладная информатика».  Студентов учат системному анализу, моделированию, теории алгоритмов, методам оптимизации, работе с базами данных, проектированию и web-программированию. Абитуриентам Самарского государственного экономического университета, заинтересованным в работе в сфере ИТ, предлагаются три программы: «Цифровые технологии в экономике», «Прикладная информатика и защита информации», «ИТ-предпринимательство».

Ксения Частова

А вот обычным людям, наверное, стоило бы пояснить, что в килобайте именно 1024 байта, а не 1000, как можно было бы подумать, взяв за пример килограмм. Это связано с тем, что основной в ИТ является не привычная обывателям десятичная система, а двоичная, состоящая из нолей и единиц. Чтобы не углубляться в дебри: при выражении любого числа в виде нолей и единиц фактически мы представляем его в виде двойки в некоторой степени. И один байт, состоящий из восьми битов, при этом оказывается двойкой в третьей степени, это как раз 8. Двойка в десятой степени (помните про десятичную приставку «кило»?) равняется 1024, и это ближайшее к 1000 значение.

В остальном действует тот же принцип: в мегабайте 1024 килобайта, а в гигабайте – 1024 мегабайта. Запутались? Хотите разобраться? Значит, вам прямая дорога в специалисты сферы ИТ. Благо сейчас в этом нет никакой проблемы не только для выпускников школ и лицеев. Влиться в стройные ряды «программистов» можно не только получив высшее образование в вузе, но и пройдя переподготовку в рамках федерального проекта «Содействие занятости» в рамках нацпроекта «Демография». При этом в списке получаемых профессий большинство связаны с ИТ: именно в этой сфере наблюдается серьезный дефицит кадров.

Впрочем, стоит вернуться к тому, с чего начиналось. Недопонимание между «обычными людьми» и айтишниками в основном происходит из-за завышенных ожиданий первых по отношению ко вторым. Так, например, некоторым оказывается довольно сложно объяснить, что программист – это весьма узкая специализация в мире ИТ.

И если человек с легкостью составляет сложные алгоритмы и является ведущим разработчиком программного обеспечения, то это вовсе не значит, что он запросто может определить, что сломалось в вашем домашнем компьютере и почему он не включается. Или починить микроволновку, электрический чайник, стиральную машину, телевизор. Список ожиданий, обывателей по отношению к «компьютерщику» зачастую запредельно огромен. В результате иногда айтишнику проще разобраться в новой для себя теме и решить проблему, чем объяснить человеку, что он обратился совсем не по адресу.

Причина такого отношения в том, что специалисты сферы ИТ, как правило, четко ассоциируются с техническими инновациями и высокими технологиями. В результате некоторые видят айтишников этакими техническими гуру, которые могут решать любые проблемы с электроникой мановением руки или даже силой мысли. Другие считают представителей сферы ИТ скучными и необщительными людьми, которые большую часть жизни не вылезают из-за компьютера, практически не общаясь с внешним миром при помощи традиционных коммуникаций и человеческой речи. Также широко распространено мнение, что айтишники имеют высочайший уровень дохода и живут в каком-то своем мире, слабо пересекающемся с жизнью обывателей.

И сейчас, наверное, пришло время раскрыть главный секрет. Даже несмотря на то, что эта информация может разрушить во многих головах светлый образ всемогущего «тыжпрограммиста»: на самом деле большинство айтишников — самые обычные люди со своими интересами, зачастую совсем не связанными с информационными технологиями. А само определение «айтишник» подразумевает лишь принадлежность профессии человека к сфере информационных технологий, где существует огромное количество направлений деятельности со своей уникальной спецификой.

Но такого понимания в обществе пока нет. И тем не менее с каждым годом специалистов в сфере информационных технологий становится все больше, и ситуация — медленно, но верно — меняется в лучшую сторону. И уже недалек тот день, когда «программистские» шутки будут понятны любому и их перестанут просить починить ноутбук или микроволновку.

Олег Нечаев

Целенаправленное движение страны в сторону цифровой экономики началось еще в 2016 году. Тогда в традиционном послании Федеральному Собранию президент России Владимир Путин, оценивая темпы развития отрасли, обратил внимание на то, что объем экспорта отечественных компаний за пять лет вырос вдвое, сравнил его с показателями «оборонки» и объявил переход на цифровую экономику.

В 2019 году был запущен национальный проект «Цифровая экономика», рассчитанный на пять лет. Беспрецедентная поддержка отрасли привела к созданию нового информационного пространства, обеспечила переход на «цифру» большинства государственных услуг. В прошлом году Всемирный банк включил Россию в десятку стран с наивысшим рейтингом цифровизации госуправления.

Серьезные вызовы, с которыми столкнулась Россия в 2022 году, не помешали ИТ-индустрии выполнить намеченные планы развития. Однако необходимость ускорить цифровизацию в связи с задачами информационного суверенитета, уходом из страны зарубежных вендоров, а также оттоком специалистов, вызванным событиями, последовавшими за началом СВО, привели к беспрецедентной нехватке кадров.

По мнению экспертов, в ИТ-сфере сегодня не хватает до 1 млн специалистов. Мы решили выяснить, что предпринимает в связи с этим форпост отечественной цифровизации – Минцифры России.

О развитии кадрового потенциала для цифровой отрасли рассказал и депутат от 158 округа Самарской области, председатель ИТ-комитета Госдумы Александр Хинштейн, заметив: «Государство буквально прорывными темпами пытается эту проблему решить». Что уже сделано? В текущем учебном году резко увеличено количество бюджетных мест по специальностям цифрового направления: с 80 до 160. По итогам 2022 года ИТ-компании получили льготных кредитов на развитие на сумму более 50 млрд рублей. «Беспрецедентная поддержка со стороны государства убеждает нас в том, что у нас обязательно появятся необходимое число профессиональных, грамотных, компетентных специалисты в ИТ-сфере. Общая задача до 2027 года, а дорожная карта составлена именно до этого периода, обеспечить полное импортозамещение», — пояснил парламентарий.
Что же касается условий для взращивания своих Биллов Гейтсов, то Александр Евсеевич ответил метафорой, позаимствованной у Александра Твардовского: «Александр Трифонович в свое время объяснял успех журнала «Новый мир», который возглавлял, тем, что он раскладывает поленья для костра, а огонь должен упасть с неба. Наша задача — разложить поленья — создать условия, а костер в виде таланта молодых людей обязательно упадет с неба».

Видеоинтервью Александра Хинштейна можно посмотреть

Руководитель федеральных проектов «Цифровые технологии», «Кадры для цифровой экономики», «Развитие кадрового потенциала ИТ-отрасли» национальной программы «Цифровая экономика Российской Федерации» — заместитель главы ведомства Максим Паршин, курирующий вопросы подготовки кадров, рассказал нашему изданию о нескольких важных проектах.
«Массовая программа «Код будущего» направлена на обучение школьников 8-11 классов перспективным языкам программирования. Она закладывает основы развития кадрового потенциала ИТ-отрасли. «Программа «Цифровые кафедры» включает более сотни вузов. Она дает возможность студентам помимо основной специальности получить дополнительную в сфере ИТ. Расширить свои профессиональные горизонты в сфере информационных технологий могут и специалисты других отраслей, получив дополнительное ИТ-образование», — отметил Максим Паршин.

Видеоинтервью Максима Паршина можно посмотреть

Если вы держите в руках это издание, значит у вас есть интерес к сфере ИТ. И это здорово, потому что от этой отрасли зависит благополучие нашей страны сегодня и в отдаленной перспективе. Пристальное внимание к ней проявляют все участники рынка – от регулятора, бизнеса до системы профессиональной подготовки кадров.

Отрасль ИТ развивается небывалыми темпами и остро нуждается в специалистах. Причем в таких, которые не просто овладели современными языками программирования, но и готовы постоянно совершенствовать свои профессиональные компетенции, занимаясь самообразованием, переходя с одного направления на другое. Сфера ИТ в этом смысле дает огромные возможности для роста и развития.

Сегодня в ИТ-сообществе немалое количество рабочих групп из представителей бизнеса и вузов занято поиском путей повышения качества подготовки специалистов. Вузы в силу разных причин не всегда успевают за растущими и быстро меняющимися запросами рынка. Для решения этой задачи требуется более глубокая интеграция бизнеса в учебный процесс, привлечение к преподаванию прикладных дисциплин практиков, занятых созданием ИТ-продуктов, телекоммуникационных решений, соответствующая материально-техническая база, организация учебной практики в компании –
партнере вуза.

Тех, кто уже определился с вузом и решил получить ИТ-профессию, хочу поздравить – вы сделали отличный выбор. Теперь можно сказать, что все в ваших руках, потому что в ИТ каждый – архитектор своей профессиональной карьеры.

Сегодня, наверное, каждый хоть раз слышал словосочетание «нейронная сеть». Новостную повестку в сфере ИT нейросети захватили после выхода нескольких интересных проектов, поразивших пользователей выдаваемыми результатами. Кое-кто даже испугался, что нейросети в перспективе могут отнять у людей работу.

Фактически, нейросеть — это математическая модель, которая построена по образу и подобию мозга человека. Она состоит из виртуальных нейронов, которые работают по тому же принципу, что и их прототип в нервной системе живого организма: получая сигналы извне, от дендритов, нейрон суммирует их и передает дальше с помощью аксона — на дендриты следующих нейронов в сети. Таким образом, у каждого нейрона есть множество «входов», которыми принимаются сигналы, и один «выход», на который подается результирующий сигнал. При этом у каждого «входа» есть свой «вес» — то есть степень влияния на итоговый результат. Сигналы с малым «весом» будут слабо влиять на итоговый результат, с большим – сильно. И именно на этом принципе построены все нейросети.

В итоге получается самообучаемая система, настройка которой заключается в регулировании «веса» каждого сигнала в сети. Какого-то понимания контекста задачи или создания чего-то действительно нового, разумеется, ждать не приходится: нейросеть способна лишь выдать результат, обучившись на множестве уже имеющихся примеров и поступив по аналогии. Так, например, в ответ на вопрос «какого цвета стоп-кран в самолете и зачем он нужен?» нейросеть на голубом глазу отвечает «красного, он нужен для экстренной остановки самолета». То есть берет за основу готовое, ранее известное решение и видоизменяет его. И пока дело обстоит таким образом, труженики творческих профессий могут спать спокойно: нейросети работу у них не отнимут.

При подготовке этого проекта мы решили обратиться к нейросети Сбера Kandinsky 2.1 и сделали десятки запросов типа: цифровая экономика, студенты, программист, в Самаре самые красивые девушки, искусственный интеллект, информационные технологии, нейросеть (кстати, самая яркая иллюстрация к материалу «Учат по-новому»), победитель олимпиады школьников, кадры для цифровой экономики и так далее. Выбрали стиль «детальное фото» и получили вполне приемлемые изображения, которые украсили проект.

Большие числа – большие проблемы

Формального определения больших данных не существует. Более 60 лет назад один из крупнейших математиков ХХ века Андрей Колмогоров объяснил научному сообществу, что такое маленькие, средние и большие числа.

Вот один пример того, как появляются большие данные (Big Data). К электрической лампочке присоединено три выключателя, каждый из которых может находиться в левом или в правом положении. Существует восемь возможных вариантов совместных положений выключателей. Проводку к ним можно подвести таким образом, чтобы в каждом из восьми положений лампочка или горела, или не горела. Получится 256 возможных комбинаций. Если выключателей, допустим, пять, комбинаций будет уже 4 294 967 296. А если шесть, то число комбинаций превысит количество атомов во Вселенной.

А теперь представим, что на одну из лекций пришла тысяча человек, и лектор решил с каждым из них поздороваться за руку. При личном контакте он получит информацию о человеке (пол, примерный возраст, рост и т.д.), на основе которой можно определить, например, процентное соотношение мужчин и женщин, их средний возраст (в науке о данных это называется «разметкой данных»). Если же попросить всю тысячу присутствующих обменяться друг с другом рукопожатиями, то нашему мозгу не под силу будет сосчитать общее число контактов и тем более обработать в разы увеличившееся количество сведений. Получается, тысяча — это среднее число, потому что мы осознанно не можем проанализировать такое количество элементов.

Сверхсущность или обычная ЭВМ?

Человеческий мозг с легкостью может строить теории, делать выводы и принимать решения при малом наборе сведений. А вот большие объемы данных, и даже средние, люди уже не в силах проанализировать. Для этого и создан искусственный интеллект, который формально определяют как набор методов, алгоритмов, сред и технологий для обработки данных любого типа.

Цель обработки — составление всевозможных прогнозов, разработка классификаций, выявление аномалий, а также получение нового знания, обнаружение новых интересных закономерностей в данных. И компьютер с этим справится гораздо лучше человека. Но все же надо помнить, что у машины всегда есть вероятность, пусть и минимальной, погрешности. Поэтому слепо доверять ей не стоит.

Все мы знаем о существовании «трех китов» информатики: это данные, информация и знания. «Сырые» данные мы превращаем в информацию. А из нее, в свою очередь, извлекаем знания — неизвестные ранее сведения. С позиции искусственного интеллекта, информация — структурированные данные. А знания — структурированная информация. Сейчас ученые работают над автоматизацией процессов структуризации.

Однако популярность термина «искусственный интеллект» во многом объясняется его ошибочным толкованием, в частности, когда им обозначают некую искусственную сущность, наделенную разумом, которая якобы в состоянии конкурировать с людьми. Эта мысль из области древних легенд и преданий, звучащая как миф о Големе, с недавних пор реанимируется такими нашими современниками, как британский физик Стивен Хокинг (1942-2018 гг.), американский предприниматель Илон Маск и американский инженер Рэй Курцвейл, а также сторонниками создания так называемого сильного или общего ИИ.

Не будем, впрочем, говорить о данном понимании этого термина, ибо оно скорее представляет собой появившийся под влиянием научной фантастики продукт богатого воображения, а не осязаемую научную реальность, подтвержденную опытами и эмпирическими наблюдениями.

Сплели нейронные сети

Если говорить об ИИ, нельзя не упомянуть такое популярное в наше время понятие, как нейронные сети. Нейронные сети были придуманы лет 60 назад. Сегодня они стали основным инструментом глубокого обучения (Deep Learning) — методов машинного обучения, основанных на имитации работы человеческого мозга в процессе обработки данных. Мы знаем, что в нашем мозге есть нейроны (нервные клетки), соединенные друг с другом аксонами (длинными цилиндрическими отростками нервной клетки).

А нейронная сеть с точки зрения информатики — это математическая модель, в которой искусственные нейроны (простые процессоры) объединены в систему и взаимодействуют друг с другом. Так, каждый процессор периодически получает сигналы от других процессоров, а также посылает сигналы сам. И такая с виду простая сеть способна выполнять довольно сложные задачи.

Схема работы нейросети выглядит так: входные нейроны получают исходные данные, скрытые нейроны обрабатывают информацию, а выходные нейроны выводят готовый результат. Таким образом, в зависимости от характера задачи, определенное количество нейронов получает входные данные, а затем передает их на скрытый средний слой. Машина ищет закономерности среди огромного количества нейронных связей и «принимает» решение.

От физического тела — к цифровому двойнику

А что потом? Data Science уже начала менять наш мир. Мы никуда не денемся от цифровизации. Окружающие нас вещи будут постепенно лишаться физического тела и переходить в виртуальность под лозунгом: «Все, что может быть лишено физического тела, будет его лишено, превратившись в цифрового двойника».

Можно предположить, что в недалеком будущем после полной цифровизации геномов белковых тел, станет вероятным отправлять их цифровую копию по электронной почте. Кстати, уже сейчас наблюдается тенденция падения спроса на программистов, стали востребованы другие специалисты — компьютерные лингвисты, специалисты по машинному обучению, архитекторы виртуальности, аналитики Big Data. Особенно этот процесс будет ускоряться в связи с появлением ChatGPT.

ПГУТИ  создает кадры для цифровой экономики будущего

В России в последние два года сделан серьезный шаг вперед, совершен скачок и на уровне регионов, и на уровне правительства для того, чтобы создать условия для развития искусственного интеллекта практически во всех сферах. Сегодня явно виден растущий интерес к развитию и внедрению технологии искусственного интеллекта.

Поволжский государственный университет телекоммуникаций и информатики является одним из первых образовательных учреждений региона, которое оценило перспективы развития  данных технологий.

В январе 2020 года в ПГУТИ была создана Научно-исследовательская лаборатория искусственного интеллекта (НИЛ ИИ). Возглавил ее Сергей Левашкин, выпускник МГУ им. М.В. Ломоносова, ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы.

В контексте национальной программы «Цифровая экономика РФ» и «Плана 2030», создание НИЛ ИИ является стратегическим проектом, поскольку наука о данных, искусственный интеллект и бизнес-интеллект являются ключевыми факторами цифровой трансформации экономики.

На сегодняшний день лаборатория занимает лидирующее положение в НИР и НИОКР университета по ИИ и решает самые разнообразные задачи, включая ведение научно-исследовательской работы в области науки о данных, искусственного интеллекта и машинного обучения, а также подготовку высококвалифицированных кадров для цифровой экономики.

Искусственный интеллект хорошо работает в интересах и на благо людей, если его создает и применяет грамотный, хорошо подготовленный человек.

Лаборатория обеспечивает содержанием факультатив и магистерскую программу «Наука о данных и искусственный интеллект», а также коммерческий курс «Бизнес-интеллект».

Студенческий курс содержит популярное введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Он мотивирует студентов старших курсов для поступления в магистратуру «Наука о данных и искусственный интеллект», но доступен также студентам младших курсов и самой широкой публике.

Коммерческий курс — введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Курс рассчитан на повышение цифровой грамотности управленцев, представителей коммерческих компаний и т.д. Содержит примеры приложений методов искусственного интеллекта в различных областях экономики, бизнеса, управления и т.д.

В 2022 году на базе НИЛ ИИ ПГУТИ впервые был осуществлен прием в магистратуру по профилю «Прикладной искусственный интеллект и наука о данных» по программе МГУ.

В рамках реализации программы осуществляется подготовка специалистов в области искусственного интеллекта и науки о данных, способных применять фундаментальные знания математических и естественных наук, программирования и информационных технологий при решении прикладных задач различного уровня сложности с целью удовлетворения потребностей промышленности, бизнеса и науки, муниципального и государственного управления, решения иных задач.

Активно ведется студенческая научная работа. Студенты и магистранты уже с самых ранних курсов обучения имеют возможность работать над реальными практическими задачами, осваивать новые компетенции в области искусственного интеллекта и науки о данных, принимая участие в научной и грантовой деятельности лаборатории.

Лаборатория активно ведет НИР и выигрывает различные гранты — от математического моделирования распространения вирусных заболеваний до разработки модулей для системы «Умные дороги».

Кроме того, лаборатория НИЛ ИИ входит в состав Рабочего комитета «Искусственный интеллект» НОЦ «Инженерия будущего» — это научно-образовательный центр, объединяющий науку и реальный сектор экономики. Основным направлением от ПГУТИ в области искусственного интеллекта является разработка инфокоммуникационных технологий на основе анализа BigData.  Куратор направления — заведующий лаборатории Сергей Левашкин.

В горизонте текущего десятилетия задача лаборатории — обеспечить массовое внедрение искусственного интеллекта. Оно должно охватить все отрасли экономики, социальной сферы и систему госуправления.

Научный поиск НИЛ ИИ ПГУТИ

• Программное обеспечение формализации и извлечения знаний о сложных информационных объектах
• Алгоритмы и программное обеспечение машинного обучения (machine learning)
• Аналитическое программное обеспечение нового поколения (next-generation analytics)
• Мультиязычные (инвариантные к исходным языкам) и мультимодальные (инвариантные к типу контента) системы извлечения и формализации информации (nlp)
• Алгоритмы и программное обеспечение для формализации и извлечения знаний из слабоструктурированной и неструктурированной информации.
• Математические модели распространения вирусных заболеваний и их исследование методами искусственного интеллекта
• Семантико-ассоциативный анализ и синтез телекоммуникационных данных

Источник: Научно-исследовательская лаборатория искусственного интеллекта ПГУТИ

Реализованные гранты НИЛ ИИ ПГУТИ (2022 год)

• «Вирусы I»: Многофакторное моделирование с применением технологий искусственного интеллекта структурно-динамического равновесия социально-экономической системы РФ при распространении пандемии (РФФИ/РНФ)
• «Вирусы II»: Математическое моделирование распространения вирусных заболеваний (Минобраз/РосАтом)
• «Умные дороги»: Разработка модуля интеллектуальной обработки данных системы мониторинга оптоволоконных сигналов (Haulmont).
• «СМАРТ продукты»: Применение алгоритмов ИИ для компьютерного моделирования новых продуктов, товаров и услуг с заданными свойствами (Минцифры РФ).

Источник: Научно-исследовательская лаборатория искусственного интеллекта ПГУТИ

Ссылки: https://ai.psuti.ru/

https://t.me/laboratoria_psuti

https://vk.com/nil_ai_psuti

Автор выражает благодарность за помощь в подготовке статьи заведующему НИЛ ИИ Сергею Павловичу Левашкину.

Ускорили 5G

Поволжский государственный университет телекоммуникаций и информатики, в этом году существенно укрепивший свои позиции в локальном рейтинге, во многом обязан росту именно научной школе, поднявшейся с 29 места по итогам рейтинга 2021 года до 18 места в 2023 году. Причиной такого скачка стали актуальные научные разработки.

Новый стандарт сотовых сетей пятого поколения 5G только появляется в нашей жизни, однако в ПГУТИ уже придумали, как его улучшить. Предлагается существенно поднять пропускную способность системы, исключив из него так называемые «защитные» временные интервалы, необходимые для борьбы с явлением межсимвольной интерференции. В университете на протяжении последних десятилетий разрабатывались методы оптимальной обработки сигналов, позволяющие исключить защитные промежутки, что сразу устраняет потери пропускной способности и существенно повышает помехоустойчивость.

При этом для реализации проекта не потребуется разработки нового оборудования для модернизации сетей 5G. Проблема решается изменением программного обеспечения действующего оборудования. Аналогов решению нет ни среди отечественных, ни среди зарубежных разработок. Применяться оно может в любых телекоммуникационных системах и сетях, нуждающихся в передаче дискретных сообщений по каналам с рассеянием.

Разработка проходит под руководством одного из старейших профессоров ПГУТИ, доктора технических наук Вячеслава Карташевского, который еще в 1995 году защитил докторскую диссертацию по вопросам пространственно-временной обработки сигналов в каналах с памятью, которая была отмечена ВАК в числе лучших.

Потенциальными пользователями найденного учеными ПГУТИ решения могут стать производители оборудования и провайдеры сетей 5G, а также производители всех видов телекоммутационного оборудования, использующего технологию OFDM, а это высокоскоростные цифровые линии передачи со скоростями до 100Мбит/с, цифровое телерадиовещание, технология Wi-Fi. Проект прошел экспертизу РАН, его поддерживают многие НИИ и корпорации.

Хоть в сейфе, хоть в контейнере

Еще одной актуальной разработкой ПГУТИ является создание ретранслятора сигналов радиочастотной идентификации. Сегодня интенсивная цифровизация идет во многих отраслях, в связи с чем активно внедряется система радиочастотной идентификации  RFID. По сравнению со штриховым и QR-кодированием она имеет множество преимуществ, среди которых бесконтактное чтение и запись, работа вне прямой видимости и большая дальность считывания, а также одновременное считывание большого количества меток и их долговечность.

Но существующее оборудование по считыванию RFID-меток не гарантирует стопроцентного считывания. Причиной тому является несовершенство как системы распознавания, так и самих меток. Дело в том, что антенна считывателя создает электромагнитное поле сложной структуры с максимумами и минимумами, и существует большая вероятность того, что оказавшаяся в области минимума метка просто не прочитается. Сама RFID-метка также имеет затрудняющие считывание «провалы». Кроме того, проблемы с работой RFID возникают при размещении меток внутри объектов, которые не пропускают электромагнитные волны, например, контейнеры для морских и железнодорожных перевозок, а также металлические ангары, шкафы и сейфы.  

Для решения этих проблем ученые ПГУТИ предложили уникальный способ ретрансляции сигналов из полностью или частично экранированных объемов посредством создания внутри RFID-излучения и использования фазированной антенной решетки (ФАР). Изменение фазы в определенном диапазоне обеспечивает уверенное считывание всех меток, при этом для изменения структуры интерференционной картины поля внутри экранированного объема ФАР применяется впервые.

В качестве конечного продукта предлагается разработать активный ретранслятор RFID-сигналов с двумя антеннами, одна из которых устанавливается внутри экранированного объема, а вторая снаружи. Сигнал со считывателя поступает на внешнюю антенну, затем через усилитель — на вход расположенной внутри ФАР, которая, в свою очередь, облучает метку. Фазы перебираются до тех пор, пока не будут считаны все расположенные внутри RFID-метки.

Стоит отметить, что существующие способы ретрансляции RFID-сигналов подразумевают либо использование контейнеров с диэлектрическим окном на одной из стенок, что снижает надежность, либо расположение считывателя непосредственно внутри, что существенно повышает стоимость контейнера. Также существует третий способ, когда внутри и снаружи контейнера устанавливаются приемо-передающие антенны, но в этом случае нет возможности изменять интерференционную картину поля внутри объема, и метки, попавшие в его минимумы, не будут считаны, что, кстати, относится и к первым двум способам.

Предлагаемое учеными ПГУТИ техническое решение этого недостатка лишено, так как имеется возможность изменять интерференционную картину поля и добиться корректного считывания всех меток. Практическая значимость проекта заключается в том, что RFID можно будет применять для цифровизации и автоматизации сложных транспортных процессов, инвентаризации и учета материальных ценностей, а также в торговых сетях — например, реализовав концепцию «магазин без продавцов». Разработка идет под руководством завкафедрой РЭС ПГУТИ, доктора физико-математических наук, профессора Дмитрия Клюева.

«Беспилотник» увидит все

Одна из разработок  ПГУТИ стала очень актуальной в связи с проведением СВО. Речь идет о мобильной системе наблюдения, способной распознавать укрытые листвой, замаскированные и расположенные под поверхностью земли объекты  прямо с борта БПЛА. Разработка позволяет строить радиолокационные изображения местности в режиме бокового обзора в любую погоду и любое время суток. Разрешающая способность — до 3 м в плане, а полоса захвата составляет до 20 км от траектории полета.

Разработчики ожидают, что система позволит обнаруживать скрытую листвой военную технику, а также протяженные подповерхностные объекты.  Кроме того, предполагается, что на открытой местности можно будет обнаружить и человека. Носителем системы, общий вес которой составит 5-6 килограммов, будет служить квадрокоптер. При этом на малых БПЛА размещение системы не предусмотрено ввиду высокой нестабильности траектории полета таких аппаратов и сложностью при разработке алгоритмов, формирующих изображение высокого качества. Разрабатывается система под руководством профессора ПГУТИ, доктора технических наук, проректора по научной работе ПГУТИ Олега Горячкина.

Олег Аверьянов

1. «Формула Единства» / «Третье тысячелетие».
2. Всероссийская междисциплинарная олимпиада школьников «Национальная технологическая олимпиада».
3. Всероссийский конкурс научных работ школьников «Юниор».
4. Вузовско-академическая олимпиада по информатике.
5. Инженерная олимпиада школьников.
6. Междисциплинарная олимпиада школьников имени В.И. Вернадского.
7. Международная олимпиада «Innopolis Open».
8. Межрегиональная олимпиада школьников «Будущие исследователи – будущее науки».
9. Межрегиональная олимпиада школьников имени В.Е. Татлина.
10. Межрегиональная олимпиада школьников имени И.Я. Верченко по компьютерной безопасности и математике.
11. Многопрофильная инженерная олимпиада «Звезда».
12. Объединенная межвузовская математическая олимпиада школьников.
13. Олимпиада «Курчатов».
14. Олимпиада школьников «Высокие технологии и материалы будущего».
15. Олимпиада школьников «Гранит науки».
16. Олимпиада школьников «Покори Воробьевы горы!».
17. Олимпиада школьников «Робофест».
18. Олимпиада школьников «Физтех».
19. Олимпиада школьников «Шаг в будущее».
20. Олимпиада школьников по информатике и программированию.
21. Олимпиада школьников по программированию «ТехноКубок».
22. Олимпиада юношеской математической школы.
23. Открытая олимпиада школьников.
24. Открытая олимпиада школьников по программированию.
25. Открытая олимпиада школьников по программированию «Когнитивные технологии».
26. Отраслевая олимпиада школьников «Газпром».
27. Отраслевая физико-математическая олимпиада школьников «Росатом».
28. Плехановская олимпиада школьников.
29. Строгановская олимпиада на базе МГХПА имени С.Г. Строганова.
30. Турнир городов.
31. Турнир имени М.В. Ломоносова.
32. Межвузовская олимпиада школьников «Первый успех».