Цифра- Научно-практический журнал

научно-практический интернет-журнал

Цифра №2

Цифра №1

Как строятся отношения между айтишниками и «нормальными» людьми

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

Огонь обязательно упадет с неба

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

Панорама ИТ

Авиация под надежной защитой

На основе информационной системы «ЭРА-ГЛОНАСС» разработана и успешно протестирована система аварийного оповещения для малой авиации. 
Во время полетов на самолете Ан-2 информация о возникновении аварийной ситуации менее чем за минуту передается в систему «ГЛОНАСС» от авиационных трекеров. Далее с указанием местоположения самолета – в единую систему авиационно-космического поиска и спасания.
Система оповещения позволяет за секунды получить информацию о происшествии, сокращает время поисковых операций и повышает надежность перелетов.

Роботы в театре

Пермская IT-компания «Промобот» создала платформу искусственного интеллекта (ИИ), которая имитирует мыслительные процессы человека во время общения.
Отечественная разработка позволяет создавать цифровых помощников для автоматизации задач записи, бронирования, ответов на вопросы и онбординга сотрудников на различных сайтах.
Одним из первых применений ИИ стал бот-продавец билетов в театр. Он помог покупателям с выбором билетов, бронированием и консультированием по постановкам.

Безопасное движение

Провайдер Simble занимается разработкой цифровой карты, которая будет выделять опасные зоны вождения автомобилей и самокатов. По словам разработчиков, решение позволит строить маршрут движения с объездом наиболее аварийных мест.
В новую карту войдут данные о каждом инциденте на автомобильных дорогах, в парках и дворах. На ее основе кикшеринг-компании смогут контролировать скорость пользователей, прогнозировать риски и рассчитывать индивидуальные тарифы страхования водителей.

Сохраняют здоровье

Медицинский центр «Миг» и компания «К-скай» запустили проект внедрения технологий ИИ для анализа медицинских данных пациентов и прогнозирования развития сердечно-сосудистых заболеваний.
Их технология Webiomed рассмотрела более четырех тысяч электронных медицинских карт центра «Миг»: вес, рост, возраст, результаты УЗИ и ЭКГ, врачебных осмотров, лабораторных исследований и т.д. Чуть меньше двух тысяч человек имели высокий риск развития сердечно-сосудистых заболеваний.
После оценки рисков и осложнений более половины пациентов одного из филиалов «Миг» были обследованы и получили рекомендации по профилактике заболеваний. Спустя полгода 44 человека перешли в пониженную группу риска.

5G на подходе

«Сколтех» при поддержке Фонда НТИ разработал одну из первых отечественных базовых станций для сетей 5G. Она работает на частотах 4,4-4,99 ГГц. Выпуск сотни экземпляров назначен на этот год.
Первая базовая станция создана в рамках национальной программы «Цифровая экономика». Далее разработчикам предстоит тесное сотрудничество с операторами для ее отладки. И только после этого можно начать реализацию сети 5G по всей стране.
На создание базовой станции ушло больше трех лет. За этот срок было разработано не только «железо», но и софт, ведь она представляет собой узкоспециализированный программно-аппаратный комплекс. Расходы на проект составили 342 млн рублей, из них 300 млн — государственный грант.

«Умный ассистент» подскажет

Отечественный мессенджер tada.team планирует запустить прототип сервиса на основе ИИ, схожего с технологиями нейросети Chat GPT от компании OpenAl. Текстовый помощник позволит пользователям запрашивать и оперативно получать информацию на актуальные вопросы бизнеса из открытых источников.
Специалисты tada.team уверены — разработать прототип «умного ассистента» на основе ИИ можно с помощью любого механизма фильтрации, будь то встроенные автоматизированные процессы или настройки внутри сервиса.

Найдут пропажу

«Росэлектроника» представила новую версию комплекса для поиска угнанных автомобилей и лишенных прав водителей. Решение выявляет в транспортном потоке снятые с регистрационного учета и разыскиваемые машины. По номерным знакам автомобиля устройство определяет владельцев, лишенных водительских прав.
В его составе компактный фотовычислительный модуль, планшет и программное обеспечение. Оборудование устанавливают в патрульной машине. Один видеомодуль распознает регистрационные знаки автомобилей на расстоянии 90-100 метров, второй — на пяти полосах от 25-30 метров.

Объединили наставников

В рамках Года педагога и наставника компания VK разработала карту цифровых учителей. Сервис позволит преподавателям обмениваться опытом и развивать образовательную сферу.
На карте они могут найти коллег со схожими интересами, которые используют цифровые сервисы в обучении. С ее помощью педагоги будут искать единомышленников и делиться лучшими практиками.
Чтобы попасть на карту, необходимо заполнить анкету в мини-приложении: представиться, рассказать о своих образовательных интересах, поделиться достижениями, указать специализацию, должность, регион и школу.

В ИТ каждый – архитектор своей профессиональной карьеры

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.

По образу и подобию

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.

Новая реальность: цифровые двойники и искусственный интеллект

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.

И прикладная, и фундаментальная

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

Пять неочевидных фактов о связи

1

Самая большая ненаркотическая зависимость XXI века, по мнению ученых, — это номофобия — страх потерять связь из-за нестабильного интернета, разрядившегося аккумулятора или утраты телефона. Как только гаджет пропадает из поля зрения, его владелец начинает тут же испытывать тревогу и беспокойство. Основные симптомы начинающегося расстройства: регулярная проверка телефона, его заряда и баланса на счету, страх пропустить важное уведомление и преобладание виртуального общения над реальным. Зачастую номофобией страдают подростки. Сам термин появился от английского «no mobil phobia» в 2010 году в исследовании организации YouGov по заказу UK Post Office.

2

Запрет на использование телефона в самолете действует с 1991 года. Однако, как выясняется, современные гаджеты не влияют на работу бортовых систем в режиме полета. С другой стороны, они заглушают сигналы маяков и вышек. Мобильный телефон может нарушить стабильное функционирование наземных станций мобильной связи, расположенных по маршруту самолета, а также помешать стабильной работе электронных систем связи и навигации. Сейчас авиакомпании разрешают пассажирам пользоваться телефоном в «режиме полета». Он не позволяет устройству подключаться к вышкам обслуживания и при этом не вызывает электромагнитные помехи на бортовых приборах самолета.

3

Наиболее распространенный в мире номер вызова экстренных служб — 112. Во многих государствах абонента, позвонившего на этот номер, направляют сразу же к местным службам экстренной помощи. Контакт появился по инициативе Швеции. Далее соответствующее решение 29 июля 1991 года принял Совет Европы. Главная функция службы 112 заключается в оперативном оказании помощи пострадавшим от различных происшествий.
11 февраля 2013 года президент России Владимир Путин подписал федеральный закон, закрепляющий за «112» единый номер вызова экстренных оперативных служб для приема сообщений о пожарах и чрезвычайных ситуациях.

4

95% информации передается по средствам кабельной инфраструктуры.
Все континенты Земли связаны трансокеаническими подводными кабелями связи. Их транспортировкой, а вес устройств достигает до десятка тонн, занимается, в частности, 200-тонный корабль Durable, принадлежащий компании SubCom. Крупнейшие пользователи международных подводных мощностей – Alphabet, Amazon, Microsoft и другие. Их доля составляет 66%. Кстати, первый трансатлантический кабель проложили еще в 1858 году. Он соединил США и Великобританию. Тогда королева Виктория отправила телеграмму президенту США Джеймсу Бьюкенену. На передачу ушло 16 часов.

5

Роботы генерируют больше половины трафика интернета (до 60%). На долю поисковиков приходится 31% данных в сети. Следом по объему генерируемого трафика идут роботы, пытающиеся притвориться реальными пользователями. С ними специалисты связывают DDoS-агентов, сетевых шпионов и зараженные браузеры. Весомую часть отправляемых данных составляют так называемые скрейперы — боты, автоматически копирующие контент сайтов с целью создания дубликатов и извлечения различных материалов.

Как построить траекторию своего развития?

Даже когда выбор сделан, все равно остается много сомнений: а правильно ли выбрана специальность, где лучше пройти стажировку – в большой или маленькой компании? Как понять, в чем твое призвание и определить кратчайший путь от junior до senior? Кого слушать: папу, маму, бабушек и дедушек, друзей, преподавателя? Как сделать свой выбор? За ответами на эти и другие вопросы мы обратились к карьерному консультанту Ирине Святицкой, руководителю молодежного направления компании HeadHunter.

Выбирать, чем заниматься, всегда сложно, особенно когда советы полярные. Один родственник советует одно, другой — диаметрально противоположное. Часто родители исходят из желания реализовать в сыне или дочери свое юношеское стремление стать врачом, балериной, летчиком. В результате выпускник под давлением родственников поступает в вуз, заканчивает его и понимает, что ему совсем не интересна эта работа. Диплом отправляется на полку, а несостоявшийся специалист продолжает поиски.

Чтобы избежать драматичных последствий от навязанных кем-то представлений о твоей будущей профессии, надо отталкиваться от своих ожиданий и способностей. Важно самому понять, чем хочется заниматься, что привлекает и что у тебя очень хорошо получается. Для этого надо себя узнать. Как? Можно идти разными способами. Есть огромное количество тестов, в том числе у нас на HH.ru, который мы создали вместе со специалистами из МГУ. Они помогают сузить круг подходящих тебе профессий.

Когда начинать поиск будущей профессии? Чем раньше, тем лучше. Тут инициативу должны взять на себя родители: сходить с дошкольником в детский центр, где малышам в игровой форме рассказывают про профессии и играют с ними в профессии. Стоит посетить этот центр и позже, когда ребенок пойдет в начальную школу. Сейчас это очень популярно.

Искать свою профессию надо, отталкиваясь от хобби, увлечений: программирование, спорт, музыка, моделирование, робототехника, чтение, рисование, забота о растениях и животных и так далее. И что самое главное – надо показать школьнику как можно больше профессий, чтобы у него возник интерес к той или иной сфере. Чем большее разнообразие профессий мы ему покажем, тем больше будет возможностей с точки зрения выбора.

Отличная профессиональная ориентация – узнать как можно больше о профессии родителей, родственников, соседей, друзей родителей. Ведь очень часто эти знания у ребят поверхностные. Знает, например, ребенок, что его мама бухгалтер. А какими программами владеет, с какими данными работает, какие задачи решает – это остается за кадром. Понятно, что ребенку в семь лет не надо рассказывать тонкости об 1С. Но в старшей школе это вполне уместно.

Выбор профессии часто происходит на основе каких-то представлений, часто иллюзорных: мы что-то навыдумывали, а на самом деле все совсем не так. Действительность развенчивает эти представления – и человек разочаровывается в своих представлениях. Чтобы этого не происходило, молодому человеку нужно стремиться как можно раньше и как можно больше узнать о профессии и оценить свои возможности в ней.

Анна Снежина

Список школьных олимпиад

  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».