Дата объявления конкурса (на тот момент времени) еще точно не была определена. То ли в июле, то ли в августе, но было ясно то, что с большей долей вероятности в нем примут участие большинство высших учебных заведений нашей страны.
Основная суть этого конкурса заключалась в том, что государство предоставляет шесть грантов по 900 млн руб. на создание и развитие центров искусственного интеллекта на базе ВУЗов, то есть всего шесть призовых мест. Дополнительным условием получения гранта ВУЗом это привлечение индустриального партнера (так сказать, компании с рынка), который бы был готов инвестировать в проект и задачи центра ВУЗа дополнительно 270 млн руб.
План софинансирования Центра представлен на рисунке ниже.
Сделаю небольшое отступление.
Предпосылки к появлению конкурса появились еще в 2019 году.
Как, возможно, уже известно читателю, в целях обеспечения ускоренного развития искусственного интеллекта в Российской Федерации, проведения научных исследований в области искусственного интеллекта, повышения доступности информации и вычислительных ресурсов для пользователей, совершенствования системы подготовки кадров в этой области, был опубликован Указ Президента Российской Федерации от 10.10.2019 г. 490, который утвердил Национальную стратегию развития искусственного интеллекта на период до 2030 года.
Позже, в 2021 году Минэкономразвития России, в целях реализации Национальной стратегии развития искусственного интеллекта на период до 2030 года, разработало паспорт федерального проекта «Искусственный интеллект».
Направления финансирования представлены на рисунке ниже.
Финансирование Федерального проекта «Искусственный интеллект» в 20212024 гг. составляет 31,5 млрд рублей, из которых 24,6 млрд рублей выделяется из федерального бюджета, а также привлечено из внебюджетных источников 6,9 млрд рублей.
Соответственно 5,7 млрд рублей выделялось на проведение именно того самого конкурса, в котором МГТУ им. Н. Э. Баумана должен был принять непосредственное участие, а я должен был организовать весь процесс, в том числе в части написания Программы и Плана мероприятий Центра.
Сложностей на пути к достижению поставленной передо мной цели оказалось не просто много, а очень много.
Одна из них, которая могла бы свести всю начатую работу к нулю, заключалась в поиске индустриального партнера и инвестиций в проект.
Где найти компанию, которая бы поверила в потенциал МГТУ им. Н. Э. Баумана и вложила бы в совместный проект 270 млн руб.?
Вопрос, как говорится, на миллиард и сто семьдесят миллионов
Что же в таком случае делать?
Ответ очевиден нужно идти к поставленной цели. Мы пошли двумя очевидными для нас путями: подготовили письма и предложения для потенциальных компаний-инвесторов, сделав уйму различных версий документов и презентаций, а также стали представлять наш проект на всех возможных мероприятиях, форумах и выставках.
Параллельно с той работой, как мне тогда представлялось, нужно было сформировать «с нуля» группы разработки для решения прикладных технических задач. Несмотря на то, что какие-то специалисты в МГТУ им. Н. Э. Баумана уже имелись на тот момент, ситуация с ними была такая, что все они занимались каждый своими задачами и не было ни единой цели, ни стратегии, ни задач, которые бы могли их объединить в одну мощную команду. Самое любопытное в том, у меня сложилось мнение о том, что у некоторых из этих «специалистов» даже нет понимания того, что же такое «искусственный интеллект», нет единого мнения, нет понимания «единой цели» и более того, как выяснилось позже, у них нет желания «созидать» и делать это совместными усилиями.
Тут необходимо сделать небольшое отступление для читателя и дать несколько ключевых определений:
Искусственный интеллект (artificial intelligence), с одной стороны, это уже целая отрасль компьютерных наук, занимающаяся моделированием интеллектуального поведения, с другой это компьютерная система, основанная на комплексе научных и инженерных знаний, а также технологий создания интеллектуальных машин, программ, сервисов и приложений (например, машинного обучения и глубокого обучения), имитирующая мыслительные процессы человека или живых существ, способная с определенной степенью автономности воспринимать информацию, обучаться и принимать решения на основе анализа больших массивов данных, целью создания которой является помощь людям в решении их повседневных рутинных задач. .
Машинное обучение (machine learning) это подмножество искусственного интеллекта, которое использует компьютерные алгоритмы для анализа данных и принятия разумных решений на основе полученных знаний без явного программирования. Алгоритмы машинного обучения обучаются на больших наборах данных и учатся на примерах. Они не следуют алгоритмам, основанным на правилах. Машинное обучение это то, что позволяет машинам самостоятельно решать проблемы и делать точные прогнозы, используя предоставленные данные.
Нейронная сеть (artificial neural networks) математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей сетей нервных клеток живого организма. Также, под нейронной сетью понимают набор небольших вычислительных единиц, называемых нейронами, которые принимают входящие данные и учатся принимать решения с течением времени. Нейронные сети часто имеют многоуровневую структуру и являются причиной того, что алгоритмы глубокого обучения становятся более эффективными по мере увеличения объема наборов данных, в отличие от других алгоритмов машинного обучения, которые по мере увеличения объема данных могут выйти на плато.
Глубокое обучение (deep learning) это специализированное подмножество машинного обучения, которое использует многоуровневые нейронные сети для имитации принятия решений человеком, путем извлечения знаний из необработанных данных и их преобразования на каждом уровне. Эти уровни постепенно получают функции более высокого уровня из необработанных данных, что позволяет решать сложные проблемы с более высокой точностью, меньшим количеством функций и меньшей ручной настройкой. Алгоритмы глубокого обучения могут маркировать и категоризировать информацию и определять закономерности. Это то, что позволяет системам ИИ постоянно учиться на работе и улучшать качество и точность результатов, определяя, были ли решения правильными.
Наука о данных (Data Science) это процессы и методы извлечения знаний и идей из больших объемов разрозненных данных. Являясь междисциплинарной областью, она включает математику, статистический анализ, визуализацию данных, машинное обучение и многое другое. Наука о данных позволяет нам анализировать информацию, видеть закономерности, находить смысл в больших объемах данных и использовать их для принятия решений, или, как я часто говорю, получать «ценность» или «знания» из данных. Наука о данных может использовать разные методы искусственного интеллекта для анализа данных.
Итак, мне нужны были руководители групп разработки (именно «групп») и сами разработчики, которые бы работали в разных направлениях, решая задачи из некой составленной мной «матрицы», в которой по вертикали находились отрасли экономики, а по горизонтали технологии искусственного интеллекта (работа с «голосом», «текстом», «изображениями» и т.д.), а внутри, на их пересечении, располагались бы отраслевые задачи от наших потенциальных заказчиков и индустриальных партнеров. «Технари» мне нужны были еще и за тем, чтобы они помогали мне в процессе поиска индустриального партнера и привлечению новых заказов в Центр, показывая наши реальные наработки и компетенции.
По факту, все вышло несколько иначе, чем я себе это представлял
С технарями ничего не получилось.
Времени собрать их было слишком мало, не говоря уже о том, чтобы в кратчайшие сроки сделать хоть сколь-нибудь работающий прототип для демонстрации заказчикам.
И, по факту, оставалось только одно готовить презентационный материал, который бы раскрывал потенциал нашего будущего Центра, с темами («кейсами») для различных отраслей экономики и заказчиков.
Среди перспективных для нашего Центра были: государство, здравоохранение и промышленность. Позже мы переориентировались на телекоммуникационный рынок.
В силу того, что МГТУ им. Н. Э. Баумана посещают ежедневно большое число руководителей крупных предприятий и организаций, а также министров и чиновников из различных министерств и ведомств, буквально за первые недели у нас набралось несколько десятков предложений для заказчиков по разным темам.
Ниже я привожу визуальное изображение, которое отражает перечень из 75 взаимосвязанных задач от наших заказчиков, которые сформировались уже за пару месяцев подготовки к конкурсу по тематике искусственного интеллекта.