Департамент анализа данных и машинного обучения

Руководитель департамента анализа данных и машинного обучения Владимир Игоревич Соловьев рассказал о работе над проектом по созданию робота для сбора урожая и планах на новый учебный год.

- Как прошел этот непростой учебный год в департаменте?

- В этом учебном году наш департамент выпускает чуть менее 200 бакалавров – около 90 математиков, около 75 бакалавров прикладной информатики, и чуть более 30 магистров. В июне идут защиты дипломов. Учитывая режим самоизоляции, все проводится в дистанционном режиме.

Также в этом году начата большая реформа в Финансовом университете. Среди прочих, реформируется и наш департамент. Он разделяется на департамент анализа данных и машинного обучения, который сосредоточится на проектах по созданию интеллектуальных систем для реальных заказчиков и вовлечении наших студентов и аспирантов в эти проекты, и департамент математики, который со следующего учебного года будет заниматься математической подготовкой всех студентов Финансового университета, кроме нового факультета информационных технологий и анализа больших данных.

В этом году у нас появились новые области исследований. Если раньше мы занимались только самими интеллектуальными системами, то теперь мы вошли в область робототехники. Совместно с Федеральным агроинженерным центром ВИМ мы создаем робота для сбора урожая яблок.


Такие роботы разрабатываются с конца 1960-х годов, в настоящее время существует около 50 прототипов, однако ни один из них не дошел до практического применения.

В этом проекте мы занимаемся не только программной частью, но и технической, разрабатываем алгоритмы компьютерного зрения, чтобы находить яблоки, и алгоритмы управления манипуляторами, чтобы эти яблоки снимать.

За полтора месяца работы нам удалось добиться существенного прогресса. Мы смогли научить робота находить яблоки лучше всех в мире, следующий шаг – научить эти яблоки снимать. С учетом накопленного опыта нам удается создать лучшего робота для сельского хозяйства. Мы поставили амбициозную цель в ближайшее время робота доработать, и рассчитываем, что уже осенью начнется его тестирование в российских агрохозяйствах.

Если несколько лет назад такие роботизированные системы использовались только в условиях, близких к идеальным, в которых робот выполнял повторяющиеся операции, то сейчас технологии, которыми мы владеем, позволяют интеллектуальным роботизированным системам работать в изменяющихся внешних условиях, когда меняется температура, влажность, освещение, дует ветер, льет дождь, вокруг робота двигаются различные объекты. Промышленные роботы выполняют однотипные операции. В отличие от этого, каждая операция по снятию яблока уникальна.

В целом за технологией компьютерного зрения огромное будущее. У нее масса возможных реализаций и сфер применения, например, в сельском хозяйстве. В растениеводстве среди задач, которые уже очень скоро будут решать роботы – мониторинг урожайности и состояния посевов, поиск сорняков и больных растений, управление системой полива и удобрения с использованием дронов, распознавание спелости плодов, сортировка плодов и многие другие. В животноводстве (в отличие от растениеводства) роботы используются уже некоторое время, но компьютерное зрение и там сейчас дает импульс к возможности бесконтактного определения возраста и массы животных, контроля за их перемещением и другим способам повышения качества и эффективности сельскохозяйственного производства.

 Многие операции, которые выполнялись традиционно вручную, сейчас могут быть делегированы машинам, чтобы освободить руки людей для более интеллектуальной и творческой работы.

- Есть ли у студентов департамента возможность участвовать в подобных проектах?

- У нас все большие проекты выполняются с привлечением преподавателей и студентов к работе. Преподаватели выступают руководителями, генераторами идей, а реализацией занимаются студенты и магистранты, что позволяет им получить уникальный опыт практической работы. Например, в двух недавно завершенных масштабных проектах, заказчиком которых выступал крупнейший банк России, основную часть работы выполняли наши бакалавры и магистранты. Эту практику мы планируем продолжать и расширять, активнее привлекая студентов к участию в реальных проектах.

- Как департамент справился с экстренным переводом обучения в дистанционный режим?

- Благодаря нашим техническим службам переход в онлайн прошел бесшовно. Специалисты технической службы создали в масштабах университета расписание занятий со ссылками на Microsoft Teams. Опыт ведения образовательного процесса в дистанционном режиме – серьезное испытание, но еще это и неоценимый опыт для университета и всего образовательного сообщества. Накоплена огромный массив статистических данных. Я предполагаю, что и Финансовый университет, и другие ведущие вузы после завершения режима самоизоляции тщательно проанализируют полученный опыт и станут активнее использовать в обучении технологии.

- Значит ли это, что вузы станут массово переводить занятия в дистанционный режим?

- Я не думаю, что эти изменения будут связаны с простым переводом занятий на дистанционку. Скорее, они будут связаны с более вдумчивым, глубоким и комплексным внедрением различных информационных технологий в традиционный очный образовательный процесс. Речь не только о платформах типа Microsoft Teams, но и о более широком круге сервисов.

Но прежде образовательному сообществу необходимо проанализировать накопленный опыт дистанционной работы, внимательно изучить, что получилось сделать, с какими сложностями пришлось столкнуться, и сделать соответствующие выводы.

- Каковы планы на следующий учебный год?

- Мы начинали свою деятельность в 2016 году. Тогда ни один заказчик не воспринимал нас как организацию, способную разработать интеллектуальную систему для реального внедрения, а не в рамках образовательных программ. Сегодня мы ведем массу проектов, конкурируя не с университетами, а с ИТ-компаниями. Среди заказчиков – крупнейшие банки, транспортные компании, сети розничной торговли. У нас разработаны уникальные технологии, например, технология поиска знаний на графах, позволяющая, в частности, интеллектуальным помощникам отвечать на сложные вопросы, вовлекать клиентов в беседу, совместно с клиентами искать нужную информацию. Эта технология востребована заказчиками, но у ИТ-гигантов – Microsoft, Google, Facebook, Яндекс – пока такой технологии, в отличие от нас, нет. Или, например, технология распознавания удовлетворенности клиентов на основе анализа видеопотоков. Или технология автоматизированного управления активами на финансовых рынках.

Продолжать можно долго, но почивать на лаврах рано. Чтобы стать выйти на новый уровень, нам необходимо стать узнаваемыми специалистами по прикладным решениям в области искусственного интеллекта не только в корпоративной среде, но и в международном научном сообществе. Следующий год будет проходить под флагом трансформации публикационной активности в департаменте. У нас получено много серьезных результатов, и мы планируем активно публиковать их в ведущих международных журналах. Нами разработана детальная стратегия для достижения этой цели.

В следующем году мы планируем продолжить развивать наши проекты в новых областях, таких как робототехника. Помимо робота для сбора урожая, мы собираемся начать работу над медицинскими роботами.

Что касается работы со студентами, то уже в этом году совместно с Университетом 20.35 мы открыли новую магистерскую программу «Дата-инжиниринг в сфере образования», на которую возлагаем большие надежды. В следующем году мы планируем открыть подготовку магистров по направлению «Мехатроника и робототехника».