«От 100 магистров через 10 аспирантов к одному научному лидеру»
Профессор РАН Иван Оселедец о подготовке научных кадров в области компьютерных наук и искусственного интеллекта
«Ъ-Наука» поговорил с доктором физико-математических наук, профессором РАН и генеральным директором Института AIRI Иваном Оселедцем о подготовке научных кадров в России в области компьютерных наук, перспективах молодых исследователей и новых образовательных форматах.
Иван Оселедец
Иван Оселедец
— Как бы вы оценили текущее состояние подготовки научных кадров в России в области компьютерных наук и ИИ?
— В последние годы в нашей стране инфраструктура подготовки научных кадров в области ИИ и компьютерных наук активно растет. Сформировались центры компетенций, поддержанные грантовыми программами — например, инициативой центров ИИ. Ключевые роли здесь играют ведущие вузы: ИТМО, Сколтех, ВШЭ, МФТИ, Иннополис, а с третьей волны к ним присоединился и МГУ. Эти центры становятся не просто образовательными площадками, а точками концентрации научного потенциала и передовых исследований.
Среди новых форматов стоит отметить такие конкурсы, как ДС и ТопДС от Минцифры –– они завершились в апреле этого года. В результате более 20 вузов получат поддержку в рамках федпроекта «Искусственный интеллект» нацпроекта «Экономика данных и цифровая трансформация государства» и будут готовить высококвалифицированных специалистов в области ИИ. Такие программы, на мой взгляд, позволяют выявлять талантливых студентов и включать в образовательную экосистему более широкий круг вузов в столице и за пределами Москвы — это МТУСИ, СПбГУ, УрФУ, ЮФУ и другие.
Год назад на Дне ИИ в России, который проходил на ВДНХ, я озвучил призыв к созданию воронки подготовки научных кадров — от 100 магистров через 10 аспирантов к одному научному лидеру. Радует, что он был услышан на уровне руководства. Мы видим запуск действительно масштабных программ, направленных на системное развитие кадрового резерва.
— Каковы основные вызовы, с которыми сегодня сталкиваются вузы и исследовательские центры при подготовке молодых ученых в ИИ?
— Один из ключевых вызовов — высокая конкуренция с индустрией. Часто студенты и молодые специалисты предпочитают уходить в большие IT-компании, где быстрее виден финансовый результат, потому что зарплата в коммерческой компании на старте карьеры выше. В итоге в вузах и исследовательских институтах становится сложнее удерживать и растить талантливую молодежь. Решением может быть выработка новых форматов взаимодействия с индустрией, гибких образовательных треков, а также создание мотивирующей среды в научной сфере — с понятными перспективами, финансовой устойчивостью и возможностью работать над значимыми задачами, например, в рамках сотрудничества с бизнесом или государством, когда разработки становятся частью прикладных проектов.
— Какие барьеры приходится преодолевать молодым исследователям в начале своей научной карьеры?
— Я бы сказал, что один из главных— поиск своей научной ниши. Молодому ученому важно не просто найти интересую тему, а включиться в живое научное сообщество, в среду, где можно работать на долгую перспективу, поддерживать горизонтальные связи, общаться, иметь возможность быстро дотянуться до коллег, которые глубоко погружены в специфику вопроса. Сегодня таких мест в России еще не так много. Думаю, стоит отметить частую нехватку научных руководителей с опытом международных исследований и ограниченные ресурсы для поддержки начального этапа исследований.
— Какие инструменты поддержки молодых ученых наиболее перспективны?
— Безусловно, гранты — это базовый и критически важный механизм поддержки. Они дают молодым ученым ресурсы и уверенность в завтрашнем дне. Стажировки, особенно внутри страны, в ведущих лабораториях, институтах и компаниях. Пока они не имеют универсальной для всех схемы, но дают огромный потенциал. У себя мы работаем над концепцией сетевого института и активно берем ребят на стажировки. Формат, при котором студент может проходить практику и обучение в разных организациях, формирует у него более целостную картину исследовательского мира. Также очень важно вовлекать молодых ученых в международные коллаборации — обмены, школы, конференции.
— Какие навыки помимо технических знаний необходимы современным ученым в сфере ИИ?
— Коммуникативные навыки становятся едва ли не важнее технических. Способность объяснить свою идею, собрать команду, убедить коллег и даже «продать» научную гипотезу — ключевые элементы успеха в современной науке. Важно уметь адаптироваться к стремительно меняющемуся инструментарию: от новых библиотек до фреймворков и платформ ИИ. Эта область развивается крайне быстро, и порой результаты устаревают менее чем за год. Почему, думаете, в нашей сфере так ценятся конференции, когда в большинстве направлений принято делать ставку на журналы? Скорость процесса рецензирования.
Немаловажно и наличие психологической устойчивости: научная карьера полна неопределенности, отказов и неудавшихся экспериментов. Ну и, конечно, нужно уметь мечтать. Иначе как родятся самые смелые гипотезы?
— Компетенции, которые будут критически важны для ученых в ИИ через пять-десять лет?
— В первую очередь — это умение эффективно работать в связке с ИИ. Навыки кросс-дисциплинарной работы. И не только для ученых в сфере компьютерных наук, но и в медицинских исследованиях, в материаловедении, в инженерном деле.
— Какие глобальные тренды в образовании и науке могут повлиять на российскую систему подготовки кадров?
— Один из самых мощных трендов уже несколько лет — развитие генеративного ИИ. Он меняет подходы не только к обучению, но и к проверке знаний. Уже сейчас мы сталкиваемся с ситуацией, когда стандартные формы контроля в виде тестов и эссе устаревают. Это требует пересмотра как самих образовательных программ, так и принципов оценки результатов. Усиливается акцент на гибкость и обучение через проекты.
— Позволяет ли действующая система образования быстро реагировать на изменения в мировых технологиях ИИ? Может ли, например, одаренный школьник сразу попадать в исследовательские группы, минуя формальные ступени?
— Традиционная система образования — как школьная, так и университетская — не успевает за темпами развития ИИ, и это естественно. Она дает базу, а следом появляются форматы, которые позволяют компенсировать пробелы. В первую очередь — уже упомянутые летние школы. Вообще, они могут быть и зимними, и осенними, просто исторически сложилось так, что основная масса подобных мероприятий проходит летом, когда у студентов есть возможность отдохнуть от основной учебы. И тут мы возвращаемся к талантливой молодежи. Если перескочить через основные ступени обучения — скажем, со школьной скамьи попасть сразу в аспирантуру — нельзя, то на стажировку попасть можно. Чтобы это сделать, нужно подтянуть навыки и интегрироваться в сообщество. Это и позволяют сделать такие программы. У нас на летней школе сейчас есть шестнадцатилетний участник, который по уровню знаний и мотивации даст фору многим. Еще один из ярких примеров — школьник из девятого класса, который успешно прошел стажировку в институте. Недостаток фундаментальных знаний такие ребята подтягивают на практике, в проектном формате обучения от задачи к решению, а потом фиксируют на учебе. Это самый продуктивный подход. Кстати, выездные школы — далеко не новый формат, просто сейчас он переживает возрождение интереса. Это хорошо укрепившаяся в научной среде традиция собирать молодых ученых и студентов на посвященный определенному направлению интенсив, где они могут встретиться с состоявшимися экспертами из разных организаций. Одна из таких школ — «Управление, информация и оптимизация» им. Б. Т. Поляка, где я преподавал в этом году,— проходит с 2009 года.
— Как вы оцениваете текущий уровень сотрудничества между академической средой и IT-компаниями в России? Каков вклад компаний в подготовку научных кадров?
— Ситуация значительно улучшилась за последние несколько лет. Компании больше не ограничиваются лишь поддержкой олимпиад или спонсорством мероприятий. Например, в этом году нашими партнерами по школе стали «Авито», фонд «Интеллект» и «Сбер». Специалисты из «Авито» приехали на мероприятие, чтобы представить ребятам практические кейсы, которые позволяют увидеть, как фундаментальные знания применяются на практике, организовали карьерные консультации, исследователи из «Сбера» прочли лекции. Нужно было дать молодежи возможность провести реальные эксперименты, каких дома не сделать. На помощь пришел провайдер Cloud.ru и предоставил вычислительные мощности. Это пример деятельного участия.
Помимо академических структур отраслевые центры и бизнес в целом играют очень важную роль в формировании кадрового резерва. Они глубоко вовлечены в создание центров ИИ, в запуск образовательных программ, в стажировки и совместные исследования. Например, «Сбер» и «Яндекс» активно инвестируют в бакалаврскую программу ИИ360. Это, по сути, «элитная» программа подготовки будущих лидеров в ИИ. Интересно, что даже относительно молодые организации — скажем, Т-Банк — создают собственные образовательные структуры. Пример тому — Центральный университет.
Теперь очередь за вузами — они должны становиться более проактивными, выходить с инициативами, создавать партнерства, в которых выигрывают все: и студенты, и преподаватели, и индустрия.
—Какие дополнительные условия или стимулы могли бы усилить интерес молодежи к научной деятельности в ИИ?
— Важно продолжать создавать «воронки» роста, чтобы было понятно, как из интереса в школе можно дойти до серьезной научной карьеры, как выглядит этот путь. Нужна видимость разных точек входа: те же летние школы, хакатоны, исследовательские проекты, менторство. Большое значение имеет личный пример молодых ученых, которые добиваются успеха и продолжают работать в России. Это формирует образ науки как привлекательной карьеры.
— Что вы могли бы посоветовать молодым студентам и аспирантам, которые только начинают свой путь в науке об искусственном интеллекте?
— Важно понимать: из науки в индустрию перейти довольно просто — вас там ждут. А вот обратно вернуться бывает значительно сложнее. Поэтому, если у вас есть возможность заниматься научной работой, особенно в хорошей группе и с хорошим руководством, цените ее. Сегодня в науке можно зарабатывать достойно, особенно в проектах с прикладной компонентой. Научные исследования — одна из самых интересных работ в мире. Иногда даже думаешь, что это не только работа, но и спорт, искусство, в целом — жизнь.