«Охота за головами». Насколько востребованы IT-специалисты?
Заведующий кафедрой автоматизированных систем и технологий НИУ «БелГУ» Александр Жихарев учился в вузе на специальности «Прикладная информатика в экономике». Теперь он сам учит в БелГУ IT-специалистов.
Александр Жихарев, фото из личного архива
— В выборе работы решающую роль сыграло знакомство с моим заведующим кафедрой во время учёбы — профессором Сергеем Маториным. Он был моим научным руководителем, и после окончания вуза он предложил мне пойти в аспирантуру и рекомендовал интересную тему для исследования, связанную с общей теорией систем, с системным анализом, моделированием сложных объектов. Интерес к этой предметной области стал причиной того, что я остался в вузе, — рассказал о начале своей научной деятельности Жихарев.
Преподаватель убеждён, что прикладная информатика — востребованная специальность, так как информационная инфраструктура, компьютерные сети и программное обеспечение есть в
каждой организации. По словам учёного, за его студентами-старшекурсниками
работодатели даже «охотятся».
— Примерно раз в две недели ко мне обращаются специалисты, практикующие в области IT, и просят подобрать студента на одну из вакантных должностей: работы для айтишников много и организации, которые оказывают различные IT-услуги, охотятся за головами. У нас в университете толковые студенты, и большинство из них, как правило, уже трудоустроены на последнем курсе обучения. Востребованность данной специальности высокая и я уверен, запрос на неё сохранится в будущем, — заявил исследователь.
Как студенты БелГУ разрабатывают систему распознавания лиц
Сейчас один из магистрантов Александра Жихарева занимается разработкой системы распознавания лиц, которая будет автоматически определять посещаемость занятий студентами вуза.
— Мы делаем собственный программно-аппаратный комплекс по распознаванию лиц, чтобы автоматизировать процедуру учёта студентов на занятиях. Студенты разрабатывают нейронную сеть. Здесь ничего придумывать не нужно: уже достаточно много существует архитектур, серьёзных нейронных сетей, которые прекрасно справляются с этой задачей. Вопрос сводится к тому, чтобы подобрать эффективную архитектуру и настроить технику, чтобы она работала соответствующим образом. Если проект получится, он снимет очень много головной боли, потому что мы полностью исключим человеческий фактор, — объясняет Жихарев.
Иллюстрация kandinsky21_bot
Проект по распознаванию лиц — магистерская диссертация его студента. Комплекс планируется создать в течение двух лет, а прототип будет готов примерно к маю 2024 года. Оборудование для работы предоставляет вуз.
Как работают нейронные сети?
Нейронные сети классифицируют любую информацию. Даже
упомянутое автоматическое распознавание лиц является классификацией. Задача
программиста — научить искусственный интеллект это делать.
— Практически во всех научно-исследовательских работах в технической сфере рано или поздно возникает задача анализа данных. В свою очередь анализ данных часто заключается в решении задачи классификации. Нам нужно научить машину отнести исходные данные — неважно, в каком они виде — к одной из имеющихся категорий. Эту задачу как раз и решает нейронная сеть. Не многие об этом задумываются, но нейронная сеть способна решать только задачу классификации. Но к этой задаче классификации сводится много прикладных вещей, с которыми простой обыватель знаком: например, распознавание образов, идентификация по отпечаткам пальцев — это всё задачи классификации, — рассказал программист.
Сейчас нейронные сети показывают высокую эффективность и
ошибаются редко, но люди всё ещё должны их контролировать.
— Нет ни одной нейронной сети, которая бы что-то прогнозировала с эффективностью 100 процентов. Такого не бывает, всегда есть какая-то погрешность. В то же время, при распознавании каких-то отдельных элементов на изображении существующая современная архитектура достигает эффективности более 95 процентов. Это на самом деле довольно высокая эффективность.
Поэтому со временем этот мат-аппарат искусственных
нейронных сетей можно смело назвать эффективным инструментом для решения
подобных задач, — делает вывод Жихарев.
Какие сервисы для создания нейросетей советует программист?
Александр Жихарев посоветовал несколько библиотек для создания искусственного интеллекта, которыми пользуются, в том числе, его студенты.
— Если говорить об аппарате искусственных нейронных сетей, здесь есть две крайности. Есть платное решение — это система Matlab, которая содержит довольно мощные библиотеки, которые позволяют как из кирпичиков собирать нейронные сети под свои задачи, обучать их и дальше использовать. И есть бесплатный инструмент — это библиотеки, которые написаны на языке Python. Это две серьёзные библиотеки: TensorFlow и Keras.
Их уже достаточно много написано. Любой студент в открытом доступе может их скачать, подключить к своей программе и точно так же собрать нейронную сеть как из готовых кирпичиков и обучить её. При использовании таких решений программирование искусственной нейронной сети сводится к довольно простым действиям, — объясняет учёный.
Сможет ли искусственный интеллект заменить человека?
Александр Жихарев уверен, что искусственный интеллект не сможет заменить человека, потому что программирование — это тоже творчество.
— Есть отдельные виды программного обеспечения, где при разработке используются некие шаблоны или «паттерны проектирования», как называют их разработчики. В таких задачах искусственный интеллект в принципе способен какие-то отдельные программные модули генерировать самостоятельно. Но если говорить о разработке каких-то специфических программных систем или инструментов, то этот процесс всё-таки больше творческий. Тут даже современные генеративные нейронные сети, по крайней мере, пока, подобные задачи не способны решать, — уверен Жихарев.
Где обучиться программированию ИИ?
Преподаватель уверен, что на курсах из интернета человек
не сможет качественно обучиться программированию искусственного интеллекта —
для этого нужна база, которую даёт вуз.
— Бытует мнение, что подобным вещам можно обучиться самостоятельно в интернете — пройти какие-нибудь курсы. Подобные курсы действительно являются интересным учебным контентом, но они интересны для людей, у которых есть уже некий базовый фундамент, связанный в первую очередь с математикой. Нейронные сети — слово немножко страшное, но по сути это обычная математика. Соответственно, для того, чтобы с этим инструментарием разобраться, человек должен иметь серьёзный багаж знаний, связанных с математическим анализом, теорией чисел и так далее. Поэтому я могу ответить так: нужно обучиться в университете, — ответил Жихарев.
Отечественное ПО и киберполигон
Александр Жихарев занимается разработкой отечественных
программных комплексов, предназначенных для моделирования различных сложных
процессов и объектов. У программиста уже есть готовый комплекс, который был
темой его диссертации.
— В частности, у нас есть готовые решения — программный комплекс UFO-ToolKit. Это полностью отечественная разработка, мы сделали её здесь, в стенах университета. Это программная система, которая позволяет строить статические модели различных процессов и систем.
Последняя версия называется по-другому — UFO-Modeler. Это система, которая позволяет программировать полноценные симуляторы, то есть цифровые двойники каких-то процессов или систем. Это ПО уже доступно, мы вышли на рынок программного обеспечения, оно продаётся в открытом доступе.
Скриншот ufomodeler.ru
Кроме того, мы сейчас на своей кафедре, которая выпускает специалистов по информационной безопасности, создали лабораторию — это киберполигон, место, где специалисты в области информационной безопасности отрабатывают вопросы отражения различных кибервоздействий на компьютерные сети. В декабре у нас запланированы первые киберучения на базе этого киберполигона, — поделился планами преподаватель.
Как в вузе внедряют отечественное ПО?
Александр Жихарев также рассказал, что в «БелГУ» скоро
будет доступен курс по использованию отечественных операционных систем. На него
смогут бесплатно записаться студенты и преподаватели вуза и платно все остальные
белгородцы.
— Я вместе с другим сотрудником Института инженерных и цифровых технологий проходил сертифицированные курсы у компании-разработчика операционных систем ALT Linux. Теперь мы разрабатываем уже свою дополнительную образовательную программу по использованию отечественных операционных систем, в частности, системы ALT Linux. Мы запустили эту программу повышения квалификации в конце сентября. Мы показываем, что нужно отходить от американских операционных систем и пользоваться отечественными.
Первое, чему мы будем обучать, — это получение дистрибутива, то есть где можно скачать операционную систему, как её можно установить на свой ПК, как её настроить для трудовых функций. У нас идёт упор на использование операционной системы для профессиональной деятельности. Курс запланирован в объёме 24 часов — это 12 занятий, которые длятся около трёх недель, — рассказывает Жихарев.
Александр Геннадьевич уверен, что отечественная операционная система гораздо безопаснее и проще в использовании, чем более распространённый Windows.
— В целях безопасности нужно стараться пересаживать народ на отечественные разработки, это сейчас особенно актуально. Другое дело, что это будет сложный процесс, потому что мы все привыкли к системе Windows. В любом случае эту работу нужно вести, если мы хотим перейти на отечественное программное обеспечение. Наша система более безопасна и гораздо меньше подвержена различным воздействиям вирусов. В работе ALT Linux гораздо проще, чем Windows, и она бесплатна — это большой плюс. Конечно, у неё есть свои нюансы, с которыми пользователей нужно познакомить, чтобы они не пугались.
Пока что эти занятия не относятся к цифровой кафедре, но в 2024 году мы планируем уже в рамках кафедры читать подобные курсы по использованию и администрированию отечественных операционных систем, — строит планы Александр Жихарев.
