В сентябре прошлого года Передовая инженерная школа «Высшая школа авиационного двигателестроения» (ПИШ ВШАД) запустила опорные дисциплины — авторские курсы для магистрантов первого года обучения, которые обеспечат получение сквозных компетенций для будущих высококвалифицированных специалистов. Полученные навыки могут применяться в математическом моделировании, экспериментальной механике, новых материалах и технологиях, контекстном проектировании и других инновационных областях промышленности.
О предмете «Искусственный интеллект и машинное обучение» рассказал руководитель рабочей группы университета по направлению «Технологии искусственного интеллекта и машинного обучения», начальник управления организации научных исследований ПНИПУ, кандидат экономических наук Александр Алексеев.
Чему посвящена дисциплина «Искусственный интеллект и машинное обучение»?
— Цель предмета — сформировать у слушателей компетенции, обеспечивающие способность к решению задач в области классификации объектов профессиональной деятельности на основе анализа данных с помощью методов искусственного интеллекта и машинного обучения. Учебный курс раскрывает особенности загрузки, маркировки, предобработки и анализа данных. Отсутствие навыков программирования и математической базы становится для студентов барьером в освоении технологий искусственного интеллекта и машинного обучения. Поэтому актуальность приобретают бескодовые платформы и их имплементация в образовательный процесс.
Какие навыки приобретут студенты в рамках предмета?
— Обучающиеся познакомятся с научно-технологическим ландшафтом — узнают, в каких прикладных задачах применяются технологии компьютерного зрения и обработки изображений, обработки неструктурированных данных и текстов на естественном языке, распознавания и синтеза речи, а также интеллектуальной поддержки принятия решений.
Какие уникальные образовательные практики используются при преподавании?
— Создана серия программных стендов, которые позволяют демонстрировать базовые принципы работы машинного обучения. Эти подходы применяются при классификации, регрессии и понижении размерности данных. В результате было зарегистрировано шесть программ для ЭВМ. Курс постоянно обновляется новыми практиками для отработки навыков. Например, подготовлена задача по созданию системы управления беспилотным транспортным средством.
Какие новые форматы взаимодействия со студентами вы применяете?
— Студентам ПИШ ВШАД эксклюзивно предоставлен доступ к многопользовательской виртуальной бескодовой среде интеллектуального анализа данных «Data to Decisions» (D2D.Platform). Она позволяет без навыков программирования выполнять анализ прецедентов и проектировать корни принятия решений, а также обучать нейронные сети класса Decisions Root-based Neural Networks (DRB NN). D2D.Platform дает возможность одновременной работы над одним проектом нескольким пользователям, что делает платформу удобным инструментом для гибридного образовательного процесса. После прохождения курса пользователь сервиса не только сможет загружать данные и проверять гипотезы, но и будет обладать авторскими правами на созданные модели и приложения.
Как магистры разных направлений смогут использовать знания, полученные в результате освоения дисциплины?
— Технологии искусственного интеллекта (ИИ) используются в различных практических задачах, не ограничиваясь перечнем приведенных примеров. Например, они могут применяться для оценки, контроля качества и цифрового проектирования изделий с требуемыми характеристиками, поиска оптимальных режимов производства. Методы ИИ позволяют проводить анализ данных о любой предметной области: химия, медицина и здравоохранение, экономика, бизнес и многие другие.
Для справки:
Александр Алексеев окончил ПНИПУ в 2007 году. Работал учителем информатики и информационно-коммуникационных технологий в средней общеобразовательной школе «Лицей №1» г. Перми, в научно-исследовательском институте управляющих машин и систем, одной из крупнейших российских ИТ-компаний и ряде вузов Перми. В ПНИПУ работал заведующим учебной лабораторией, ассистентом, старшим преподавателем, доцентом. В настоящее время возглавляет управление организации научных исследований ПНИПУ. Награжден множеством дипломов и благодарственных писем за научно-исследовательские работы, получатель грантов Президента РФ, РФФИ и ФСИ. Кандидат экономических наук, доцент, специалист по теории принятия решений и теории управления, предложил новый класс нейронных сетей, основанных на корнях принятия решений (Decisions’-Root-based Neural Networks). Член международного общества по многокритериальному принятию решений (Society on Multiple Criteria Decision Making). Весь свой путь активно занимается научной деятельностью со студентами и аспирантами. Подготовил 4 кандидатов наук.