Как казахстанец приручает искусственный интеллект в Meta

43536

Арман Жармагамбетов считает, что для этого не нужно быть гением, важнее – настойчивость в учёбе и упорный труд

ФОТО: личный архив

Арман Жармагамбетов занимается фундаментальными исследованиями в области искусственного интеллекта (ИИ) в Meta, в подразделении, в котором мечтают работать многие исследователи этой области – FAIR (Facebook AI Research). При этом сам себя он характеризует так: «Простой парень из Актобе». Говорит, со студенчества находился в окружении людей, которые так или иначе проявляли необычные способности: кто-то окончил специальную школу, кто-то выиграл предметную олимпиаду, кто-то реализовал проект и т.д. «Я смотрю на соотечественников в Google, Meta, Amazon - они почти все такие. В то время как я учился в казахской средней школе в городе Актобе. Да, увлекался математикой и учился хорошо, но на олимпиадах совсем не добивался успехов. В общем ничем не выделялся среди сверстников», – поясняет он. Своим секретом успеха он считает настойчивость в обучении и упорный труд.

«Неэлитная» специальность

Определяя для себя будущую специальность, Арман соединил исходные данные: интерес к математике, но нежелание уходить в чистую науку, интерес к компьютерам, но неумение программировать, не особая любовь к физике и небольшой интерес к экономике. Синтез дал такой результат: математическое и компьютерное моделирование (МКМ). Молодой человек решил обучаться по этой специальности в Международном университете информационных технологий (МУИТ) в Алматы.

Арман Жармагамбетов
Арман Жармагамбетов
ФОТО: личный архив

«Мне рассказывали, что это «элитная» профессия, где и программировать-то особо не надо, на что я и «купился». На самом деле ничего элитного в этом нет. Классические МКМщики занимаются моделированием разных процессов для принятия решений, и для этого нужно обладать богатым набором знаний в вычислительных технологиях», – говорит наш герой.

Арман окончил бакалавриат в 2015 году. И столкнулся с проблемой: специалистам по МКМ оказалось трудно найти работу по профилю. Вероятно, из-за того что студентов учили устаревшим методикам, не пользующимся особым спросом на рынке, предполагает собеседник. Одногруппники Армана уходили либо в банковский сектор, либо в разработку программного обеспечения. Арману же, который тоже поработал некоторое время в банке, помогли две, как он считает, судьбоносные встречи.

Две судьбоносные встречи

Одна из этих встреч – с Шынгысом Сакыпкереем, в то время он был в числе руководителей лаборатории робототехники при МУИТ. Там искали ребят с хорошей математической базой, и Арман получил приглашение. Это место стало «стартовой площадкой» для зарождения его интереса к искусственному интеллекту.

Арман Жармагамбетов
Арман Жармагамбетов
ФОТО: личный архив

«Лаборатория занималась разными проектами, в том числе распознаванием объектов с камеры. Я не имел понятия, как эту задачу решить, и начал копать. Оказалось, это отдельное научное направление, где самым эффективным подходом является машинное обучение – одно из направлений ИИ. Я узнавал все больше, и меня это очень сильно увлекало. К тому же оказалось, что эта тема набирает большие обороты в мире. Как раз здесь пригодилась математическая база, которая, как я думал, мне нигде особо не понадобится», – рассказывает Арман.

После лаборатории робототехники наш герой уже знал, что будет дальше искать себя в теме машинного обучения. Да и работа в банке наскучила: человеку, которому интересно изучать сами методы и алгоритмы машинного обучения, стало тесно в финансовом учреждении, где вся работа нацелена на результат. В то время Арман начал учиться в магистратуре МУИТ. И здесь состоялась вторая судьбоносная для него встреча – с профессором Дулатом Джумабаевым, который был учеником самого Жаутыкова и человеком, глубоко преданным науке. «Он стал моим научным руководителем. Тесная работа с ним и частые беседы за чаем за два года сильно изменили мое отношение к науке», – говорит наш герой.

Метавселенная Армана

В итоге казахстанец решил получить степень PhD за рубежом и поступил в Калифорнийский университет в Мерседе (UCM). «Этот вуз имеет 10 кампусов, думаю, многие слышали про Беркли или Сан-Диего. Так вот наш кампус, который расположен в городе Мерсед, является одним из филиалов, пусть и не таким знаменитым. Учеба там стоит около $30 тыс. в год, однако программа PhD здесь, как и во многих университетах США, покрывает все расходы», – рассказывает собеседник.

ФОТО: личный архив

Ближе к защите докторской Арман начал подавать резюме в разные места, включая Meta. «Среди тех, кто занимается темой ИИ, Meta известна своим элитным подразделением – FAIR (Facebook AI Research). Оно активно ведет научную деятельность в разных направлениях и славится впечатляющими достижениями в теории и практике. Не думаю, что сильно ошибусь, если скажу, что почти каждый уважающий себя исследователь искусственного интеллекта хочет оказаться здесь», – говорит счастливчик из Актобе.

Путь от подачи резюме до приема на работу, по его словам, был на некоторых этапах стандартным, на некоторых – сложным (пришлось пройти серию интервью с разными исследователями FAIR). Арман считает, что его кандидатуру одобрили по двум причинам. Во-первых, понравилась его квалификация в некоторых узких направлениях (например, дискретная оптимизация). Во-вторых, за пять лет учебы в докторантуре он опубликовал немало статей в ведущих тематических изданиях, участвовал в топовых конференциях, прошел несколько научных стажировок. Это сделало его резюме привлекательным для Meta. К работе он приступил в январе 2023-го.

Показатель крутости

Арман говорит, что самое трудное, когда хочешь работать где-то типа Meta, – это попасть в компанию такого масштаба. Сам же процесс работы относительно не сложен. Да, в FAIR собрались, возможно, лучшие умы из МТИ, Стэнфорда, Беркли. Но то, какой вуз ты окончил, имеет значение на этапе бакалавриата. А когда имеешь степень PhD, важнее список твоих публикаций, это настоящий показатель крутости. «Еще немаловажным фактором является авторитет научного руководителя. Мой руководитель достаточно известен в узких кругах и имеет множество связей. Кстати, он тоже человек, полностью преданный науке», – рассказывает собеседник.

Арман Жармагамбетов
Арман Жармагамбетов
ФОТО: личный архив

На вопрос, в чем заключается его работа в FAIR, Арман отвечает так: «Если описать кратко, то мы пытаемся улучшить существующие модели, методы и алгоритмы, используемые в ИИ. Работаем с ChatGPT, генеративным ИИ (этот тот, который генерирует текст, изображения, другие медиаданные), компьютерным зрением и т.д. Обычно результат такой работы – публикация научных статей и/или открытие доступа к исходному коду, которым любой человек может воспользоваться. Но если Meta увидит в этом потенциал применения, то результаты получат практическое применение».

Сейчас казахстанец занимается двумя научными проектами. Оба имеют практическую значимость. «В первом мы пытаемся использовать ИИ для решения сложных оптимизационных задач. Например, для оптимального распределения фур при перевозке товаров. Это особенно актуально, когда сеть поставок очень сложная, как у Amazon, например. Использование ИИ для решения этих задач – относительно новое и многообещающее направление», – рассказывает Арман. Второй проект связан с GPT. «Системы типа ChatGPT хорошо работают с простыми запросами. Мы пытаемся улучшить качество при обработке сложных и составных запросов, где нужно учитывать логическую цепочку», – поясняет собеседник.

ИИ переоценен

«Искусственный интеллект, безусловно, меняет мир, и я призываю больше людей из Казахстана включиться в этот процесс», – говорит наш герой. В числе изменений, которые принес ИИ, – фильтры в соцсетях, умные дома, голосовые помощники, рекомендация рекламы, поиск дешевых и оптимальных билетов, большая часть банковских транзакций и т.д. «Сейчас активно развивается так называемый AI for science, который использует ИИ для решения ряда задач. В их числе более точная и быстрая диагностика КТ/МРТ, более доступное и персонализированное образование, улучшение окружающей среды (например, есть стартапы, которые исследуют пути переработки CO2 в менее вредный газ с помощью ИИ)», – перечисляет собеседник положительные примеры.

Арман Жармагамбетов
Арман Жармагамбетов
ФОТО: личный архив

Вместе с тем он считает искусственный интеллект переоцененным и не восторгается GPT (как это сейчас модно делать). «Как у человека науки у меня академический подход, и я пытаюсь критически оценивать возможности ИИ. Думаю, СМИ раздувают «шар» вокруг искусственного интеллекта, переоценивая его возможности и сравнивая с каким-то сверхчеловеком. В области ИИ много достижений, но несмотря на это исследователи до сих пор не понимают фундаментальных концепций, лежащих в основе глубоких нейронных сетей (включая GPT) – ни с точки зрения нейробиологии, ни с точки зрения математического моделирования. Мы даже не знаем, такие же нейронные сети отражают человеческий мозг или нет (скорее всего нет, то есть мозг работает по-другому)», – говорит Арман.

Он обращает внимание и на такой момент: GPT, например, использует в основном текстовые данные для тренировки моделей. «Но ведь все знания человечества не хранятся как большой документ, который можно предоставить нейронной сети. То есть трехмерность и взаимодействие объектов в ней, все сложные социальные и психологические взаимодействия и т.д. невозможно описать словами. Для достижения полноценного ИИ нужно намного больше. Поэтому я говорю, что это только «тұсaу кесер» в истории искусственного интеллекта, и нам предстоит долгая и большая работа в этой области», – подытоживает собеседник.

   Если вы обнаружили ошибку или опечатку, выделите фрагмент текста с ошибкой и нажмите CTRL+Enter

Орфографическая ошибка в тексте:

Отмена Отправить
Доктор Хегай – о лекарствах, лоббистах и недостатках медицины Казахстана Смотреть на Youtube