В 2025 году российские работодатели опубликовали почти 200 тысяч вакансий для ИИ-специалистов (на 18% больше, чем годом ранее). Казалось бы, университеты должны торжествовать: программ по ИИ стало больше, наборы выросли. Но картина на рынке труда другая.
На четыре отклика по вакансиям в сфере ИИ приходится только один подходящий кандидат. Специалистов много, но тех, кто понимает ИИ достаточно глубоко, чтобы адаптировать решения под нестандартные задачи, по-прежнему не хватает.
Ученые предлагают свое решение этой проблемы. Недавно в Смольном ученые СПбГУ Максим Абрамов, Николай Кузнецов и Елена Кудряшова получили премию Правительства Санкт-Петербурга за разработку новой инновационной методики подготовки специалистов в области математики ИИ. Ее уникальность ― в системной связке между школьной программой, университетскими курсами математики и реальными задачами ИИ. Рассказываем, что за ней стоит.
Как работают ИИ-специалисты
Есть два принципиально разных типа работы с ИИ. Первый: взять готовую модель, загрузить данные, настроить параметры, получить результат. Второй: понять, почему модель ошиблась, придумать новую архитектуру, доказать, что алгоритм вообще будет работать.
Большинство программ готовят к первому. Это объяснимо: такие специалисты быстрее выходят на рынок, проще оцениваются, легче трудоустраиваются. Но работодатели в первую очередь ищут специалистов с фундаментальной подготовкой, хорошей математической базой и развитым алгоритмическим мышлением. Все это формируется годами, а не за несколько месяцев.
Для второго типа работы нужна математика, прочно связанная каждым разделом с задачами ИИ. Оптимизация ― потому, что без нее нельзя обучить сеть; теория вероятностей ― потому, что без нее нельзя понять, почему модель ошибается; функциональный анализ ― потому, что без него невозможно разобраться в современных архитектурах.
Во многих программах этой связи нет. Математику преподают математики отдельно, ИИ — инженеры отдельно. Студент заканчивает четыре курса и не понимает, зачем ему давали первое, если на втором учили иначе.
Именно на создание такой системы и была направлена работа исследователей.
Начинать со школьной скамьи
Отправной точкой для исследователей оказалась не университетская программа, а школа. В 2022 году в России появился обновленный федеральный стандарт по математике и информатике: впервые в школьную программу вошли темы, напрямую связанные с анализом данных и основами ИИ. Современный абитуриент приходит в университет с багажом, которого не было у студентов пять лет назад.
Ученые провели детальный анализ нового стандарта и выстроили логику программы так, чтобы она начиналась именно там, где заканчивается школа. Так абитуриент не потеряет время и мотивацию, ведь будет учиться без повторения пройденного и без серьезных пробелов в знаниях.
Матрица знаний
Исследователи выполнили сравнительный анализ профильных программ ведущих российских университетов в области ИИ: изучили содержание и реальный объем учебных планов, оценили сильные и слабые стороны, посмотрели, как соотносятся математическая база и практика ИИ.
Затем исследователи описали связь между фундаментальными знаниями и задачами ИИ систематически, в виде матрицы. Каждый раздел математики и информатики получил явную привязку к конкретным теориям и технологиям ИИ: где именно это знание работает, в каких задачах оно необходимо.
Получилось то, что авторы называют замкнутым фундаментальным ядром. Это набор математических знаний, необходимый для глубокой научной работы в сфере ИИ. Он нужен тем, кто хочет понимать природу нейросетей и создавать новые архитектуры.
В СПбГУ методика уже легла в основу двух программ бакалавриата. Программа «Прикладная математика, программирование и искусственный интеллект» в 2023 и 2024 годах становилась одной из самых востребованных у абитуриентов города в области прикладной математики и ИИ. Программа «Искусственный интеллект и наука о данных» в 2024 году получила федеральную грантовую поддержку в рамках национального проекта «Экономика данных и цифровая трансформация государства» для подготовки специалистов высшей категории в области ИИ.
Искусственный интеллект сегодня умеют использовать очень многие. Но понять его устройство и уметь нестандартно применять совсем другое дело. Россия ставит задачу технологического лидерства в этой области, и без единых стандартов подготовки специалистов ее не решить. Разработанная методика ― один из шагов в эту сторону.
Ранее Наука Mail рассказывала о том, что российские ученые научили ИИ восстанавливать пропущенные этапы сложных систем.
