Как использовать большие данные в науке? Академическая сессия форума «Шаг в будущее: искусственный интеллект и цифровая экономика»

25 марта 2024
Поделиться:
Цифровизация и технологическое развитие диктуют новые условия подготовки специалистов для научно-исследовательской деятельности. Инновационными идеями по обучению специалистов, а также преимуществами и недостатками воздействия цифровой трансформации на учебный процесс делились эксперты — академики Российской академии наук (РАН), учёные, члены зарубежных университетов на научной сессии «Наука в экономике данных» VI Международного форума «Шаг в будущее: искусственный интеллект и цифровая экономика» Плехановского университета, общей темой которого стала «Кадры для экономики данных».

В условиях развития IT-технологий и осложнения социально-экономических процессов возрастает роль планирования, сообщил академик РАН Валерий Макаров. Поэтому, считает он, выпускники Плехановского университета должны не только знать основы прогнозирования, но и применять их на практике. 

Директор Института системного программирования РАН (ИСП РАН), индустриального партнёра Плехановского университета, Арутюн Аветисян остановился на задачах ИСП РАН, отметив, что внедрение платформы сбора и анализа больших данных с использованием облачных технологий и методов ИИ требует продуманной кадровой политики. Докладчик отметил: число сотрудников ИСП РАН увеличилось в два раза и на начало 2023 года превышает 700 человек, из которых 73 кандидата и 26 докторов наук. В институт трудоустроены более 200 студентов, в том числе из Российского экономического университета им. Г.В. Плеханова, и около 50 аспирантов из других вузов. 

Профессор кафедры Компьютерных архитектур факультета науки и техники Гронингенского университета (Нидерланды) и Специального факультета талантливой молодёжи «Высшая школа «Форсайт» Георги Гайдаджиев привел аргументы «за» и «против» дистанционного образования. При всем удобстве онлайн образование не сравнимо по эффективности с очным. По его мнению, получение большего объема знаний и максимальный эффект от образования требуют поиска баланса между очным и цифровым обучением.

Член-корреспондент Российской академии наук Владимир Пройков рассказал: поиск и разработка новых лекарственных препаратов является мультидисциплинарной областью, которая наряду с навыками и знаниями в области анализа данных и машинного обучения требует фундаментальной подготовки в предметной области, из которой происходят данные для анализа и моделирования. Так, для анализа «больших медицинских данных» требуется базовое медицинское образование с дополнительной подготовкой в области биохимии, молекулярной и клеточной биологии, а также «омиксных наук» — геномики, протеомики, метаболомики и других.

Основная цель национального проекта «Здравоохранение» — достижение ожидаемой продолжительности жизни до 78 лет к 2030 году. Об этом рассказал член-корреспондент РАН Филипп Палеев. Как отметил докладчик, одним из значимых факторов риска развития сердечно-сосудистых заболеваний и осложнений является повышенное артериальное давление. Он сообщил: более 15 млн. жителей России страдают артериальной гипертензией. Из них лишь 40% успешно контролируют артериальное давление благодаря подобранной медикаментозной терапии. Снижение среднего систолического артериального давления на 2 мм рт. ст. ведёт к снижению смертности от инсульта на 6%, от ишемической болезни сердца на 4% и общей смертности на 3%. Благодаря федеральному проекту «Персональные медицинские помощники» разработана и внедрена в пилотных регионах медицинская услуга дистанционного наблюдения за артериальным давлением с использованием персональных приборов для измерения с функцией передачи данных. За полтора года проекта более 15000 пациентов в шести субъектах РФ находились на дистанционном мониторинге. Анализ предварительных данных показал высокую эффективность методики для достижения целевых уровней артериального давления и их удержания уже в течение первого месяца мониторинга. Масштабирование пилотного проекта планируется на все субъекты Российской Федерации.

Перед слушателями выступили:
  •  Валерий Макаров – научный руководитель Центрального экономико-математического института РАН;
  •  Арутюн Аветисян – директор Института системного программирования РАН;
  •  Борис Четверушкин – научный руководитель ФГУ «Федеральный исследовательский центр Институт прикладной математики им. М.В. Келдыша РАН»;
  •  Филипп Палеев – член-корреспондент РАН, первый заместитель генерального директора, заместитель генерального директора по научной работе ФГБУ «Национальный медицинский исследовательский центр кардиологии имени академика Е.И. Чазова» Минздрава России;
  • Георги Гайдаджиев – PhD, Профессор кафедры Компьютерных архитектур факультета науки и техники Гронингенского университета (Нидерланды), старший советник Maxeler Technologies Ltd (Великобритания);
  •  Владимир Пройков – член-корреспондент РАН, Руководитель отдела биоинформатики ФГБНУ «НИИ биомедицинской химии имени В.Н. Ореховича». 

Академики пришли к выводу: навык работы с большими данными, IT-технологиями и уместное использование искусственного интеллекта для решения тех или иных задач — одни из важных требований к компетенциям специалистов с высшим образованием. 

   

 
Как использовать большие данные в науке? Академическая сессия форума «Шаг в будущее: искусственный интеллект и цифровая экономика»
Наука