Проекты

Краткое описание

Проект "Искусственный интеллект в промышленности" планирует сфокусироваться на разработке образовательного онлайн-курса, который даст возможность студентам профильных факультетов, сотрудникам промышленных предприятий и технологическим институциям получить актуальные профессиональные компетенции в области искусственного интеллекта (далее ИИ) для корпоративного управления и оптимизации отраслевых производственных процессов. Курс позволит учащимся не только соответствовать современным требованиям рынка труда, но и следовать технологическим трендам, активно участвовать в их создании, предлагая эффективные решения по модернизации производства.

Целевая аудитория курса: студенты 20-25 лет и сотрудники промышленный организаций, имеющие техническую направленность.
Срок обучения: 3 месяца, 160 ак.часов.
Формат обучения: онлайн-курс из трех тематических модулей, промежуточные вебинары, аттестационные задания и тестирование.

Этапы реализации
Этап 1. Анализ потребностей промышленного блока в Российской Федерации для создания программы.

Этап 2. Поиск преподавателей и подготовка материалов для онлайн-курса.

Этап 3. Переработка и адаптация платформы для курса.

Этап 4. Реализация программы:
Блок 1: Установочный вебинар (1 ч.)
Блок 2: Модуль 1 "Предиктивная аналитика"
Блок 3: Модуль 2 "Работа с генеративным ИИ"
Блок 4: Модуль 3 "Управление проектом ИИ"
Блок 4: Аттестационное тестирование.

Описание модулей
Модуль 1 "Предиктивная аналитика":
Бизнес анализ, постановка гипотез и работа с ними;
Разведочный анализ данных. Решение задачи поиска аномалий. Решение задачи поиска точек изменения состояния;
Работа с данными с помощью Python, SQL;
Промежуточный вебинар №1;
Статистический анализ данных;
Методы генерации признаков и улучшения точности модели. Продвинутые методы для решения задачи поиска аномалий и поиска точек изменения состояния;
Создание веб-сервиса для работы модели в режиме применения;
Визуализация данных;
Промежуточный вебинар №2;
Практическое задание № 1: Разработка итогового отчета по проверке гипотез;

Модуль 2 "Работа с генеративным ИИ"
Генеративный ИИ и LLM;
Разница и преимущества различных LLM;
Этика использования LLM;
Основы промпт-инжиниринга;
Промежуточный вебинар №3;

Создание low-code ИИ-приложений;
Обеспечение безопасности ИИ-приложений;
Жизненный цикл ИИ-приложений;
RAG (Retrieval Augmented Generation) и векторные базы данных;
Промежуточный вебинар №4;
Практическое задание №2.

Модуль 3 "Управление проектом ИИ":
Формализация текущих процессов и задач предприятия на предмет применения ИИ-подходов;
Проектирование сценариев-задач подходами ИИ;
Промежуточный вебинар №5;
Подход к формированию команд для ИИ-проекта;
Подходы к подбору вычислительных мощностей для ИИ-проекта;
Практическое задание №3.
Итоговое тестирование.

Этап 5. Аттестация знаний по курсу и подведение итогов.

Цель

1. Подготовка специалистов, способных эффективно внедрять инструменты искусственного интеллекта в производственные процессы различных отраслей промышленности

Задачи

1. Анализ потребностей промышленного блока в Российской Федерации в онлайн-курсе
2. Переработка и адаптация платформы для курса
3. Поиск преподавателей и подготовка материалов для курса (съемка, текстовые и визуальные материалы)
4. Обучение и аттестация знаний по курсу

Обоснование социальной значимости

Самая сложная и амбициозная цель в области развития ИИ, которая стоит перед системой российского образования, бизнесом и государством – это ликвидация дефицита кадров для ИИ-отрасли.
По мнению руководства Минэкономразвития России российской экономике в 2024 году требуется около 10 тысяч специалистов в области искусственного интеллекта, а к 2030 году эта потребность вырастет до 15,5 тыс. в год.

Одна из главных задач российской экономики сегодня – достижение технологического суверенитета, и заметную роль в ее решении сыграют технологии искусственного интеллекта (далее ИИ). Масштаб их применения увеличивается, равно как и экономический эффект от их внедрения. Не новость, что технологии ИИ проникли практически в каждую отрасль: сельское хозяйство, образование, здравоохранение и многие другие, в том числе и обрабатывающую и перерабатывающую промышленность. Поэтому необходимо должным образом укреплять и модернизировать эту тенденцию, особенно в условиях, продиктованных современной реальностью: широко внедрить цифровые инструменты и, главное, сформировать компетентные кадры.

Российский рынок искусственного интеллекта показал в прошлом году необычайно быстрый рост, а в 2024 году федеральный проект «Искусственный интеллект» будет включен в национальный проект «Экономика данных», что дополнительно поднимет значение и статус этой технологии. Вместе с тем, представители бизнеса, образования и науки практически единогласно выделяют дефицит кадров как главный барьер развития искусственного интеллекта.

Уровень внедрения ИИ в отраслях экономики вырос за последние два года с 20,8% в 2021 году, до 31,5% в 2023, инвестиции бизнеса и государства в ИИ увеличились с 120 млрд рублей до 850 млрд, а Россия вошла в четверку стран по количеству больших генеративных моделей. Согласно федеральному проекту «Искусственный интеллект» ежегодный объем оказанных услуг по разработке и реализации решений в области ИИ должен вырасти к 2030 году не менее чем до 60 млрд рублей (по сравнению с 12 млрд рублей в 2022 году), что обеспечит прирост ВВП на 11,2 трлн рублей.

Однако, самая сложная и амбициозная цель в области развития ИИ, которая стоит перед системой российского образования, бизнесом и государством – это ликвидация дефицита кадров для ИИ-отрасли. Несмотря на то, что, по словам директора Национального центра развития искусственного интеллекта при правительстве Российской Федерации Сергея Наквасина, за последние годы ведущими российскими вузами было выпущено 17,6 тыс. специалистов в области ИИ и утверждены 122 учебные программы, которые реализуют 104 вуза, даже этого количества для ликвидации дефицита недостаточно.

При этом наблюдается дефицит практикоориентированных программ, основанных на реальных кейсах практического применения субтехнологий ИИ в промышленности.
Барьеры касаются не только кадров. В их числе недостаток информации о возможностях ИИ, дефицит вычислительных мощностей, отсутствие структурного информационного ландшафта и как результат, заинтересованным сотрудникам приходится собирать и структурировать большой объем сведений из различных источников самостоятельно.

Перед нами стоят задачи: способствовать повышению квалификации в части применения и развития инструментов ИИ в промышленности действующих сотрудников и готовить будущие кадры, задействованные в промышленности. Эксперты-практики поделятся практикой применения инструментов, которые уже применяли и внедряли в своей рабочей области. Подготовленные в таких условиях кадры будут способны модернизировать производства и способствовать активной цифровой трансформации различных процессов в промышленности, что особенно ценно в условиях постоянно изменяющегося мира. Программа курса будет спроектирована так, чтобы участники могли не просто следовать технологическим трендам, но и активно участвовать в их создании, предлагая современные эффективные решения.

Разрабатываемый нами курс предназначен стать мостом между современными образовательными программами и специфическими потребностями промышленных предприятий. Мы нацелены на подготовку высококвалифицированных специалистов, которые не только освоят инструменты искусственного интеллекта, но и смогут эффективно внедрять их в действующие производственные линии. Участники нашего курса окунутся в глубину реальных кейсов, научатся принимать взвешенные решения и превратят инновационные технологии в работающие решения, способствующие росту и развитию их компаний.

На текущий момент существуют курсы, направленные на обучение моделированию и программированию, есть различные курсы, направленные на обучение специалистов ML, Data Science. Но стоит острый вопрос, как полученные знания об инструментах переложить на направления работы компании, оценить применимость того или иного инструмента, как рассчитать проект по внедрению и осуществить само внедрение в компанию, чтобы процесс заработал. Разрабатываемый нами курс поможет подготовить специалистов, готовых внедрять инструменты ИИ в производственные компании.

География проекта

г. Москва, г. Дубна (Московская область), г. Северодвинск (Архангельская область), Республика Северная Осетия-Алания

Целевые группы

1. студенты технических факультетов ВУЗов (17-25 лет)
2. сотрудники промышленных предприятий (главные инженеры, конструкторы, начальники цехов/линий) c опытом работы не менее 1 года