Опытом обмениваются эксперты и молодые специалисты, деятельность которых касается суперкомпьютерных технологий, квантовых вычислений, технологий глубокого обучения, искусственного интеллекта, математического моделирования, систем хранения данных, сетевых технологий.
В этом году главными темами стали возможности построения цифрового суверенитета. Основное внимание уделялось тем продуктам, которые можно оперативно внедрить для развития экономики в условиях новых геополитических вызовов.
В прошлом году в рамках Газового форума «Эксперт Северо-Запад» проводил дискуссию на тему использования суперкомпьютеров в промышленном секторе. Тогда затрагивалась тема коллективного использования ресурсов суперкомпьютеров и формирования гетерогенной инфраструктуры по образу Китая. В этом году мы продолжаем информационную поддержку данной темы на конференции в МГУ.
Илья Душин, эксперт в области систем искусственного интеллекта прикладного уровня (AI), исполнительный директор ComBox Technology, генеральный директор T.T. Consulting, инициировал дискуссию о развитии платформ управления гетерогенными кластерами. Эксперт отметил: «Возможность в стенах МГУ организовать подобный нетворкинг-хаб с презентацией высоких технологий и возможностью свободного общения без галстуков как для экспертов рынка, так и для профильных специалистов — прекрасное продолжение традиций научных школ в России».
Инициативу ComBox Technology в проведении практического мастер-класса для студентов и специалистов поддержал «Эксперт. Центр аналитики» в лице Кристины Муравьевой, эксперта в области реструктуризации сложных систем и моделирования будущего, руководителя проектов «Эксперт Северо-Запад», «Эксперт Сибирь и Дальний Восток».
Аудиторию познакомили с возможностями и способами внедрения гетерогенной MLOps-платформы полного цикла Apulis AI Studio. Илья Душин рассказал специалистам в области математического моделирования и развития систем машинного обучения о новых решениях в сфере разработки моделей и управления ими.
Международная конференция «Суперкомпьютерные дни в России». Фото: пресс-служба МГУ
Решения на базе ML и DL сегодня применяются в медицине, на промышленных производствах, в банках и образовательных учреждениях.
Принцип работы системы основывается на каскадном исполнении предобученных сверточных нейронных сетей, которые сначала детектируют людей покадрово, затем классифицируют позу и уже по набору кадров определяют событие: драку, нестандартное поведение, сигналы о помощи.
В образовательных учреждениях параллельно с основными детекторами могут использоваться дополнительные, например, детектор ношения и применения оружия. Система позволяет свести к минимуму ложные срабатывания даже при не оптимальном ракурсе камеры на объекте.
В ситуации, когда шутинг в учебных заведениях становится массовым явлением, подобная система может быть крайне интересна для внедрения — от детских садов и школ до университетов.
Система хорошо себя зарекомендовала на производственных предприятиях, персонал которых имеет сложные условия труда и высокий уровень ответственности, сопряжённый с безопасностью всей системы, — атомные электростанции, крупные промышленные комплексы, авиадиспетчерские, аэропорты, вокзалы.
На производстве, где средний возраст сотрудников 45+, а также присутствует ночная группа рисков сердечно-сосудистых заболеваний, внедрение подобных ИТ-систем становится важным фактором для сохранения работоспособности персонала. По позе и движениям персонала система может распознавать критические действия, отходящие от нормы: резкое изменение позы, падение от потери сознания — и отследить первые признаки проблемы.
Также на промышленном производстве система может стать инструментом гарантии качества. Система фиксирует нестандартную ситуацию: изменение состояния оборудования, нарушение условий герметизации и прочее, обрабатывает информацию, оповещает об угрозе, предлагает варианты решения.
Результат внедрения подобных систем на производстве — автоматизация процессов, минимизация брака, контроль технических этапов производства.
Международная конференция «Суперкомпьютерные дни в России». Фото: пресс-служба МГУ
Система применяется на железной дороге для детекции сигналов семафоров. Она помогает распознать нештатные ситуации, которые могут касаться как движения объектов, так и состояния железнодорожного полотна. В условиях террористических угроз, степень которых многократно повысилась в последние полгода, такие решения просто необходимы.
В банковской сфере система может работать как антифрод и прогнозировать подозрительные операции с банковскими картами. Предобученная на данных фрода нейросеть позволяет пресечь действия мошенников благодаря ранней детекции подозрительной операции с последующей автоматической реакцией на событие (звонок оператора, временная блокировка карты или иной способ).
В финансовом секторе система применяется для построения ценовых прогнозов — с использованием различных инструментов прогнозирования на биржах и моделированием трека развития событий с включением дополнительных метрик и критериев, вплоть до окраски новостного фона. Выстроенный в системе пайплайн даёт прогноз движения цен с точностью до 72%.
Внедрение подобных отечественных продуктов поможет создать гибкую, удобную и понятную гетерогенную инфраструктуру суперкомпьютеров в рамках программ по развитию центров коллективного пользования ресурсами в сферах AI/ML/DS в России и зарубежом.
