Штучний інтелект перестав бути лише технологічною тенденцією - він стає фундаментом для наукових відкриттів, нових бізнес-моделей і трансформації освіти. У цьому швидкому ритмі особливо цінні думки людей, які поєднують глибокі наукові знання та практичний досвід впровадження інновацій.

Наш сьогоднішній співрозмовник - Анатолій Мельник, доктор технічних наук, професор, проректор з науки та інновацій IT СТЕП Університету. Він розповів про власне бачення розвитку штучного інтелекту в академічному середовищі, важливість підготовки майбутніх фахівців та поділився своїм досвідом роботи над проєктом, який допомагає робити комп’ютерні системи ще ефективнішими за допомогою генеративного ШІ

Читайте повне інтерв’ю нижче:

1. Що для Вас особисто найцікавіше у роботі з технологіями штучного інтелекту?

Я бачу тут два аспекти. Перше - це загальне філософське питання: як ШІ розвивається; до чого він може призвести; який його вплив на розвиток людини, людства тощо.

А друге, безпосередньо в роботі, - це використання технологій штучного інтелекту в моїй діяльності. Тут є кілька напрямів. Перший - це робота з документацією, науковими та іншими працями. А друге - використання технологій штучного інтелекту (насамперед - генеративного штучного інтелекту) в проєктуванні комп'ютерів.

Варто виділити два базові напрями застосування AI:

використання генеративного штучного інтелекту в проєктуванні обчислювальних пристроїв. Я пробував це робити за розробленою мною методикою і технологіями проєктування, і є певний успіх. Я задаю генеративному штучному інтелекту інструкції, що він має робити на кожному етапі, і він це виконує; при цьому інструкції текстові, з різними математичними вставками, які він розуміє і дає хороші результати. Це дуже цікавий напрям. ШІ у цьому випадку виступає як дуже потужний асистент, який може виконувати складні перетворення. У такому режимі продуктивність у багато разів перевищує самостійну працю дизайнера;

інтеграція ШІ безпосередньо в комп’ютер як програмний або апаратний компонент, що реалізує функції оптимізації, оцінювання та прийняття рішень під час створення новітніх систем, підвищуючи ефективність обчислень і прискорюючи роботу.

2. Як Ви зазвичай підходите до вирішення складних наукових чи інженерних проблем?

Хочу відзначити, що у своїй роботі я дуже часто займався такими проблемами як керівник та головний конструктор науково-дослідних та дослідно-конструкторських проєктів.

Мій підхід передбачає виконання таких кроків:

1. детально вивчити проблему та причини її виникнення - без цього роботу не можна виконувати;

2. зрозуміти, який результат має бути отриманий після розв'язання цієї проблеми, тобто сформулювати цілі проєкту. За можливості потрібно визначити критерії успіху, встановити кількісні та якісні метрики перевірки;

3. визначити, як таку або подібну проблему розв'язували до мене, провести аналіз недоліків попередніх рішень, щоб не повторити чужих помилок та розуміти можливі варіанти;

4. сформулювати детальний опис послідовності вирішення проблеми. Технічною мовою це називається розробленням технічного завдання на розв'язання наукової проблеми. Насправді це найважливіший крок, оскільки описати, що треба робити, що треба досягти, як це зробити - це фактично 20-30% розв'язання цієї проблеми. Тут також треба врахувати, що можливі кілька шляхів вирішення цієї проблеми;

5. розділити проблеми на менші їх елементи, визначити залежності між цими елементами й побудувати детальний план розв'язання цієї проблеми. Дуже важливий етап, який дозволяє зрозуміти всі тонкощі та послідовності вирішення;

6. визначити складність кожного етапу розв'язання проблеми, часові рамки його виконання та необхідні людські і технічні ресурси;

7. після цього можна застосувати оцінку ризиків, буфери часу для непередбачуваних труднощів, передбачити ітераційність, оскільки іноді рішення потребує кількох циклів;

8. визначити виконавців кожного етапу та сформувати їхні завдання. Коли це зроблено, потрібно розробити систему контролю прогресу, тобто, як кожен із них виконує своє завдання.

9. оцінити можливі ризики та альтернативи;

10. організувати процеси роботи команди над розв'язанням проблеми. Тут можна застосувати сучасні засоби, такі як Agile, Scrum, Kanban та інші. Потрібно перевіряти гіпотези на проміжних етапах виконання роботи, бути готовим змінювати стратегію за результатами тестів. Це базовий виконавчий етап вирішення проблеми;

11. забезпечити перевірку досягнення поставленої мети. До цього треба готуватися заздалегідь, розробити відповідні методики і т.д.;

12. і наостанок - організувати розроблення технічної документації та забезпечити публікацію нових результатів. Для наукової роботи це є обов'язкова діяльність. За потреби потрібно забезпечити впровадження результатів чи масштабування. Якщо ж будуть отримані нові важливі результати, їх варто запатентувати.

3. Чи був момент у Вашій практиці, коли ШІ відкрив несподівані можливості там, де їх ніхто не очікував?

Я спробував з допомогою штучного інтелекту досягти чогось нового, щоб він створював певну нову інформацію. Попри значні зусилля, він зі мною погоджувався, що це можливо, але я не впевнений, що він це усвідомлював. Тобто питання в тому, чи він усвідомлює те, що він створює щось нове.

Поки мені це не вдалося, бо в нього немає такої свідомості, як в систем, з якими я працював. Хоча, враховуючи те, що він набагато швидше працює з великими даними, переглядає і суміжні сфери, може запропонувати нестандартні підходи, можна очікувати, що він дійде до чогось нового. І є повідомлення про те, що в деяких галузях йому з його ж допомогою вдається щось відкрити.

Але чи говорить він, що сам створює щось нове, це правда. І не один раз. Але насправді видно, що це не його інформація.

4.Які напрямки розвитку штучного інтелекту вам здаються найбільш перспективними зараз?

Зараз це генеративний штучний інтелект. У нього вкладаються величезні кошти, і він дуже стрімко розвивається. Є кілька напрямів його розвитку. Для мене цікаві як самі нові продукти та версії систем генеративного штучного інтелекту, наприклад, Chat GPT-4o, GPT-4.5, GPT-o1, GPT o3, GPT o4-mini, GPT-5 тощо, так і засоби, які його підтримують. Туди вкладаються якраз найбільші кошти, над їх створенням працюють провідні фірми, такі як NVIDIA, AMD й інші, але там можна створювати й спеціальні комп'ютерні засоби. Моя команда також націлена на створення таких засобів.

5. Якщо говорити про Клуб ШІ ІТ СТЕП Університету, яким ви бачите його потенціал для розвитку спільних проєктів?

Звичайно, в рамках наших дискусій ми можемо напрацювати напрями, які можемо спільно розвивати, оскільки є представники з різних напрямів, підрозділів, компаній, і таке поєднання дозволяє формувати певні комплексні проєкти, які можуть бути корисні, і ми спільно можемо їх рухати.

6. Які формати діяльності клубу могли б бути для вас найціннішими? (наприклад: дискусії, спільні дослідження, навчальні проєкти).

На мою думку, це дискусії, які дозволяють нам побачити значно ширше розвиток штучного інтелекту, куди він йде, як його можна використовувати. Навчальні проєкти, де багато хто з членів клубу вже залучений. Можна організовувати спільну економічну діяльність, я б це хотів підкреслити. Тобто, діяльність, яка направлена на отримання коштів, це і семінари, і курси, і конференції, і можливо якісь інші спільні форми, наприклад стартапи та нові підприємства.

7. Як ви бачите роль Штучного Інтелекту у формуванні сучасних фахівців у галузі ШІ?

Я це бачу так само, як і роль кафедр для формування фахівців в інших галузях. Я був завідувачем кафедри штучного інтелекту, а також завідувачем кафедри електронних обчислювальних машин. Тут великої різниці немає. Роль кафедри – це забезпечити підготовку висококваліфікованих бакалаврів, магістрів, докторів філософії, докторів наук, які відповідають сучасним вимогам. А для цього треба мати сучасні навчальні плани й програми, кваліфікований навчальний персонал та лабораторну базу високого рівня. І в комплексі організувати навчальний процес, який забезпечує формування сучасних фахівців.

8. Які аспекти навчання і викладання дисциплін із ШІ ви вважаєте найважливішими для того, щоб студенти могли одразу застосовувати знання на практиці?

Сам штучний інтелект сьогодні дуже змінив підходи до викладання. Передусім ними повинні володіти викладачі, які працюють зі студентами в галузі штучного інтелекту, як на лекційних заняттях, так і на лабораторних та практичних заняттях, дипломному проєктуванні тощо. Потрібно так організувати навчальний процес, щоб студенти постійно були в співпраці із засобами штучного інтелекту, і це дозволить їм відразу застосувати отримані знання на практиці.

Маєте запитання до Анатолія Мельника? Напишіть нам на пошту: [email protected]