AI-empowered izglītība un pētniecība: kā TSI “pieradina” mākslīgo intelektu
Kāpēc TSI varētu būt nepieciešama visa enerģija, ko Rīgas HES saražo vairāku mēnešu laikā? Kā aprēķināt, cik elektromobiļu un uzlādes staciju patiesībā vajadzīgs Rīgai, lai tā neatpaliktu no citām Eiropas galvaspilsētām? Un kā tas viss saistīts ar mākslīgo intelektu (MI)? Par to, kā augstskola “pieradina” MI, mēs runājām ar vienu no vadošajiem Latvijas speciālistiem šajā jomā - profesoru Dmitriju Pavļuku, maģistra programms “Datu analītika un mākslīgais intelekts” direktoru un TSI Datu analīzes un mākslīgā intelekta pētniecības klastera vadītāju.
Dmitrij, kas ļauj mums saukt TSI par līderi mākslīgā intelekta jomā?
Pirmām kārtām, mēs bijām pirmā augstskola Latvijā, kas piedāvāja augstāko izglītību šajā jomā. Mums ir unikālas izglītības programmas, kas pilnībā fokusētas uz mākslīgo intelektu un izstrādātas sadarbībā ar britu universitāti UWE Bristol. Tā ir bakalaura programma “Datorzinātnes: Mākslīgais intelekts”, kuru īstenojam kopš 2020. gada, un maģistra programma “Datu analītika un mākslīgais intelekts”.
Bez šīm specializētajām programmām mēs integrējam MI elementus pilnīgi visās TSI studiju programmās neatkarīgi no to profila. Plānojam, ka no septembra MI kursi būs iekļauti ikvienā TSI programmā, tostarp loģistikas un vadības studijās. Jo prasme pareizi pielietot MI rīkus savā nozarē šodien sniedz būtiskas priekšrocības darba tirgū ikvienam TSI absolventam.
Turklāt mēs paši izmantojam MI kā instrumentu studiju procesā - tas palīdz gan ģenerēt personalizētu atgriezenisko saiti par standartizētiem studentu darbiem, gan veidot individuālu pieeju mācībām, jo katrs students ir atšķirīgs. Mēs kā augstskola virzāmies uz “AI-empowered education” - mācību procesu, kas tiek pilnveidots ar mākslīgo intelektu.
Otrām kārtām, TSI noteikti pieskaitāms vadošajām ekspertu organizācijām MI jomā Latvijā. Jau 2021. gadā mēs izveidojām Datu analīzes un mākslīgā intelekta pētniecības klasteri. Savukārt viena no populārākajām lielajām valodu modeļiem - OpenAI GPT (ar kuru lietotāji visbiežāk komunicē caur ChatGPT) kļuva publiski pieejama tikai 2022. gada beigās. Es teiktu, ka šobrīd būtiska daļa no vadošajiem MI speciālistiem Latvijā ir saistīti ar TSI.
Mūsu komanda ir atbildīga arī par lielu daļu zinātnisko publikāciju MI jomā, ko Latvijas pētnieki ir publicējuši starptautiskos žurnālos. Piemēram, nozīmīgākos darbus par MI pielietojumu aviācijas nozarē ir publicējusi TSI pētnieku grupa šīs jomas līdera, profesora Igora Kabaškina vadībā. Viņš pat tika aicināts prezentēt savus pētījumus ASV Federālajai civilās aviācijas pārvaldei (FAA) un citiem nozares ekspertiem. TSI bija arī pirmā organizācija, kas Eiropas lielākajā transporta konferencē - Transport Research Arena 2024 - organizēja speciālu sesiju par mākslīgā intelekta pielietojumu izglītībā un transporta nozares pētījumos.
Un, trešām kārtām, mūsu eksperti apmāca gan pārējos TSI pasniedzējus, gan kolēģus no citām Latvijas augstskolām, kā izmantot mākslīgā intelekta rīkus gan ikdienas studiju darbā, gan pētniecībā. Šogad es un mani kolēģi jau esam novadījuši septiņus šādus metodoloģiskos seminārus. Mēs mācam arī to, kā pētījumos izmantot MI aģentus (AI agents) - palīgus, kas jau tagad spēj ātri un kvalitatīvi veikt darbu, ko agrāk deleģējām jaunākajiem pētniekiem, piemēram, doktorantūras studentiem.
Kurās jomās TSI komanda visbiežāk strādā ar MI risinājumiem?
Tās ir tās pašas jomas, kurās mūsu augstskola tradicionāli ir spēcīga - transports, loģistika, mobilitāte, aviācija, informācijas tehnoloģijas. Mūsu komanda galvenokārt attīsta savu ekspertīzi piedaloties starptautiskos zinātniskajos projektos. Piemēram, projektā ePIcenter mēs strādājām ar MI pielietojumu mūsdienu loģistikā, tostarp tādās tehnoloģijās kā hyperloop, automatizētie roboti un lielo kuģu maršrutēšana okeāna loģistikā. Projekts bija milzīgs - tajā piedalījās 40 dalībnieki no visas pasaules, tostarp daudzi lielāko starptautisko organizāciju pārstāvji: DHL, Antverpenes osta un citi. Savukārt projektā DCODE, kurā bija iesaistīti 15 doktoranti no dažādām valstīm, tostarp viens doktorants un vairāki pasniedzēji no TSI, mēs pētījām atbildīgu MI pielietojumu sistēmu izstrādē - tostarp mobilitātes jomā. Nesen TSI sāka dalību plašā starptautiskā projektā, kas veltīts pilsētu mobilitātei. Mūsu uzdevums būs pētīt, kā ar MI palīdzību uzlabot mobilitāti Rīgā un tās apkaimēs, uzsvaru liekot uz iekļaujošiem risinājumiem un “zaļo” transportu. Šajā projektā mūs atbalsta arī Rīgas plānošanas reģiona attīstības padome. Latvijā TSI pētnieki ir vieni no spēcīgākajiem transporta un loģistikas jomā, tāpēc bieži sadarbojamies arī ar valsts un pašvaldību institūcijām.
Daudzos specifiskos ar MI saistītos jautājumos TSI pētnieki apsteidz laiku. Piemēram, jau 2021. gadā mūsu tagadējais doktorants Aleksejs Veselijs savā maģistra darbā sāka pētīt MI ētisku izmantošanu un izstrādāja praktiskus ieteikumus reāliem IT projektiem. Un tikai 2024. gada 1. augustā ES stājās spēkā Mākslīgā intelekta likums, kura viens no galvenajiem mērķiem ir aizsargāt sabiedrību no iespējamiem riskiem, kas saistīti ar bezatbildīgu mākslīgā intelekta izmantošanu. Tāpat 2021. gadā TSI maģistra programmas absolvents Dmitrijs Balabka sadarbībā ar Ukrainas kolēģi Denisu Škļarenko uzvarēja Lielbritānijā rīkotajā konkursā SHL Challenge, kas bija veltīts mašīnmācībai un datu zinātnei. Sava projekta ietvaros viņi apmācīja mākslīgā neironu tīkla modeli.
Tātad ar šiem projektiem strādā ne tikai pasniedzēji?
Tieši tā. Mūsu studenti - no bakalaura līdz doktorantūras līmenim - piedalās gan starptautiskos zinātniskajos projektos kopā ar vadošajiem TSI profesoriem, gan mācās ētiski un atbildīgi izmantot MI kursa un kvalifikācijas darbu ietvaros. Piemēram, mūsu programmas “Datu analītika un mākslīgais intelekts” studenti izstrādāja maģistra darbus par MI pielietojumu kontekstuālās reklāmas izsolēs (pay-per-click), testu ģenerēšanā programmatūras izstrādes procesā, kā arī blokķēdes sistēmu organizēšanā. Bija arī veiksmīgs grupas kursa projekts, kas tapa pēc nozares iniciatīvas - studenti izveidoja sistēmu starptautisko naudas atmazgāšanas shēmu atklāšanai finanšu tīklos, kur MI palīdz identificēt pārkāpumus.
Visbiežāk bakalaura studenti strādā ar modeļu uzstādīšanu un konfigurēšanu, maģistranti - ar MI pielietošanu industrijā, bet doktoranti jau piedāvā inovatīvus risinājumus. Viens no interesantākajiem projektiem šobrīd ir “TONES”, kur TSI studenti sadarbībā ar kolēģiem no Zviedrijas, Norvēģijas un Spānijas izstrādā automatizētu sistēmu specifisku olbaltumvielu atklāšanai un vizualizēšanai bioloģiskajos audos. Šis darbs sniegs ieguldījumu vēža diagnostikā, neiroloģijā, infekcijas slimību pētniecībā un personalizētajā medicīnā. TSI studenti aktīvi piedalās arī projektā “Smart Helmet”, kur tiek izstrādātas “viedās ķiveres” strādniekiem naftas ieguves nozarē. Nākotnē šo tehnoloģiju varēs pielāgot arī citām jomām, ievērojami uzlabojot gan datu vākšanas iespējas, gan darbinieku drošību.
Kādu lomu šajos procesos spēlē TSI Datu analīzes un mākslīgā intelekta pētniecības klasteris, kuru jūs vadāt?
Tas ir visu mūsu darbību mākslīgā intelekta jomā “savākšanas punkts”, kas apvieno ieinteresētās personas no mācībspēkiem līdz studentiem visos līmeņos. Klasteris palīdz koordinēt zinātniskos projektus un vadīt biznesa projektus, kas saistīti ar MI ieviešanu, tādus kā finanšu plūsmu prognozēšanas rīks, kuru izstrādājām uzņēmumam MSC Shared Service Center Riga, un daudzus citus. Piemēram, TSI studenti izveidojuši daudz kvalifikācijas darbu, kas saistīti ar Retrieval Augmented Generation (RAG) tehnoloģiju. Tā ļauj uzņēmuma iekšējo datubāzi savienot ar ChatGPT līdzīgu modeli un padarīt darbu ar šiem datiem ērtu darbiniekiem, vienlaikus aizsargājot sensitīvu informāciju. Latvijā daudzi uzņēmumi vēlas ieviest RAG tehnoloģiju, bet tiem trūkst atbilstošas ekspertīzes - un tie vēršas pie mums pēc palīdzības.
Mēs arī uzskatām par savu uzdevumu veikt izglītojošu darbu, tāpēc rīkojam apmācību seminārus un sadarbojamies ar medijiem - kā, piemēram, šobrīd. (smaida)
Kādas kompetences TSI uzskata par savām galvenajām MI jomā?
Tas ir MI praktiskais pielietojums, tostarp tā sauktais “fine-tuning” - lielo valodu modeļu (Large Language Models - LLM) un pamata modeļu (Foundation Models) pielāgošana konkrēta uzņēmuma vai projekta vajadzībām. Mēs nekonkurējam ar tiem, kas izstrādā šos pamata modeļus OpenAI līmenī - mums nav šādu skaitļošanas resursu. Lai apmācītu šādu modeli, būtu nepieciešama visa enerģija, ko Rīgas HES saražo vairāku mēnešu laikā. Toties mēs lieliski protam “pielāgot” šos modeļus reālo uzdevumu pildīšanai - loģistikā, transportā, finanšu nozarē, blokķēdes tehnoloģijās un tā tālāk.
Gribu uzsvērt, ka visa TSI darbība MI jomā ir vērsta uz universitātes tālāku integrāciju starptautiskajā pētniecības vidē. Mēs sadarbojamies gan ar UWE Bristol, gan ar daudzām citām augstskolām, kurās dziļi pēta MI un darbojas attiecīgi pētniecības centri - ar Nīderlandes Delftas Tehnisko universitāti, Vācijas Fraunhofera institūtu, Izraēlas Telavivas universitāti un citām. Par to, ka ejam pareizā virzienā, liecina arī mūsu studentu ģeogrāfija - šogad TSI maģistranti pārstāv Latviju, ASV, Turciju, Indiju. Iekļautība starptautiskajā kopienā mums ļauj ne tikai mācīt studentus darbam ar MI, bet arī veidot atbildīgas MI pielietošanas kultūru starptautiskā līmenī. Līdz ar to TSI ir pilntiesīgs Eiropas MI tīkla dalībnieks.
