Президент Российской академии наук Геннадий Красников заявил, что развитие искусственного интеллекта не означает, что роль ученых станет меньше. По его словам, такие технологии скорее становятся дополнительным инструментом для исследователей, чем заменой человеческой научной работы.

Как пишет Ferra со ссылкой на ТАСС, Красников считает, что современные системы помогают быстрее работать с большими массивами данных. Это особенно важно в научных задачах, где нужно искать связи, зависимости и закономерности среди большого числа параметров. При этом глава РАН уточнил, что ему ближе термин «машинное обучение», а не «искусственный интеллект». Такой подход звучит менее громко, но точнее описывает многие реальные технологии, которые сегодня используют в исследованиях.

Красников также напомнил, что методы машинного анализа данных не появились внезапно в последние годы. По его словам, похожие подходы применялись в научной среде еще в начале 1980-х годов. Тогда они тоже использовались для поиска корреляций среди тысяч параметров. То есть нынешний интерес к ИИ во многом связан не только с новой идеей, но и с ростом вычислительных возможностей, доступностью данных и развитием алгоритмов.

Отдельно глава РАН отметил тему сокращения времени между фундаментальными исследованиями и практическим применением разработок. По данным источника, это стало одной из центральных тем совместного заседания президиумов Национальной академии наук Беларуси и РАН. Подробностей о конкретных проектах или механизмах внедрения источник не приводит.

Эта позиция может быть интересна не только ученым, но и студентам, инженерам, разработчикам и всем, кто следит за развитием ИИ. Вокруг искусственного интеллекта часто звучат крайние оценки: от ожидания полной автоматизации до опасений, что профессии исчезнут. Заявление Красникова предлагает более спокойный взгляд: технологии могут усиливать работу специалиста, но не отменяют необходимость в профессиональном мышлении, постановке задач и интерпретации результатов.

При этом важно учитывать, что речь идет именно о научной деятельности. В разных областях влияние ИИ может отличаться. Где-то он ускоряет рутинную обработку данных, где-то помогает строить гипотезы, а где-то пока остается вспомогательным инструментом. Источник не раскрывает, о каких конкретно научных направлениях или практических разработках шла речь на заседании.

Тема ИИ часто обсуждается слишком эмоционально: либо как угроза, либо как почти волшебное решение. Здесь позиция звучит спокойнее: машинное обучение рассматривается как инструмент для работы с данными. Это полезный взгляд, потому что в науке важны не только вычисления, но и постановка вопросов, проверка гипотез и ответственность за выводы. Также интересно напоминание, что многие идеи анализа данных появились задолго до нынешнего ИИ-бума.

В научной работе ИИ действительно может быть сильным помощником, особенно там, где человеку сложно быстро обработать огромные массивы информации. Но сама по себе система не заменяет научную школу, опыт и умение понимать контекст. Важно не спорить о том, «заменит или не заменит», а учиться правильно использовать эти инструменты. При этом хотелось бы видеть больше конкретных примеров: в каких проектах РАН уже применяет такие технологии и какие результаты это дает.

Источник: Ferra