Национальный центр тестирования создал настоящего спасателя: чат-бота, который отвечает на все вопросы об ЕНТ, документах и выборе университета. Его разработал Аслан Сабыров, один из ведущих инженеров проекта. В эксклюзивном интервью для El.kz он рассказал, как детская любовь к технике привела к созданию ИИ, облегчающего жизнь тысячам абитуриентов.
«Я часто наблюдал, как он чинит бытовую технику — от розеток до пылесоса. Для меня это было сродни магии, а папа терпеливо объяснял, как устроен тот или иной механизм», — вспоминает он. Эти моменты пробудили интерес к сложным системам, который перерос в увлечение компьютерами и программированием.
Поступив в Назарбаев Университет на «Electrical and Computer Engineering», он полюбил математику и курс по numerical optimization — методы, которые, как оказалось, лежат в основе машинного обучения. Дипломный проект по нейронным сетям для индустриальной задачи стал мостом к ИИ. «В итоге фундамент из физики, любовь к математике и фокус на практических задачах привели меня в искусственный интеллект», — рассказывает Аслан.
Поступление в университет — это волнительный этап, определяющий будущее. Но он приносит огромный стресс: неопределенность, лавина информации и страх ошибки создают сильное напряжение для абитуриентов и их родителей. «Особенно остро ощущается нехватка быстрых и ясных ответов», — делится инженер, разработавший чат-бота для Национального центра тестирования.
Идея родилась из реальной необходимости. «Колл-центры тонут в обращениях, и мы решили автоматизировать процесс», — рассказывает он. Но команда пошла дальше: «Мы поняли, что можем создать не просто программу, а ценный инструмент для людей». Чат-бот стал умным помощником, собирающим в одном месте ответы на все вопросы об ЕНТ и поступлении.
Что делает его особенным? «Он использует технологии не только для скорости, но и для глубины. Это не шаблонные ответы, а персонализированные рекомендации, учитывающие вашу ситуацию», — подчеркивает Аслан. Бот доступен 24/7, снижая тревожность и помогая разобраться в сложных вопросах.
Проект несет двойную пользу. «С одной стороны, мы даем людям проверенную информацию, снимая стресс. С другой — создаем хаб, который анализирует запросы, выявляет 'болевые точки' и помогает улучшать систему поступления», — объясняет он. Это шаг к более человечной и понятной системе образования.
Ключевая сложность в языковых моделях — баланс между креативностью и контролем. «По сути, это «черный ящик»: мы понимаем математику принятия решений, но поведение модели не всегда предсказуемо на 100%, что несет риски. Интересно, что в основе модели не стохастичны, но в реальной работе куча движущихся элементов заставляет продумывать защитные механизмы. Например, слишком строгие инструкции делали нашего бота неэффективным и «глупым» — он боялся отклоняться от шаблона. Но стоило ослабить рамки, и он начинал «галлюцинировать»: путал имена или мешал факты. Главный вызов — разрабатывать кастомные защиты для каждого такого случая, не теряя полезные возможности модели.», — делится он.
Наверное самое крутое использование ИИ в образовании. По моему, образование не должно стоить так дорого, и люди часто остаются в тупиковой ситуации, пытаясь обучиться чему-то сами. В таком случае модели могут помочь усвоить концепты и ответить на вопросы, потому что чисто технически это очень реализуемо и контекста одной книги достаточно для такого процесса. В других сферах нужны подходящие ML-инструменты: рекомендательные системы для продуктов, компьютерное зрение для сырья. «Для каждой задачи — свой инструмент, не обязательно LLM».
Работая с технологиями для контента, Аслан Сабыров видит в дипфейках больше опасности, чем пользы.
Я вплотную работал с технологиями создания контента и могу сказать: с темпом развития видео- и имидж-технологий дипфейки становятся всё опаснее. Соцсети должны внедрить надежные методы распознавания сгенерированного контента, чтобы защитить аудиторию. О доверии к ChatGPT и подобным системам: эта проблема не нова. Раньше люди верили желтой прессе и случайным вбросам в интернете, а теперь источников дезинформации стало еще больше. В важных вопросах главное — оставаться критичным и проверять факты.
Он соглашается с Андреем Карпаты: с 2012 нейронные сети, как AlexNet, взяли на себя задачи в разработке.
«Они взяли на себя часть задач: распознавание изображений, намерений, классификацию и прочее. Сегодня все софтверные продукты так или иначе используют нейронные сети — их развитие и популяризация это обеспечили. Мы стоим на пороге похожей революции: языковые модели (LLM) берут на себя новые задачи. Я согласен с Андреем: хотя спрос на специалистов по ИИ может снизиться, все будущие продукты будут использовать LLM. Специалисты по ИИ останутся востребованными навсегда, но в обновленном формате, интегрируясь в новые процессы», — уверен он.
«Казахстан активно шагает в мир IT и ИИ: стартапы запускают AI-first продукты, банки и крупные компании внедряют ИИ в свои процессы. Пусть не всегда идеально, но это уравнивает цену бездействия в гонке ИИ. Однако нам не хватает фундаментальных исследований — своих лабораторий, где рождались бы новые алгоритмы и архитектуры. Умение использовать текущие модели — крутой навык, особенно если развитие языковых моделей замедлится, как предсказывают эксперты. Но поиск новых подходов — это шанс для Казахстана заявить о себе в глобальной науке ИИ, принеся стране репутацию и экономический прорыв».
Аслан вдохновленный фильмами вроде «Железного человека», он видит в ИИ суперсилу. Его мечта — создать образовательный ИИ, который сделает знания доступными каждому. «Образование не должно стоить дорого. ИИ может объяснить сложные темы, работая с одной книгой», — говорит он. А еще он восхищается проектом Google Genie, создающим интерактивные миры для игр и VR, и хочет работать в исследовательской лаборатории, чтобы раздвинуть границы ИИ.
Для новичков он советует: «Копайте фундамент! Учите математику, статистику, код. Задавайте вопросы: что это, как работает, зачем нужно. И всегда проверяйте факты — ИИ может ошибаться». Он также призывает соцсети бороться с дипфейками, чтобы защитить людей от дезинформации.