Прикрепляем видеозапись выступления Петра Ухова в рамках онлайн-конференции «ИИ на семи холмах». Разбираем ключевые кейсы, демонстрации и выводы спикера о том, как искусственный интеллект и машинное обучение меняют университетскую науку и преподавание прямо сейчас.
Пётр Александрович Ухов — руководитель программ подготовки топовых IT-специалистов в Московском авиационном институте (МАИ); практикующий исследователь и разработчик прикладных научно-технических проектов на базе искусственного интеллекта и машинного обучения (ML); активный участник EdTech-сообщества.
Ключевые тезисы и практические кейсы выступления:
1. Скорость изменений: что ML умеет уже сегодня
За последний год-два технологии машинного обучения совершили колоссальный скачок от сложных исследовательских инструментов к повседневным прикладным помощникам.
В качестве наглядного примера Пётр прямо перед вебинаром показал практический эксперимент:
2. Заменит ли искусственный интеллект человека? (Аналогия с бухгалтерами)
Один из главных страхов вокруг ИИ — массовое вымирание профессий и замена живых специалистов. Пётр Ухов категорически опровергает этот миф на историческом примере:
«В своё время говорили, что к 2025 году профессия бухгалтера полностью умрёт из-за автоматизации. На практике бухгалтеров стало ещё больше, а сама профессия продолжает жить и развиваться. То же самое произойдет и с преподавателями».
Главный вывод: искусственный интеллект не заменяет педагога, исследователя или инженера. Он берёт на себя вспомогательные и рутинные операции, делая человека «суперсильным» специалистом с расширенными возможностями.
3. Прикладной ИИ в МАИ: от умных дронов до студенческих проектов
В Московском авиационном институте технологии машинного обучения внедряются сразу на нескольких уровнях:
Современное высшее образование не должно сопротивляться технологиям. Задача преподавателей и учёных — не конкурировать с нейросетями, а научиться делегировать им рутину (от составления отчётов до первичного ревью источников), высвобождая время для глубоких исследований, наставничества и работы над сложными инженерными вызовами.
🎬 Смотрите фрагмент выступления Петра Ухова по ссылке!
1. Скорость изменений: что ML умеет уже сегодня
За последний год-два технологии машинного обучения совершили колоссальный скачок от сложных исследовательских инструментов к повседневным прикладным помощникам.
В качестве наглядного примера Пётр прямо перед вебинаром показал практический эксперимент:
- Создание целевой страницы за 1 минуту: с помощью нейросетей была сгенерирована полноценная рабочая страница для регистрации на конференцию. Для запуска типового веб-интерфейса больше не требуется долгая разработка — базовая задача закрывается за считанные минуты;
- Делегирование рутины ИИ-агентам: сегодня интеллектуальные агенты берут на себя первичный сбор и аналитический обзор научной литературы, подготовку черновиков научно-технических отчётов и структурирование данных.
2. Заменит ли искусственный интеллект человека? (Аналогия с бухгалтерами)
Один из главных страхов вокруг ИИ — массовое вымирание профессий и замена живых специалистов. Пётр Ухов категорически опровергает этот миф на историческом примере:
«В своё время говорили, что к 2025 году профессия бухгалтера полностью умрёт из-за автоматизации. На практике бухгалтеров стало ещё больше, а сама профессия продолжает жить и развиваться. То же самое произойдет и с преподавателями».
Главный вывод: искусственный интеллект не заменяет педагога, исследователя или инженера. Он берёт на себя вспомогательные и рутинные операции, делая человека «суперсильным» специалистом с расширенными возможностями.
3. Прикладной ИИ в МАИ: от умных дронов до студенческих проектов
В Московском авиационном институте технологии машинного обучения внедряются сразу на нескольких уровнях:
- Инженерные и высокотехнологичные проекты: разработка систем для умных беспилотников и авиационных комплексов;
- Научно-исследовательская деятельность: автоматизация подготовки отчётности, ускорение обработки данных экспериментов и аналитики;
- Трансформация образования: обучение студентов работе с актуальным ML-стеком и проектный подход, где ИИ выступает как рабочий инструмент с первого дня учёбы.
Современное высшее образование не должно сопротивляться технологиям. Задача преподавателей и учёных — не конкурировать с нейросетями, а научиться делегировать им рутину (от составления отчётов до первичного ревью источников), высвобождая время для глубоких исследований, наставничества и работы над сложными инженерными вызовами.
🎬 Смотрите фрагмент выступления Петра Ухова по ссылке!