В Северо-Кавказском федеральном университете активно интегрируют искусственный интеллект в образовательную деятельность и научные разработки. Студенты изучают нейросети, а ученые применяют технологии на основе ИИ для анализа и обработки больших данных в медицине и аграрном секторе.

В 2026 году президент России Владимир Путин поручил разработать и утвердить национальный план по внедрению технологий искусственного интеллекта. Федеральный проект по развитию искусственного интеллекта на ускоренное развитие технологий в самых различных отраслях, в том числе в высшем образовании.

В СКФУ технологии машинного обучения используются в научных исследованиях. Так, группа ученых факультета математики и компьютерных наук под руководством заведующего кафедрой математического моделирования, кандидата физико-математических наук Павла Ляхова разрабатывает ряд нейросетевых платформ для анализа медицинских данных, например, распознавание рака кожи, программа по расшифровке кардиограмм и т.д. Ученые факультета перспективной инженерии федерального университета запатентовали уникальную систему анализа почвы и урожая с использованием ИИ. Она позволяет анализировать физико-химические свойства почвы и льда. На медико-биологическом факультете СКФУ активно используют ИИ-технологии для обработки больших данных в процессе анализа ДНК, разрабатывают ИИ-платформы по оценке риска сахарного диабета 2-го типа. 

«Искусственный интеллект мы рассматриваем как трансформирующую технологию, которую можно и нужно направлять для решения задач в области науки и высшего образования. Кроме того, это просто инструмент, который помогает исследователю сократить рутинные задачи: он анализирует массивы данных, моделирует сложные физические или биологические процессы, генерирует варианты развития процессов. Для наращивания темпов внедрения ИИ в экономику, государственную и социальную сферу необходимо подготовить специалистов, имеющих кроме профессионального базового образования еще цифровые навыки», - прокомментировала и.о. ректора СКФУ профессор Татьяна Шебзухова.

Так, в СКФУ на «Цифровой кафедре» (проект Минобрнауки и Минцифры РФ, который реализуется по программе «Приоритет 2030») цифровые компетенции параллельно с базовой специальностью ежегодно получают больше 2000 студентов. Например, в смежных областях изучаются следующие дисциплины: «Компьютерная лингвистика и искусственный интеллект», «Искусственный интеллект и AR/VR в образовании», «Интеллектуальные информационные юридические системы» и др.

Об опыте подготовки кадров и реализации научных проектов рассказал заведующий кафедрой вычислительной математики и кибернетики факультета математики и компьютерных наук имени профессора Н.И. Червякова СКФУ Михаил Бабенко. 

«Изучение ИИ на нашем факультете начинается уже на втором курсе в формате ознакомления с возможностями машинного обучения (ML) и искусственных нейронных сетей (ANN) на примере популярных датасетов, то есть наборов обучающих данных, успевших уже стать традиционными. Далее, по мере получения необходимых базовых знаний и навыков из области высшей алгебры и геометрии, математического анализа, теории вероятностей, математической статистики и, конечно же, программирования, происходит освоение математического аппарата основных методов и алгоритмов, а позже и ансамблевых алгоритмов. Для студента важно глубоко понимать процесс интеллектуальной обработки данных, а не просто научить его «нажимать нужные кнопки на клавиатуре», — рассказал доктор физико-математических наук, заведующий кафедрой вычислительной математики и кибернетики факультета математики и компьютерных наук имени профессора Н.И. Червякова СКФУ Михаил Бабенко.

Наряду с работой нейросетей студенты СКФУ изучают задачи, сопутствующие интеллектуальной обработке данных. Многие выбирают для своих выпускных квалификационных работ темы, связанные именно с ИИ.

«В рамках магистратуры изучаются подходы к решению более редких, но немаловажных задач кластеризации, ранжирования, обнаружения аномалий; изучаются принципы построения рекомендательных систем, специальные архитектуры ANN, такие как сверхточные нейронные сети для работы с изображениями, рекуррентные нейронные сети для работы с естественным языком и анализа временных рядов, генеративно-состязательные сети для синтеза реалистичных данных, трансформеры, автокодировщики и т.д., список непрерывно пополняется с развитием ИИ», — добавил Михаил Бабенко.

Эксперт подчеркнул: с ИИ работают и аспиранты, которые в рамках своих диссертационных работ реализуют исследования направлений нейросетей, требующих дополнительных знаний и навыков из сопряженных областей. Совместные исследования проводятся также с коллегами других факультетов, институтов и университетов, нуждающимися в консультации и сопровождении внедряемых ими ИИ решений.