В Вышке создали собственную MLOps-платформу
Ученые НИУ ВШЭ создали MLOps-платформу SmartMLOps. Она предназначена для исследователей в области искусственного интеллекта, которые хотели бы превратить свое изобретение в полноценный сервис. В будущем на платформе могут быть развернуты ИИ-помощники для упрощения образовательного процесса, оказания медицинской помощи, консультирования и решения многих других задач. Создатели ИИ-технологий смогут получить готовый к работе сервис в течение считанных часов. На суперкомпьютере Вышки этот сервис может быть запущен в несколько кликов.
Многие исследователи, работающие в области создания ИИ-технологий, не имеют достаточного опыта в разработке веб-сервисов, управлении распределенными вычислительными ресурсами, администрировании, информационной безопасности и автоматизации процессов развертывания. Для этого и была создана SmartMLOps. Платформа поможет избавиться от необходимости изучать дополнительные технологии, а также решить проблему повторяемости и воспроизводимости экспериментов машинного обучения.
Партнерами проекта стали Центр искусственного интеллекта НИУ ВШЭ, департамент программной инженерии ФКН НИУ ВШЭ и Московский институт электроники и математики им. А.Н. Тихонова (МИЭМ). В разработке и развертывании MLOps-платформы участвуют опытные и высококвалифицированные специалисты НИУ ВШЭ.
По словам руководителя проекта Хади Салеха, платформа уже введена в опытную эксплуатацию. Ее основной задачей является сокращение затрат времени и ресурсов для получения продуктовых сервисов. SmartMLOps обеспечивает необходимый уровень надежности, безопасности и прозрачности использования ИИ-технологий. Она позволяет разработчикам экономить на непрофильной деятельности, такой как системное администрирование, DevOps и CI/CD. Работая на платформе, можно через единый графический интерфейс создавать репозиторий с шаблоном ИИ-модуля, получать доступ к моделям, системе мониторинга, оркестраторам и суперкомпьютеру, а также отслеживать метрики своих сервисов и своевременно решать возникающие проблемы.
Чтобы создать многофункциональный, удобный и современный сервис, разработчики платформы решили сложную задачу интеграции вычислительного кластера суперкомпьютера НИУ ВШЭ «cHARISMa» и облачных вычислений. В основе платформы лежит микросервисная архитектура. Основным компонентом является фреймворк, разработанный Центром искусственного интеллекта НИУ ВШЭ.
Хади Салех
«Функциональность платформы включает в себя создание, хранение, версионирование, обучение и дообучение моделей искусственного интеллекта, развертывание готовых моделей в виде продуктовых сервисов с REST API, создание пайплайнов обучения, мониторинг сервисов и общего состояния вычислительных ресурсов, возможность использования данных корпоративных информационных систем НИУ ВШЭ, доступ к облачному хранилищу и ресурсам суперкомпьютера. Уже развернут сам фреймворк и первые ИИ-модули, реализованы аналитические панели для мониторинга состояния платформы. Для экономии ресурсов была разработана и внедрена специальная технология автомасштабирования сервисов», — рассказал Хади Салех.
В отличие от коммерческих решений, таких как Amazon SageMaker и Google AI, SmartMLOps ориентирована в первую очередь на ученых и студентов НИУ ВШЭ. Для получения доступа им будет достаточно оставить заявку и дождаться ее согласования. До конца 2025 года все желающие могут принять участие в опытной эксплуатации системы SmartMLOps.
Для безопасного извлечения и обезличивания информации из корпоративных систем НИУ ВШЭ был разработан специальный ETL-процесс. Это помогает анализировать поведение обучающихся и строить предсказательные модели, например, для прогнозирования карьерных перспектив.
Елена Кожина
«Мы ожидаем, что внедрение системы SmartMLOps станет значимой вехой в ускорении развития сервисов на основе искусственного интеллекта в нашем университете», — отмечает заместитель проректора, куратор проекта Елена Кожина.
На данный момент на платформе развернуты восемь ИИ-моделей, а также проведена интеграция с тремя корпоративными информационными системами НИУ ВШЭ. Две подсистемы MLOps-платформы, в создании которых принимали участие специалисты ФКН и МИЭМ, зарегистрированы в Роспатенте.
Сергей Лебедев
«Разработка такого интересного и перспективного инфраструктурного проекта стала существенным вызовом и назревшей необходимостью для университета. SmartMLOps позволяет одновременно решать различного масштаба и уровня задачи исследовательского, образовательного и административного характера. Нам удалось сформировать уникальную команду профессионалов, привлечь к работе студентов и стажеров-исследователей», — рассказал руководитель департамента программной инженерии ФКН НИУ ВШЭ Сергей Лебедев.
Антон Сергеев
Директор Центра программных разработок и цифровых сервисов МИЭМ НИУ ВШЭ Антон Сергеев подчеркнул, что системная работа с моделями ИИ невозможна без MLOps-платформ, обеспечивающих полный жизненный цикл работы моделей — от импорта и очистки данных до контроля полученных результатов. «Такие высокотехнологичные проекты задают лидерство в сфере ИИ не только для нашего университета, но и для страны в целом, воплощают научное превосходство НИУ ВШЭ в виде системы, которая поможет ML-специалистам в работе с моделями ИИ в самых разных прикладных задачах», — уверен он.
Павел Костенецкий
Начальник отдела суперкомпьютерного моделирования Павел Костенецкий высоко оценивает сервис. «MLOps-платформа упростит ученым Вышки, работающим с ИИ, выход на суперкомпьютерный комплекс и снизит порог вхождения в область высокопроизводительных вычислений. В некотором смысле суперкомпьютер Вышки будет выглядеть как облако в этой MLOps-платформе, и многим это будет удобно», — заключил Павел Костенецкий.
Вам также может быть интересно:
«От нашей общей работы зависит будущее»: что несет человечеству развитие ИИ
Какие перспективы и вызовы для человечества несет развитие технологий искусственного интеллекта? Как его используют ученые? Каким будет мир, где доминирует ИИ? Эти и другие темы обсудили эксперты на форсайт-сессии «Будущее исследований в сфере искусственного интеллекта», которая прошла в НИУ ВШЭ.
ИИ позволит точно моделировать производительность систем хранения данных
Исследователи факультета компьютерных наук НИУ ВШЭ разработали новый подход к моделированию систем хранения данных на основе генеративных моделей машинного обучения. Он позволяет с высокой точностью предсказывать ключевые характеристики работы таких систем при различных условиях. Результаты опубликованы в журнале IEEE Access.
ИИ в образовании: как преодолеть соблазн готовых решений
Искусственный интеллект уже стал обыденностью для молодежи: как показал опрос, около 87% студентов ведущих вузов используют ИИ в процессе обучения. Большая часть из них отметила, что он помогает им экономить время, при этом они проверяют сделанную ИИ работу. Результаты исследования были представлены на конференции по анализу данных и технологиям ИИ Data Fusion. В ее работе приняли участие научный руководитель НИУ ВШЭ Ярослав Кузьминов и другие эксперты Вышки.
Большинство студентов не верят, что ИИ сможет заменить их на работе
Большинство студентов считают, что ИИ не сможет заменить их на работе в ближайшие десять лет. Низким такой риск называют 27,2% респондентов, 41,5% — крайне маловероятным. Эти оценки были получены НИУ ВШЭ в ходе опроса 4200 студентов в 2025 году. Они приводятся в докладе «Эпоха больших языковых моделей: почему они все еще не профессионалы», подготовленном научным руководителем НИУ ВШЭ Ярославом Кузьминовым и старшим преподавателем кафедры высшей математики НИУ ВШЭ Екатериной Кручинской. Доклад был представлен на XXV Ясинской (Апрельской) международной научной конференции по проблемам развития экономики и общества, которая проходит с 15 по 18 апреля в НИУ ВШЭ.
Точный ИИ-оракул: какие тренды интересуют бизнес
Современные технологии ежедневно меняют мир, автоматизируя бизнес-процессы в различных отраслях. Специалисты НИУ ВШЭ представили масштабный опыт команды iFORA по реализации ИИ-проектов в интересах крупных компаний и органов власти.
Перспективы ИИ: математика машинного обучения в фокусе
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ провел выездной воркшоп «Математика машинного обучения». Здесь собрались ведущие ученые и специалисты НИУ ВШЭ в области машинного обучения, математики и статистики. В центре внимания исследователей оказались математические аспекты, лежащие в основе современных и наиболее перспективных направлений машинного обучения. Программа воркшопа включала мини-курсы, практические работы, доклады и круглый стол, посвященный перспективам развития ИИ в России.
Внедрение искусственного интеллекта в организации: какие эффекты отмечают сотрудники
45% организаций, которые занимались внедрением ИИ в работу, заявили о повышении производительности труда в результате его использования. Об этом говорится в исследовании «Внедрение ИИ в работу организаций: чем обусловлена вариация эффектов на труд?». Исследование проведено директором Центра статистики труда и заработной платы ИСИЭЗ НИУ ВШЭ Анной Демьяновой и стажером-исследователем центра Дарьей Талакаускас. Оно было презентовано на XXV Ясинской (Апрельской) международной научной конференции по проблемам развития экономики и общества (XXV ЯМНК), проходящей в НИУ ВШЭ с 15 по 18 апреля.
«Идею всегда задает человек»: что дает ИИ образованию и медиа
ИИ-технологии меняют принципы работы образования и медиаиндустрии. Большинство студентов уже в той или иной мере используют ИИ, а нейросети уже массово производят все виды контента. Возможности и вызовы эксперты обсудили на конференции «Образование и медиа в эпоху цифровых перемен», организованной Дирекцией по маркетинговым коммуникациям НИУ ВШЭ и «Яндекс Образованием».
В Вышке стартовали открытые семинары «ИИ в индустрии»
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ запустил цикл открытых семинаров. Встречи посвящены актуальным вопросам внедрения искусственного интеллекта в различные отрасли экономики. Семинары проводятся еженедельно в 18:00 в кампусе на Покровском бульваре. Для участников также предусмотрена онлайн-трансляция.
Ученые представили новый метод для работы с несбалансированными данными
Специалисты факультета компьютерных наук НИУ ВШЭ и Лаборатории искусственного интеллекта Сбера разработали геометрический метод расширения данных — Simplicial SMOTE. Тесты на разных наборах данных показали, что он значительно улучшает качество работы AI. Метод особенно полезен в ситуациях, когда редкие случаи очень важны, например в борьбе с мошенничеством или при диагностике редких болезней. Результаты исследования доступны в открытом архиве Arxiv.org и будут представлены на Международной конференции по обнаружению знаний и анализу данных (KDD) летом 2025 года в Торонто.