Технологии искусственного интеллекта помогут реабилитации бездомных
Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала модель для прогнозирования успешности реабилитации бездомных. Модель с вероятностью около 80% предсказывает эффективность работы с клиентами организаций для бездомных. Проект представлен на конференции, посвященной деятельности социальных центров.
Сегодня проблема бездомности в России не изучена: не существует достоверной статистики о количестве бездомных в стране, крайне мало исследований на эту тему. Проект благотворительной организации «Ночлежка» и Лаборатории естественного языка ВШЭ — Яндекс в рамках программы Центра ИИ НИУ ВШЭ — это одна из первых попыток применить методы машинного обучения для изучения способов реабилитации бездомных.
В «Ночлежке» уже несколько лет работает электронная система МКС (Многофункциональный кабинет соцработника), в которую специалисты по социальной работе и юристы заносят информацию о сопровождении подопечных и оказанных услугах. Всего в базе данных 12 891 уникальный клиент. В исследовании Лаборатории естественного языка ВШЭ — Яндекс о прогнозировании исходов контрактов использована информация о 3219 клиентах, имеющих хотя бы один контракт. Обучение и проверка модели проходили на выборке из 6528 контрактов, заключенных с этими клиентами.
«Клиент» и «контракт» — термины Многофункционального кабинета соцработника. Под контрактом понимается услуга, которую может получить клиент МКС с участием соцработника. Всего таких контрактов (услуг) 43, например временная регистрация по адресу «Ночлежки», восстановление или получение паспорта и другие.
«Первая задача, которую мы решали, — это предсказание успешности контракта, — рассказывает о ходе исследования Анна Быкова, аналитик Лаборатории естественного языка ВШЭ — Яндекс. — Для того, чтобы научить машину что-то делать, необходимо подготовить информацию. На основе комментариев базы данных кабинета соцработника “Ночлежки” мы выделили признаки по категориям клиентов. Также мы выбрали статусы контрактов, которые можно считать успешными (контракты выполнены полностью) и неуспешными (контракт не выполнен по причинам, связанным с клиентом)».
Каждый клиент был представлен в датасете строкой с 93 признаками, но, по мнению исследователей, «данных много не бывает». Любая информация помогает точнее спрогнозировать вероятность успешного завершения контракта, а это, в свою очередь, дает соцработникам больше возможностей помочь реальному человеку, попавшему в тяжелую жизненную ситуацию. Признаки загружались в модели машинного обучения.
Самым сложным для выполнения оказался контракт «Получение гражданства», а самым реально выполнимым — «Временная регистрация по адресу “Ночлежки”».
Несмотря на эффективность работы искусственного интеллекта, исследователи подчеркивают важность человеческого фактора в принятии решений. «Мы даем инструмент, рассказываем, как им пользоваться, а то, как интерпретировать результат с этической стороны, — уже задача специалистов», — поясняет Анна Быкова.
Речь идет о людях, и решение принимает социальный работник
Ученые планируют совершенствовать модель с помощью подбора гиперпараметров, использования ансамблевых методов и различных архитектур нейросетей, проводить эксперименты с синтетическими данными, полученными в результате компьютерного моделирования. Также в планах — изучение данных других регионов, проверка гипотезы о влиянии гуманитарных проектов на дальнейшее обращение к социальным работникам.
«Мы хотим проверить гипотезу о том, что клиент, посетивший один из пунктов оказания гуманитарных услуг “Ночлежки” (пункт обогрева, “Ночной автобус”, “Ночной приют”, “Культурная прачечная” и пр.), с большей вероятностью примет решение “уйти с улицы” и обратиться за помощью к соцработникам. В терминах МКС это означает, что с ним будет связан хотя бы один “контракт”», — говорит аналитик Лаборатории естественного языка ВШЭ — Яндекс Николай Филиппов.
Вам также может быть интересно:
Быть, а не казаться: как вырастить из ИИ профессионала
Пока ученые спорят о пользе и вреде искусственного интеллекта, молодежь активно осваивает и интегрирует нейросети в свою жизнь, приспосабливая нашу реальность к новым условиям. О том, как дообучить LLM, чтобы они смогли служить полноценными ассистентами в профессиональной среде, обсудили в Вышке на воркшопе «Большие языковые модели в науке и в жизни».
«Нам нужно учиться общаться с сервисами искусственного интеллекта»
На платформе «Открытое образование» стартовал онлайн-курс «Что такое генеративный ИИ?», который поможет слушателям узнать больше о том, как правильно общаться с нейросетями, чтобы они лучше выполняли задачи. Как работает генеративный ИИ и как с его помощью создавать любой контент, рассказала эксперт Центра непрерывного образования, старший преподаватель департамента больших данных и информационного поиска ФКН Дарья Касьяненко.
«Специалист по Data Science» ВШЭ — первая программа переподготовки с аккредитацией Альянса в сфере ИИ
Согласно итогам экспертизы, программа Высшей школы экономики охватывает современные области анализа данных и машинного обучения и помогает нетехническим специалистам приобрести базовые знания в области больших данных и искусственного интеллекта. Это уже шестая образовательная программа факультета компьютерных наук НИУ ВШЭ, получившая престижную профессионально-общественную аккредитацию.
В Вышке стартует конкурс компетенций в области ИИ и машинного обучения
Дирекция программы развития НИУ ВШЭ объявляет о проведении конкурса компетенций в интересах развития исследований в области искусственного интеллекта и машинного обучения. Заявки принимаются до 2 мая 2024 года.
Что мы знаем о мозге и его возможностях: рассказывают исследователи ВШЭ
Правда ли, что мозг — самый неизученный орган? Как нейротехнологии помогают в лечении сложных заболеваний? Может ли искусственный интеллект соревноваться с естественным? И куда пойти учиться, чтобы стать нейроученым? Эти и другие темы в новом выпуске рубрики «Разговор с экспертом» обсудили ученые из Высшей школы экономики — Ольга Драгой, Андрей Мячиков и Алексей Осадчий.
НИУ ВШЭ планирует до конца года обучить преподавателей работе с ИИ
Высшая школа экономики представила новый комплексный проект по повышению квалификации профессорско-преподавательского состава НИУ ВШЭ в области использования искусственного интеллекта. Входящий в него пакет программ направлен на обеспечение высокого уровня компетенций в области использования ИИ в образовании и исследованиях. Курсы бесплатны и предназначены для штатных преподавателей, а в дальнейшем — научных сотрудников и аспирантов московского кампуса НИУ ВШЭ.
«Нейросети показывают, какие качества действительно делают людей уникальными»
Онлайн-кампус НИУ ВШЭ запустил курс «Прикладные нейросети» на портале «Открытое образование». Теперь разобраться в том, как применять возможности искусственного интеллекта на практике, может любой желающий.
В Вышке наградят студентов, которые напишут диплом с помощью ИИ
Высшая школа экономики запустила конкурс решений, применяющих технологии искусственного интеллекта, при подготовке дипломов. Задача конкурса — оценить использование студентами инструментов на основе генеративных моделей в выпускных квалификационных работах (ВКР), защищаемых в 2024 году.
Определены победители финала НТО по профилю «Искусственный интеллект»
Названы победители и призеры Национальной технологической олимпиады (НТО) по профилю «Искусственный интеллект», который уже второй год оказывается самым популярным по количеству регистраций из 41 направления НТО. В этом сезоне участниками соревнований стали более 6300 человек из 84 регионов России, а также Казахстана, Молдовы и Узбекистана. В финал вышли 104 школьника из 28 регионов России. Среди субъектов РФ по числу финалистов лидируют Москва (26 человек), Санкт-Петербург (16 человек) и Новосибирская область (13 человек).
Производство будущего: Центр ИИ ВШЭ представил разработки в области контроля ручных операций
Исследователи Центра ИИ НИУ ВШЭ выстроили систему автоматизированного контроля ручных операций, которая находит применение в промышленном производстве. Система облегчает процессы наблюдения за объектами и действиями, а также позволяет контролировать качество их исполнения.