Анна Лемякина: «Наша роль – быть связующим звеном между научными исследованиями и практическим применением технологий»

Искусственный интеллект (ИИ) стремительно осваивает новые роли: он помогает ученым совершать открытия, школьникам делать уроки, бизнесменам создавать новые продукты, экологам бороться с загрязнением, а врачам ставить диагнозы. О том, как крупные технологические компании поддерживают как теоретиков, так и практиков и как ИИ-технологии меняют различные сферы жизни человека, в интервью «Ведомости&» рассказала Анна Лемякина.

ИИ охватывает все сферы жизни

– Все меняется так быстро, что данные 2024 г. могли уже устареть. Каждые 3–4 месяца мы проводим замеры и видим, что ИИ стремительно проникает во все прикладные области. Фактически сегодня не осталось сфер, где не было бы сценариев для ИИ и не наблюдался бы интенсивный рост применения технологии.

– ИИ активно внедряется в различных отраслях бизнеса: в ритейле – для персонализации предложений и управления запасами, в финансах – для анализа рисков и прогнозирования, в логистике – для оптимизации маршрутов и складских процессов. Эти примеры показывают, что ИИ особенно хорошо приживается там, где есть большие объемы данных и повторяющиеся процессы, – подход, который естественно переносится и в образование, и в науку.

В сфере образования ярким примером успешной интеграции ИИ является запуск линейки ИИ-помощников на базе Yandex AI Studio* для преподавателей и функций ИИ-тьюторов для учащихся. Все это помогает осмысленно подходить к самостоятельным работам: уточнять правила, понимать ход решения задачи, а не просто видеть ответ. Учащийся может проверить, правильно ли он решил упражнение или верно ли понимает тему, стремясь не к готовому ответу, а к глубокому усвоению материала.

Что касается науки, то здесь наблюдается активный рост применения ИИ в исследовательской деятельности. По нашим данным на конец лета 2025 г., более 60% молодых ученых используют его для написания научных статей, обработки больших данных и работы с моделями. Такие инструменты помогают сосредоточиться на концептуальной части работы, ускоряя анализ данных и генерацию идей, что делает ИИ важным помощником в современной научной практике.

– Наибольший эффект от внедрения ИИ изначально получили технологически подготовленные индустрии. Яркий пример – финтех: он был одним из первых, кто активно применял ИИ для получения измеримых бизнес-результатов и улучшения опыта пользователей. В ритейле технологии также быстро перешли из стадии пилотных проектов к реальному влиянию на показатели.

В здравоохранении же эффект вначале был менее заметен из-за низкой базы, но сегодня мы наблюдаем настоящий всплеск практического применения ИИ. Особенно хорошо это прослеживается на примере технологий компьютерного зрения. Так, сервис «МосмедИИ»* для дистанционного анализа лучевых исследований, запущенный во время пандемии в 2020 г., превратился в зрелый инструмент, обработавший десятки миллионов снимков. Нейросети для оценки КТ и МРТ в качестве второго мнения стали новой нормой.

– Сегодня наблюдается переход к более сложным сценариям на базе генеративных нейросетей и ИИ-агентов: в диагностике, мониторинге состояния пациентов и прогнозном моделировании. Потенциал для масштабирования прикладных решений в медицине огромен, что делает эту индустрию одной из самых перспективных для внедрения технологий. Эффект здесь легкоизмерим и имеет стратегическое значение на годы вперед.

Не менее впечатляющие результаты ИИ демонстрирует в науке и образовании. Он ускоряет научные исследования, позволяя работать с огромными объемами данных, выявлять скрытые закономерности и многократно ускорять проверку гипотез. Генеративный ИИ помогает моделировать сложные системы с высокой точностью, прогнозируя их поведение в разных условиях – это особенно важно для климатологии, физики плазмы и нейронаук, где прямое экспериментирование либо невозможно, либо крайне дорого.

Ученые и программисты ищут общий язык

– Яркий пример – Нобелевская премия прошлого года за расшифровку трехмерной структуры белков с помощью ИИ. Это открытие запустило цепь новых решений и позволило химикам, биологам и медикам по всему миру ускорить исследования, которые велись десятилетиями, благодаря доступности результатов и тем самым демократизации науки. Это улучшение понимания устойчивости к антибиотикам, создание новых ферментов, персонализированная медицина и фармацевтика.

В России прикладной ИИ все чаще применяется в нетехнических направлениях – экологии, медицине, химии, лингвистике, археологии – и междисциплинарно. Как пример, совместно с МЧС России мы запустили проект по применению ИИ для расследования причин пожаров. Это не прогнозирование, а именно анализ уже случившегося возгорания. Алгоритм, обученный на массиве данных по расследованным пожарам, анализирует фотоматериалы, выявляя паттерны и вероятные причины возгорания. Технологии играют важную роль в вопросах безопасности в самом широком смысле.

– Хороший пример – экологический проект «Чистый берег» в Кроноцком заповеднике на Камчатке. Побережье полуострова – естественная чаша, куда течения приносят мусор: сети, обломки кораблей, шины. Совместно с учеными ДВФУ и специалистами data science мы обучили модель на 6500 аэрофотоснимках, которая с точностью более 95% определяет тип мусора, его объем и вес. Эти данные отражаются на интерактивной карте в BI-сервисе Yandex DataLens*, где исследователи анализируют динамику и закономерности загрязнения. Сегодня проект масштабируется: технологии анализа морского мусора применяются в других регионах – от Дальнего Востока до Калининграда. Решение выложено в открытый доступ, и им пользуются исследователи, волонтерские организации и промышленные компании.

Еще один пример – сотрудничество с Санкт-Петербургским педиатрическим университетом в проекте по применению ИИ для анализа МРТ-снимков головного мозга младенцев, что позволяет выявлять ранние признаки патологий. А в НМИЦ онкологии им. Н. Н. Петрова мы разработали бесплатное решение на базе ИИ, которое помогает локальным этическим комитетам проверять пакеты документов для клинических исследований. Это ускоряет согласование заявок в десятки раз и позволяет быстрее выпускать лекарства на рынок.

– Вы абсолютно правы: все рабочие и прикладные решения рождаются на стыке компетенций. Наша сильная сторона как IТ-компании – это технологии, однако формулировать экспертные сценарии и гипотезы должны специалисты своей области: врачи, экологи, ученые. Наша задача – подобрать и настроить инструменты для их проверки. В таком партнерстве участвуют разные стороны: некоммерческие фонды с большими массивами данных, ученые, глубоко погруженные в проблематику, а с нашей стороны – ИИ-архитекторы и дата-сайентисты. Ключевой элемент сотрудничества – четко ставить задачи, определять сроки и совместно формировать образ будущего решения.

– Да. Как пример, мы работаем с музеями и библиотеками, которые постепенно открываются к сотрудничеству в сфере ИИ. Доверие завоевывается шаг за шагом через совместные проекты: оцифровку фондов, восстановление и расшифровку рукописей, а также создание креативных сценариев для новых пользовательских возможностей.

Совсем недавно мы реализовали проект по сохранению петроглифов в Казахстане вместе с фондом «Охотники за петроглифами». Здесь ИИ помогает сохранять цифровой след, восстанавливать утраченные фрагменты наскальных рисунков и формировать цифровую базу знаний.

В Петергофе мы внедрили ИИ-решение для оптимизации туристических маршрутов и сокращения очередей – проект был реализован совместно с компанией Glow Byte.

Прикладной результат как критерий успеха

– Не все проекты получаются с первого раза. Иногда приходится перерабатывать датасет и запускать обучение почти с нуля, но это нормальная часть рабочего процесса, главное – что команда нацелена на результат и качественно обученный алгоритм.

Для нас ключевой критерий успешности – это применение, использование результата. Мы создаем проекты не ради научных публикаций, а ради реальных решений, которые приносят измеримую пользу: помогают врачам быстрее принимать решения, повышают точность диагностики или помогают в обучении. Кроме того, для нас важно, чтобы решение могли использовать не в одном проекте, а в том числе в других задачах общества и бизнеса – например, фармацевтические компании, которые разрабатывают лекарства, или промышленные холдинги, для которых важен экологический мониторинг.

– Если говорить про «Яндекс», то наш Центр технологий для общества изначально задумывался как инвестиции в технологическое решение социально значимых задач. Мы создали площадку, где ученые, исследователи и IT-специалисты могут совместно работать над практическим применением технологий. Наша цель – не просто создавать решения, а масштабировать их и сделать доступными для всех, кому они могут быть полезны. В этом процессе мы выступаем технологическим партнером, помогая реализовать прикладные научные идеи.

Если рассматривать российскую науку в целом, за последние пять с лишним лет был заметен значительный сдвиг в сторону прикладного применения разработок. Этому способствуют фонды развития, грантовые программы и создание благоприятной среды для молодых ученых, обмена опытом и выстраивания партнерств. Сотрудничество с крупным бизнесом помогает ученым осознанно применять технологии, ставя во главу угла решение задачи, а не факт использования ИИ.

Правила хорошего тона для ИИ

– Безусловно. Мы все чаще получаем запросы на обучение именно от нетехнических специалистов. Важно учить их не программированию, а осознанному и эффективному использованию алгоритмов ИИ. Врачи, экологи, журналисты и другие специалисты должны понимать, как применять технологии в своей работе этично и результативно. Знание принципов работы алгоритмов помогает избежать завышенных ожиданий и превращает ИИ из «черного ящика» в понятный рабочий инструмент и надежного партнера.

Особенно актуален этот вопрос для гуманитарных дисциплин: важно понимать, как и на каком историческом контексте обучены большие языковые модели, чтобы корректно интерпретировать их выводы. Российские big tech компании стремятся к прозрачности: мы подробно рассказываем на конференциях о процессах обучения моделей и показываем возможности их дообучения для конкретных индустриальных задач, будь то ИИ-помощник для юриста, врача или исследователя.

– Это актуальный вопрос, но, кажется, все сходятся на гибридном подходе, где будут развиваться дальше и большие модели, требующиеся для решения сложных комплексных задач, и периферийные модели с высокими требованиями к безопасности данных. Важно, чтобы и те и другие обучались на качественных данных, размеченных экспертами в своей области.

Например, во всех наших медицинских проектах снимки размечают практикующие врачи. Мы предоставляем инструменты и обучаем медиков работе с ними. Такой же подход применяем и в других отраслях, привлекая профильных специалистов к разметке данных. Кроме того, мы много работали с факультетами журналистики разных университетов, обучая модели давать понятные ответы на естественном языке, адаптированные под разные уровни подготовки. Качественные данные должны стать новой нормой в любой отрасли.

– Речь идет о запросах от исследователей, ученых и вузов на различные форматы обучения работе с технологиями и решениями «Яндекса». Это могут быть лекции или короткие практические курсы, которые помогают понять, что современные технологии ИИ действительно могут, а что – нет и насколько реалистичны ожидания. По нашим оценкам, количество таких запросов выросло примерно в 3 раза по сравнению с прошлым годом.

Причины всплеска очевидны: постепенно проходит период страхов вокруг мысли «ИИ всех заменит». Мы стараемся внести свой вклад в формирование более зрелого отношения: ИИ сам по себе никого не заменит, но он открывает новые возможности для тех, кто умеет использовать его грамотно и эффективно.

– Главный вызов – научиться применять ИИ ответственно, практично и этично. Важно не просто разрабатывать модели, а превращать их в инструменты, приносящие пользу людям и обществу. Прозрачность работы алгоритмов – основа доверия: мы должны понимать, на каких данных обучаются системы и как они принимают решения. Для этого необходима развитая инфраструктура, компетенции и культура ответственного использования технологий. В Yandex Cloud мы в рамках Центра технологий для общества фокусируемся именно на практическом, безопасном и осмысленном применении ИИ – там, где он действительно помогает людям. &

* 18+