В НИУ ВШЭ — Санкт-Петербург активно развиваются междисциплинарные исследования с использованием искусственного интеллекта. Ученые из шести лабораторий университета совместно запускают новые проекты, чтобы с помощью ИИ решать задачи в социологии, лингвистике и психологии.
Фото предоставлено Лабораторией социальной и когнитивной информатики
Научной площадкой для обмена опытом стал семинар Mind & Machines Camp 2025, организованный Лабораторией социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург. В мероприятии приняли участие сотрудники Лабораторий языковой конвергенции, доказательной психологии здоровья и благополучия, естественного языка, теории игр и принятия решений,Центра языка и мозга, Лаборатории комбинаторики и алгоритмов МФТИ, Института мозга человека РАН. Эксперты обсудили применение больших языковых моделей (LLM) в психодиагностике и анализе эмоций, создание виртуальных ассистентов, вопросы лингвистики и когнитивных наук, а также проблемы теории эмбеддингов, топологии сетей и структуры человеческой памяти.
Олеся Кольцова, заведующая Лабораторией социальной и когнитивной информатики
Совместные проекты становятся важным этапом формирования будущего поколения науки. Если мы хотим, чтобы ИИ демонстрировал нам навыки, похожие на естественный интеллект, то нам важно понимать принципы его работы и уметь оценивать его решения.
В центре академической дискуссии — LLM (Large language model): искусственный интеллект, который «понимает», обрабатывает и генерирует человеческую речь. Ученые НИУ ВШЭ — Санкт-Петербург используют такие модели не только для анализа больших массивов текстовой информации, но и для решения прикладных задач. Например, специалисты Лаборатории доказательной психологии здоровья и благополучия рассказали, как планируют применять ИИ для поиска эффективных способов оценки субъективного благополучия — параметра, для измерения которого в психологии до сих пор нет единого стандарта.
Ученые обсудили и другие вычислительно сложные подходы к исследованиям человека, такие как обработка сигналов оборудования для экспериментов. «При помощи электроэнцефалографии мы измеряем разные процессы. Например, маркеры когнитивной нагрузки в случае, когда человек сталкивается с утверждением, противоречащим его опыту или убеждениям. Айтрекинг применяется в изучении восприятия текстовой и визуальной информации. Обработка сигналов айтрекинга и ЭЭГ зачастую требует анализа большого количества показателей, поэтому эффективнее использовать методы машинного обучения», — объяснила Олеся Кольцова.
Среди практических разработок — ассистенты для сфер образования, здравоохранения и управления персоналом. Один из проектов — EdFitter — уже работает в Питерской Вышке в пилотном режиме. Система анализирует данные российского рынка труда и рекомендует учебные курсы по запросу, например: «Хочу работать инженером». Кроме того, ученые готовят новый продукт в сфере медицины.
«Мы прорабатываем идею создания прототипа помощника для врачей. Нехватка персонала обосновывает необходимость разгрузки первичного звена за счет автоматизированного сбора базовой информации и эффективной маршрутизации людей. Некоторым пациентам нужна экстренная помощь, других можно планово направить к специалисту узкого профиля, третьим достаточно посоветовать принять обезболивающее и выспаться. Чтобы реализовать такую сортировку, ИИ нужно научить эффективно вести диалог с потенциальным пациентом. На первом этапе мы планируем ограничиться одной отраслью медицины, а в случае успеха — развивать идею дальше. Мы надеемся, что в этом нам помогут партнеры одного из ведущих медицинских НИИ Петербурга», — комментирует Олеся Кольцова.
Еще одна область, где полезны LLM, — сфера искусства. Лаборатория языковой конвергенции работает над применением большой языковой модели для поиска и описания живописных работ. Один из проектов реализуется совместно с Государственным Эрмитажем: специалисты обучают нейросети подбирать картины по описанию пользователя и формировать аннотации к художественным произведениям.
Главным событием семинара стала серия совместных брейнштормов — команды формировались с учетом научных интересов при помощи специального скрипта. Такой подход помог ученым разных областей объединиться для решения общих задач.
В результате намечены пять новых направлений для научных коллабораций. Среди них — интеграция языковых моделей с физическими принципами, анализ влияния ИИ на мышление, а также создание систематизированных баз данных для работы с большими объемами информации.
Лаборатория социальной и когнитивной информатики основана в 2012 году (до 2019 называлась Лабораторией интернет-исследований). Команда изучает и моделирует взаимодействия индивидов и групп с информацией, информационными технологиями и другими пользователями. Междисциплинарные исследования ученых опираются на знания социальных, поведенческих и когнитивных наук, а также и на передовые методы компьютерных наук, включая искусственный интеллект и компьютерную лингвистику.