Мифы нашего городка. О подготовке студентов по нейроинформатике
Красноярск может испытывать гордость: в 1992г. на Факультете информатики и
вычислительной техники Красноярского политехнического института была открыта
первая в России ВУЗовская кафедра нейроинформатики. Позже курсы по
нейроинформатике
начали читаться студентам математических и программистских
факультетов некоторых других ВУЗов города.
Попытаемся ответить на вопрос: а подготовлены ли прослушавшие курс
по нейронным сетям студенты к решению задач
реальной сложности нейросетевыми методами?
К сожалению, нет. Нельзя в рамках полугодового или годового курса с одной
лекцией или практикой в неделю уйти дальше освоения базовых идей и алгоритмов.
Но это не единственная причина − ситуация значительно хуже.
Что наиболее смущает: студенты осваивают доморощенные непрофессиональные
нейросетевые программы −
либо разработанные на рубеже 1990-х годов (т.е. с
текстовым интерфейсом!!!), либо разработанные для Windows,
но по прежнему включающие очень ограниченный набор возможностей и
моделей. Я понимаю, что основными причинами этого являются
русскоязычный интерфейс (созданные за рубежом профессиональные нейропакеты на
русском не говорят) и то, что авторы программ зачастую и являются
преподавателями нейроинформатики. Но возражаю исходя из следующих
методологических аспектов:
Ограниченность возможностей кустарной нейропрограммы позволяет освоить все
ее возможности, но лимитирует поле зрения студента − он не предполагает,
что имеются другие программы с более широким спектром возможностей. В будущем
это будет приводить к неоправданно пессимистическим заключениям ("если
задача не решается с помощью учебной программы, то она не решаема в
принципе"), а во время обучения гасит поисковую активность, которая если и
проявляется, то не находит выхода в освоении тех возможностей
программы, которые остались за рамками курса (дополнительных возможностей
просто нет).
Кустарные программы не поддерживают корректную методологию
анализа данных и
оценивания полученных результатов. Например,
ни одна из них (да и многие промышленные нейропакеты тоже) не позволяет
исследовать скоррелированность ошибки нейромодели и входных данных, чтобы
сделать вывод об адекватности построенной модели только при наличии низких
корреляций. Проверку можно провести вручную, с использованием других
программ (статистических или Excel), но это должно быть четко
объяснено преподавателем на лекции и затем потребовано на практике. Но на деле
считается, что после
обучения нейросети подводных камней вообще не может
проявиться и ничего дополнительно проверять и подтверждать не надо.
Использование преподавателями своих же нейропрограмм не побуждает
к искоренению местного нейрокомпьютерного жаргона.
Резюмируя, можно сказать, что широкая подготовка (несколько десятков студентов в
год прослушивают курс) на самом деле - псевдоподготовка. Кому как, а я эгоистически
"доволен" такой ситуацией − не надо будет бояться
конкуренции на рынке услуг. Потребность же в услугах обработки и анализа данных
будет расти из года в год в связи со снижением нормы прибыли во многих отраслях
экономики и необходимостью внедрять и использовать интеллектуальные системы для
повышения конкурентоспособности предприятий.
Что остается делать студентам? Давлением на преподавателей и деканат
добиваться повышения уровня современности учебной программы по нейроинформатике,
а в свободное время при наличии интереса самим искать дополнительные
материалы, осваивать другие программы, решать более сложные задачи.