![](https://static.tildacdn.com/tild6464-3435-4431-a333-373766326634/1.jpg)
Наталия Саюкина: Расскажите, пожалуйста, как вы начали заниматься образованием в области искусственного интеллекта и НТО?
Василий Белкин: Сейчас я технический директор по развитию Академии Высоких Технологий [прим. ред.: здесь и ниже заглавные буквы — часть имиджа компании] и одним из руководителей профиля «Автономные транспортные системы» НТО. Я успел поучиться в двух вузах: Московском государственном университете им. М. В. Ломоносова (МГУ) и ещё одном, ныне ставшем частью Костромского государственного технологического университета. Студенты этих двух вузов отличались, как небо и земля: в первом месте они были мотивированы, ответственнее относились к знаниям, учёбе и будущей жизни. Это произвело на меня неизгладимое впечатление. Я понял, что не хочу, чтобы вокруг меня были люди, не желающие учиться. Понял, что если кто-то не будет учить подрастающее поколение, то развитие науки остановится и жизнь станет хуже. Я бы не хотел такого для своих потомков, поэтому решил заняться образованием.
Я рассказал товарищам, что учился на физика-материаловеда и учителя физики, а они предложили мне поработать в Университете машиностроения «МАМИ», позже ставшем частью Московского политехнического университета [Прим. ред.: далее в тексте — Московский Политех]. Товарищи, по совету которых я стал преподавать в МАМИ, были будущими организаторами Олимпиады НТИ, и вскоре мне предложили провести один из первых профилей олимпиады — «Автономные транспортные системы».
Нельзя учить тому, чего не знаешь сам. Поэтому мне пришлось осваивать новую для себя область. Зато, пройдя этот путь недавно, я понимал, какие вопросы возникают у новичков, о чём им рассказать. В олимпиаде хорошо чувствуешь обратную связь и ценность своего дела.
Алексей Чертков: Я директор по развитию Академии Высоких Технологий и один из организаторов профиля «Автономные транспортные системы» [прим. ред.: С 1 апреля 2022 года Алексей Чертков перестал работать в Академии Высоких технологий и с НТО, интервью взято до этого момента]. Учился на химическом факультете МГУ, как и Василий, из большого студенческого сообщества оттуда пришла вся наша команда.
![](https://static.tildacdn.com/tild6437-3363-4264-a334-356638643337/2.jpg)
В.Б.: Это хорошая деталь. В этом сообществе были и Дмитрий Земцов с Алексеем Федосеевым — лидеры Кружкового движения НТИ — те самые упомянутые мной товарищи.
А.Ч.: В МГУ я провёл 15 лет: учился, занимался наукой и образованием. В 2017 году часть моей работы в образовании стала посвящена старшеклассникам и современным IT-технологиям. Вместе мы делаем для ребят большой сложный новый мир доступным и понятным, и это то, ради чего я здесь, в НТО. Когда мы начинали, словосочетание «искусственный интеллект» не означало почти ничего и было модным хайпом, а сейчас оно конкретное и понятное. Мы создали для участников онлайн-курсы по искусственному интеллекту, адаптированные под математические знания восьмиклассников.
Н.С.: Расскажите, как начинался ваш профиль?
В.Б.: Перед первым сезоном олимпиады был пилотный запуск четырёх профилей во Всероссийском детском центре «Орлёнок». Там собралось большое количество ребят из школ проекта «Лифт в будущее». Нас привезли, познакомили с детьми, и они поделились на команды по 5 человек, чтобы 3−4 дня решать наши задачи. У меня в «Автономных транспортных системах» было 75 детей, а я был один и справился с ними. Это было здорово. Я тогда хуже разбирался в нашей тематике, поэтому не мог провести подготовительные курсы, но моих знаний хватало для составления задач и их решения. Было весело и лампово, почти отсутствовал формализм. Каждый старался максимально поделиться с ребятами знаниями.
Теперь уже иначе, есть жёсткие регламенты, которые имеют все олимпиады РСОШ. Им надо следовать, нельзя задавать наводящие вопросы и давать подсказки во время соревновательных этапов.
Н.С.: Я слышала, что участники хвалили материалы, которые сейчас предложены для подготовки на сайте олимпиады. Всё же образовательная часть есть.
В.Б.: На сайте Академии Высоких Технологий они лежат в открытом доступе. Сейчас да, образовательная часть, в первую очередь, в подготовке к олимпиаде. Но мне всё равно хотелось бы участникам докидывать новые знания в процессе. Когда я вижу, что у финалистов не работает робот, я могу проследить ход их мыслей и понять, в каком месте у них пробел в знаниях. Я мог бы сказать, что им нужно подучить, чтобы закрыть дырку в образовании и исправить свои ошибки. Сейчас я это записываю, чтобы рассказать потом, но могу забыть поговорить, или на это может не хватить времени. Тогда, в первый раз, всё было менее жёстко, и я мог сказать об ошибках сразу.
Н.С.: Алексей, а в каком году вы пришли в олимпиаду и что происходило в тот год?
А.Ч.: Я пришёл в олимпиаду перед сезоном 2018/19, в качестве соорганизатора профиля «Автономные транспортные системы». Происходило соревнование для школьников, на которое я смотрел большими удивлёнными глазами. Было любопытно, не всё понятно, а ещё не очень системно организовано. Мне захотелось сделать профиль более цельным, чтобы он нёс единый смысл. Думаю, что сейчас мне удалось достичь этого.
В «Автономных транспортных системах» участники изначально делали три мобильных робота: летающего, ездящего и плавающего. Впоследствии первый стал квадрокоптером, второй — беспилотным автомобилем, а третий у нас исчез, но позже появился на другом профиле. Зато нам удалось выбрать единую технологию, связывающую всё на профиле. Это технология компьютерного зрения. Мы отошли от робототехники и того, что ребята концентрируются на изделии, и перешли к понятию «знание». Теперь они с сентября по апрель учатся конкретной технологии. Мы уверены, что это знание пригодится им в будущем. Увы, вероятность того, что им впоследствии понадобится опыт программирования, например, плавающего кораблика, была гораздо меньше. А компьютерное зрение — это работа с обучаемым искусственным интеллектом здесь и сейчас.
Н.С.: А что Вы можете рассказать о только что прошедшем финале?
В.Б.: Он был похож на финалы предыдущих лет. Ошибки, замеченные в прошлом году, были исправлены, но нашлись новые, и участники нам с этим помогли. Как и в прошлом году, только одна команда смогла полностью справиться с нашим заданием, что оправдало наши ожидания. Значит, мы хорошо его проработали, оно достаточно сложное, но решаемое. Для актуальных задач науки и техники самое тяжёлое — оценить доступность передовой науки для понимания школьниками.
Справившейся с заданием командой стала FTL из Минска: ребята создали слаженно работающую транспортную систему и заняли первое место. На апелляционном заезде хороший результат показала ещё одна команда, но, к сожалению, их подвела ошибка в единственной строке кода.
А.Ч.: Хочется отметить, что в этом году в профиле участвовали команды из трёх стран: России, Белоруссии и Казахстана. Можно сказать, что наш профиль — самый интернациональный профиль НТО.
Н.С.: Расскажите, какие задания выполняли и выполняют участники «Автономных транспортных систем»?
В.Б.: Первый тур олимпиады делает Проектный офис. Мы выбираем предметы и назначаем проходные баллы. Раньше были физика, математика и информатика, но позже мы убрали математику. Оставшиеся предметы школьники пишут всё лучше.
Второй этап уже делает команда Академии Высоких Технологий. Он состоит из нескольких задач, размещённых на нашей онлайн-платформе. На неё же ребята загружают написанные программные коды, которые запускаются и обрабатывают изображения. Мы видим присланный код и знаем, действительно ли там нейронная сеть и как она работает, поэтому сжульничать сложно. В последние годы все задачи второго этапа так или иначе связаны с компьютерным зрением и являются маленькими частями большой финальной задачи.
В этом году на втором этапе было пять задач. Первая позволяла отфильтровать ребят, которые совсем ничего не попытались узнать о компьютерном зрении. В ней требовалось написать программу, распознающую сигнал светофора: горит ли какой-нибудь свет и если да, то какой. Задача тривиальная. Не зная компьютерного зрения, но посмотрев наш видеокурс, вы решите её часа за три. В финале беспилотнику подобная программа нужна, чтобы понять, ехать через перекрёсток или нет.
Вторая задача посложнее, на классификацию дорожных знаков. Программе нужно было определить, какой из восьми знаков на изображении.
![](https://static.tildacdn.com/tild3261-6265-4136-b462-303636383238/3.jpg)
Программа для третьей задачи должна была детектировать пешеходов: на изображении обвести рамочкой каждого из них.
Четвёртая задача — это программирование квадрокоптера. Необходимо было написать скрипт полёта по координатам точек, которые летательный аппарат должен посетить. Эта задача знакомила участников с инструментами, с помощью которых управляется квадрокоптер, а также увеличивала мотивацию заранее изучить документацию к нему.
Пятая задача заключалась в распознавании цветовых маркировок. Многим знакомы QR-коды, но мы как организаторы профиля их не любим, потому что, если давать задачи на их распознание, ребята берут готовую функцию из библиотеки, которая всё за них делает: находит координаты кода, правильный угол его поворота и легко детектирует. Неинтересно. Мы хотим, чтобы человек сам писал алгоритмы, поэтому придумали свои цветные маркеры с новой логикой расшифровки и даём для задачи их изображения с разных ракурсов. Это задание проверяет умение пользоваться базами данных, составлять алгоритмы и конструировать нейросети для работы с изображениями.
Н.С.: А что происходит в финале «Автономных транспортных систем»?
В.Б.: Концепция финальной задачи профиля из года в год не меняется. Надо построить автономную систему доставки грузов, состоящую из трёх частей. В первой беспилотный автомобиль должен проехать по «городу» — площадке размером 6 на 8 метров со зданиями, светофорами, знаками пешеходных переходов и дорожной разметкой: разделительными полосами, зеброй, стоп-линиями на перекрёстках. Беспилотному автомобилю нужно ориентироваться в «городе» при помощи написанного участниками кода и камеры, с незначительной помощью датчиков и индикаторов. Устройству необходимо, соблюдая правила дорожного движения, доехать до сортировочного хаба.
На сортировочном хабе находится балочный кран, программу для которого также пишут ребята. Он должен подъехать к автомобилю и забрать с него груз. Алгоритм для крана определяет, где лежит груз, куда нужно попасть захватывающим магнитом, распознаёт маркировку на грузах и отсортировывает их по «складским помещениям». Это задача на знание компьютерного зрения и логику.
После груз подаётся на крышу сортировочного хаба. По легенде, приходит звонок от клиента, заказавшего пиццу. Квадрокоптер на крыше захватывает моделирующий её груз и несёт на крышу одного из зданий нашего «города». В этом году их было шесть. На каждой крыше есть несколько почтовых отделений для разных адресатов. Квадрокоптер должен с помощью камеры и кода не только долететь до нужного здания, но и аккуратно положить груз в нужное место. Для этого участники пишут алгоритм навигации, бережного сброса груза и посадки.
Во время финальной задачи я являюсь одним из операторов. Сперва ставлю беспилотный автомобиль на указанное участниками место. У них есть удалённое подключение к беспилотнику: они запускают свой код, вводят команды, настраивают камеру. Когда всё готово, автомобиль едет. Если он сбивает человека, я останавливаю его, а если слетает с трассы или врезается в здание, то выключаю двигатель и ставлю беспилотник на место, потому что программа плохо написана. Ребята спешно что-то химичат, пытаются отладить свой код для новой попытки.
Чтобы участники понимали, что происходит, ведутся трансляции с полигона через несколько камер, одну из которых я на штативе несу за беспилотником. Это самый крупный план, а самый дальний — полигон целиком, на котором видно, как на одном краю «города» оператор стоит с автомобилем, на другом взлетает квадрокоптер, а в третьем месте оператор следит за сортировочным хабом.
![](https://static.tildacdn.com/tild3863-6665-4136-a665-643966653631/4.jpg)
Н.С.: Неужели задания из года в год не меняются?
В.Б.: Общая концепция такая уже третий год. Задачи меняются лишь настолько, чтобы нельзя было использовать прошлогодний код, ведь решения прошлых задач выкладываются для ознакомления. Ну и «город» меняется.
Например, если в прошлом сезоне нужно было распознать лишь горящий цвет светофора, то в этом — ещё и сочетание цветов и мигающий свет. Сами светофоры тоже поменялись: лампочки стали квадратными.
Н.С.: И участники могут заранее написать какие-то куски кода и использовать их?
В.Б.: Да, и это замечательно. Любой, кто хочет подготовиться к олимпиаде, может заранее что-то сделать. Более того, мы сами предлагаем участникам ознакомиться с решениями прошлых лет, чтобы они могли почерпнуть оттуда идеи.
При этом для каждой задачи подготовлен видеоурок на YouTube-канале Академии Высоких Технологий, который рассказывает об алгоритмах, позволяющих эту задачу решить. Можно код, показанный на видеоуроке, переписать, разобраться в нём и решить задачу. Это та самая образовательная часть олимпиады.
В общем, если ты придёшь на финал без заготовок, то у тебя крайне мало шансов на победу.
Н.С.: Финалисты и призёры прошлого года проходят в финал автоматически. А не может у них выйти так, что они, не пройдя подготовку второго этапа, не справятся с главной задачей?
В.Б.: Может, если ты товарищ, который решил не смотреть видео с подготовкой ко второму этапу, а просто прийти на финал. Но ты всё-таки финалист прошлого года, шансы справиться у тебя есть.
Н.С.: А как долго финалисты имеют доступ к «городу»?
В.Б.: Во время подготовки к финальному заезду — несколько раз, длящихся минут 20−40. Зависит от количества команд и дня соревнований. За это время участники должны успеть отладить работу железа, и это серьёзный минус распределённого формата. Время между тестированиями они тратят на написание кода. У них есть видеозаписи с их беспилотника, которые помогают исправлять ошибки.
Читать продолжение