Индустрия 4.0 и бизнес-информатика: как нейросети заставляют бизнес «поумнеть»
Научная работа Анастасии Лапшиной, студентки 4 курса программы «Бизнес-информатика», была представлена на III международной конференции ISBM (Information Systems for Business Management) в Бангкоке. Багаж научных исследований, интересный международному академическому сообществу, позволил студентке бакалавриата представить свою работу на глобальной исследовательской площадке с возможностью публикации на страницах авторитетного издания Springer.
Тема научной публикации Анастасии Лапшиной и доклада, который на конференции представил научный руководитель Анастасии Павел Валерьевич Малыженков, звучала как «Бизнес-приложения технологии машинного обучения в рамках концепции "Индустрия 4.0"» (Business Applications of Machine Learning within the “Industry 4.0” Concept).
Этой работой Анастасия начала заниматься с 3 курса. К тому моменту у нее был опыт работы с машинным обучением в рамках майнора «Интеллектуальный анализ данных» и в формате курсовой работы, связанной с одной из технологий глубинного обучения – компьютерным зрением. Рассмотрение практического применения технологии компьютерного зрения на примере одного из крупных супермаркетов косметики стало логичным продолжением проделанной работы.
На примере выбранной компании Анастасия рассмотрела приложение технологии обучения нейросети путем обработки большого массива данных, а также влияние этой технологии на архитектуру организации и, в дальнейшем, показатели по нескольким ключевым метрикам. Решалась задача распознавания эмоций клиентов, которые приобретают в супермаркете какую-либо продукцию, и того, как в зависимости от их эмоций – радости, грусти, разочарования -супермаркет может корректировать свою работу. Похожих исследований, которые бы включали в себя и тренировочный процесс моделей, и изучение влияния технологии на архитектуру компании, в этой области не было – отсюда актуальность и новизна идеи.
Анастасия Лапшина
Работа была довольно кропотливой, много деталей было необходимо изучить в ходе процесса. Однако с каждой правкой и благодаря помощи и поддержке моего научного руководителя Павла Валерьевича Малыженкова нам за несколько месяцев работы удалось выйти на довольно хорошие результаты – мы получили хорошо обученную модель нейронной сети, изученное влияние приложения такой технологии на архитектуру супермаркета. Поскольку внедрение такой технологии представляется довольно долгим процессом, то понадобится некоторое время, прежде чем супермаркет перейдет к применению предложенного решения. Однако уверена, что продемонстрированные результаты смогут убедить данную компанию в его качестве и рациональности.
Павел Малыженков, академический руководитель магистерской программы «Бизнес-информатика» НИУ ВШЭ – Нижний Новгород
Особенность работы Анастасии Лапшиной заключалась в том, что в ней был предложен архитектурный анализ внедрения технологии и её влияния на деятельность предприятия. Не очень часто встречаешь исследования, описывающие механизм того, как новые технологии встраиваются в архитектуру предприятия. Зачастую все исследования ограничиваются тем, насколько эффективно, к примеру, нейронная сеть распознает те или иные эмоции. Но в бизнес-информатике нужно идти дальше, потому что этой дисциплине свойственно комплексное архитектурное видение предприятия. Нужно посмотреть, как предложенная технология будет встраиваться в деятельности компании в целом: насколько это затратно, насколько это эффективно и необходимо на данном этапе или в перспективе, насколько персонал подготовлен к тому, чтобы этой технологией пользоваться, нужны ли для этого приглашенные специалисты и, самое главное, как это отразится на результатах деятельности компании. Это привычка к системному мышлению.
– Анастасия, что для вас было самым сложным в работе?
– Самым сложным в работе было, наверное, сохранять терпение. Далеко не все получалось с первого раза. Большое количество трудностей встречалось не только в ходе тренировки моделей глубинного обучения, но и изучения и поиска необходимых статей и нужной информации, оценка влияния моделей на перфоманс компании (стратегию маркетингового продвижения, направленную на достижение конкретных бизнес-целей). Все это было длительным, кропотливым процессом, в ходе которого сохранение терпения и понимание вектора дальнейшего развития работы были ключевыми аспектами.
– Какие качества нужны студенту бакалавриата для того, чтобы заниматься научной работой?
– Я бы сказала, что необходимо большое желание. Желание порождает дисциплину. Дисциплина порождает терпение и упорство. У меня всегда было понимание того, что я очень хочу выйти на международный уровень в публикациях, поскольку это очень важно для дальнейшего поступления в магистратуру и конкурса портфолио. Когда есть четкая цель, можно преодолеть любые трудности.
Павел Малыженков
Для того, чтобы заниматься научной работой, студенту нужно быть, во-первых, инициативным, а во-вторых, нужно системно взаимодействовать с научным руководителем. Также нужно терпение, потому что наука не делается быстро, и нужно быть к этому готовым. Особенностью любого научного исследования является то, что заранее сложно предсказать те горизонты и перспективы, которые откроет перед тобой полученный результат. Еще нужна работоспособность и определённая настойчивость, и где-то, может быть, элемент удачи.
– Какие этапы работы планируются дальше? Будете ли вы еще участвовать в конференциях с этой темой?
– В ходе дипломной работы, думаю, я так или иначе еще столкнусь с темой машинного обучения. Возможно, тема моего диплома будет напрямую связана с моей курсовой работой. Как вариант – приложение другой технологии машинного обучения в другой области. Или же можно наращивать эффективность обучения нейронной сети и анализировать какие-то новые эмоции. Однозначно хотелось бы продолжать научную деятельность и принять участие в других научных конференциях, но уже с новыми исследованиями на другие темы.
– Какие навыки позволяет прокачать научная работа?
– Научная работа, однозначно, прокачивает терпение. Как я уже говорила, в процессе написания статьи встречается немало трудностей. Многие из них поначалу кажутся непреодолимыми, однако из любых трудностей находится выход, если приложить необходимые для поиска решения упорство, дисциплину и терпение.
Сейчас Анастасия планирует поступление в магистратуру, чтобы продолжать исследования в области компьютерных наук.