Ключ к успеху в области искусственного интеллекта, по мнению Армена Агаджаняна, основателя компании «Perceptron»

По словам Армена Агаджаняна, основного докладчика на конференции «AI Conf 2026»  и основателя компании «Perceptron» самое важное для успеха в области ИИ — это не изучение конкретных инструментов или технологий, поскольку они быстро теряют свою актуальность. Вместо этого он делает акцент на глубоком понимании фундаментальных принципов машинного и глубокого обучения.

— Господин Агаджанян, как Вы думаете как опытный специалист в этой области, какие навыки, сегодня наиболее важны для молодых людей, желающих начать карьеру в сфере искусственного интеллекта? Какой совет Вы бы дали армянским студентам и молодым людям, которые хотят работать в секторе ИИ и высоких технологий?

— Я думаю, главная особенность в том, что эта область развивается очень быстро, поэтому изучение множества специфических вещей не очень полезно. На самом деле, нужно изучить основы машинного обучения, а также глубокого обучения, после чего вы сможете очень быстро комбинировать идеи. Если вы понимаете основы, вы можете очень быстро осваивать новые идеи. Например, вы можете просто прочитать аннотацию научной статьи и понять её суть, не слишком задумываясь. И это одна из особенностей, которую мы видим не так часто.

Армен Агаджанян также отмечает, что в процессе приёма на работу часто встречаются специалисты, которые умеют писать код, но не понимают его основных принципов. По его словам, такой подход не ведет к долгосрочной карьере, поэтому крайне важно сосредоточиться на фундаментальных знаниях.

Во-вторых, в области машинного обучения существует множество открытых источников. Поэтому создайте интересный проект, сделайте его доступным в качестве открытого источника, опубликуйте его на «X» или какой-либо другой платформе, и вас заметят. Честно говоря, в наши дни большинство работодателей нанимают сотрудников через социальные сети: они выбирают тех, у кого может и не быть «известного имени», но кто, например, опубликовал интересные проекты в социальной сети «X».

— А насколько сегодня университеты готовы к быстро развивающимся требованиям ИИ?

— Они совсем не готовы, или, я думаю, возможно готовы только три или четыре университета. Вероятно, это Вашингтонский университет, Стэнфордский университет, Университет Беркли.

На самом деле, реальность, на мой взгляд, заключается в том, что традиционная система обучения не очень эффективна для машинного обучения. Всё меняется каждый месяц. Поэтому, если у вас есть какая-то двухлетняя программа, которая не обновлялась, она практически бесполезна. Ты тратишь время впустую.

Поэтому, как я заметил в успешных программах, они действительно сосредотачиваются на принципах, основах. Они дополняют учебные программы высококачественными лекциями. И это, вероятно, единственный путь, который делает университеты конкурентоспособными. Другой, довольно неудачный аспект заключается в том, что у университетов не так много вычислительных ресурсов. Вы удивитесь, но у ЕГУ, вероятно, такое же количество графических процессоров (GPU) в расчёте на одного студента, как и у Стэнфордского университета. Поэтому любое место, предоставляющее студентам возможность получить доступ к вычислительным ресурсам, стажировкам, работе на неполную или полную ставку, даст им большое преимущество.

Без вычислительных ресурсов невозможно сформировать интуицию.

Однако, по мнению Агаджаняна, успешные образовательные программы имеют одну общую черту: они сосредоточены на фундаментальных знаниях и дополняют их высококачественными лекциями.

— Вы говорите о наличии вычислительных мощностей в университетах. Как суперкомпьютер, работающий в ЕГУ, который уже загружен проектами, может изменить культуру университетской науки и технологических инноваций? Какую роль он может сыграть в формировании экосистемы искусственного интеллекта в Армении?

— На самом деле, я и руководитель группы Лаборатории машинного обучения ЕГУ и директор научно-образовательного фонда «Ереванэн»Грант Хачатрян вместе три года назад написали предложение об этом суперкомпьютере, поэтому его запуск был важен и для нас. Я думаю, одна из главных ценностей этой инициативы заключается в том, что она формирует базовую вычислительную инфраструктуру, благодаря которой студенты могут не только изучать теорию, но и работать с моделями на практике, обучаться им и таким образом формировать реальную технологическую интуицию.

В то же время, система обладает такими возможностями, которые позволяют реализовывать командные и исследовательские проекты, получая уже применимые и измеримые результаты. С этой точки зрения, это был важный и правильный шаг как со стороны Правительства РА, так и со стороны ЕГУ.

Честно говоря, процесс занял довольно много времени, и, конечно, было бы желательно, чтобы он был воплощен в жизнь быстрее. Однако самое главное, что сегодня фундамент уже заложен.

По мнению отраслевого эксперта, это не конечная, а скорее отправная точка, и если инвестиции в развитие вычислительных ресурсов продолжатся, в ближайшем будущем станет осуществимым значительно расширить эти возможности и приобрести более крупные вычислительные мощности.

В ходе конференции «AI ​​Conf 2026» Армен Агаджанян представил деятельность и видение компании «Perceptron». По его словам, компания была основана около 14 месяцев назад с четкой целью создания фундаментальной технологической платформы, ориентированной именно на взаимодействие аппаратных систем и физического мира. Идея основана на убеждении, что там, где технология напрямую взаимодействует с реальной средой, будь то робототехника, производство, автоматизация или сложные аналитические системы, следует использовать модели, разработанные именно в этом направлении.

Сфера деятельности компании широка и охватывает как довольно распространенные задачи, выполняемые роботами, такие как приготовление кофе или сортировка книг, так и более сложные задачи, требующие высоких навыков восприятия и принятия решений, в том числе системы, способные быстро и эффективно идентифицировать наиболее важные объекты на основе больших объемов визуальных данных и работать в сложных условиях.

Общая цель состоит не только в создании инновационных решений, но и в формировании принципиальной основы, которая сможет направлять развитие искусственного интеллекта в регионе Южного Кавказа в ближайшие годы.

Выступая на конференции с докладом на тему «Армянская доктрина искусственного интеллекта», он подчеркнул позиции Армении, а также её основные ограничения и возможности. Он отметил, что в настоящее время важно сосредоточиться на поддержании и развитии внутреннего потенциала как основы долгосрочной стратегии.

Выступающий подчеркнул, что основная стратегия для малых стран, включая Армению, не может основываться на самообучении на больших моделях. Вместо этого, по его словам, наиболее реалистичным направлением является развитие прикладных сервисов, прикладных систем и комплексное использование ИИ в государственном и частном секторах.

В докладе также было уделено особое внимание будущему моделей «open source». Докладчик отметил, что, хотя в последние годы они рассматривались как многообещающая альтернатива, последние разработки показывают, что ведущие закрытые модели продолжают быстро развиваться, особенно в критериях оценки производительности сложных и автономных агентов.

С геополитической точки зрения он подчеркнул, что искусственный интеллект стал стратегическим ресурсом, и его доступность зависит от различных центров влияния. В этой ситуации, по его словам, странам важно не стремиться к обеспечению полного технологического «суверенитета», а формировать гибкие системы, способные сочетать местные инфраструктуры и глобальные сервисы ИИ.

В качестве ключевого направления он выделил эффективное использование графических процессоров и вычислительных ресурсов, а также формирование на их основе рабочих потоков прикладного искусственного интеллекта («AI workflows»). По его оценке, для таких стран, как Армения, важно разработать системы, которые позволят применять ИИ в государственном управлении, здравоохранении, юриспруденции и технической сфере.

В заключение выступления была подчеркнута роль «физического ИИ» («physical AI») как возможного стратегического направления на будущее, где искусственный интеллект напрямую взаимодействует с физической средой - от систем безопасности до робототехники.