Сүүлийн хэдхэн жилд хиймэл мэдрэлийн сүлжээ амьдралын бүхий л салбарыг өөрчилж байна. Үүнд дэлхийн өнцөг булан бүрд ажиллаж байгаа судлаачид ихээхэн хувь нэмэр оруулж байна. Эдгээр эрдэмтдийн ихэнх нь эрдэм шинжилгээний төвд бус харин томоохон корпорацуудын Research&Development буюу судалгаа, хөгжлийн газруудад ажилладаг. Шинжээчид корпорацуудад эрдэм шинжилгээний ажил хэрхэн явдгийг машин сургалтын жишээн дээр тайлбарлажээ.
Хаана судалгаа хийдэг вэ
Шинжлэх ухаан нь уламжлал ёсоор их сургууль болон судалгааны хүрээлэнгүүдэд хөгжихдөө тэр бүр хэрэглээний асуудлыг анхаардаггүй байжээ. Сүүлийн жилүүдэд технологи хөгжихийн хэрээр бизнесүүд өөрийн гэсэн асуудлуудтай нүүр тулж, эм үйлдвэрлэлээс авхуулаад мэдээллийн технологи хүртэл олон салбарт үүнийг шийдэх нь тулгамдсан асуудал болсон байна. Тиймээс томоохон корпорацууд өөрсдийн Research and Development буюу судалгаа, хөгжлийн газруудыг байгуулж байна. Жишээ нь “Google” компанид DeepMind нэгж хиймэл оюун ухааныг хөгжүүлж байгаа бол “Microsoft” компани Microsoft Research гэсэн судалгааны төвтэй. Эдгээр судалгааны газар, төвүүд нь шинжлэх ухааны ололт, нээлтийн үр дүн гаргах зорилготой.
Аж үйлдвэрийн шинжлэх ухаан нь онолын шинжлэх ухаанаас ялгаатай. Хамгийн түрүүнд энэ нь нөөц, боломжтой холбоотой. Тухайлбал, хиймэл оюун ухааны салбарын судалгаанд асар их тооцооллын хүчин чадал шаардлагатай. Анхны супер компьютеруудыг гол төлөв эрдэм шинжилгээний байгууллагуудад бүтээж байсан бол өдгөө дэлхийн шилдэг их сургуулиудад хүртэл корпорацуудынх шиг нөөц, боломж байхгүй. Супер компьютеруудын рейтингийг мэдээллийн технологийн компаниудын кластерууд тэргүүлж байна.
Бас нэг томоохон ялгаа нь мэдээллийн хүртээмж. Тухайлбал, график мэдрэлийн сүлжээний талаар асар олон тооны эрдэм шинжилгээний нийтлэлүүд байдаг ч ихэнхийг нь их сургууль, судалгааны хүрээлэнгийн мэдээллийн сан дээр суурилан хөгжүүлсэн байдаг. Эдгээр мэдээллийн сан нь тэр бүр бодит байдлыг бүрэн тусгасан байдаггүй. Үүнээс болж эдгээр судалгааны үр дүн нь хязгаарлагдмал байдаг бөгөөд хүссэн хэмжээндээ ашиглах боломжгүй байдаг. Харин илүү баялаг мэдээллийн санд нэвтэрснээр эрдэмтдийн судалгааны ажлын үр дүн өгөөжтэй байдаг тул хожим нь практикт хэрэглэгдэх магадлал өндөр байдаг байна.
Түүнчлэн бүтээлч багтай хамтран ажиллах нь эрдэмтдийн хувьд үнэ цэнтэй байдаг. Ийм хамтын ажиллагаа нь шинэ санаа, зорилт, асуудлыг харах өнцөг, таамаг дэвшүүлэх, эх үүсвэр болдог. Ийм харилцаа холбоо бодит байдалд илүү ойртуулж, үнэхээр хэрэгтэй, шаардлагатай зүйлсэд төвлөрөх боломж олгодог байна.
Корпорацуудын судалгааны төвүүд
Орчин үеийн шинжлэх ухааны гол онцлог нь багийн ажил болсонд оршдог. Өрөөндөө хэнтэй ч харьцахгүй, ганцаараа ширээний ард суусан эрдэмтний дүр төрх орчин цагийн машин сургалтад лав тохирохгүй. Учир нь үүнтэй холбоотой бүхий л туршилтууд нь өндөр өртөгтэй бөгөөд асар олон санаа, таамаг байдаг. Тиймээс эрдэмтдэд байнга хоорондоо ярилцах, даалгавраа хувааж авах, туршлага, туршилтын үр дүнгээ хуваалцах шаардлага гардаг. Сүүлийн жилүүдэд бичигдсэн эрдэм шинжилгээний гол гол нийтлэл, бүтээлүүд бүгд олон тооны зохиогчтой.
Эрдэм шинжилгээ, судалгааны өөр нэг онцлог нь уян хатан хугацаа. Аж үйлдвэрийн салбарын судалгаанууд үр дүнд чиглэсэн байдаг. Үр ашгийн маш тодорхой шалгуурууд, байнгын дүгнэлт, үнэлгээнүүд. Харин эрдэмтдийн ажил бага зэрэг ялгаатай. Эрдэм шинжилгээний ажлын хувьд одоо байгаа технологийг тууштай сайжруулснаар шууд үр дүнд хүрэх боломж тэр бүр байдаггүй. Үүний тулд тодорхой зориг болон хугацаа шаардагддаг. Ийм судалгаанууд хэдэн жил, бүр хэдэн арван жил ч үргэлжлэх боломжтой. Тиймээс томоохон корпорацууд аливаа зорилт тавихдаа үүнийг харгалзан үздэг. Гэхдээ үр ашгийн үнэлгээний шалгуур бий. Тулгамдсан сэдвээр зохион байгуулагддаг томоохон хурал, зөвлөгөөний үеэр эрдэм шинжилгээний нийтлэл, бүтээлүүдийн үр ашгийг голлон авч үздэг. Хоёрдох чухал хэмжүүр бол туршилт, судалгааг тухайн компанийн бүтээлд нэвтрүүлэх явдал.
Хэрхэн корпорацын судлаач болох вэ
Программистын замнал илүү тодорхой байдаг. Дадлагажигч, эрдэм шинжилгээний дэд ажилтан гээд л карьер өснө. Харин шинжлэх ухааны хувьд бүх зүйл арай өөр. Их сургуулиа төгсөөд хэдхэн сарын дотор бие даасан судлаач болох боломжгүй. Ийм мэргэжилтнүүд илүү удаан хугацаанд өсдөг.
Судалгааны төвүүдийн үйл ажиллагаа сонгодог сургуулийн зарчим дээр суурилсан байдаг. Тухайн мэргэжил эзэмшсэн хүн хүчтэй, туршлагатай эрдэмтдийн орчинд орж ирдэг. Түүнд ментор, удирдагч байх бөгөөд хамтран ажиллагсадтайгаа харьцаж, хамтарч ажилласнаар өсөж байдаг.
Эрдэм шинжилгээний карьер ажилдаа бүрэн дүүрэн өөрийгөө зориулахыг шаарддаг. Тиймээс судалгааны багт гурван сарын дадлага гэсэн ойлголт байдаггүй. Томоохон корпорацууд өөрсдөө ирээдүйн судлаачдыг бэлтгэхийг зорьдог байна. Жишээ нь корпорацууд, их сургуулиудтай хамтран лабораториуд байгуулдаг ба эрдэм шинжилгээний ажилтнууд нь оюутнуудын судалгааны удирдагчаар ажилладаг. Ингэснээр оюутан, залуусыг эрдэм шинжилгээний ажилд илүү сонирхолтой болгоход тустай байдаг байна.
Судлаачийн гол шинж чанар бол өөрийн судалгааны сэдэв, чиглэлийг тодорхойлох чадвар, ахлах ажилтнуудаас чиглэл хүлээлгүйгээр бие даан ажиллах, шинжлэх ухаанд судлагдаагүй, үгүйлэгдэж байгаа асуудлыг өөрөө олж тодорхойлох, шинэ санаа дэвшүүлэх чадвар юм. Зарим үед профессорууд докторын зэрэг горилогч шавь нараа программист болгон ашиглаж, өөрсдийнхөө санааг шалгах даалгавар өгөх нь бий. Улмаар хэдэн жил магистрын хөтөлбөрт хамрагдсаны үр дүнд тухайн хүн гайгүй хөгжүүлэгч болдог ч гэхдээ эрдэмтэнд хүрэх болоогүй. Машин сургалтын салбарт өсөж, хөгжихийн тулд өөртөө даалгавар өгч, шинэ санаа, таамаг дэвшүүлэх чадвартай байх нь чухал.
Шинжлэх ухааны салбарт ажиллана гэдэг нь сорилт юм. Танаас өмнө хэний ч бодож байгаагүй бодлогыг бодохыг шаардана. Тухайлбал, машин сургалтын салбарын судлаачид өдгөө загварыг илүү хурдтай болгох тал дээр ажиллаж байна. Хиймэл мэдрэлийн сүлжээ дэлгэрэхийн хэрээр хэрэглэгчдийн эрэлт, хүсэлт улам бүр нэмэгдэж байна. Загвар тооцооллын нөөцийг аль болох бага зарцуулах ёстой. Энэ бол хүнд даалгавар хэдий ч ийм сорилтууд нь судлаачдад ажиллах, шинийг эрэлхийлэх сонирхол, урам зоригийг өдөөж байдаг.
Сэтгэгдэл ( 0 )