ТМД-ға қатысушы мемлекеттер ғалымдарының VI форумында сөйлеген сөзі

Уважаемые коллеги!

Прежде всего, позвольте искренне поблагодарить Национальную Академию наук и организаторов форума за приглашение и возможность встретиться на этой важной площадке. Страны СНГ объединяют история, культура, традиции науки и образования. Сегодня эти связи получают новое содержание: перед университетами и научными институтами стоят общие задачи, которые невозможно решить, оставаясь в привычных рамках.

Считаю, что этот форум даёт возможность не только представить достижения, но и вместе осмыслить, каким будет наука в условиях стремительных перемен.

В этой связи, мой доклад посвящён тому, как искусственный интеллект меняет университетскую науку и какие возможности он открывает для исследований, инноваций и международного сотрудничества.

Современный исследователь сталкивается не только с недостатком информации, но и с её избытком. Ежедневно появляются новые публикации, базы данных и экспериментальные результаты. Даже опытной научной группе трудно самостоятельно охватить весь массив знаний по сложной проблеме.

Сегодня Казахстан рассматривает искусственный интеллект как один из ключевых инструментов развития страны. В ноябре 2025 года Глава государства подписал Закон «Об искусственном интеллекте», и он уже вступил в силу. Создано Министерство искусственного интеллекта и цифрового развития, реализуется Концепция развития ИИ на 2024–2029 годы. Искусственный интеллект становится частью государственной политики, и университетская наука должна стать в этой работе опорой.

КазНУ подходит к этой задаче со своим масштабом. У нас более 30 тысяч студентов, 16 факультетов, 9 научно-исследовательских институтов, 38 научных центров и 155 лабораторий.

Трансформацию мы ведём по четырём связанным контурам. Мы вычисляем на суперкомпьютере применяя искусственный интеллект. Создаём материалы, технологии, прототипы и модели. Управляем цифровой двойник и приложения. И развиваем науку на Сай-офис (Sci-Office) и анализируем исследования.

Начну с вычислений, потому что без них не работает ни одна ИИ-платформа.

Основа всей работы с искусственным интеллектом в университете это суперкомпьютерный центр Farabi. Его пиковая производительность около двух тысяч терафлопс.

Это исследовательская инфраструктура нового масштаба. Она объединяет высокопроизводительные вычисления, искусственный интеллект и обработку данных для междисциплинарных задач.

Центр решает три группы задач. 

Первая - это научное моделирование: физические, химические, климатические и инженерные расчёты. 

Вторая - это искусственный интеллект: обучение моделей, машинное зрение, обработка сложных данных. 

Третья - это данные и вычислительные сервисы: системы хранения, рабочие среды и коллективные проекты.

Суперкомпьютер работает не на одну отрасль. Он ускоряет междисциплинарные исследования и прикладные разработки.

В фундаментальных и прикладных исследованиях это четыре направления. 

- Климат и погода: ежедневные прогнозы по модели WRF и анализ атмосферы. 

- Сейсмика и оценка рисков. 

- Искусственный интеллект и языковые модели, в том числе модели казахского языка и обработка больших данных. 

- Геоаналитика: дистанционное зондирование Земли, данные с беспилотников и экология территорий.

Ещё четыре направления заявлены как проекты: биоинформатика, квантовая химия, инженерное моделирование и цифровая медицина.

Для Центральной Азии это возможность общих вычислений, совместных проектов и подготовки кадров. Университетам региона не обязательно строить всё с нуля: вычисления можно разделять. 

Эти вычисления уже востребованы государством. Казгидромет производит расчёты по прогнозу погоды для всей страны с шагом два километра. Это даёт более точные предупреждения в горах и на юго-востоке.

Вместе с Генеральной прокуратурой строим модели прогноза преступлений и дорожно-транспортных происшествий на больших данных. Цель в том, чтобы правоохранительная система переходила от реагирования к упреждению. С Академией наук Китая делаем расчёты для космических исследований и работаем со спутниковыми данными о воде, земле и ледниках.

На собственных вычислениях университета работают и наши ИИ-сервисы для науки: модели Farabi на казахском языке, Фараби Скола (Farabi Scholar), (Скрин Флоу) ScreenFlow и (Фараби Флоу) Farabi Flow.

Теперь о том, какие задачи университетской науки мы предлагаем решать с помощью ИИ и какое место занимает каждый продукт. Нас интересует работа исследователя, подготовка проекта, экспертиза и выбор дальнейшей поддержки.

Исследователю нужно разобраться в публикациях и развить свой замысел. Эксперту нужно изучить заявку и подготовить профессиональное заключение. Руководителю нужно понять, какой подход стоит поддержать и что дала уже выполненная работа. Во всех этих случаях полезен агент, которому можно поручить содержательную подготовку и получить материал для следующего действия.

Я говорю об агенте как о делегируемой работе. Это может быть обзор литературы, сравнение методов, подготовка раздела или разбор замечаний. Университет выбирает продукты под свои задачи, а связываем мы их там, где один действительно передаёт другому публикации, содержание документа, исследовательское заключение или языковую модель. Знания, компетенции и полномочия остаются у университета. 

Почему это важно именно для университетов? По данным Бюро национальной статистики, внутренние затраты на НИОКР за 2025 год составили 261,5 миллиарда тенге. На сектор высшего профессионального образования пришлось 120,2 миллиарда, то есть 46 %. На конец года во всех секторах работали 24 241 специалист-исследователь.

Почти половина внутренних затрат на исследования связана с высшим образованием. Поэтому подготовка проектов, экспертиза и использование результатов имеют для университета прямое управленческое значение. Научному руководителю нужно оценить предлагаемый подход, управлению науки разобраться в заявках и обязательствах, руководству видеть направления, команды и потребности в поддержке.

Мы предлагаем связать применение ИИ именно с этими решениями. Например, помочь команде сравнить методы до подачи заявки, эксперту разобраться в спорном допущении, а научному совету сопоставить полученный результат с первоначальной целью.

Проследим, как развивается один исследовательский замысел. Сначала появляется вопрос. Затем команда читает публикации, выбирает подход, готовит заявку, получает экспертное заключение и позднее представляет отчёт. В каждой форме часть работы приходится описывать заново.

При передаче между участниками легко потерять полезные связи. Эксперт видит утверждение, но ему нужна публикация за ним. Автор получает замечание и должен понять, к какой таблице или разделу оно относится. Руководитель читает отчёт и сопоставляет его с обещанным результатом.

Мы предлагаем поручать агентам подготовку этих материалов и сохранять связи между ними. Обзор ведёт к использованным работам. Замечание указывает на конкретную часть документа. Отчёт можно рассматривать вместе с целями и прежними оценками.

Для исследователя это возможность продолжить уже начатую работу, для эксперта быстрее перейти к содержательному вопросу, для научного управления меньше повторного сбора сведений. Решение при этом остаётся за людьми.

На этой карте видно, зачем продукты связаны друг с другом. (Фараби Скола) Farabi Scholar передаёт научные публикации в (Фараби Флоу) Farabi Flow и (Скрин Флоу) ScreenFlow. Так работы и сведения об исследователях можно использовать внутри университетской задачи или при рассмотрении заявки.

(Норма Флоу) Norma Flow помогает готовить документы и делает их разделы, таблицы и ссылки доступными для точной работы агента (Скрин Флоу) ScreenFlow. Замечание можно связать именно с тем местом, которое требует внимания. Хорайзен (Horizon) даёт углублённое исследование научного вопроса: сравнивает методы или разбирает заявленную новизну. Такое заключение помогает экспертизе в Скрин Флоу (ScreenFlow), а можно заказать его и напрямую.

Фараби Инференс (Гэтуей Farabi Inference Gateway) предоставляет языковые модели всем этим сценариям.  Студио (Studio) и Академи (Academy) дополняют картину: они позволяют создавать собственных агентов и готовить команды. Состав решений университет определяет по своей потребности. 

Чтобы разные команды могли применять ИИ, университету нужен управляемый доступ к языковым моделям. Эту роль выполняет Фараби Инференс Гэтуей (Farabi Inference Gateway). Исследовательские продукты, документы, университетские услуги и новые агенты используют одобренные модели как общий ресурс.

Для организации здесь есть конкретные решения. Какие модели подходят для её задач? Кто может ими пользоваться? Как распределяются ресурсы между подразделениями и какие расходы с этим связаны? ГэтУей (Gateway) позволяет управлять этими условиями для разных приложений и команд.

Суверенность означает, что университет или выбранный отечественный провайдер определяет среду обработки и условия применения моделей. У учреждения остаются выбор поставщика и моделей, контроль доступа и потребления. Предметная команда при этом отвечает за свою работу, а ГэтУей (Gateway) даёт ей языковую способность по общим правилам. 

Фараби Скола (Farabi Scholar) собирает научные публикации, авторов, организации и темы в картину, пригодную для исследования. Скопус и ВебофСайнс важны здесь как индексы публикаций, авторства и цитирования, а для содержательного разбора нужны тексты работ и конкретные фрагменты.

Этими материалами пользуются в трёх формах. Исследователь изучает вопрос в рабочей среде. Университетская обсерватория помогает рассматривать направления и сотрудничество. Через Апи (API) и  Мсипи (MCP) университет передаёт научные возможности своим приложениям и агентам, в том числе Фараби флоу (Farabi Flow) и Скрин Флоу (ScreenFlow).

Скола (Scholar) можно поручить пять заданий. Обзор литературы с источниками и выводами. Сравнение методов и результатов: где работы совпадают, где расходятся и от чего зависит применимость. Поиск партнёров с подходящими публикациями. Анализ научной траектории исследователя. И анализ исследовательского портфеля подразделения или университета.

Норма флоу (Norma Flow) предназначена для подготовки и сопровождения сложных научных документов. Исследователю нужно превратить материалы в заявку или отчёт, а команде согласовать цели, методы, ресурсы и ссылки. Изменение в одном разделе часто требует уточнений в другом.

Документ здесь представлен через его содержательные части: раздел, таблица, формула, источник. Автор поручает агенту подготовить раздел, обновить сведения или согласовать версии и получает предложенные изменения, объяснения и вопросы. Для Скрин Флоу (ScreenFlow) это даёт возможность привязать замечание эксперта к конкретному месту документа.

У Норма Флоу (Norma Flow) есть библиотека из пятнадцати пакетов. Пять относятся к заявкам: грантовое финансирование, конкурс молодых ученых, «Жас ғалым», программно-целевое финансирование и коммерциализация. Остальные охватывают научно-техническое задание, отчёт НИР, патентные материалы, лист УГТ и акт внедрения, а также заявку организации фундаментальных исследований.

Организация управляет требованиями, доступом и историей редакций, а содержание утверждает автор.

ScreenFlow нужен организации, которая рассматривает сложные заявки. В одном деле собираются документы, требования, замечания, исправления и экспертные оценки: от подачи до решения и отчёта. У заявителя, администратора, эксперта и секретариата появляется общий предмет рассмотрения.

Агентам можно поручить подготовку. При приёме они разбирают пакет и находят пропуски и противоречия. При формальной проверке готовят объяснённые замечания и текст требуемых исправлений. Эксперту готовят анализ целей, методов и возможного дублирования вместе с вопросами для его суждения. Для совета собирают сопоставимые заключения, а после решения сравнивают обещанное с полученным.

Публикации для этой работы даёт Скола (Scholar), точные ссылки на разделы документа даёт Норма флоу (Norma Flow), углублённый разбор научного вопроса даёт Хорайзен (Horizon).

Рутинная подготовка делегируется ИИ-агентам. Научное суждение и официальное решение остаются у эксперта и уполномоченного органа.

Хорайзен (Horizon) отвечает на вопрос, стоит ли поддерживать предлагаемый подход и что нужно выяснить перед таким решением. Пользователь приносит исследовательский вопрос, НТЗ, заявку или программу и получает заключение с рекомендуемым действием и объяснением, на чём оно основано.

В исследование можно включить частные знания, которые разрешает организация: неопубликованные результаты, внутренние данные, экспертные материалы. Учреждение управляет их использованием и защитой интеллектуальной собственности. Внешние источники расширяют картину: научная литература, патенты и проекты, государственные данные Казахстана, правовые документы, международные отраслевые сравнения.

Для научного совета у Хорайзен (Horizon) шесть задач: постановка научно-технической заявки (НТЗ), разбор идеи и заявки, технологический выбор в условиях Казахстана, пересмотр действующей программы, оценка результатов и их ценности, анализ портфеля программ.

Совет получает содержательную позицию по конкретному выбору, может задать дополнительные вопросы и принимает решение в пределах своих полномочий.

Фараби флоу (Farabi Flow) охватывает университетскую работу шире научного исследования. Им пользуются студенты и абитуриенты, исследователи, сотрудники и руководители. Каждый приходит со своей задачей: разобраться в требованиях, найти публикации и партнёров, подготовить материалы, получить расчёты и сравнения.

Для науки особенно полезен граф сотрудничества. Команде нужно понять, кто работает в близкой области и с кем стоит обсуждать совместный проект. На графе видны соавторство, период публикаций и принадлежность к подразделению, а от общей картины можно перейти к человеку и его работам.

Граф служит отправной точкой исследования, а не автоматической оценкой человека. Выбор партнёра остаётся за командой, а официальные сведения и полномочия сохраняют ответственные службы университета. 

Пронто Студио (Pronto Studio) даёт университетским командам возможность создавать агентов для своих повторяющихся задач. Это платформа no-code и low-code. Предметный эксперт задаёт задание, знания, правила и момент, когда нужно участие человека. Служба может сделать помощника для обращений, исследовательская группа для подготовки материалов, студенческая команда для прикладного проекта.

Пронто Академия (Pronto Academy) связывает обучение с практикой: задача, попытка, обратная связь, улучшение. Пользователь учится поручать работу агенту, создатель делает своего агента, организатор задаёт условия и ответственность в команде.

Для практического этапа Ай-Сана (AI-Sana) предложены командные проекты в Студио (Studio). Так навыки ИИ развиваются на реальных научных, учебных и административных задачах.

Риск Менеджер (Risk Manager) нужен руководителю, когда обстоятельства меняют достижимость научной цели. Его исследовательская основа уже работает в Хорайзен (Horizon), а отдельный сервис развивается. Подключение необязательно: руководитель сам решает, нужна ли такая помощь проекту.

Например, стали недоступны данные, на которых строился метод. Это затрагивает ожидаемый результат и сроки. Агент соотносит изменение с научной целью и предлагает варианты: снять препятствие, пересмотреть последовательность работ или изменить подход. Новые наблюдения обновляют рекомендацию.

Польза для научного управления в том, что затруднения разбираются своевременно, а не только к отчётной дате. Решение по рекомендации остаётся за руководителем. 

Покажу, как продукты работают вместе. Университетская команда изучает снижение потерь воды в городской сети. Ей нужно выбрать метод, понять условия применения и подготовить проект.

Скола (Scholar) помогает изучить работы, подходы и потенциальных партнёров, а в Флоу (Flow) команда продолжает обсуждение найденного. Хорайзен (Horizon) исследует гипотезу, альтернативы и ограничения с учётом данных Казахстана. (Норма Флоу) Norma Flow помогает подготовить согласованную заявку. Скрин Флоу (ScreenFlow) связывает её с формальными замечаниями, научной оценкой и материалами совета.

В итоге у университета есть позиция по исследованию, согласованная заявка и подготовленная оценка. Гэтуей (Gateway) даёт этим задачам модели, а Академия (Academy) и Студио (Studio) развивают способность команд. Метод, состав проекта и следующую работу выбирают команда и научный совет. 

Платформы и агенты дают результат только тогда, когда люди умеют с ними работать. Поэтому трансформация науки начинается с кадров.

В КазНУ сертификаты программы Ай-Сана (AI-Sana) получили 17 687 уникальных слушателей. Почти все, 99,3 процента, прошли обучение на платформе Хуауей Талент (Huawei Talent). Ещё 111 человек окончили курсы по ИИ на Курсера (Coursera), и 22 человека учились на платформе Лерна Астана Хаб (Lerna Astana Hub).

Это массовая подготовка студентов и сотрудников к работе с искусственным интеллектом. На неё опираются все сервисы для науки, о которых я говорил. 

Второе условие трансформации: данные о науке должны быть собраны в одном месте. Эту задачу решает Sci-Office.

В системе более двадцати тысяч публикаций, 2 850 профилей сотрудников, 163 центра, лаборатории и НИИ, 16 факультетов. Профили сотрудников, публикации, проекты и научная инфраструктура связаны между собой.

Каждый сотрудник, его публикации и проекты находятся в единой системе. Именно на таких данных искусственный интеллект может помогать науке, а не работать вслепую.

Собранные данные мы переводим в управленческие решения. Аналитика работает на каждом уровне: исследователь, кафедра, факультет, университет.

Исследователь видит свой KPI и получает ИИ-помощника. Кафедра и деканат видят публикации, цитируемость и докторантов. Для международного сотрудничества есть ИИ-поиск учёных по темам исследований.

Мы уходим от ручного сбора отчётов: каждый уровень видит свои показатели. При этом ИИ помогает находить и объяснять, а формальные решения остаются за человеком. 

Вычисления и цифровая среда дополняются новыми исследовательскими центрами, и большинство из них созданы вместе с партнёрами.

 Международный институт цифровых технологий и робототехники создан вместе с компанией Хубо Роботикс (Huibo Robotics): центр расположен на 600 квадратных метров, в нем функционируют 13 роботов и 5 инновационных платформ. В феврале 2026 года открылся казахстанско-сингапурский центр квантовых технологий: квантовая связь и квантовые вычисления, партнёры Астразек и Кюбитера (ASTRASEC и Qubitera).

С 16 января 2026 года вместе с Аериал Солюшн (Aerial Solutions) работает центр беспилотной авиации: проектирование, сборка и подготовка пилотов. Институт мозга аль-Фараби изучает память, внимание и когнитивные функции с помощью МРТ, нейроинтерфейсов и вычислительных методов.

Так партнёрства превращаются в новые направления исследований. 

Искусственный интеллект открывает университетской науке новые возможности. В исследованиях это суперкомпьютер и сервисы, которые ведут учёного от источников к обоснованному замыслу. В инновациях это быстрая подготовка заявок и экспертизы, новые центры робототехники, квантовых технологий, беспилотной авиации и исследований мозга. В международном сотрудничестве это общие вычисления и совместные проекты с партнёрами, в том числе для всей Центральной Азии.

Наша задача в том, чтобы казахстанская наука была не потребителем, а производителем знаний.

Благодарю за внимание. Буду рад ответить на вопросы.