Добитникот на „Инженерски прстен 2025“, во моментов докторанд и асистент на ФИНКИ и научник-истражувач во Сорсикс каде што работи во областа на вештачката интелигенција, зборува за искуството на Универзитетот „Колумбија“, за идеите што го обликуваат развојот на вештачката интелигенција и начините на кои стекнатото знаење ќе им го пренесе на студентите во Македонија.

Школата, која траеше две недели, на едно место собра повеќе од 200 докторанди, истражувачи, професори и експерти од индустријата од целиот свет. Преку предавања, дискусии и практични сесии тие ги разгледуваа најновите достигнувања во машинското учење, меѓу кои каузалното машинско учење, учењето со поттикнување, безбедноста и интерпретабилноста на ВИ и развојот на големите јазични модели.

За Димитар, учеството на летната школа на Универзитетот „Колумбија“ покажува дека пристапот до водечките светски академски средини не е недостижен за студентите и истражувачите од Македонија.

- За програмата се пријавив преку јавен повик со биографија, мотивациско писмо и претходно академско и истражувачко искуство. Процесот беше конкурентен, но покажа дека со добра подготовка и континуирана работа ваквите можности се достижни и за студенти и истражувачи од Македонија - вели Пешевски.

За време на програмата Пешевски имал можност да учи и да разменува мислења со истражувачи кои непосредно учествуваат во развојот на современата вештачка интелигенција.

- Тоа беше можност да се види како размислуваат луѓето што ја движат оваа област. Најсилен впечаток ми остави отвореноста за дискусија. Без разлика од каде доаѓате, најважни се идеите и аргументите. Предавањата не беа еднонасочни, туку постојано се отвораа дискусии во кои секој можеше да постави прашање или да понуди свое гледиште - објаснува Димитар.

Меѓу предавачите што му оставиле најсилен впечаток ги издвојува Елијас Бареинбоим и Кјунгхјун Чо, кои зборувале за каузалното машинско учење и метаучењето.

- Предавањето на Елијас Бареинбоим за каузалното машинско учење ја истакна идејата дека не е доволно моделите само да препознаваат корелации, туку треба да ги разбираат и причинско-последичните врски. Предавањето на Кјунгхјун Чо за метаучењето, пак, покажа како машинското учење може да се искористи за развој на подобри оценувачи, односно методи што поефикасно и попрецизно извлекуваат информации од податоците, надградувајќи ги класичните статистички методи - истакнува Пешевски.

Една од главните пораки што ја понел од програмата е дека напредокот на вештачката интелигенција повеќе нема да се оценува само според големината на моделите и резултатите што ги постигнуваат.

- Следната генерација на вештачка интелигенција нема да се натпреварува само по големина, туку и по доверливост, безбедност и подобро разбирање на начинот на кој моделите носат одлуки. Ми остави впечаток и колку голем акцент се става на ефикасноста на моделите и нивната примена во реални системи, а не само на подобрувањето на перформансите - потенцира тој.

Според Пешевски, токму развојот на сигурни и практично применливи системи ќе биде една од најважните насоки во областа во следните години.

- Очекувам фокусот да се насочи кон модели кои се сигурни, доверливи и применливи во реални системи. Македонските истражувачи и компании можат да придонесат преку меѓународни соработки, квалитетни истражувања и развој на решенија за конкретни проблеми - вели Димитар.

Од искуството на „Колумбија“ не ги издвојува само новите технологии и методи, туку и начинот на кој се развива истражувачката работа. Секое тврдење се преиспитува, се анализираат ограничувањата на предложените решенија, а резултатите отворено се споделуваат и се дискутираат.

- Секое предавање беше проследено со критичка дискусија, преиспитување на претпоставките и анализа на ограничувањата на предложените методи. Верувам дека ваквата култура може да се поттикне и кај нас преку повеќе заеднички истражувачки проекти, отворени дискусии и соработка меѓу академијата и индустријата - објаснува Пешевски.

Како асистент на ФИНКИ, Пешевски планира дел од концептите од летната школа да ги вклучи во наставата и во работата со студентите со фокус на каузалното машинско учење и механистичката интерпретабилност, односно на пристапите што овозможуваат подобро да се разбере како функционираат современите модели со вештачка интелигенција.

- Планирам дел од концептите што се обработуваа на летната школа да ги вклучам во наставата, особено темите поврзани со каузалното машинско учење и механистичката интерпретабилност на современите модели за вештачка интелигенција. Би сакал студентите, покрај тоа што ќе научат како да ги користат и развиваат овие модели, да разберат и како критички да ги анализираат нивното функционирање, доверливост и ограничувања. Исто така, сакам повеќе студенти да се вклучат во истражувачка работа на вакви теми уште за време на студиите - планира Пешевски.

За Пешевски, ваквите програми имаат поширока вредност токму поради можноста знаењето стекнато во меѓународна средина да се врати во домашната академска заедница. Неговото искуство покажува дека младите од Македонија можат да учат и да разменуваат идеи со водечки светски истражувачи, а потоа тие знаења да им ги пренесат на студентите и на идните генерации.

Неговата порака до оние што се двоумат дали да се пријават на слични меѓународни програми е да не се ограничуваат самите уште пред да се обидат.

- Би им порачал да не си поставуваат граници однапред. Знаењето што ќе го стекнете е важно, но уште поважно е да научите како да учите и да му најдете вистинска примена на тоа знаење. Тоа е вештина што ќе ви биде корисна без разлика како ќе се менуваат околностите - заклучува Димитар Пешевски.

Фото; приватна архива