알렉세이 카르 피 도프— Karfidov Lab 회사의 공동 창립자이자 총괄 디자이너입니다. 학과에서 공부함
드미트리 바실리 에프— 공동 창립자, 회사 개발 이사"Karfidov Lab", "Medical Engineering" 및 자동 주사기 "Komarik". NUST MISIS를 졸업하고 Skolkovo 과학 기술 연구소와 MIT(매사추세츠 공과 대학)의 공동 프로그램 마스터입니다. 2014년부터 엔지니어링 회사 Karfidov Lab의 공동 소유주입니다. 그는 5년 동안 회사를 8천만 루블 이상의 매출을 올리는 산업 디자인 및 혁신적인 장치의 하이테크 디자인 시장의 선두에 올려 놓았습니다. 그는 여러 분사 회사를 공동 창립하고 의료 장비를 만드는 프로젝트에 투자자를 유치했습니다. 제품 설계 및 개발, 엔드투엔드 설계 및 개발 관리, 제조 기술 분야의 전문가입니다.
"카르 피 도프 연구소"— 엔지니어링 설계를 위한 설계국기술 제품 및 프로토타입 개발. 2010년 NUST MISIS에서 비공식 학생 운동으로 결성되었습니다. 창립 이래로 이 조직은 연구소의 산업 및 과학 프로젝트 개발에 참여했으며 CAD-OLYMP 올림피아드에서 두 번이나 상을 받았습니다.
2015년 9월에 회사는 Skolkovo 공유 센터 지위를 받았습니다.
회사가 일하는 순간주로 계측, 로봇 공학, 의학 및 운송 분야에서. 작업 과정에서 2014 년 동계 올림픽을위한 토치 바디, 배우의 얼굴 표정을 디지털화하기위한 헬멧, 외골격, 수중 드론, 두께 게이지, 로봇 택배, 방사선 요법 및 상완 요법 콤플렉스 등이 있습니다. 다른 제품과 단지는 언론에 의해 개발되고 주목되었습니다. ... 2020 년에 Karfidov Lab의 연간 매출액은 1 억 루블에 달했습니다.
"AI는 오늘 주문할 피자를 예측합니다"
— AI의 역량이 빠르게 확장되고 있습니다. 전문가말하다2025 년까지 애플리케이션의 90 %에서 사용될 것입니다. 이러한 성장의 이유는 무엇입니까?
알렉세이 :AI가 널리 채택되는 배경에는 다음과 같은 아이디어가 있습니다.모바일 애플리케이션은 인간의 일부 행동을 예측할 수 있었습니다. 한편으로 사용자는 향후 작업을 독립적으로 설정할 수 있습니다. 반면에 이제는 많은 애플리케이션이 고객 지향적입니다. 서버는 서버에 액세스하는 많은 사용자의 데이터를 처리합니다. 그리고 이러한 정보를 기반으로 애플리케이션은 다양한 모델을 사용하여 많은 작업을 자동화합니다.
주요한경향2020년 애플리케이션 개발:
- 사진, 비디오 및지도에서 가상 및 증강 현실을 만드는 애플리케이션
- 신경망을 사용하여 비디오 및 사진 작업
- 특정 장치에 관계없이 정보를 저장하고 방대한 양의 데이터를 처리하는 클라우드 서비스
- 전자 지불 시스템, 자금, 정보 및 문서 보호가 개선되고 있습니다.
- 특히 온라인 상점, 택시 서비스 및 배달 서비스에서 널리 사용되는 채팅 봇;
- 원격 교육, 훈련 및 업무와 관련된 모든 것;
- 건강을 모니터링하고 시간을 계획하는 데 도움이되는 스마트 시계, 반지, 팔찌 및 기타 여러 휴대용 장치.
회사에서 피자를 판매한다고 가정 해 보겠습니다.새로운 주문마다 그녀는 몇 가지 작업을 수행합니다. 심층 분석을 사용하면 예를 들어 오늘 주문할 피자와 피자에 필요한 재료를 예측하는 일관된 예측 통계 모델을 만들 수 있습니다. 인간 참여의 비율은 점점 줄어들 것입니다. 그는 오히려 운영자 역할을하고, 아이디어를 지원하고 동의하며, 시스템의 권장 사항과 의견을 고려합니다.
많은 기능이 내부적으로 수행됩니다.응용 프로그램. 더 적은 기술적 요소가 사용됩니다. 분석 및 데이터 처리는 외부 하드웨어에서 장치 또는 모바일 애플리케이션으로 전송되는 정보를 기반으로합니다. 이제 별도의 기술 하위 시스템과 컴플렉스가 분석이 아니라 응용 프로그램을 담당합니다. 이는 모든 데이터 스트림을 빠르고 효율적으로 처리하고 피드백을 제공하기 위해 필요하며 인터넷에 대한 지속적인 연결이 필요합니다.
인적 요소를 피하면 임금 및 기타 지원 비용이 줄어 듭니다. 이는 비즈니스와 인공 지능 개발간에 좋은 시너지 효과가 있음을 의미합니다.
기업이 데이터를 보호해야하는 방법
-모바일 애플리케이션에서 데이터를 보호하는 방법은 무엇입니까?
알렉세이 :데이터 보호 결정을 내려야 합니다처음에는 애플리케이션 아키텍처 자체를 설계하고 이를 "편성"할 때 나중에 데이터가 개방형 환경에 위치하지 않도록 합니다. 데이터 암호화 옵션과 메커니즘을 미리 고려해야 합니다. 이제 이것은 필수입니다. 동시에, 애플리케이션의 개념과 아키텍처는 애플리케이션이 생성된 지역의 입법 및 법적 틀을 준수해야 합니다.
드미트리 :몇 년 전 유럽에서는 다음과 같은 법안을 통과시켰습니다.개인 정보 보호. 이는 법적 측면에서 큰 변화였습니다. 모든 사람은 종이 정보를 포함한 모든 정보의 저장 및 처리에 대한 정책을 검토해야 했습니다. 유럽인들과 사업을 하고 있는 러시아 기업들 역시 새로운 법이 상대방에게도 영향을 미치기 때문에 이에 적응해야 했습니다. 대부분의 러시아 중소 기업은 필요한 최소한의 조치를 취했습니다. 즉, 정보 저장 및 처리 프로세스가 어떻게 구성되어 있는지에 대한 알림을 제공하고 사용자에게 알림을 제공했습니다.
상위 5위누출최근 몇 년간의 정보:
- 1 억 3,900 만 개의 계정을 보유한 이미징 사이트 Canva.
- 온라인 초대 회사 인 Evite는 1 억 1 천만 개의 이메일 주소와 사용자 이름 및 생년월일을 보유하고 있습니다.
- 전문 사진 작가를 위해 제작 된 500px는 1,500 만 명의 개인 데이터를 유출했습니다.
- Quest Diagnostics Laboratory-1,190 만 고객 데이터.
- Lab Crop은 770 만 명의 사용자의 개인 데이터에 대한 이전과 동일한 공격의 영향을받은 실험실입니다.
이제 대부분의 사이트가 즉시 전송됩니다.사용자는 쿠키 또는 데이터 수집에 관한 계약을 체결합니다. 요청 시, 회사는 데이터 처리 방법, 즉 수집 대상, 사용자, 데이터 사용 방법, 저장 위치 및 보호 방법에 대한 문서를 제공해야 합니다.
이제 유럽 회사와 계약을 체결할 때 가장 먼저 묻는 질문 중 하나는 "우리의 기밀 데이터를 어떻게 보호하고 보존할 것인지 말씀해 주시겠습니까?"입니다.
"그들은 하드웨어 문제를 찾고 있었지만 돈이 충분하지 않았습니다."
-신기술 또는 스마트 기기 개발의 일반적인 특징은 무엇입니까? 어떤 어려움이 발생할 수 있습니까?
알렉세이 :우선, 적어도 부분적으로 새로운 요소 기반이 사용됩니다. 예를 들어 새로운 칩이나 특정 작동 기능이 있습니다.
사이클링에 대한 재미있는 예를 하나 말씀 드리겠습니다.자물쇠. 처음 몇 개의 테스트 보드를 만들고 여러 개의 완성 된 장치를 조립했을 때 약 7 일 동안 네트워크에 연결할 수 없었습니다. 연결이 제대로되지 않았습니다. 우리는 모든 것을 여러 번 재확인했고 모든 것이 서버 측과 장치 측 모두에서 올바르게 수행되는 것처럼 보였습니다. 가장 짜증나는 것은 처음 며칠 동안 모든 것이 켜지고 잘 작동하다가 갑자기 멈춘다는 것입니다. 새로운 것을 작업 할 때 오작동으로 인해 심각한 패닉이 발생하고 많은 일을 할 준비가되어 있습니다. 그 이유는 약 1 주일 후에 밝혀졌고 매우 재밌었습니다. SIM 장치에는 약 50 루블의 돈이 거의 없었고 다 떨어졌습니다. 그리고 우리는 "하드웨어", 아키텍처, 무언가를 다시 납땜하는 문제에 대한 해결책을 찾고있었습니다.
둘째, 새로운 요소 기반의 사용그것을 생산하는 사람의 기술 지원에 크게 의존합니다. 예를 들어, 이동통신 사업자와 통합할 때 많은 문제에 대해 합의해야 합니다. 모든 것이 우리 측에서 잘 수행되었지만 장치가 MTS에 연결되지 않았다고 가정해 보겠습니다. MTS 지원 서비스와 상호 작용하는 데 오랜 시간이 걸립니다.
순전히 기술적 인 측면도 있습니다.어떤 열이 될지, 어떤 종류의 배관, 모든 장치에 공통적 인 일반적인 기술 문제는 알려져 있지 않습니다. 전력 소비 측면에서 정확한 데이터는 첫 번째 충분히 긴 테스트가 수행 될 때까지 알 수없는 경우가 많습니다. 그 후에야 특정 요소 기반의 도움으로 어떤 리소스를 실현할 수 있는지 이해합니다.
드미트리:먼저, 우리는이 장치를 누구를 위해 만들고, 무엇을해야하는지, 해결해야 할 작업, 어떤 데이터와 수집해야하는 이유를 이해해야합니다. 이것은 기술 자체에 영향을 미칩니다.
둘째, AI 및 신경용 데이터 작업네트워킹은 데이터를 수집, 준비, 설명 및 탐색해야하기 때문에 기존 소프트웨어 작업보다 오래 걸릴 수 있습니다. 데이터의 품질도 다릅니다. 일부 이상 또는 누락 된 값이있을 수 있습니다. 선택, 정리, 필요한 경우 새 데이터 생성, 통합, 형식화가 필요합니다. 이것은 기술 준비 분야에있는 거대한 작업 계층입니다. 반면에 소프트웨어 작업은 여전히 소프트웨어 작업이므로 솔루션에는 PC와 소프트웨어가 필요하며 종종 로컬에서 해결됩니다. 동시에 계측 분야의 문제를 해결하기 위해서는 설계국, 파일럿 플랜트, 신기술 또는 특정 기술, 재료 및 다양한 전문가가 필요합니다.
"독학적인 사람들을 고용해야합니다"
— 신기술 개발의 중요한 조건 중 하나는 교육 기반입니다. 이 지역에서 오늘날 러시아에는 무엇이 있습니까?
알렉세이:질문은 매우 심각하고 항상 관련성이 있습니다.어느 나라의 교육부가 항상 새로운 움직임에 쉽게 적응하는 것은 아니기 때문입니다. 새로운 분야의 전문가가 시급히 필요한 상황이지만, 부처가 아직 계획을 개발하고 실행할 시간이 없었기 때문에 이 분야에 대한 교육이 없는 것으로 나타났습니다. 그런 다음 스스로 문제를 해결하는 데 관심이 있는 독학적인 사람들을 고용해야 합니다.
가장 인기 많은사이트온라인 학습의 경우:
- Coursera는이 사이트에서 수백 개의 다른 과정을 통해 새로운 언어 나 도서관을 배우지 않은 드문 프로그래머입니다.
- EdX는 Harvard University와 MIT에서 관리하는 국제 포털입니다.
- Udacity-Stanford University 교수가 지원하는 유료 및 무료 IT 과정을 모두 찾을 수 있습니다.
- Codeacademy는 프로그래밍 언어 및 웹 디자인에서 처음부터 대화식 학습을 할 수있는 기회입니다.
- Canvas Network를 사용하면 대학뿐만 아니라 주요 IT 회사의 무료 과정을 찾을 수 있습니다.
드미트리 :교육시스템이 확실히 부족해요유연성. 5~10년 전에는 학생들에게 무엇을 가르치는 것이 중요했습니다. 이러한 교육 프로그램은 매우 번거롭고 복잡하며 때로는 강의나 세미나에서 더 이상 필요하지 않은 내용을 볼 수도 있습니다. 많은 학생들이 우리에게 와서 연습을 통해서만 정말로 필요한 지식을 얻습니다.
다행히도 예외가 있습니다.저는 MIT에서 공부했는데 접근 방식이 훨씬 더 유연했습니다. 컴퓨터 공학 전공이 현재 관련 내용에 따라 교사가 개발한 수십 개의 과정으로 구성되어 있다고 가정해 보겠습니다. 내일은 전염병으로 인해 자율 로봇 개발에 대한 좁은 과정이 나타날 것이라고 충분히 상상할 수 있습니다. 사람들은 밖에 나갈 수 없고, 누군가는 그들에게 모든 것을 전달해야 합니다. 나는 어디에서나 우리 교육에서도 비슷한 변화를 보고 싶습니다.
우리는 아주 좋은 기초 지식을 얻었습니다. 우리는 이론적으로 미국인과 유럽인보다 열등하지 않습니다. 그러나 적용된 것에 관한 한 심각한 실패가 있습니다.
-이론이 실제 관행을 대체 할 수 없다는 것이 밝혀졌습니다.
드미트리:여기 또 다른 문제가 있습니다.거의 모든 과목은 이론적으로 더 많이 가르칩니다. 유학은 이론이 있어도 나중에 학기 중에 팀 프로젝트를 할 필요가있는 구조로되어 있습니다. 학생들은 손으로 무언가를하고, 프로그램이나 소프트웨어를 작성하고, 프로토 타입을 만들어 이론적으로 말한 것을 실제로 테스트합니다.
게다가 이제 얻을 수 있는 기회도 많아졌습니다.실용교육. 인터넷에서 많은 공개 강좌와 무료 강좌를 찾을 수 있습니다. 따라서 점점 더 온라인 교육으로 초점이 옮겨가고 있습니다. 컴퓨터 과학 강좌 페이지를 열면 병렬 컴퓨팅, 인지 로봇공학, 컴퓨터 비전 등 수백 가지가 넘는 다양한 주제를 볼 수 있습니다. 고등 교육이나 일반적으로 의무 교육 시스템에는 이렇게 좁은 범위에 초점을 맞춘 과목이 없습니다. 일반적인 프로그래밍이 수행되고 그게 전부입니다.
알렉세이 :저는 그림을 그리는 일을 하고, 젊은이들에게 모델 만드는 법을 가르칩니다.CAD (컴퓨터 지원 설계 시스템 - 하이테크). 예를 들어, 제가 공부할 때인 2008년과 비교했을 때 이제 학생들은 훨씬 더 빨리 생각하고 즉석에서 모든 것을 파악한다는 것을 알았습니다. 12년 전, 학생들은 올림피아드 과제를 받았고 슬픔에 잠긴 채 문제를 해결하며 "주님, 얼마나 어려운 일입니까!"라고 말했습니다. -그리고 이제 실험을 위해 한 그룹에 전달하고 이렇게 말했습니다. "얘들 아, 이건 단지 독립적 인 작업 일 뿐이고 다음 주까지 완료해야합니다." 그리고 그들은 그렇게 했습니다. 나는 그것이 그들에게 얼마나 쉬운지 매우 놀랐습니다. 그리고 저는 교육 과정에서 기술이 매우 중요하다는 결론에 도달했습니다.
지금 전화를 가지고 오는 학생들이미 살고 있으며 지식 습득 속도도 크게 증가하고 있습니다. 예를 들어, 10 년 전에 우리는 "얘들 아, 저녁에 집에서 최소한 GOST를 봐라"라고 말했습니다 (그림의 세부 사항 설정 규칙에 따른 GOST- "하이테크"). 그리고 실제로 누군가가 지켜보고있었습니다. 이제 학생들에게 이것을 말할 때 그들은 모두“Okay, Google”이라는 전화를 들고 곧바로이 GOST를 열고 즉시 적용합니다. 10 년 전, 우리는 한 학기 동안 자료를 가르 칠 수 있었는데 이제는 모든 것이 그 시간의 절반으로 마스터되었습니다.
"데이터는 새로운 오일"
-인공 지능과 일반적인 IT 기술은 인간 생활의 거의 모든 영역에 영향을 미칩니다. 그들 중 어느 것이 가장 수요가 많고 어느 쪽이 반대입니까?
드미트리:가장 흥미로운 영역은운송 및 이동성, 산업, 제조 및 로봇 공학, 컴퓨팅 및 의학. 예를 들어 러시아에 고용 된 사람 1 만 명당 로봇은 5 대에 불과한 반면 한국이나 일본은 600 ~ 700 명에 이른다. 즉, 이와 관련하여 로봇을 기술 프로세스에 도입 할 수있는 엄청난 잠재력이 있습니다.
동시에 소프트웨어는 큰 수요가있을 것입니다.기계 학습 기술. 그리고 반드시 사물 인터넷의 영역입니다. 그러나 실제로 두 가지 개발 영역이 있습니다. 첫 번째는 우리를 둘러싸고있는 우리의 평범한 삶에 관한 것입니다. 예를 들어, 전기 주전자, 거리의 가로등-네트워크에 연결되고 다양한 센서와 센서가 장착되어 있기 때문에 데이터를 생성하고 환경에 적응하기 시작합니다. 그리고 이렇게 수집 된 정보는 비즈니스에 유용 할 수 있습니다. 예를 들어 카페는 사람들의 흐름이있는 곳과 방문객을 기대할 때를 이해할 수 있습니다. 즉, 비즈니스는 데이터를 기반으로합니다. 데이터가 새로운 석유라고 말하는 것은 아무것도 아닙니다.
두 번째는 산업용 사물 인터넷입니다.이전에 전통적인 고전 기계 공학 제품을 사용했던 대기업, 공장, 산업에는 수많은 센서, 센서가 장착되어 있습니다. 공작 기계와 장비도 스마트하고 디지털화되고 있습니다. 많은 양의 데이터가 수집되고이 데이터를 바탕으로 작업이 최적화되고 효율성이 증가합니다.
알렉세이 :하나의 일반적인 추세가 있습니다. 즉 모든 영역이 그렇습니다.인간의 노동을 자동화할 수 있는 곳. 이는 상업적으로 흥미로울 것이기 때문에 중견 기업과 대기업이 자금을 조달할 수 있는 AI 개발, 새로운 기술 솔루션 개발을 위한 훌륭한 플랫폼입니다. 이는 자율 로봇, 택배 등에 적용됩니다. 그리고 저는 사물 인터넷이 현재 추세에 있는 새롭고 유망한 방향이라는 점에 동의합니다. 장치는 어디에서나 전선으로 연결되지 않습니다. 센서와 측정 변환기에서 현재 로컬 데이터를 수집한 다음 이 정보를 외부 환경으로 전송합니다. 일반적인 예: 미터기에서 데이터를 수집하여 임대료를 계산합니다. 가비지 수집 최적화: 컨테이너가 가득 차면 애플리케이션은 청소를 처리하는 서비스에 채우기 상태를 전송합니다.
-로봇이 좋은가요 나쁜가요?
드미트리 :이것은 불가피하며 좋은 동시에 나쁜 것입니다.로봇을 한쪽에서만 볼 수는 없습니다. 물론 우리는 사람들의 일을 박탈하는 반면, 사람이 직장을 잃으면 재교육을 받고 다른 업무를 수행할 수 있습니다. 또 다른 산업혁명이라고 할 수 있습니다.
알렉세이 :세계 모든 나라에서 사람들은 조만간자신의 직업을 빼앗는 사람들에게 불만을 표현합니다. 여기서는 미래에는 그러한 변화가 특정 분야에서 최상의 결과를 얻을 수 있는 첨단 일자리 창출로 이어질 것이라는 점을 기억할 필요가 있습니다. 결과적으로 이는 긍정적인 효과를 가져올 것입니다.
"당신은 물류 링크로 러시아를 우회 할 수 있습니다"
— 지난 2년 동안 러시아는침몰IT 개발 순위 38위에서 45위로. 우리나라에는 어떤 변화가 있었고, 왜 이런 쇠퇴가 일어났는가?
드미트리:우리는이 논문에 동의하지 않습니다.경제의 다양한 부문에서 일종의 IT 보안. 반대로 우리는 금융 부문, 농업, 제조업 및 의학 분야에서 우리가 나머지보다 앞서 있다고 느낍니다. IT와 관련된 러시아의 큰 기술 회사는 없지만. 우리나라에서는 기술에서 비즈니스로의 전환이 매우 어렵고 시장의 플레이어가 부족하며 이와 관련하여 다른 국가와 경쟁하기가 어렵습니다. 그러나 이것은 러시아에서 정보 기술의 저개발로 인한 것이 아닙니다. 오히려 우리는 시장 경제와 금융 가용성에 문제가 있습니다.
알렉세이 :우리는 지난 2년 동안 회사로서시장 요구 사항을 충족하기 위해 상당히 강력한 도약을 이루었고 현대 현실에 적응했습니다. 물론 해외에서 모든 것이 훨씬 더 빠르게 진행되고 있다고 생각할 수도 있지만 우리는 그런 느낌이 없습니다.
-미국과 중국은 IT 기술 발전에 어떤 영향을 미치는가?
드미트리 :물론 그들은 큰 영향을 미치고선두 기업이라면 아시아와 미국 기업이 차지하는 시장 점유율만 보면 됩니다. 이러한 회사의 역량은 주 내에서뿐만 아니라 국경을 넘어 확장됩니다. 그들의 기술에 전 세계가 매료되었다고 말할 수 있습니다. 우리가 사용하는 모든 제품은 중국에서 제조되었거나 미국에서 디자인되었습니다. 물론, 우리가 내일 세계의 리더가 될 가능성은 낮지만, 리더십에 대한 권리는 없더라도 틈새 시장을 확실히 차지할 것입니다. 외국 동료들을 살펴보고 그들로부터 최고의 것을 채택하고 자신의 길을 나아가는 것은 가치가 있습니다.
무언가를 생산하려면이게 필요합니다생각해 내다. 수익을 창출하기 위해 프로덕션을 열 필요가 전혀 없으며, 가장 중요한 것은 개발 센터가 있다는 것입니다. 생산을 설정하려면 러시아를 물류 링크로 우회 할 수 있습니다. 우리는 중국에서 상품을 제조하고 유럽에 공급하는 여러 러시아 신생 기업을 알고 있습니다. 교육과 과학에 많은 자금을 할당 할 필요가 있습니다. 우리나라에서는 GDP 구조에서 연구 개발 비율이 약 1-2 %이고 북유럽에서는 세계 공장이 아니지만 몇 배 더 높습니다. 창의력을 유지하는 것도 중요합니다. 대충 말하자면 공장과 공장을 짓는 것뿐만 아니라 새롭고 독특한 것을 생각해내는 사람들에게 재정적 지원을 제공하는 것도 필요합니다. 예를 들어 중국은 이제 창조 산업을 지원하는 정부 프로그램을 가지고 있습니다.
탑 10AI가 발달한 국가:
- 미국-AI는 군사 업무, 데이터 처리,보다 유연한 시스템 생성에 사용됩니다.
- 중국-AI는 주로 거래, 특히 Tencent 및 Alibaba 서버에서 사용됩니다.
- 영국-영국은 의학, 생물학, 연구 개발, 통신 분야에서 AI의 기능을 적용하고 있습니다.
- 캐나다-지구 물리학 연구를위한 자율 주행 차량, 임업 및 광업 용 장비, 원자력 및 수력 공학을 만듭니다.
- 인도-소프트웨어를 적극적으로 개발하고 수출합니다.
- 이스라엘은 유전학, 광학, 농업, 전자 및 태양 에너지 사용을 개발하고 있습니다.
- 프랑스는 가능한 모든 형태의 AI입니다.
- 독일-로봇 공학, 음성 및 언어 기술, 지능형 시각화 및 모델링의 발전.
- 스웨덴-사람들의 삶과 일을 더 쉽게 만드는 기술, 예를 들어 공항의 "말하는 머리", AI를 사용하여 폐 배터리를 분류하는 기계.
- 스페인-농업 기술.
알렉세이 :우리의 기술 발전은 문제로 인해 방해를 받습니다.소련 붕괴 이후 일어났다. 전자 부품의 대부분은 여러 가지 이유로 중국에서 제조됩니다. 빠른 국내 배송과 내부 생산은 조립 속도를 높이고 라인의 결과를 개선하는 데 도움이 됩니다. 동시에 우리나라는 동일한 자료를 확보하는 데 어려움을 겪고 있습니다. 지금까지 우리는 자체적으로 부족한 양의 요소 기반을 생산하고 있으며, 이는 러시아가 더 빨리 발전하는 것을 방해하고 있습니다.
-직원이 문제를 일으키고 있습니까?
드미트리 :나는 그렇다고 말하지 않을 것이다.사람들은 모바일이어야 합니다. 누군가가 어딘가로 가고 싶다면 그를 놓아주고 필요한 지식을 얻고 자신을 실현하십시오. 저는 개인적으로 미국에서 공부할 기회가 있었고, 러시아로 돌아와서 기술 회사를 설립했습니다. 저는 이것이 추진되어야 할 접근 방식이라고 생각합니다. 가장 중요한 것은 우리나라에서 최고의 근무 조건을 만드는 것입니다. 예를 들어, 미국에는 엄청난 수의 중국인이 공부하고 있지만 영원히 그곳으로 이주하고 싶지는 않습니다. 그들은 학업이 끝나자마자 고국으로 돌아갑니다. 왜냐하면 중국에는 유망한 발전을 위한 엄청난 기회가 있기 때문입니다.
-러시아가 어떻게 기술 기업의 리더가되어 미국, 중국과 경쟁 할 수 있을까?
드미트리 :꽤 어려운 질문입니다.따라잡기 위해서는 빠르게 행동해야 하고, 가능하다면 앞서 나가기도 해야 합니다. 교육과 새로운 발전을 위해 많은 자원을 할당할 필요가 있습니다. 현재 러시아 스타트업은 충분한 자금 부족으로 인해 서구 투자로 눈을 돌리고 궁극적으로 미국이나 유럽으로 진출하여 자금 조달이 모든 것이 더 쉽기 때문에 러시아에서 점차적으로 러시아로 유입됩니다.
알렉세이 :지원이 더 많이 된다면 좋을 것 같아요소규모 기업, 특히 관료적 절차와 제품 수출 조직이 단순화되었습니다. 저는 애국심으로 인해 생산에 있어 기술적인 역량을 유지하는 것이 중요하다고 생각합니다. 현재 러시아에서는 2025~2028년까지 자동차, 항공, 모바일 장비 생산 개발이 계획되어 있습니다. 이는 매우 흥미로운 일이며 IT가 이를 따라잡는다면 향후 생산 능력도 늘어날 것입니다. 인간의 개입 없이 활동을 수행할 수 있는 로봇 자율 시스템의 생성은 국가 전체 경제에 추가적인 가치를 제공합니다. 이러한 단지를 조성하고 이를 국내 및 해외 시장에 출시할 수 있는 능력은 첨단 기술 일자리 수에 긍정적인 영향을 미칠 수 있습니다.
참조 :
세계 최초의 정확한지도가 만들어졌습니다. 다른 사람들에게 무슨 문제가 있습니까?
인간 손의 적외선이 암호화에 사용되었습니다.
천왕성은 태양계에서 가장 이상한 행성의 지위를 받았습니다. 왜?