Պատկերազարդում Արմինե Շահբազյանի:
Ի՞նչ է գիտանորարարական ընկերությունը
Գիտանորարարական (Deep Tech) ընկերությունները ստեղծում են ժամանակակից աշխարհում առկա խնդիրների լուծմանը նպաստող բեկումնային տեխնոլոգիաներ՝ հիմնվելով գիտահետազոտական խմբերի ստեղծած նոր գիտելիքի և ճարտարագիտական նորարարությունների վրա։ Այսինքն, տարբեր բնագավառների մասնագետներ՝ գիտնականներ, ճարտարագետներ, ձեռներեցներ միավորվում են համաշխարհային մակարդակի բարդ և հիմնարար խնդիր լուծելու համար՝ ստեղծելով գիտանորարարական հենք ունեցող տեխնոլոգիա, որը կլուծի այդ խնդիրը։
Գիտական հենք ունեցող ընկերության առաջարկած գլոբալ խնդրի լուծումը կարող է փոխել շուկայում առկա «ստատուս քվոն»՝ ստեղծել նորը կամ ոչնչացնել գոյություն ունեցող շուկաները։ Այդպես է լինում «քանդող» նորարարությունների դեպքում։ Արհեստական բանականություն, ընդլայնված և վիրտուալ իրականություն, բլոկչեյն և կրիպտոարժույթներ, բանացանց (Internet of Things), ինքնավար մեքենաներ, քվանտային տեխնոլոգիաներ, բիոտեխնոլոգիա, 3D տպագրություն. գիտանորարարական տեխնոլոգիաները հաջորդ տասնամյակի ընթացքում լինելու են համաշխարհային տնտեսության խթանիչ ուժը՝ աշխարհը փոխող նորարարության չորրորդ ալիքը։
Առանձնացրել ենք Հայաստանում գործող երեք գիտանորարարական ընկերություն՝ Krisp, Denovo Sciences և Unum, ցույց տալու համար, թե ի՞նչ խնդիրներ են իրենք լուծում, ինչո՞ւ է Հայաստանի համար կարևոր գիտանորարարական էկոհամակարգ զարգացնելը և ի՞նչ քայլեր պետք է ձեռնարկել հավակնոտ խնդիրներ լուծող և աշխարհին հավելյալ արժեք տվող երկիր դառնալու համար։
Krisp. ի՞նչ գիտական խնդիր է լուծել Krisp-ի թիմն՝ անցանկալի աղմուկի հեռացման` աշխարհում այս պահին լավագույն տեխնոլոգիան ստեղծելու համար
Աշխատանքային զանգի ընթացքում վերանորոգում անող հարևանը, մեքենայի ազդանշանը, բակում խաղացող երեխաները, անգամ Ձեր կողքին նստած ու Ձեզ հավասար խոսող ընտանիքի անդամն այլևս խնդիր չէ, եթե Դուք Krisp-ից եք օգտվում։ Աղմուկի հեռացումը Krisp ընկերության առաջին արտադրանքն էր, որի նախատիպի ստեղծման համար կես տարի է պահանջվել։ Երկու տարի անց թողարկվել է հավելվածը։ Գիտանորարարական ընկերության համար սա բավականին արագ տեմպ է։ Հաճախ որևէ խնդիր լուծելու համար կարող են տարիներ պահանջվել։
Krisp ընկերությունը, որը նախկինում կոչվել է 2Hz, ստեղծվել է Երևանում, 2017-ին: Ընկերության գիտահետազոտական խմբի ղեկավար Տիգրան Սարգսյանը բացատրում է․ «Մենք օգնում ենք ավելի արդյունավետ ժողովներ անցկացնել և այդ ընթացքում ներկայանալ ավելի պրոֆեսիոնալ։ Համաձայն Մասլոուի պահանջմունքների բուրգի՝ մարդուն անհրաժեշտ բազային պահանջները ֆիզիոլոգիական բնույթի են։ Առցանց ժողովներ անելու ընթացքում բազային պահանջ է դառնում անաղմուկ և կենտրոնացված լինելը։ Krisp-ը հենց այս խնդիրն է լուծում»։
Ներկայումս Krisp-ում աշխատում են տասից ավելի հետազոտական ուղղությունների վրա։ Մասնավորապես՝ 1,5 տարի է աշխատում են ձայների տարանջատման ուղղությամբ՝ ստեղծելով տեխնոլոգիա, որը կարող է առանձնացնել միաժամանակ խոսող երկու մարդկանց ձայները՝ լսելի դարձնելով միայն մեկինը։ Նախատիպն արդեն ստեղծել են, պատրաստվում են այն արտադրանքի վերածել։
«Հետազոտական նախագծերն անկանխատեսելի են, մենք կարող ենք մի ուղղությամբ երեք ամիս աշխատել, հետո հասկանանք՝ խնդիրը չի լուծվում, նստենք նորից քննարկենք, այլ ճանապարհ որոշենք ու մի քանի ամիս այդ ուղղությամբ գնանք, հետո պարզվի, որ դա էլ չի ստացվում, երրորդ տարբերակը փորձենք ու ստացվի։ Հետազոտությունը հենց դա է, որ միանշանակ չէ, ինքն արտադրություն չէ, որ A-ից B հասնելու համար վերջնաժամկետ դնենք։ Կարող է մեկ ամիս աշխատենք, հետո պարզվի` մի տարվա գործ է բացվում կամ շատ արագ հետաքրքիր լուծում գտնենք»,-ասում է Սարգսյանը։
Խոսակցությունը վերածել տեքստի․ օրինակ՝ մարդ ժողովին չի մասնակցել, բայց կարող է բացել ու կարդալ՝ ինչի մասին են խոսել ու իր մասին ինչ է ասվել։
Ձայների տարանջատման տեխնոլոգիա․ այսինքն ոչ թե աղմուկը մարդու ձայնից, այլ երկու տարբեր մարդկանց ձայներն իրարից է տարանջատում։ Բետա տարբերակն արդեն պատրաստ է։ Համեմատության համար նշենք, որ Google-ում արդեն երեք տարի աշխատում են այդ խնդրի ուղղությամբ, սակայն դեռ վերջնարդյունք չեն հրապարակել։
«Սա բետա տարբերակն է, որը տարանջատում է ձայներն իրարից, մեր ձայներն իրարից շատ տարբեր էին, բայց հիմա աշխատում ենք տեխնոլոգիայի վրա, որն ավելի մեծ քանակի խմբերի կբաժանի ձայներն ու իրարից կկարողանա տարանջատել»,-ասում է Սարգսյանը։
Կռահել էմոցիաները․ հասկանալ մարդն ուրախ է, տխուր, զայրացած, թե չեզոք։ Դա հասկանում են ձայնից, դեմքի արտահայտությունից, նաև տեքստի վերլուծությունից և կոնտեքստի հետ համադրելով՝ հասկանում էմոցիան։ Krisp-ը դառնալու է Արհեստական բանականությամբ աշխատող հաղորդակցության օգնական (AI communication assistant) գործառույթ անող տեխնոլոգիա, որն, օրինակ՝ հաշվելու է, թե շնորհանդեսի ժամանակ մասնակիցը քանի անգամ «ըըըը» ասաց, կմկմաց, կամ որքան երկար է խոսում ժողովների ընթացքում, քանի անգամ է ընդհատել մյուսներին կամ նրանք իրեն։
Գեղեցկացում (Beautification) դարձյալ հետազոտության փուլում է, բայց դեմո արդյունքն արդեն կա։ Դեմքից 3D կետեր են վերցնում, օրինակ՝ 52 000 կետ ու գիտեն, որ կետերն են շրթունքները, քիթը, աչքերը ու կարող են փոփոխություններ անել, օրինակ, եթե մարդ գիշերը չի քնել ու աչքերը կարմիր են՝ սպիտակացնել, ատամները ևս, մաշկը հարթեցնել, շրթներկ քսել, բայց իրականին մոտ տարբերակով։
Krisp-ի հետազոտական թիմում մեծամասամբ ֆիզիկայի կամ մաթեմատիկայի գծով ատենախոսություններ պաշտպանած գիտնականներ են, որոնք ժամանակի ընթացքում սովորել են նաև ծրագրավորման և մեքենայական ուսուցման բաղադրիչները։
Krisp-ը ստեղծում է տեխնոլոգիաներ, որոնք ունեն Google-ը, WebEx-ը, Microsoft Teams-ը, Zoom-ը: Krisp հավելվածի տարբերությունն այն է, որ այն համակարգչի վրա տեղադրվում է, որպես վիրտուալ խոսափող, բարձրախոս և տեսախցիկ՝ մարդու խոսելու ընթացքում՝ երկկողմանի հեռացնելով աղմուկը։
«Մրցակիցների ռեսուրսներն անսահմանափակ են․ եթե համեմատելու լինենք, իրենց թիմերը կարող են 100-300 -ով ավել լինեն։ Եթե մենք պետք է մտածենք՝ ինչ չափորոշիչներ դնել, որ միանգամից արդյունք ստանանք, և կարողանանք դա մի քանի անգամ փորձարկել, ապա իրենք կարող են զուգահեռ 1000 փորձարկում անել, ու ընտրել ամենալավ արդյունքը, իսկ մենք պետք է շատ մտածենք մինչև մեկը միացնելը, որովհետև ժամանակն ու հաշվողական ռեսուրսները շատ սահմանափակ են»,-բացատրում է Սարգսյանը։
Այս մոտեցումը, սակայն, դրական կողմ էլ ունի։ Այստեղ կենտրոնանում են հստակ խնդրի վրա ու ամբողջ ներուժը խնդրի լուծման մեջ ներդնում։ Գիտանորարարական ընկերության համար առավել առաջնային է խնդիրներ գտնելը, որոնց լուծումը մարդկանց կյանքը կթեթևանցնի, գործընթացներն ավելի արդյունավետ կդարձնի։
«Հիմա կարծես աշխարհը փոխվում է, շատ խնդիրներ լուծված են ու եթե ուզում են շատ բարդ խնդիրներ լուծել՝ փայտը փայտին դնելով ու մուրճով խփելով նոր բան չես սարքի։ Երբ ասում են դիփթեք, պետք է շատ խորը հասկանալ՝ մեջն ինչ է, որ կարողանան նորը սարքել։ Այստեղ արդեն գիտելիքը դառնում է հանրահայտ, ու նման մասնագետները քիչ են, նրանց հետևից ընկերությունները լույսով են ման գալիս, որ գտնեն, համոզեն ու վերցնեն աշխատանքի։ Այդ տեսանկյունից երեխաները, որոնք հիմա մաթեմատիկայից լավ են, կարող են վստահ լինել, որ փայլուն ապագա են ունենալու»,-ասում է Սարգսյանը։
«Գիտանորարարական ընկերությունները կապված են ապագայի տեխնոլոգիաների հետ, աշխարհը շատ արագ է փոխվում ու միշտ չէ, որ պետք է անցյալի վրա հիմնվել։ Օրինակ, շատ հնարավոր է, որ Դուք Հայաստանում ստեղծեք այնպիսի տեխնոլոգիաներ, որոնք ապագայում հիմնարար կլինեն։ Չի կարելի ակնկալել, որ ընկերությունից ստարտափեր դուրս կգան, բայց, եթե էկոհամակարգ կա, ապա դրանց ստեղծումն արդեն բնական է դառնում, որովհետև աշխատակիցը տեսնում է՝ ինչպես է այդ ընկերությունը ստեղծվում, և ցանկանում է իրենը ստեղծել։ Քանի որ ընկերության մյուս աշխատակիցներն արդեն բավականաչափ գումար ունեն, իրենք ֆինանսավորում են քո սկիզբը»,-
Վազգեն Հակոբջանյան, SmartGate VC[1]-ի համահիմնադիր։
Krisp-ի աշխատակիցները նաև ընկերության բաժնետերեր են։ Այսինքն՝ բացի բարձր աշխատավարձերից, նաև ակցիաներից ստեղծված գումարը մնում է Հայաստանում, որը օգնում է մեծ ընկերությունից նոր ստարտափների ստեղծմանը և գործընթացի կրկնությանը՝ ինչպես օրինակ արվել է Սիլիկոնյան հովտի էկոհամակարգի ստեղծման ժամանակ։
Unum․ ցանկանում է ստեղծել աշխարհում տվյալների մշակման ամենաարդյունավետ ծրագրային էկոհամակարգը
Պատկերացրեք, Ձեր կյանքի բոլոր հիշողությունները հասանելի են նույնքան ճշգրտությամբ, որքան այս տողը, որ հենց նոր կարդացիք։ Դուք հիշում եք 5 տարեկանում կարդացած գրքի բովանդակությունը՝ սկզբից մինչև վերջ և կարող եք այն վերարտադրել առանց որևէ սխալի։ Այժմ փորձեք այս միտքը տեղափոխել համակարգչային տիրույթ։ Համակարգչի մեջ կա երկարաժամկետ և կարճաժամկետ հիշողություն, կարճաժամկետը շատ արագ է, փոքր և թանկ, երկարաժամկետը՝ դանդաղ, շատ մեծ է և էժան ու կարող է շատ ավելի մեծ ծավալներով տվյալներ պահել համակարգչի մեջ։ Այսօրվա բոլոր բարդ գործընթացները տվյալների հետ (Data processing) տեղի են ունենում կարճաժամկետ հիշողության մեջ։
Unum ընկերությունը փորձում է նույն գործընթացն իրականացնել երկարաժամկետ հիշողության մեջ։ Այսինքն՝ հարյուր անգամ ավելի մեծ ծավալով տվյալների հետ աշխատանքը հնարավոր կլինի իրականացնել նույն համակարգչի վրա, ինչպես կարճաժամկետ հիշողության դեպքում է արվում։
Ընկերությունը հիմնադրվել է 2015 թվականին՝ որպես գիտանորարարական մասնավոր հետազոտական լաբորատորիա՝ կենտրոնանալով հաջորդ սերնդի AI մոդելների նախագծման վրա: Unum-ի հիմնադիր Աշոտ Վարդանյանի՝ նախորդ տարիներին տարբեր ուղղություններով կատարված բոլոր աշխատանքները միավորվում են՝ ստեղծելով Unum-ը, որը լատիներենից թարգմանաբար նշանակում է միացում (unumity)։
Unum-ը ստեղծելու ընթացքում Աշոտն այցելել է տասնյակ երկրներ, մասնակցել բազմաթիվ մասնագիտական գիտաժողովների՝ համաշխարհային մասշտաբի գիտնակաների և մասնագետների հետ ծանոթանելու և հետագայում իրենց գիտելիքներն ու ռեսուրսները Հայաստանի հետ «կապելու» համար։
Արդեն 2020 թվականին Աշոտը տեղափոխվում է Հայաստան, թիմ է հավաքում և շարունակում աշխատել Unum-ը զարգացնելու ուղղությամբ։
«Գիտանորարարական ընկերությունների ստեղծած տեխնոլոգիաների հիմքում մտավոր սեփականությունն է։ Դրանք լուծում են խնդիրներ, որոնց լուծումը մինչ այդ չկար, կամ կար, բայց այդքան էլ որակյալ չէր։ Գիտանորարական տեխնոլոգիան մի արդյունք է, որ շատ բարդ է կրկնօրինակել, որովհետև մտավոր սեփականության մեջ գիտական ներուժ է ներդրված։ Նման ընկերությունների հիմնական տարբերությունն այն է, որ իրենք ստեղծել են դժվարությամբ կրկնօրինակվող տեխնոլոգիաներ և դրա շնորհիվ կարողանում են օգտագործել իրենց ժամանակը՝ շուկան ավելի գրավելու համար»,- Վազգեն Հակոբջանյան, SmartGate VC-ի համահիմնադիր։
Unum-ը Հայաստանում գիտանորարարական լուծումներ առաջարկող հարթակներից մեկն է։ Այն մրցակցում է համաշխարհային այնպիսի ընկերությունների հետ, ինչպիսիք են ORCL-ը, SAP-ը, MDB-ն, SNOW-ն և ESTC-ն։ UNUM-ի աշխատանքային տիրույթն արհեստական բանականությունն է, բայց քանի որ ենթակառուցվածքները պատրաստ չեն ընկերության նախանշած վերջնական նպատակին հասնելու համար, այդ պատճառով ինքնուրույն զրոյից գրում և ստեղծում են անհրաժեշտ ենթակառուցվածքներ։ Լուծել խնդիրն արդյունավետ և շատ ավելի արագ․ այն մոդելն է, որին ձգտում է ընկերությունը։
Գտնվելով կենսաբանության, քիմիայի, ֆիզիկայի և արհեստական բանականության խաչմերուկում Denovo Sciences-ը ստեղծում է նոր թերապևտիկ միջոցներ՝ օգտագործելով ժամանակակից AI տեխնոլոգիաներ։
Denovo Sciences-ը ստեղծվել է 2020թ․ դեկտեմբերին, թեև թիմն ալգորիթմի վրա աշխատում էր դեռ 2019թ․ FAST-ի ASCENT[2] ծրագրի շրջանակում։ Ընկերությունում դեռ յոթ հոգի են աշխատում, թիմը բաղկացած է միջառարկայական տարբեր բնագավառների մասնագետներից՝ մեքենայական ուսուցում, համակարգչային կենսաբանություն և քիմիա։ Փորձում են ստեղծել փոքր մոլեկուլներ, որոնք կունենան թերապևտիկ արժեք՝ օգտագործելով թիմի կողմից ստեղծված մեքենայական ուսուցման ալգորիթմները։
Մրցակցում են Insilico Medicine-ի, Benevolent AI-ի, Iktos-ի և այլ ընկերությունների հետ։ Այս ընկերությունները նույնպես օգտագործում են մեքենայական ուսուցման տարբեր ալգորիթմներ, նոր մոլեկուլների ստեղծման կամ հայտնաբերման համար։ Այդ ընկերությունները ստեղծվել են Denovo Sciences-ից առաջ և, բնականաբար, ունեն առավելություններ, թե՛ ֆինանսական հնարավորությունների, թե՛ թիմերի մեծության առումով։ Սակայն, ընկերության հիմնադիր Հովակիմ Զաքարյանի համոզմամբ՝ իրենք փորձում են այնպիսի մոտեցումներ մշակել, որոնք նոր են և կարող են հետաքրքիր լույսի ներքո ներկայացնել ընկերությունը․
«Մենք օգտագործում ենք RL (ամրապնդմամբ ուսուցում, մեքենայական ուսուցման (ML) ուղղություններից մեկն է), որպեսզի ստեղծենք այնպիսի փոքր մոլեկուլներ, որոնք կարող են փոխազդել ՌՆԹ-ի (Ռիբոնուկլեինաթթու) կենդանի օրգանիզմներում գտնվող երեք հիմնական մակրոմոլեկուլներից երկրորդը) թիրախների հետ։ Բացի այդ, մեր ալգորիթմը թույլ է տալիս ստեղծել մոլեկուլներ, որոնք կարող ենք փոխազդել միանգամից երկու տարբեր թիրախների հետ, այդպիսով մեծացնելով մոլեկուլների թերապևտիկ արժեքը։ Սրանք նոր տիպի մոլեկուլներ են, որոնք հաջողության դեպքում, կարող են մի շարք հիվանդությունների բուժման բանալի դառնալ, կամ եղած բուժումները դարձնեն ավելի արդյունավետ»։
«Եթե պետությունը ցանկանում է օգնել տեխնոլոգիական էկոհամակարգին, Հայաստանում նոր գիտանորարարական ընկերությունների ստեղծմանը, ապա պետք է սկսի լուրջ աշխատել երկրում գիտության և կրթության զարգացման ուղղությամբ։ Այսօր Հայաստանում 5-6 վենչուրային ֆոնդ կա։ Այսինքն, այժմ դու կարող ես բավականաչափ գումար ներգրավել քո ընկերության զարգացման համար՝ երկրից դուրս չգալով։ Այստեղ միակ պահանջը պետությունից այն է, որ գիտությունը զարգացնի, որպեսզի նոր գիտնականները համալսարաններում որակյալ մասնագետներ կրթեն»,- Վազգեն Հակոբջանյան, SmartGate VC-ի համահիմնադիր։
Հովակիմ Զաքարյանի դիտարկմամբ՝ հնարավորություններ կստեղծվեն, երբ գիտական համակարգը սկսի նորմալ և ճիշտ մեխանիզմով ֆինանսավորվել։
«Առաջին հերթին պետությունը պետք է ստեղծի գիտական աշխատանքի համար անհրաժեշտ լավագույն պայմանները, որպեսզի հնարավոր լինի Հայաստանում մրցունակ լաբորատորիաներ ունենալ ու նոր գիտելիք ստեղծել։ Դրանից հետո, պետությունը պետք է ստեղծի այնպիսի օրենսդրական միջավայր, որը կխրախուսի մասնավորի ներդրումները նման ընկերությունների մեջ։ Եվ վերջապես, վենչուրային ֆոնդերի ստեղծման ու կայունացման հարցում նույնպես պետությունը պետք է մասնակցի, թե՛ օրենքների ընդունման, թե՛ ներդրումային կապիտալի տրամադրման տեսքով։ Եվ իմ նշածի համար, իհարկե, պետք են մարդկային կապիտալ ու ռեսուրսներ»,- շեշտում է Հովակիմ Զաքարյանը։
Էկոհամակարգի կարևորագույն խնդիրը գիտական մտքի պակասի մեջ է։ Գիտանորարարական ընկերությունները հնարավորությունների խոր օվկիանոս են․ հաճախ հետազոտությունների ընթացքում նոր հետազոտության ճյուղեր են ավելանում, որոնք էլ իրենց հերթին նոր խնդիրների լուծումներ կարող են դառնալ։ Ռիսկերը մեծ են, շահույթը՝ նույնպես (հաջողելու դեպքում)։
