Интервью с Натальей Ханжиной

Расскажи, пожалуйста, о своей карьере — чем ты занималась в последние годы и чем занимаешься сейчас?

Сфера моих исследований — глубокие нейронные сети для анализа изображений. Я занимаюсь этим с третьего курса. Когда я только начинала, по теме было очень мало источников, особенно русскоязычных. Поэтому было непросто, конечно. Зато сейчас я могу сказать, что у меня пятилетний опыт, что по меркам разработки программного обеспечения эквивалентно senior разработчику.

Пять лет звучит внушительно.

Да, но специфика глубоких нейронных сетей для анализа изображений состоит в том, что пять лет — это не так уж и и много. Один полноценный проект обычно длится достаточно долго. От момента формулировки технического задания до момента внедрения проходит не меньше года. Это связано именно с тем, что область очень ресурсоемкая — требуется много времени, чтобы обучить модели на изображениях.

Получается, что пять лет — это примерно пять проектов. Тем не менее, я уже могу делиться своим опытом. На магистерской программе по машинному обучению я преподавала дисциплину Image Analysis, которую еще планирую усовершенствовать.

Я знаю, сейчас ты работаешь над несколькими проектами. Какой из них ты считаешь самым значимым?

Это однозначно мой первый проект, с которым я вошла в область. Он связан с распознаванием пыльцевых зерен на изображениях. С этого все началось.

Если я верно помню, основная задача — предупредить аллергиков о периоде пыления растения-аллергена заранее. Но неужели большинство пациентов к сознательному возрасту уже не владеют этой информацией?

Это логичный вопрос, его нередко задают. Тут есть два аспекта. Первый связан с тем, что сроки пыления растений сдвигаются, они не постоянны. Это связано в том числе с изменениями в климате, и с тем, что пыльца «путешествует» по воздуху. Например, на территории Европы одним из основных аллергенов является амброзия, а для России этот аллерген менее типичен. Однако в последнее время и в России появились люди, сенситивные к амброзии. Во-вторых, по словам самих пациентов, когда наступает период пыления, не всегда понятно, что это не, ОРВИ, скажем. Симптоматика схожая, а антигистаминные препараты часто вызывают сонливость и другие побочные эффекты, поэтому пить их без надобности не хочется.

Как все это будет реализовано? В виде мобильного приложения, например, или как-то иначе?

На данный момент есть несколько сайтов, которые агрегируют информацию с разных пыльцевых станций в России. На основе этой информации создаются уведомления. Например, «сегодня начало периоды пыления березы». С тех пор, как я этим занимаюсь, появилось как минимум одно мобильное приложение на русском языке, оно называется Пыльца Club. В то же время Яндекс, к примеру, интегрировал в карты погоды информацию о пыльце. В своем проекте я планирую поставлять информацию со станций пыльцевого мониторинга, где будет применяться моя разработка, веб-сервису. Также рассматриваю вариант интеграции с существующими популярными решениями. Основное отличие от их принципа работы состоит в использовании не прогнозирования, а мониторинга.

Кто консультировал тебя с медицинской стороны?

Меня консультирует д.м.н. Наталья Минаева, которая является проректором в Пермском медицинском университете. По биологической части — д.б.н. Лариса Новоселова. Именно они поддерживают работу станции пыльцевого мониторинга в Перми. На данный момент мы готовим большую статью в журнал Allergy: European Journal of Allergy and Clinical Immunology.

Уже есть какие-то измеримые результаты? Система внедрена?

Результаты есть, но модель пока не внедрена. На данный момент я довела модель до финального состояния. Она умеет и находить пыльцевые зерна, и распознавать их с высокой точностью безотносительно числа видов растений. Сейчас требуется, можно сказать, последний рывок. Я сотрудничаю с лабораторией цитогенетики и генетических ресурсов растений в Пермском университете, где и планирую начать внедрять модель.

Ты как-то говорила, что для тебя было очень важно делать что-то для людей, это так?

Да, поэтому проект с пыльцой и остается для меня самым любимым и самым важным. Я точно знаю, что это принесет пользу людям.

Откуда такое большое желание помогать людям?

Я люблю людей. Все просто. Я с самого детства думала о том, чтобы стать врачом. Когда-то выбирала между программированием и медициной. Это мое «кем бы я стал, если бы не стал программистом». Еще, может быть, педагогом.

Есть еще какой-то проект, которым ты горишь так же сильно?

У нас с коллегами есть стартап. Он связан с пропуском автомобилей на закрытую территорию. Мы основали его вместе с Андреем Фильченковым, Николаем Куликовым и Андреем Ульяновым. Андрей Фильченков — наш технический директор, Николай — генеральный директор, Андрей Ульянов — тимлид в области разработки ядра системы. Я, соответственно, тимлид в области разработки алгоритмов машинного обучения. У нас такой своеобразный симбиоз исследователей в области машинного обучения и разработчиков в сфере программного обеспечения для транспортных систем.

Суть сводится к детекции номера машины, верно?

Да, но это только одна из особенностей нашей разработки. Детекция номера — довольно стандартная вещь. Мы занимаемся распознаванием еще и дополнительных признаков, таких как тип спецсредства (машина скорой помощи или полиции, например), распознавание цвета, типа его кузова, модели. Когда у нас появилась небольшая команда, мы смогли довести эту историю до минимального прототипа. Меня удивляет и восхищает тот факт, что люди готовы браться за интересные им проекты просто так, за спасибо, за опыт и знания. Мы уже получаем доход, но прибыли еще нет. Никто из нас не получает зарплаты, но команда остается и продолжает работать. Это меня очень мотивирует. Проект 1на 100% прикладной. Мне важно видеть результат и то, как этот результат влияет на людей. Если наша система, например, автоматически пропустит скорую помощь на 10 секунд быстрее и человеку спасут жизнь, я буду считать, что мы работали не зря.

Где внедрена система?

На частных территориях, в основном. Мы работаем с ТСЖ. Очень тяжелый рынок, конечно. Сейчас мы ищем новые пути монетизации проекта. Недавно в нашей команде наконец появился маркетолог.

С какими самым большими техническими проблемами вы сталкиваетесь? Например, очень темно и номера машины не видно?

Проблема, характерная для всех северных регионов, — это грязные номера из-за погодных условий. Это мы стараемся решать: распознаем дополнительные признаки, которые в связке с частично распознанным номером, позволяют сделать выводы (машина есть в списках и может проехать).

Сколько вас всего работает в стартапе?

Всего 12 человек. У нас даже все еще нет полноценного помещения, где бы мы все сидели, но мы вполне справляемся, работая по удаленке. Удается сохранять так называемый пульс проекта и двигаться вперед. Университет ИТМО очень поддерживает предпринимательскую деятельность. Мы, например, состоим в бизнес-инкубаторе Университета, и Университет предлагает нам кадры в виде стажеров. Все, что я могу пообещать людям, которых зову к нам на стажировку, — это знания и ресурсы. И люди идут. Их немного, но это все равно здорово.

Текст: Ксения Спиридонова