SIGCOMM 2026-ի աշխատաժողովը՝ ցանցերի ուսուցման մեջ սկզբունքները կարևոր են արձանագրություններից

Բաց կոդով Computer Networks: A Systems Approach դասագրքի հեղինակներ Larry Peterson-ը և Bruce Davie-ը The Register-ում իրենց վերջին սյունակը նվիրել են SIGCOMM 2026-ի կրթական աշխատաժողովին, որի սադրիչ վերնագիրն է „Networking Education in the Age of AI“։ Peterson-ի համար այդ վերնագիրն իսկապես սադրիչ է. նա բազմիցս կասկած է հայտնել կրթության մեջ AI-ի օգտագործման վերաբերյալ։

Աշխատաժողովն անցկացվել է հիբրիդային ձևաչափով՝ պրոֆեսիոնալ օպերատորներով՝ SIGCOMM-ի աջակցությամբ։ Peterson-ը միացել է ութ ժամային գոտու հեռավորությունից, սակայն հեռավոր մասնակիցները մնացին քննարկման մեջ։

Նախագծման գործընթացը, ոչ թե արտեֆակտները

Peterson-ը Jim Kurose-ի հետ համանախագահել է բաց միկրոֆոնի նստաշրջանը. Kurose-ի դասագիրքն առաջատարն է ոլորտում։ Ծրագրավորման առաջադրանքների դերի մասին հարցին Kurose-ը պատասխանել է, որ ծրագրավորման վարժություններն ու Wireshark-ի լաբորատորիաները կարևոր են, բայց լավ անիմացված սլայդների արժեքը չպետք է թերագնահատել։ Karen Sollins-ը պատմել է իրավաբանական դպրոցի քեյսերի մոդելով կառուցված դասընթացի մասին, որտեղ դասախոսը դասախոսություն չի կարդում, այլ բաժանում է հոդվածներ։ Նույն տրամաբանությունն է „Networking Unplugged“-ում. զույգերը ստանում են մի պարան և նախագծում բիթեր փոխանցելու մեխանիզմ՝ այդպիսով հայտնաբերելով NRZ-ի նման կոդավորումներ և մոդուլյացիա։

Ինչ պետք է մնա միջուկում։

Քննարկման ժամանակ, թե որ թեմաները պահել, իսկ որոնք վերաիմաստավորել, Peterson-ը QUIC-ը բերել է որպես օրինակ. այն բավական նոր է ու բարդ, որ շատ ներածական դասընթացներում բացակայում է։ Նրա կարծիքով՝ ուսանողը, որն առաջին անգամ հանդիպում է QUIC-ին, պետք է կարողանա հասկանալ այն ծանոթ հասկացությունների միջոցով՝ հուսալի փոխանցում, գերբեռնվածության կառավարում, ծայրից ծայր անվտանգություն։ Դրա համար պետք է ուսուցանել ցանցերի և համակարգային ճարտարապետության սկզբունքները։ Դահլիճը մոտեցավ կոնսենսուսի. սկզբունքներն ու նախագծման գործընթացը ավելի կարևոր են, քան արտեֆակտները, իսկ „խնդիր/լուծում“ մոտեցումը նախընտրելի է այսօրվա արձանագրությունների ցանկից։

AI, աբստրակցիա և հիմնավորում

Դասավանդման մեջ AI-ի դերի մասին շատ խոսվեց։ Մի աշխատանք պնդում է, որ AI կոդի գործակալները ուսանողներին թույլ են տալիս ձեռնարկել ավելի մեծ ու իրատեսական համակարգային առաջադրանքներ, իսկ գիտելիքը գնահատել՝ նախագծի քննարկման միջոցով։ Peterson-ը արտադրության մեջ LLM-ի գեներացրած կոդին կասկածով է վերաբերվում, սակայն դասարանում պատրաստ է մի կողմ դնել կասկածները և կողմ է բաց մոդելներին ու ընդհանուր հետազոտական ենթակառուցվածքին։

Նրա հիմնական թեզն այն է, որ դասախոսները պետք է ուսուցանեն մտավոր մոդելներ։ Նա մեջբերում է Rodney Brooks-ին սիմվոլների հիմնավորման խնդրի մասին. transformer տիպի LLM-ները շահարկում են սիմվոլները՝ առանց ֆիզիկական աշխարհի հետ կապի, ուստի չեն կարող հուսալիորեն անել այն, ինչ անում է ռոբոտը, և ցանցերում նույնպես։ Աբստրակցիան արժե ուսուցանել առանձին. հաճախորդի և տվյալների կենտրոնի միջև կապի մանրամասների թաքցումը թույլ է տալիս ուսումնասիրել մեծ տեսակոնֆերանսը սպասարկող բազմակետ կառավարման բլոկը (MCU), սակայն նույն սովորությունը ծնել է HTTP-ի՝ TCP-ի վրա հիմնված սկզբնական նախագծի հայտնի խնդիրները։