Fall into ML: результаты исследований в области ИИ обсудили в формате школы-конференции ФКН ВШЭ

© Высшая школа экономики

Международная лаборатория стохастических алгоритмов и анализа многомерных данныхфакультета компьютерных наук ВШЭ и Научно-учебная лаборатория методов анализа больших данных ФКН ВШЭ при поддержке Центра ИИ НИУ ВШЭ и Российского научного фонда организовали в начале ноября Первую осеннюю школу-конференцию по искусственному интеллекту Fall into ML. Новый формат научного мероприятия начался со школы для студентов и молодых исследователей.

Авторские мини-курсы лекций провели ведущие ученые НИУ ВШЭ и Сколтеха:

 Optimal Transport and Generative modeling based on stochastic processes (Евгений Бурнаев, Сколтех)

 Posterior sampling and Bayesian bootstrap: sample complexity and regret bounds (Алексей Наумов, НИУ ВШЭ)

 Tensors and machine learning (Иван Оселедец, Сколтех)

 Introduction to diffusion models (Дмитрий Ветров, НИУ ВШЭ)

Затем в Центре культур НИУ ВШЭ состоялась конференция, на которой выступили ведущие российские ученые в области искусственного интеллекта и машинного обучения, авторы статей на конференциях уровня А* и в ведущих журналах мирового уровня. Участники конференции прослушали более 20 докладов по актуальным направлениям исследований в области искусственного интеллекта в шести секциях, связанных с разными областями машинного обучения и смежными темами.

«Школа-конференция Fall into ML — уникальное событие: на одной площадке мы собрали лучших представителей отечественной науки в области искусственного интеллекта и машинного обучения. По формату мероприятие было похоже на настоящую конференцию уровня А*: мини-курсы, короткие доклады и большая постерная сессия. Все доклады и постеры были сделаны на основе статей, представленных на конференции в 2021–2022 годах (ICML, NeurIPS, COLT, ICLR, ACL и др). Надеюсь, что школа-конференция Fall into ML станет ежегодным мероприятием!»

В рамках мероприятия также прошло награждение победителей юбилейной, пятой олимпиады «Математика машинного обучения», которую совместно организуют НИУ ВШЭ и Сколтех. Дипломы первой степени получили Иван Сафонов (ФКН ВШЭ), Екатерина Фадеева (СПбГУ) и Алтан Эрднигор (матфак ВШЭ). Все лауреаты без экзаменов были приняты на магистерскую программу «Математика машинного обучения».

Также в Доме Дурасова состоялось заседание круглого стола, посвященное взаимодействию университетов с индустриальными партнерами, формам кооперации между университетами для решения задач бизнес-сообщества, перспективам долгосрочных исследований и вопросам сохранения кадрового потенциала РФ. В нем приняли участие сотрудники НИУ ВШЭ из различных подразделений, представители АНО «Цифровая экономика», Национального центра развития искусственного интеллекта при Правительстве РФ, НИИ «Газэкономика», МГТУ им. Н.Э. Баумана, Центра технологий искусственного интеллекта, а также компаний «Яндекс», КБ «Ренессанс Кредит», «СИБУР Диджитал».

«Взаимодействие индустриальных заказчиков с ведущими учеными страны всегда является актуальным направлением, — отметила Анна Козырева, директор проектного офиса Центра ИИ НИУ ВШЭ. — Важность практической направленности в проводимых фундаментальных исследованиях понимают и ученые, и коммерческие компании. Именно поэтому наиболее интересным является диалог, при котором ученые приглашают представителей индустрии к обсуждению актуальных идей для возможного сотрудничества».

Всего Fall into ML посетили более 250 человек, в том числе студенты и преподаватели МГУ, МФТИ, РЭУ им. Г.В. Плеханова, НГУ, РХТУ.

Особенно интересен формат постерной сессии, являющийся отличительной чертой международных конференций уровня А*. Постерная сессия позволяет молодым ученым представить результаты своих исследований на открытую защиту. Вопросы к постерным докладам может задать любой желающий, среди которых и ведущие ученые с мировым именем.

Дарина Двинских, доцент ФКН, спикер

Хорошая конференция. Много интересных курсов и докладов по использованию машинного обучения в различных сферах. Думаю, каждый почерпнул для себя что-то полезное.

Владислав Подсадный, студент РЭУ им. Г.В. Плеханова, участник

Для меня все доклады были интересны. За два дня школы я получил очень много полезной информации. Больше всего понравилась лекция Алексея Наумова, так как он умеет расположить к себе аудиторию и рассказывать все доступным языком. Полученная информация поможет мне в дальнейшем обучении, ведь это очень полезные знания в данной сфере.

Иван Сафонов, студент магистратуры «Математика машинного обучения», участник

На школе мне больше всего понравился мини-курс Дмитрия Ветрова про диффузионные модели. Это совершенно новый подход, который позволил значительно улучшить предыдущий результат в генерации изображений. Было крайне интересно понять, в чем он заключается, а также узнать его интуицию с трех различных математических точек зрения. На конференции темы и содержание многих докладов для меня были новыми, но, поскольку я планирую развиваться в этой сфере, для меня оказалось полезным узнать текущие результаты и спектр задач, а также пообщаться с авторами статей.

Комбинирование методов драг-дизайна и анализа больших данных может заметно ускорить процесс создания новых лекарств. Рекомендации по развитию одного из наиболее перспективных направлений в современной фармакологии разработали исследователи НИУ ВШЭ, Сеченовского университета и Ассоциации фармацевтических производителей ЕАЭС в ходе стратегической сессии «Перспективы технологического развития в области драг-дизайна», прошедшей 8 октября в Парке науки и искусства «Сириус».

Исследователи НИУ ВШЭ предложили новый нейросетевой метод распознавания эмоций и вовлеченности людей. Алгоритмы строятся на основе анализа видеоизображений лиц и превосходят по точности известные аналоги. Разработанные модели подходят для малопроизводительного оборудования, в том числе для мобильных устройств. Результаты работы могут быть внедрены в системы теле-конференц-связи и онлайн-обучения для анализа вовлеченности и эмоций участников. Итоги исследования опубликованы в IEEE Transactions on Affective Computing.

У компьютерного зрения нет тех физиологических особенностей, которые есть у человека, поэтому оно хуже распознает изображения. К такому выводу пришли ученые из ВШЭ и Московского политехнического университета. Результаты исследования опубликованы в сборнике Proceedings of Seventh International Congress on Information and Communication Technology.

В журнале Science, одном из самых авторитетных научных изданий, команда исследователей из Высшей школы экономики, Сколтеха, Института органической химии им. Н.Д. Зелинского и Kyungpook National University (Южная Корея) опубликовала комментарий к статье DeepMind, говорится на сайте Сколтеха. В нем ученые показали, что приведенные аргументы в пользу достижения поставленной DeepMind цели не настолько надежны, как кажется, и требуют дополнительного исследования.

Международная команда проекта SNAD, куда входит доцент факультета физики НИУ ВШЭ Матвей Корнилов, обнаружила 11 аномалий, 7 из которых — кандидаты в сверхновые. Исследования проводились на цифровых снимках северного неба за 2018 год, для поиска использовался метод ближайших соседей на основе K-мерных деревьев. Автоматизировать поиск аномалий позволили методы машинного обучения. Исследование опубликовано в журнале New Astronomy.

Эксперты Высшей школы экономики приняли участие в дискуссиях состоявшегося на днях X Петербургского международного юридического форума (ПМЮФ). Представители НИУ ВШЭ обсудили вопросы юридического образования, правового регулирования в сфере искусственного интеллекта, а также рассказали о феномене культуры отмены.

Ректор Высшей школы экономики Никита Анисимов подписал соглашение о сотрудничестве в научно-исследовательской и образовательной сфере с ректором Адыгейского государственного университета (АГУ) Даудом Мамием. Стороны договорились участвовать в проектах Центра искусственного интеллекта НИУ ВШЭ, направленных на разработку новых технологий в этой сфере.

Центр искусственного интеллекта НИУ ВШЭ вместе с индустриальными партнерами ведет работу над 25 прикладными проектами в сфере телекоммуникаций, финансов, образования, медицины и др. Результаты работы исследователей и разработчиков на днях были представлены на заседании рабочей группы при правительстве РФ, где были подведены первые итоги реализации федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика».

Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала модель для прогнозирования успешности  реабилитации бездомных. Модель с вероятностью около 80% предсказывает эффективность  работы с клиентами организаций для бездомных. Проект представлен на конференции, посвященной деятельности социальных центров.

В Федеральном центре мозга и нейротехнологий Федерального медико-биологического агентства начинает работу Лаборатория медицинских нейроинтерфейсов и искусственного интеллекта для клинических приложений, созданная штатными сотрудниками Высшей школы экономики. Рассказываем, чем она будет заниматься и каких результатов планирует достичь.