Гадецкий Артем Валерьевич, факультет компьютерных наук (Москва)

НОМИНАЦИЯ «СЕРЕБРЯНЫЙ ПТЕНЕЦ»

Кандидатуру предлагают: Ветров Дмитрий Петрович, к.ф.-м.н., заведующий лабораторией компании Самсунг, заведующий центром глубинного обучения и байесовских методов, профессор-исследователь; Конушин Антон Сергеевич, к.ф.-м.н., доцент департамента больших данных и информационного поиска, научный руководитель образовательной программы «Прикладная математика и информатика»; Соколов Евгений, академический руководитель образовательных программ «Магистр по наукам о данных», «Прикладная математика и информатика».

Гадецкий Артем Валерьевич закончил с отличием бакалавриат факультета компьютерных наук НИУ ВШЭ и продолжил обучение на совместной магистратуре НИУ ВШЭ и Сколковского института науки и технологий. Во время учебы в бакалавриате Артем был не просто студентом, но и учебным ассистентом по годовому курсу «Машинное обучение» у третьекурсников и вёл часть семинаров самостоятельно. Одновременно с этим являлся учебным ассистентом на курсе по байесовским методам, читаемом на ВМК МГУ, в НИУ ВШЭ и Школе Анализа Данных Яндекса. В прошлом учебном году Артем вел семинары на майноре «Интеллектуальный анализ данных» в НИУ ВШЭ. За время преподавания проявил себя с лучшей стороны: он тщательно доносит материал студентам и помогает достичь понимания в сложных вопросах, как в учебное, так и в свое свободное время. В данный момент Артем обучается на втором курсе магистратуры и готовится к поступлению в аспирантуру НИУ ВШЭ. В следующем семестре. Как и в прошлом году, он будет вести семинары по непрерывной оптимизации на ФКН НИУ ВШЭ и ВМК МГУ под руководством лектора Кропотова Дмитрия Александровича.

Наука:

Артем начал заниматься научной работой со второго курса бакалавриата, сначала под руководством Антона Сергеевича Конушина изучал подходы для генерации сцен с помощью методов компьютерного зрения. На третьем курсе перешел в научную группу Дмитрия Петровича Ветрова, где последние два года занимался созданием новых генеративных моделей для текстовых данных определенного типа - словарных определений. Результатом этих исследований стала публикация и доклад на главной мировой конференции по компьютерной лингвистике ACL (ранга A*). В работе предлагается метод анализа векторных представлений путем построения генеративной модели определений для этих слов. С ее помощью можно генерировать различные определения для разных значений одного и того же слова. Для определения конкретного смысла слова берется в данном случае пример употребления слова.

Также в результате исследования было показано, что в одном таком представлении содержится информация о многих возможных смыслах. К тому же, есть основания полагать, что отдельные компоненты векторов слов могут отвечать за части речи и другие различные свойства слов. Построение интерпретируемых моделей является развивающейся и важной областью, так как полное понимание работы таких методов позволит найти недостатки и исправить их. Эта работа является прекрасным экспериментальным подтверждением того, что современные нейронные сети извлекают гораздо больше информации о данных, чем было принято считать. Нейронная сеть не просто понимает значения слов в зависимости от контекста, но и способна сформулировать свое понимание на человеческом языке. Это открывает новые возможности для построения интерпретируемых моделей искусственного интеллекта, когда нейронная сеть, помимо принятого решения, сразу генерирует текстовое описание, почему она приняла именно это решение. Технология, предложенная в статье, представляет как конкретную практическую пользу, например, для финансовой сферы, так и более фундаментальную. Артем успешно защитил бакалаврскую дипломную работу, а также представил вышеописанные результаты на международной конференции в Мельбурне летом 2018 года.

Поступив в магистратуру, Артем занялся совершенно новой для него темой, а именно методами построения графов причинно-следственных связей по данным. Данная область вновь приобрела популярность в наши дни и имеет приложения в таких важных областях как медицина, финансы и т.д. Изучение этой темы привело его к созданию общего метода снижения дисперсии для стохастической оптимизации по перестановкам. Данная задача оптимизации возникает во многих важных прикладных задачах, таких как задача коммивояжера, ранжирование в поисковых системах и т.д. Результатом данной работы является публикация на воркшопе на одной из самых важных конференций в области машинного обучения NeurIPS 2019, которая пройдет в Ванкувере, Канада, в декабре 2019 года. Также сейчас готовится публикация на конференции AAAI 2020 (ранга A*), одна из самых знаменитых и старых конференций в области искусственного интеллекта, которая пройдет в Нью-Йорке в начале 2020 года. В данный момент Артем занимается подготовкой публикаций и продолжает развивать предложенные методы.

Публикации:

Artyom Gadetsky, Ilya Yakubovskiy, Dmitry Vetrov, "Conditional Generators of Words Definitions", Association for Computational Linguistics 2018, Melbourne, Australia, pages 266–271.

Artyom Gadetsky, Kirill Struminsky, Christopher Robinson, Novi Quadrianto and Dmitry Vetrov, «Low-variance Gradient Estimates for the Plackett-Luce Distribution», NeurIPS 2019 Bayesian Deep Learning Workshop, Vancouver, Canada

Artyom Gadetsky, Kirill Struminsky, Christopher Robinson, Novi Quadrianto and Dmitry Vetrov, «Low-variance Black-box Gradient Estimates for the Plackett-Luce Distribution», Thirty-Fourth AAAI Conference on Artificial Intelligence, New York, USA

Доп. образование:

Во время обучения в бакалавриате принял участие в нескольких летних школах по машинному обучению, в частности, в Школе Данных “Билайн”  в 2016 году и школе AI Summer School для аспирантов младших курсов, которую ежегодно проводит Microsoft Research на базе Кембриджа (лето 2018 года).

Награды:

В 2018 году Артему была назначена именная стипендия имени Ильи Сегаловича, вручаемая ежегодно в день рождения факультета компьютерных наук. Стипендия предназначена для поддержки увлеченных технологиями и наукой ребят. Стипендия выдается за успехи в учёбе и научной деятельности. Также Артем занял абсолютное третье место в конкурсе научно-исследовательских работу НИУ ВШЭ и получал повышенную государственную стипендию за эти заслуги. Артем является стажером-исследователем в научно-учебная лаборатория анализа данных в финансовых технологиях, за статью на международной конференции ранга A* ему была назначена академическая надбавка за публикацию в международном рецензируемом научном издании на два года.

Личность

Артем за время обучения и работы в научной группе зарекомендовал себя как целеустремленный, коммуникабельный, трудолюбивый, аккуратный и ответственный студент и верный товарищ. Он активно участвует в научных дискуссиях, а также посещает открытые лекции за пределами университета. Смело задает интересующие вопросы и умеет отвечать на них, не боится брать на себя ответственность в принятии сложных решений как в науке, так и в жизни.

Подводя итог, мы считаем, что Артем обладает всеми качествами, присущими молодому ученому, и считаем его достойным премии «Серебряный птенец».