• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

На факультете компьютерных наук открываются новые лаборатории

На факультете компьютерных наук открываются новые лаборатории

© iStock

По итогам конкурса проектов на факультете компьютерных наук НИУ ВШЭ открываются две новые лаборатории. Лабораторию матричных и тензорных методов в машинном обучении возглавит Максим Рахуба, доцент департамента больших данных и информационного поиска. Лабораторией облачных и мобильных технологий будет руководить профессор департамента программной инженерии Дмитрий Александров.

Научно-учебная лаборатория матричных и тензорных методов расширяет набор представленных на факультете направлений в области теоретических основ машинного обучения. Она будет развивать методы математического моделирования и применять их для решения прикладных задач, например для создания рекомендательных систем.

В свою очередь, Научно-учебная лаборатория облачных и мобильных технологий будет проводить исследования по созданию и развитию ИТ-инфраструктуры компаний, в том числе высоконагруженных систем. Направления мобильной и облачной разработки существовали на факультете с самого его основания, но раньше они были представлены в большей степени учебными дисциплинами и прикладными проектами.

Теперь исследования в этих областях получат дополнительную поддержку факультета и университета, а у научных коллективов появится дополнительная степень ответственности за результат.

Заместитель декана ФКН по научной работе и международному сотрудничеству Алексей Мицюк выразил надежду, что новые лаборатории будут активно привлекать студентов и аспирантов факультета к научной работе, расширяться, вести как фундаментальные исследования, так и прикладные проекты.

Алексей Мицюк

«Обе создаваемые лаборатории будут работать в крайне актуальных направлениях: теория машинного обучения, облачные и мобильные технологии. Мне кажется важным, что область исследований обеих лабораторий не сугубо теоретическая, а предполагает возможность внедрения результатов исследовательской работы на практике. Надеюсь, что будущее обеих лабораторий будет успешным», — отметил Алексей Мицюк.

Руководители новых лабораторий подробно рассказали о текущих задачах и планах.

Максим Рахуба

— Основная тематика работы Лаборатории матричных и тензорных методов в машинном обучении связана с разработкой новых вычислительных алгоритмов линейной и мультилинейной алгебры и их приложениями.

Расскажу кратко о матрицах и их многомерных аналогах (тензорах), которые  фигурируют в названии лаборатории. С их помощью могут быть представлены и входные данные — цифровые изображения в задачах компьютерного зрения или пользовательские оценки фильмов в рекомендательных системах, а также сами модели машинного обучения, например обучаемые параметры нейронных сетей. Несмотря на такие разные по своей природе контексты, с этими матрицами обычно нужно выполнять схожие операции, которые включают в себя элементарные операции (сложение, умножение) или их разложение на более простые компоненты.

Важно понимать, что в современных приложениях эти матрицы могут быть очень большого размера в силу бурного роста объема данных и моделей, которые эти данные обрабатывают. Поэтому часто требуется ускорить обучение и работу высокоточных моделей или уменьшить их размеры, чтобы они могли запускаться, скажем, на смартфонах и других устройствах с ограниченными ресурсами. При этом не стоит ждать несколько лет, пока железо станет достаточно мощным, ведь наиболее эффективные алгоритмы сами по себе дают значительный прирост в производительности. В свою очередь, более эффективные вычисления открывают доступ к более сложным задачам, и в этом смысле кажется, что на разработку алгоритмов для повышения эффективности вычислений всегда будет спрос.

На текущий момент мы фокусируемся на развитии и внедрении методов римановой оптимизации, а также рандомизированных алгоритмов линейной алгебры. Оба этих направления сейчас активно развиваются. Для разрабатываемых алгоритмов мы планируем писать код, который можно будет запускать на графических ускорителях и использовать для различных прикладных задач. Например, сейчас мы заканчиваем работу над алгоритмами, использующими структуру многообразия малоранговых тензоров для поиска связей в базах знаний.

Разрабатываемые нами методы имеют широкий спектр применимости, поэтому для нас представляет значительный интерес взаимодействие с другими лабораториями в Вышке и других университетах, занимающимися конкретными приложениями или обладающими экспертизой по смежной тематике. Например, с Международной лабораторией стохастических алгоритмов и анализа многомерных данных мы уже ведем активное сотрудничество в области разработки рандомизированных алгоритмов линейной алгебры, где очень ценна их экспертиза в теории вероятностей и статистике.

Я занимаюсь вычислительной математикой уже более десяти лет. Сейчас я бы хотел объединить опыт, полученный в МФТИ, Сколтехе и Швейцарской высшей технической школе Цюриха, чтобы результатом исследований был работающий алгоритм, которым было бы удобно пользоваться. При этом нам хочется понимать границы его применимости и возможные подводные камни.

Мы заинтересованы в привлечении в лабораторию студентов, которые в первую очередь интересуются приложениями линейной алгебры. В лаборатории можно как получить знания в направлении теоретического анализа, так и заниматься разработкой алгоритмов и эффективного кода или использовать матричные техники в понравившемся приложении.

Дмитрий Александров

— Лаборатория облачных и мобильных технологий создается в составе департамента программной инженерии ФКН. Основное внимание планируется уделить выявлению лучших практик для сокращения сроков разработки клиент-серверных решений, улучшения тестируемости программ, а также в целях повышения их производительности.

Лаборатория сфокусирует свою деятельность на трех основных направлениях:

 реализация облачных серверных программных систем с базами данных, способных выдерживать высокую нагрузку со стороны клиентских приложений;

 нативная и кросс-платформенная разработка мобильных приложений;

технологии создания веб-приложений.

ИТ-отрасль очень бурно развивается, постоянно появляются новые инструменты разработки, особенно в области создания мобильных приложений. Результаты исследований лаборатории позволят существенно повысить качество преподаваемых на ФКН учебных дисциплин.

Мы приглашаем в лабораторию студентов-старшекурсников бакалавриата «Программная инженерия», а также магистратуры «Системная и программная инженерия». Им будут предложены исследовательские задачи, связанные с изучением особенностей различных языков программирования, отдельных элементов их синтаксиса, их сравнительного анализа на предмет удобства и эффективности применения для решения типовых прикладных задач по созданию экосистем компаний.

Кроме того, в рамках лаборатории ребятам будет предложено исследовать широко применяемые промышленные технологии создания ПО в целях формирования лучших практик его разработки в части автоматизации процессов командной работы и применения паттернов проектирования.

Мы бы хотели найти высокотехнологичные ИТ-компании, которые будут заинтересованы в долговременном сотрудничестве — в частности, в проведении совместных поисковых исследований, подготовке высококвалифицированных специалистов, создании совместной виртуальной площадки для прототипирования и решения интересных исследовательских и прикладных задач. Также мы открыты к сотрудничеству и с другими подразделениями Вышки, в том числе к участию в интересных совместных проектах, где наши компетенции в области создания ПО будут востребованы.

Вам также может быть интересно:

В России разработана программа для диагностики дислексии

Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.

Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»

С 1 по 13 апреля в Москве на базе факультета компьютерных наук НИУ ВШЭ пройдет бесплатный студкемп по машинному обучению, организованный в рамках программы «Яндекса» для студентов IT-специальностей. За две недели студенты изучат материал, на освоение которого в рамках традиционных программ уходит от пары месяцев до нескольких семестров. Они получат фундаментальные знания в области искусственного интеллекта, а также познакомятся с практиками применения нейросетей в сервисах «Яндекса».

Нейросети всевластья: ИИ распутывает клубок взаимоотношений людей, эльфов и хоббитов

3 января родился один из самых популярных писателей прошлого века Джон Рональд Руэл Толкин. Исследователи из НИУ ВШЭ, AIRI и МИСИC использовали машинное обучение для исследования социальных связей между персонажами его вселенной Средиземья. Ученые считают, что этот подход найдет применение во многих сферах за пределами литературы. Результаты работы опубликованы в IEEE Xplore.

«Каждая статья на NeurIPS — значительный результат»

Сотрудники факультета компьютерных наук НИУ ВШЭ представят 12 своих работ на 37-й конференции NeurIPS. Conference and Workshop on Neural Information Processing Systems — одно из самых значительных событий в сфере искусственного интеллекта и машинного обучения. В этом году она пройдет с 10 по 16 декабря в Новом Орлеане (США).

Совместный проект ученых НИУ ВШЭ и СурГУ поможет предотвратить повторные инфаркты и инсульты

Один из проектов, победивших на конкурсе «Зеркальные лаборатории» НИУ ВШЭ в июне этого года, посвящен технологиям машинного обучения в прогнозировании исходов острого коронарного синдрома. Его реализуют Международная лаборатория биоинформатики НИУ ВШЭ и Научно-образовательный центр Медицинского института Сургутского государственного университета. Как зародился этот совместный проект, чем он поможет пациентам и как будет организована работа по его реализации, рассказывает заведующая Международной лабораторией биоинформатики, доцент ФКН НИУ ВШЭ Мария Попцова.

«Интерес к приложениям машинного обучения в биоинформатике с каждым годом растет»

28–30 августа, накануне нового учебного года, факультет компьютерных наук ВШЭ провел четвертую летнюю школу по машинному обучению в биоинформатике. В этом году на событие зарегистрировались 670 человек, более 300 посетили ее очно.

ФКН в четвертый раз проведет летнюю школу по машинному обучению в биоинформатике

На факультете компьютерных наук Вышки с 28 по 30 августа пройдет летняя школа по машинному обучению в биоинформатике. В течение трех дней участников ждут лекции и семинары от ведущих специалистов в данной области из ВШЭ, Сколтеха, AIRI, МГУ, МФТИ, Genotek, Sber Artificial Intelligence Laboratory.

Решение НИУ ВШЭ и Сбера позволит машинному обучению работать в десятки раз быстрее

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера  смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения. Результаты их работы были представлены на конференции NeurIPS.

Компактный нейропротез обучили декодировать речь по активности мозга

Ученые НИУ ВШЭ и МГМСУ им. Евдокимова разработали модель машинного обучения, которая предсказывает произнесенное слово на основе активности мозга, записанной небольшим количеством инвазивных электродов. Статья “Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable neural network” опубликована в Journal of Neural Engineering. Работа выполнена при поддержке мегагранта правительства РФ в рамках нацпроекта «Наука и университеты».

«Цифровой индустрии необходим грамотный менеджмент»

Аягоз Мусабаева, выпускница магистратуры факультета компьютерных наук Вышки, с успехом нашла применение исследовательским навыкам в бизнесе. После работы в лаборатории базовой кафедры Института проблем передачи информации (ИППИ) на факультете математики НИУ ВШЭ она пришла в индустрию и сейчас ведет исследования в сфере машинного обучения в международной компании Akvelon. В интервью «Конструктору успеха» она рассказала, как data scientist может найти себя в киберспорте и что делать с дефицитом софт-скилов в IT.