Более 700 преподавателей российских вузов прошли обучение в рамках ДПО ВШЭ по ИИ
Завершилось обучение преподавателей российских университетов по программе дополнительного профессионального образования Центра непрерывного образования факультета компьютерных наук (ЦНО ФКН) НИУ ВШЭ, реализованной совместно с Альянсом в сфере искусственного интеллекта. По словам директора центра Сергея Карапетяна, «основная цель с практической точки зрения — предложить коллегам как можно больше разнообразных материалов в области ИИ, которые будут им полезны при подготовке и проведении занятий».
Сергей Карапетян
Задача была не просто прочесть лекции, а организовать обмен опытом между преподавателями, подчеркнул Сергей Карапетян. Имея более чем семилетний опыт в проведении программ дополнительного профессионального образования по смежным направлениям, ЦНО ФКН помог внедрить практические компетенции для преподавателей, которые уже сегодня применяют результаты обучения в работе со своими студентами. «Захотелось показать фрагменты вебинара студентам в начале курсов по теории вероятностей и анализу данных: задачи предлагаются не только на контрольных работах по дисциплине, но и на собеседованиях в ведущие компании. Их обсуждение полезно начинать с первого курса», — поделилась впечатлениями Марина Аханова, доцент Тюменского индустриального университета.
Обучение проходило в онлайн-формате с разбивкой на тематические модули, что позволило слушателям в комфортном режиме изучить учебные и методические материалы курса. Обучающиеся могли выбрать одно из трех направлений: анализ данных и машинное обучение, математика искусственного интеллекта, языки программирования и алгоритмы в искусственном интеллекте. В рамках программы повышения квалификации эксперты НИУ ВШЭ провели онлайн-встречи по реализации профильных курсов, поделились опытом проведения учебных дисциплин — от разработки учебного плана и использования возможностей дистанционного образования до финального оценивания и модернизации программ в будущем. Отдельный фокус был сделан на внедрении исследований и проектов в образовательный процесс.
Илья Самоненко
Как прокомментировал Илья Самоненко, замдекана по учебно-методической работе ФКН НИУ ВШЭ, «наша цель была в том, чтобы собрать и систематизировать большое количество полезных материалов, которые преподаватели смогли бы непосредственно использовать в учебном процессе; кроме того, мы пригласили наших преподавателей и коллег из ИТ-компаний, чтобы они поделились опытом работы со студентами и рассказали об ожиданиях индустрии от молодых специалистов».
Обменяться преподавательским опытом и обсудить возникающие вопросы можно было в учебном чате. На специальной платформе предлагались материалы для самостоятельной работы. Среди них — записи вебинаров, открытые ресурсы, цифровые инструменты и профильная литература, в том числе на английском языке. Елена Иванова, доцент Юго-Западного государственного университета, высоко оценила методическую поддержку программы ДПО НИУ ВШЭ: «Методические материалы, представленные в курсе, — это находка. Проработанные до мелочей, прошедшие апробацию на занятиях — что может быть лучше? По насыщенности полезной практической информацией данный курс радикально отличается от того, с чем мне пришлось столкнуться ранее. Столько систематизированной информации в открытом доступе с комментариями — фантастика!» Ускоренная трансформация технологических и бизнес-процессов требует постоянного обновления знаний и освоения новых компетенций, поэтому данная программа повышения квалификации нашла большой отклик у слушателей.
Вам также может быть интересно:
На базе Вышки стартовал финал Национальной технологической олимпиады по ИИ
27 февраля в Центре культур НИУ ВШЭ состоялось торжественное открытие финала НТО по профилю «Искусственный интеллект». Соревнования по этому направлению проводятся четвертый год. Профиль олимпиады организован совместно с Академией искусственного интеллекта для школьников и Благотворительным фондом Сбербанка «Вклад в будущее». Sber AI оказал экспертную поддержку при подготовке задач профиля.
Технологии ИИ помогут ученым предсказывать заболевания
Центр искусственного интеллекта НИУ ВШЭ и Лаборатория искусственного интеллекта Сбера представили инструмент для поиска фрагментов ДНК с помощью ИИ-технологий. Модель позволит исследователям получать новые знания о функционировании нашего генома и взаимосвязи мутаций с различными клиническими состояниями.
Спикеры Вышки выступили на конференции по искусственному интеллекту Artificial Intelligence Journey
Международная онлайн-конференция AI Journey («Путешествие в мир искусственного интеллекта») — крупнейшая площадка для обсуждения вопросов развития технологий ИИ и машинного обучения. В конце ноября AIJ в очередной раз провел Сбер. Участие в ней приняли исследователи факультета компьютерных наук и Центра ИИ Высшей школы экономики.
«ИИ — это инструмент, и преимущества в конкуренции будут у тех, кто его освоит»
В Высшей школе экономики проходит Международный научный форум FIT-M 2022. В его рамках 29–30 ноября в Центре культур Вышки состоялся лекториум. 7–9 декабря гостей форума ожидает три дня практической работы в среде ученых, лидеров IT-индустрии, бизнесменов и промышленных экспертов.
Fall into ML: результаты исследований в области ИИ обсудили в формате школы-конференции ФКН ВШЭ
Международная лаборатория стохастических алгоритмов и анализа многомерных данных факультета 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.
Искусственный интеллект ускорит поиск новых лекарственных препаратов до одного-двух месяцев
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».
Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий
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.
Искусственный интеллект распознает изображения хуже человека
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.
Ученые усомнились в том, что искусственный интеллект DeepMind понимает физику молекул с нецелым зарядом
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.
Искусственный интеллект обнаружил новые космические аномалии
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.