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

«Каждая статья на NeurIPS — значительный результат»

«Каждая статья на NeurIPS — значительный результат»

© iStock

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).

В 2023 году рецензенты NeurIPS получили на рассмотрение свыше 13 тысяч статей, из которых менее 4 тысяч были отобраны для представления на конференции. Среди них оказались 12 работ исследователей ФКН, в том числе от Центра искусственного интеллекта НИУ ВШЭ.

Полный список статей ФКН на NeurIPS

Читать далее 

Статья “Entropic Neural Optimal Transport via Diffusion Processes”, подготовленная при участии профессора-исследователя Дмитрия Ветрова, станет одним из 77 избранных докладов, которые будут представлены в рамках конференции.

Алексей Наумов

«Каждая статья на NeurIPS считается значительным результатом, к которому стремятся научные коллективы по всему миру. Итогом работы нашего факультета стали 12 статей — это повод для вполне уместной гордости. Такая высокая оценка нашей работы — это подтверждение высочайшего уровня исследований, проводимых сотрудниками ФКН. Среди тем статей в этом году — большие языковые модели, обучение с подкреплением, оптимизация и многие другие актуальные научные вопросы», — отметил заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных Алексей Наумов.

Дарина Двинских, доцент департамента больших данных и информационного поиска ФКН, и Ильдус Садртдинов, стажер-исследователь Центра глубинного обучения и байесовских методов ФКН, рассказали о своих научных работах.

Дарина Двинских

— Мы рассматривали задачу минимизации негладкой стохастической функции при предположении, что вместо градиентной информации доступ имеется только к реализациям значений целевой функции, возможно зашумленным. Основной мотивацией для рассмотрения такого безградиентного оракула служат различные приложения в медицине, биологии и физике, где целевая функция может быть вычислена лишь посредством численного моделирования или в результате реального эксперимента, что делает невозможным использование автоматического дифференцирования. 

В статье мы предложили алгоритм, оптимальный по оракульной сложности, итерационной сложности и максимальному уровню допустимого шума (возможно, состязательного). Новый алгоритм сходится при менее ограничительных предположениях, чем существующий оптимальный алгоритм. Поэтому предложенный алгоритм может быть применим к более широкому классу задач, в которых шум может иметь тяжелые хвосты.

Ильдус Садртдинов

— В нашей статье мы исследуем, как наиболее эффективно ансамблировать нейронные сети в постановке обучения с переносом знаний (transfer learning). Сложность задачи состоит в том, что обычно доступна только одна предобученная модель, и нейронные сети, которые мы дообучаем из нее, выдают похожие предсказания. Как следствие, их ансамбль имеет не очень высокое качество. 

В работе мы показываем, что существующие методы ансамблирования не очень подходят к постановке обучения с переносом знаний. Мы предлагаем нашу модификацию одного из методов, которая лучше соответствует специфике постановки. Попутно мы разрабатываем дополнительную интуицию, как устроен ландшафт функции потерь, когда мы дообучаем предобученную модель на новые данные.

Вам также может быть интересно:

Сотрудники духовных учебных заведений повысили квалификацию в области ИИ

Завершился трехдневный курс повышения квалификации «Принципы, методы и этические аспекты использования искусственного интеллекта», организованный НИУ ВШЭ и Общецерковной аспирантурой и докторантурой имени святых равноапостольных Кирилла и Мефодия (ОЦАД) для представителей духовных учебных заведений. Итогом курса стала презентация слушателями идей проектов по применению искусственного интеллекта.

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».

Ученые Вышки вошли в Научный совет Альянса в сфере ИИ

Альянс в сфере искусственного интеллекта создал Научный совет, в который вошли ведущие представители российской науки в области искусственного интеллекта. Высшая школа экономики представлена в совете четырьмя учеными.

«Терминатор не придет»: каким будет образование будущего в эпоху ИИ

Как применение искусственного интеллекта повлияет на образование, какие этические вопросы есть сейчас и готово ли человечество к тому, чтобы людей учили роботы, — об этом и многом другом говорили участники дискуссии «DebAIte: Революция ИИ в образовании», состоявшейся на фестивале «НОЧЬ Студента».

Звери, зарплаты и data leak: как разрабатываются задания для олимпиады школьников по ИИ

В этом году участники Всероссийской олимпиады школьников по искусственному интеллекту впервые смогут зачесть ее результаты при поступлении в вузы. Елена Кантонистова, председатель методической комиссии олимпиады и академический руководитель онлайн-магистратуры факультета компьютерных наук «Машинное обучение и высоконагруженные системы», рассказала новостной службе «Вышка.Главное» о том, как ученые ВШЭ составляли задания для соревнований 2023 года, откуда взялась задача об уссурийских тиграх и почему школьникам полезно осваивать ИИ.

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.

Каким будет 2024 год: прогноз дает iFORA

Журналисты РБК решили спросить у отечественных систем искусственного интеллекта, каким будет 2024 год. Участниками проекта стали четыре ведущие российские компании и Высшая школа экономики. На вопросы отвечала разработанная ИСИЭЗ НИУ ВШЭ система интеллектуального анализа больших текстовых данных iFORA.

Сбер и центры ИИ расширяют партнерство для разработки передовых решений

Сбер провел R&D-день (Research and Development) по результатам сотрудничества с исследовательскими центрами в сфере искусственного интеллекта. Ученые из центров ИИ НИУ ВШЭ, Сколтеха, МФТИ и ИТМО представили исследования, полезные для развития экосистемы банка. На постерной сессии участники обсудили новые направления сотрудничества.

Высшая школа бизнеса НИУ ВШЭ провела хакатон GSB VK AI Hack

Хакатон по решению задач на основе искусственного интеллекта прошел на площадке ВШБ при поддержке Центра искусственного интеллекта НИУ ВШЭ и VK Education. В соревнованиях приняли участие студенты 18 российских университетов.