7914
Канал Института AIRI ⚡️ Рассказываем про технологии ИИ и то, как исследователи развивают их в России и мире: https://airi.net/ru/ ВКонтакте: https://vk.com/airi_institute По всем вопросам: @saalaatik
Сегодня в рубрике #интересное_в_понедельник подкаст с доктором наук, руководителем группы «Нейроинтерфейсы» Алексеем Осадчим 👀
Алексей вместе с ведущим подкаста «Сережа и микрофон» рассуждают про силу мысли, расширение возможностей мозга, про инвазивные и неинвазивные интерфейсы, а также о том, почему мозг — это великий предсказатель!
Смотрите по ссылке 🍿
Начинаем по ссылке через пару минут, подключайтесь 🍿
Читать полностью…
1 сентября — это не только начало нового учебного года, но и праздник, посвященный стремлению к знаниям и развитию. В этот день мы хотим поделиться с вами новостью 👀
Мы запускаем второй сезон #AIRIseminars – научных семинаров по ИИ, которые проходят каждые две недели по средам.
Рассказываем про следующий семинар👇
🔵Дата и время: 6 сентября в 17:00 на YouTube-канале AIRI
🔵Тема: «Практические аспекты обучения масштабных диффузионных моделей и оценки их качества, а также некоторые особые применения»
🔵Докладчик: Валентин Хрульков, Яндекс
🔵Оппонент: Дмитрий Ветров, AIRI, ВШЭ
🔵Подробное описание семинара скоро появится по ссылке на странице с расписанием семинаров
Увидимся! 👀
Группа ученых из AIRI, Лаборатории искусственного интеллекта Сбербанка и НИУ ВШЭ разработали модель прогнозирования реакции фармацевтического рынка на анонсы результатов клинических испытаний лекарственных препаратов 💊
Большинство научных работ смежной тематики сосредоточено на ретроспективном анализе влияния клинических испытаний на стоимость публичных компаний-разработчиков, в то время как предиктивной аналитике уделяется существенно меньше внимания.
Исследователи восполнили этот пробел и предложили новый фреймворк, нацеленный на получение прогнозов рыночных изменений. Они оперировали одним из самых больших датасетов FDA (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов, англ. Food and Drug Administration).
📎Ссылка на статью в журнале Scientific Reports, входящем в издательство Nature Portfolio
📎Ссылка на новость с выводами из исследования
Делимся подборкой наших недавних статей на Хабр:
▪️Лето с AIRI. Как мы съездили на летнюю школу по искусственному интеллекту — рассказ молодых исследователей Зои Воловиковой, Льва Новицкого и Арсения Иванова про то, как в этом году прошло «Лето с AIRI».
▪️Как аугментация помогает нейронным сетям решать уравнения в частных производных — статья Александра Рудикова, который вместе с коллегами занимается решением дифференциальных уравненияй с помощью нейронных сетей. Не так давно они придумали, как сделать этот процесс точнее, и доложили свои результаты на конференции ICML 2023.
▪️Физически информированное машинное обучение, или Как я перестал бояться и полюбил искусственный интеллект — рассказ физика-теоретика Марата Хамадеева о том, как физика связана с искусственным интеллектом.
Всем научного начала недели! 👾
⚡️Самый долгожданный пост этого лета!
Записи лекций и семинаров летней школы по искусственному интеллекту «Лето с AIRI» с ведущими учеными из научно-исследовательских организаций и ВУЗов выложены на YouTube-канал.
🖇 Сохраняйте ссылку на плейлист
В этом году на Школе было много направлений: от обучения с подкреплением, робототехники, 3D компьютерного зрения до детектирования и диагностики аномалий в промышленности.
Институт AIRI
Где послушать про искусственный интеллект и биоинформатику на этой неделе? Делимся в рубрике #интересное_в_понедельник:
🗓 Онлайн: 8 августа в 11:00
Руководитель группы «Биоинформатика» Ольга Кардымон и технический директор СберМедИИ Ярослав Беспалов обсудят тему искусственного интеллекта в медицине и биотехнологиях на мероприятии «Диалог с экспертом: Искусственный интеллект в медицине и биотехнологиях».
🖇 Ссылка для подключения к эфиру
🗓 Офлайн: 10 августа в 19:30
На открытой лекции «Искусственный интеллект для изучения генома» в Парке Горького Ольга Кардымон расскажет, как ИИ помогает в изучении генома человека, почему модели для обработки естественного языка могут запоминать ДНК, как обучаются GPT-модели для молекул ДНК и к какому результату стремятся исследователи, разрабатывающие инструменты на основе ИИ для геномики.
🖇Ссылка на регистрацию
Увидимся! 👀
Сегодня рассказываем про летнюю школу по машинному обучению в биоинформатике, которую проводят наши друзья – ФКН ВШЭ 👾
В течение трех дней участников ждут лекции и семинары ведущих специалистов. От AIRI в этом году выступят спикеры из группы «Бионформатика»: Ольга Кардымон, Юрий Куратов, Вениамин Фишман, Максим Петров и Алексей Шмелев. Также в списке преподавателей есть участник «Лето с AIRI» Дмитрий Пензар.
🔵Основные темы летней школы:
– структурная биоинформатика
– биоинформатика ДНК, РНК и белков
– элементарная геномика
– современные методы анализа данных
– молекулярная биология
– система предсказаний ФЭГ
Школа пройдет с 28 по 30 августа в офлайн-формате по адресу Покровский бульвар, 11. Участие бесплатное, регистрация по ссылке 💡
Рассказываем про доклады на международной конференции по машинному обучению ICML 2023 👾
В этом году от Института представлены две статьи д.ф.-м.н., профессора РАН, CEO Института AIRI, профессора Сколтеха Иван Оселедец:
🔳 Few-bit Backward
Научная группа предложила универсальный подход, который помогает уменьшить объем памяти, занимаемой нейронной сетью, оптимизировав процесс обратного распространения.
В его основе лежит идея о том, что вместо хранения полного входного тензора, нужного для расчета градиентов функций активации, можно сохранить его низкобитовое представление, которое обеспечивает их точную аппроксимацию.
Авторы показали, что для этого необходимо вычислить оптимальную кусочно-постоянную аппроксимацию для производной от функции активации. Предложенный подход совместим с любыми существующими архитектурами, а сокращение памяти при его применении подтверждается несколькими открытыми тестами.
🔳 General Covariance Data Augmentation for Neural PDE Solvers
Исследователи предложили способ повысить точность, с которой нейронные сети решают дифференциальные уравнения в частных производных. Их подход основан на общей ковариантности и простых случайных координатных преобразованиях.
Идея исследователей опирается на тот факт, что законы, которые выражают дифференциальные уравнения, не зависят от системы координат — она влияет лишь на данные. Предложенная ими аугментация повышает точность работы модели до 80 процентов для отдельных задач.
Подробнее про конференцию ICML читайте по ссылке 👀
Сегодня рассказываем про новую статью в нашем блоге на Хабр 👾
В машинном обучении существует проблема, которая называется «Проклятие размерности». Она возникает в тот момент, когда факторов, которые нужно учесть при построении модели, становится слишком много – компьютерных ресурсов начинает не хватать.
Оказалось, что проблему нехватки ресурсов можно побороть, если свести задачу к большому тензору, который можно разбить на много маленьких. Последовательность этих малышей получила название тензорного поезда 🚂
👨🔬В исследовании профессор РАН и Сколтеха, генеральный директор Института AIRI Иван Оселедец и научный сотрудник Сколтеха Глеб Рыжаков предлагают способ, как сделать разложение в тензорный поезд быстрее и точнее.
Читайте пост на Хабр по ссылке 📌
Сегодня завершается конференция 61st Annual Meeting of the Association for Computational Linguistics в Торонто 👾
Рассказываем про доклады, которые были представлены исследователями AIRI:
🔳"A System for Answering Simple Questions in Multiple Languages". Статью и постер можно найти по ссылке.
🔳"Hybrid Uncertainty Quantification for Selective Text Classification in Ambiguous Tasks". Статья, постер и презентация тут.
🔳"Efficient Out-of-Domain Detection for Sequence to Sequence Models". Статью, постер, а также презентацию можно найти на сайте.
Читайте на выходных: статья Алексея Староверова в блоге AIRI про путь к победе на соревновании по навигации роботов CVPR Habitat Challenge 2023 📃
В эфире #интересное_в_понедельник, делимся парой кадров вчерашней панельной сессии проекта Москва 24 💡
Директор по развитию прикладных проектов Института AIRI Манвел Аветисян, старший преподаватель Центра прикладного искусственного интеллекта Сколтеха Алексей Зайцев и начальник управления экспериментальных систем машинного обучения SberDevices Сергей Марков обсудили то, как искусственный интеллект помогает жителям мегаполисов.
Запись трансляции по ссылке, приятного просмотра 🍿
Запись доклада исследователей из группы «Биоинформатика» уже доступна на YouTube-канале OpenBioML, смотрите по ссылке 🍿
Читать полностью…
Идеальный план на вечер пятницы – послушать доклад исследователей на OpenBioML Journal Club 👀
Научные сотрудники из групп «Биоинформатика» и «Обучаемый интеллект» расскажут про модели GENA-LM с открытым исходным кодом для длинных последовательностей ДНК.
🔗 Трансляция будет по ссылке в Zoom, язык доклада – английский.
🔗 Прочитать подробнее про Discord-сообщество и вступить в него можно по ссылке.
До встречи!
Сегодня делимся рекомендациями магистратур от наших исследователей 👨🎓
🔳МФТИ – магистратура «Методы и технологии искусственного интеллекта». Прием документов до 26 июля. Экзамены с 1 июля: математика, специальность, собеседование.
🔳Сколтех:
– магистерская программа по направлению
«Математика и компьютерные науки», конкурсный отбор до 10 июля;
– магистратура трек «Финтех». Подать заявку на конкурсный отбор можно до 10 июля.
🔳ВШЭ:
– «Анализ данных в девелопменте». Прием документов до 15 августа;
– Магистерская программа «Науки о данных (Data Science)». Подаваться можно до 25 июля.
🔳МИСиС – программа Data Science Tech. Подать предварительную заявку можно до 22 июля.
Отправляйте пост друзьям, которые хотят поступить в магистратуру 📚
Сегодня делимся недавними постами из нашего блога на сайте 💡
🔳Рассказ про то, как машинное обучение помогает роботам обходить препятствия
Исследователи из AIRI и ФИЦ ИУ РАН использовали трансформерные нейронные сети, чтобы улучшить алгоритмы поиска кратчайшего пути с помощью двух новых эвристик. Они добились значительного улучшения эффективности поиска пути и снижение вычислительных затрат в сравнении с традиционными методами и предыдущими подходами машинного обучения.
🔳Статья о том, как исследователи ускорили доменную адаптацию генеративно-состязательной сети в пять тысяч раз
Ученые использовали трансформерные нейронные сети для улучшения генерации изображений с помощью генеративно-состязательных сетей (GANs). Они разработали метод, который позволил существенно сократить количество параметров, необходимых для обучения GANs для разных областей данных, и тем самым улучшили эффективность обучения и качество генерации изображений.
🔳Рассказ про общую ковариантность, которая помогла нейросетям точнее решать дифференциальные уравнения
Исследователи использовали нейронные сети для решения дифференциальных уравнений и улучшения точности вычислений. Они предложили метод аугментации данных, который позволил снизить ошибку при решении уравнений с использованием разных типов нейронных операторов.
Приятного чтения! 🍿
Рассказываем, как исследователи AIRI вместе с коллегами из Sber AI, МГУ и Минералогического музея им. А.Е. Ферсмана создали базу данных для обучения геологических систем ИИ 📈
Ученые создали специализированную базу данных из тысяч изображений образцов горных пород, которая поможет обучать нейросети классифицировать минералы и определять их размер, а также оценивать качество работы алгоритмов компьютерного зрения для задач геологии.
Модель MineralImage5k ускорит разработку геологических систем машинного обучения и сделает их работу более качественной за счет преимуществ перед другими, неспециализированными геологическими базами данных и банками изображений.
🖇 Подробнее про исследование можно прочитать на ТАСС Наука и в научной статье в журнале Computers & Geosciences.
Сегодня в рубрике #AIRIвлицах, в которой мы рассказываем про исследователей Института, интервью с Александром Панченко 👀
🔵Почему наука?
«В науку я попал на 4-м курсе учебы в Бауманке. У нас был курс по компьютерной лингвистике, который мне не хотелось проходить, и я попросил преподавателя дать мне вместо него индивидуальное задание. Эта работа принесла первые научные результаты. Позже я продолжил свою исследовательскую карьеру, стажируясь в Бельгии, и учась в двойной аспирантуре».
🔵Вдохновение
«Если говорить про работу, то это, в первую очередь, примеры других людей, которые показывают, что можно добиваться больших результатов. А еще очень мотивирует, когда что-то сделанное тобой работает. Я не из тех исследователей, кто может годами трудиться и получать отрицательный результат. Ну и, конечно, мои дети тоже сильно меня вдохновляют».
🔵В свободное время
«Я стараюсь путешествовать, заниматься активным отдыхом. Во время учебы в университете это было что-то более экстремальное: спелеология, горный туризм, альпинизм. Сейчас предпочитаю более семейные форматы и люблю фотографировать».
🔵На работе
«Я занимаюсь разработкой и исследованием таких информационных систем, которые что-то знают о человеческом языке. Мне особенно интересны те из них, что пытаются смоделировать смысл слов, выражений, текстов и так далее».
🔵Интересные факты
«Я прожил более 10 лет в странах Западной Европы и два раза возвращался. В старших классах я некоторое время подрабатывал промышленным альпинистом».
⚡️Наука — это
«Для меня наука — это процесс исследования и познания окружающего мира с помощью наиболее точных и достоверных методов, доступных человеку на данный момент времени».
Все интервью собраны по тегу #AIRIвлицах, приятного чтения 🍿
На этой неделе стартовала международная конференция Interspeech 2023 в Дублине. Рассказываем про представленные на ней статьи от исследователей AIRI 👾
🔳 Topological Data Analysis for Speech Processing
В данной статье исследователи из команды «Обучаемый интеллект» применили методы топологического анализа данных к задаче классификации речи (например, выявления эмоциональной окраски речи).
Для этого они построили набор признаков, основанных на топологических статистиках внутренних представлений трансформерной модели, обученной для распознавания речи (без дообучения её под конкретную задачу классификации) и использовали этот набор признаков для обучения линейного классификатора.
Метод позволил добиться более высокого качества решения в ряде задач по сравнению с "обычным" использованием эмбеддингов последнего слоя.
Топологические признаки позволяют приблизиться к пониманию некоторых функциональных ролей голов трансформерной модели. Достигнутые результаты показывают наличие широких перспектив для применения топологического анализа данных в задачах обработки речи.
Постер с конференции можно посмотреть по ссылке.
🔳 Iterative autoregression: a novel trick to improve your low-latency speech enhancement model
Эта работа с участием научного сотрудника группы «Вероятностные методы машинного обучения» AIRI Айбека Аланова посвящена улучшению потоковых моделей обработки речи. Такая технология была бы крайне полезна в телекоммуникациях, проектировании слуховых аппаратов, синхронных переводчиков и многом другом. Однако использование ее на практике ограничено крайне малым допустимым временем задержки (не более 10 миллисекунд). Из-за этого существующие подходы на основе принуждения учителя (teacher forcing), применяемого к авторегрессионным моделям, страдают от низкого качества.
Исследователи предложили простой, но очень эффективный алгоритм обучения авторегрессионных моделей, который значительно улучшает их работу. Он основан на итеративной замене истинного условия на предсказания модели в режиме принуждения учителя. Такой подход получил название «итеративной авторегрессии» (iterative autoregression).
Ученые показали, что новый алгоритм помогает уменьшить несоответствие между режимом обучения и применением модели к новым данным, возникающее при подходе с принуждением учителя. Он универсален и потенциально применим для обучения авторегрессионных моделей за пределами задач, связанных с улучшением и обработкой речи.
🔳 UnDiff: Unsupervised Voice Restoration with Unconditional Diffusion Model
Авторы этой статьи представляют UnDiff — диффузионную вероятностную модель, специально разработанную для решения различных обратных задач в обработке речи. Ключевое преимущество UnDiff – способность безусловно обучаться генерации речевых сигналов, а затем адаптироваться к обратной задаче без дополнительного обучения с учителем. Это отличается от существующих подходов, которые используют модели условной диффузии для восстановления и генерации сигналов или разрабатывают специальные обучающие конвейеры для конкретных задач.
Исследователи команды «Вероятностные методы машинного обучения» продемонстрировали эффективность UnDiff при решении различных задач обработки речи, таких как расширение полосы пропускания, деклиппирование, нейронное вокодирование и разделение источников речи. Новая модель не уступает в своей работе традиционным подходам, и это делает ее многообещающим решением для множества задач обработки речи.
Все подробности про конференцию можно узнать на официальном сайте 👀
Уже сегодня начинается международная конференция AI IN 2023, рассказываем про участников из AIRI 👾
🔳PhD, ведущий научный сотрудник AIRI, доцент и руководитель группы NLP Сколтех Александр Панченко примет участие в секции про генеративный ИИ. Трансляция начнется сегодня в 12:15 по ссылке.
🔳Д. ф.-м. н., ведущий научный сотрудник AIRI, руководитель Центра прикладного искусственного интеллекта Сколтеха Евгений Бурнаев примет участие в диалоге исследовательских центров ИИ. Трансляция начинается в 16:00, ссылка появится в личном кабинете участника чуть позже.
🔳Научный консультант AIRI Андрей Кузнецов примет участие в дискуссии «Экспертный взгляд от Sber AI». Трансляция начнется завтра в 10:00 по ссылке.
Онлайн-участие бесплатное, регистрация по ссылке 🖇
Сегодня в рубрике #конкурс рассказываем про соревнование по бинаризации нейросетей Binary Super Resolution Challenge🔥
К участию в конкурсе от ФКН ВШЭ приглашаются студенты и все желающие, увлекающиеся машинным обучением и нейронными сетями. Соревнование проводится в онлайн формате в один этап.
Участникам предлагается создать модель с наименьшей метрикой сложности и большим пиковым отношением сигнал-шум. Предложенные решения позволят сжать и оптимизировать модели компьютерного зрения для их использования на мобильных устройствах.
Все подробности на сайте, отправить решение можно до 15 октября. Удачи!
Как физика связана с искусственным интеллектом? Рассказываем в статье на Хабр 👾
Физик-теоретик Марат Хамадеев объясняет, зачем нужно включать машинное обучение в физику, как проводить физические расчеты с помощью искусственного интеллекта, а также рассказывает про то, с какими проблемами сталкиваются исследователи, соединяя две науки. Новая статья – пересказ одной из лекций с Летней школы по искусственному интеллекту «Лето с AIRI», которая была посвящена применению машинного обучения для физического моделирования.
Читайте статью по ссылке 🍿
Вчера завершилась наша Летняя школа по искусственному интеллекту «Лето с AIRI», а сегодня мы уже выгрузили лекции первых двух дней на YouTube-канал 🍿
Хотим сказать спасибо всем 80-ти участникам, которые за 2 недели посетили больше 50 лекций и семинаров, поучаствовали в постерной сессии, подготовили 32 проекта по разным направлениям и защитили их перед научным комитетом.
В сентябре вернемся с новостями про мероприятия для исследователей, на связи! 😁
В издательстве Springer вышла книга «Artificial Intelligence for Healthy Longevity» 💡
Главу про AI в геномике и эпигеномике подготовили Исследователи AIRI из группы «Биоинформатика»: Ольга Кардымон, Вениамин Фишман, Никита Иванисенко, Татьяна Шашкова, Николай Чеканов и Мария Синдеева.
Кстати, руководитель группы Ольга Кардымон выступила с лекцией про языковые модели для работы с последовательностями ДНК и белков на «Лето с AIRI», скоро поделимся записью 👀
Все о новой книге с участием AIRI по ссылке 🖇
Прямое включение с Летней школы по искусственному интеллекту «Лето с AIRI» 👾
Прогрессивная наука, лето и молодые ученые – наше неизменное трио на ближайшие две недели! Будем делиться интересным в канале и рассказывать про то, как проходит программа.
Все 80 участников добрались до Университета Иннополис, познакомились, начали активную учебу и распределение по проектам. Первый день был посвящен обучению с подкреплением, лекции прочитали исследователи AIRI: Александр Панов, Алексей Скрынник, Петр Кудеров, Дмитрий Юдин и Сергей Линок.
Уже на этой неделе лекции Школы начнут появляться на нашем YouTube-канале. AIRIInstitute">Подписывайтесь, чтобы не пропустить 🖇
Выложили новый пост на Хабр!
В нем Айбек Аланов, научный сотрудник группы «Вероятностные методы машинного обучения» AIRI, рассказал, как их команда работает над ускорением генерации стилизованных человеческих лиц с помощью генеративно-состязательных сетей 👾
Учёные ускорили этот процесс в пять тысяч раз за счёт обучения дополнительного вектора, отвечающего за выбор домена, который авторы внедрили в алгоритм.
Все подробности исследования – в статье по ссылке 🖇
Вчера провели сессию «Правовые аспекты искусственного интеллекта» на Российской креативной неделе 👀
Нейрохудожница и автор канала ЭйАйЛера Валерия Титова, главный юрисконсульт AIRI Юлия Никитина, руководитель исследований Sber AI, научный консультант AIRI Андрей Кузнецов, а также CEO PHYGITAL+ Олег Юсупов обсудили права тех, кто генерирует контент с помощью нейросетей.
Делимся подборкой постов от участников сессии:
▫️Пост Валерии про дело против Stability, Midjourney и DeviantArt, а также интересный пост про Midjourney.
▫️Пост из канала Олега про новую эпоху пиратов и серую зону Generative AI.
Бонус: красивые картинки от нейросети Kandinsky из канала Андрея Кузнецова 🖼
Сегодня в рубрике #интересное_в_понедельник подборка видео с участием исследователей AIRI 🍿
🔵Подкаст Deep Learning School с Ольгой Кардымон про путь в науке, применение ИИ в биологии и генетике, а также про языковые модели в работе с ДНК и белками.
🔵Выпуск шоу Политехнического музея «Бранч с учёным» с Дмитрием Ветровым о трендах в разработке нейросетей, машинном обучении и ChatGPT.
🔵Новая серия «Узнай за 900 секунд!» с Евгением Бурнаевым на YouTube-канале RTVI про этапы развития ИИ, нейроинтерфесы, а также разницу между искусственным интеллектом и искусственным сознанием.
🖇 Кстати, на прошлой неделе вышел обзор ICT.Moscow про активности научно-исследовательских институтов по искусственному интеллекту в медицине, почитать материал можно по ссылке.
Хорошего вечера!
Рассказываем про конференцию, которая пройдет в Вышке осенью 👀
На конференции "Fall into ML 2023" участников ждут мини-курсы, панельные дискуссии, воркшопы, научные соревнования, а также доклады и постерная сессия.
🔳Как стать участником?
– Если вы хотите принять участие в качестве слушателя, заполните регистрационную форму;
– Если вы являетесь автором А* статьи в 2023 году, запрос можно отправить по адресу anaumov@hse.ru;
– Если у вас еще нет статьи А* уровня, но выступить хочется, то можно подать тезисы по ссылке.
🔳Дедлайны: прием заявок с 1 июня, подача тезисов до 30 сентября, регистрация до 15 октября.
Подробнее с программой конференции можно ознакомиться по ссылке, удачи! 💡
Команда исследователей из AIRI, МФТИ и ФИЦ ИУ РАН под руководством Александра Панова и Алексея Староверова заняла первое место в международном соревновании по обучению роботов навигации внутри помещений🏆
В "Habitat Navigation Challenge 2023" участники соревновались в эффективном обучении воплощенных интеллектуальных агентов, которые должны были находить заданные предметы в фотореалистичном симуляторе различных домашних и офисных помещений.
Созданная командой AIRI система под названием SkillFusion обошла соперников в умении быстро передвигаться по ранее не виденным комнатам без карты, используя только изображения с камер и датчик GPS. Ключом к успеху стала интеграция методов планирования и обучения с подкреплением.
Прочитать подробнее про путь Александра Панова в науке можно в рубрике #AIRIвлицах по ссылке 👾
