• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФКН
Контакты

194100, Санкт-Петербург,
ул. Кантемировская д. 3, корп. 1, лит. А, каб.331
Тел. (812) 644-59-11 доб. 61578

Руководство
Заместитель декана по учебной работе Кузнецов Антон Михайлович
Заместитель декана по научной работе Жуков Алексей Евгеньевич
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
40/30/6
40 бюджетных мест
30 платных мест
6 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладной анализ данных и искусственный интеллект

4 года
Очная форма обучения
20/30/1
20 бюджетных мест
30 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Физика

4 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

UX-аналитика и проектирование информационных систем

2 года
Очная форма обучения
15/10/1
15 бюджетных мест
10 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Вычислительная биология и биоинформатика

2 года
Очная форма обучения
5/10
5 бюджетных мест
10 платных мест
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Машинное обучение и анализ данных

2 года
Очная форма обучения
15/15/1
15 бюджетных мест
15 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Программирование и анализ данных

2 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Физика

2 года
Очная форма обучения
15/5
15 бюджетных мест
5 платных мест
RUS
Обучение ведётся полностью на русском языке
Статья
Динамика приспособления в сетевой игре со стохастическими параметрами

Волкова О. Н., Вологина Д. -., Королев А. В.

Математическая теория игр и ее приложения. 2022. Т. 14. № 1. С. 21-48.

Глава в книге
Subgame Perfect Pareto Equilibria for Multicriteria Game with Chance Moves

Kuzyutin D., Smirnova N., Тантлевский (Tantlevskij) И. Р.

In bk.: Stability and Control Processes: Proceedings of the 4th International Conference Dedicated to the Memory of Professor Vladimir Zubov. Springer, 2022. P. 437-445.

Препринт
Do Data-based Curricula Work?

Сурков М. К., Мосин В. Д., Yamshchikov I. P.

arxiv.org. Computer Science. Cornell University, 2021

Исследователи Питерской Вышки выиграли в федеральном конкурсе «Код – Искусственный интеллект»

Конкурс «Код-ИИ» — часть национальной программы «Цифровая экономика». Команда исследователей Школы физико-математических и компьютерных наук под руководством Алексея Шпильмана стала одной из 15, чей проект был поддержан в рамках этого конкурса. Исследователи получат грант в размере 8 млн рублей на создание открытой библиотеки для обучения с подкреплением.

Исследователи Питерской Вышки выиграли в федеральном конкурсе «Код – Искусственный интеллект»

© ru.freepik.com

Конкурс «Код-ИИ» проходит в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика». Цель конкурса — создание новых и развитие существующих открытых библиотек в сфере искусственного интеллекта. Заявки на «Код-ИИ» принимались по пяти направлениям: компьютерное зрение, обработка естественного языка, распознавание и синтез речи, интеллектуальные системы поддержки принятия решений и перспективные методы искусственного интеллекта.

Одним из победителей конкурса по последнему направлению стал проект сотрудников НИУ ВШЭ — Санкт-Петербург «Открытая библиотека с набором сред для обучения автономных агентов обучения с подкреплением». Над проектом будет работать команда из четырех исследователей:

В рамках проекта исследователи создадут и опубликуют в публичном репозитории открытую библиотеку для обучения с подкреплением.

Владимир Егоров, студент магистратуры «Программирование и анализ данных», идеолог проекта

Многие исследователи считают, что обучение с подкреплением наиболее близко подходит к описанию общего ИИ, так как позволяет управлять агентом в любой среде, будь то реальный мир или компьютерная игра. Это подтверждают и недавние результаты: победа алгоритма OpenAI Five над чемпионами мира в Dota 2 или достижение уровня грандмастера в StarCraft 2 алгоритмом DeepMind AlphaStar. Однако все эти прорывы доступны только крупным компаниям с огромными вычислительными ресурсами.

Наш проект призван помочь исследователям в области обучения с подкреплением изучать новые алгоритмы на ресурсо-доступных средах, которые тем не менее требуют сложных взаимодействий между агентами. Многие нетривиальные поведения агентов уже были описаны в экономической литературе, например, дилемма заключенного. Однако их реализации в сфере обучения с подкреплением не дают полноценного представления о преимуществах алгоритма, так как зачастую являются простой адаптацией матричных игр. В нашем проекте мы хотим сохранить достаточную сложность для каждой среды, позволяющую судить о преимуществах алгоритма с практической точки зрения. Другая важная особенность нашего проекта — это наличие как соревновательных, так и кооперативных элементов в предложенных средах.

Всего на конкурс было подано 50 заявок, поддержку получили 15 проектов. Грант в размере 8 миллионов рублей рассчитан на один год.