Организаторы
Школа организована совместно школой физико-математических и компьютерных наук и Лабораторией социальной и когнитивной информатики (SCILa) школы социальных наук НИУ ВШЭ (Санкт-Петербургский кампус).
ISSCAI 2024 станет первым мероприятием в серии.
Миссия
Международная школа-конференция по искусственному интеллекту — это не только возможность познакомиться с последними достижениями и исследованиями в области искусственного интеллекта, но и пространство для неформального общения между студентами, аспирантами, учеными и специалистами из индустрии. Целевая аудитория — бакалавры, магистранты и аспиранты, исследователи и разработчики. В школе-конференции примут участие 70 человек. Отбор участников будет проходить на конкурсной основе по резюме и кратким тезисам. Прошедшие отбор будут презентовать свои исследования на постерной сессии. Более подробную информацию можно найти здесь. Предлагаемую структуру статьи можно найти по ссылке.
Поддержка участников
Участие в ISSCAI - бесплатное. Ограниченное количество грантов, частично покрывающих поездки, для мотивированных и квалифицированных российских студентов будет доступно на конкурсной основе. Также до 20 мест в общежитии НИУ ВШЭ будут предоставлены участникам за небольшую плату.
Генеральный партнер
Партнеры
Официальный спонсор
Банк ВТБ – системообразующий универсальный российский банк, один из лидеров рынка финансовых услуг. Банк работает со всеми категориями клиентов – крупным, средним и малым бизнесом, индивидуальными предпринимателями, самозанятыми и физическими лицами
Курсы
Технологии Доверия
В этом курсе вы узнаете про самую популярную архитектуру для обработки искусственного языка - Трансформер, а также про большие языковые модели, основанные на нем, их обобщающие и генеративные способности. Также мы рассмотрим практические кейсы применения этой архитектуры для решения актуальных задач, поговорим о fine-tuning, promt-engineering и RAG.
Кандидат компьютерных наук. Профессор департамента компьютерных наук и инжиниринга Индийского института технологий, Дели. Аффилированный профессор департамента компьютерных наук и инжиниринга университета Вашингтона. Маусаму был присвоен статус стипендианта AAAI в 2024 году за его постоянный вклад в область искусственного интеллекта и выдающиеся достижения.
В этом курсе мы углубимся в сложные темы NLP, такие как согласование языковых моделей (LM) с предпочтениями пользователя, генерация ответа с учетом дополнительно найденной релевантной информации (RAG), а также процесс рассуждения языковых моделей и промптинг. Последняя лекция будет посвящена актуальным исследовательским проблемам и практическим советам по изучению больших языковых моделей.
Старший научный сотрудник, Сбербанк. Иван более 8 лет работает с глубоким обучением. Иван Карпухин разрабатывал речевые технологии для Яндекс.Алисы и модели компьютерного зрения для VK. Автор патентов по голосовой биометрии. Последние несколько лет активно публикует научные статьи по нейронным сетям и методам оптимизации. В настоящее время исследует новые подходы к моделированию временных рядов в лаборатории ИИ Сбербанка.
В этом курсе мы рассмотрим основы глубокого компьютерного зрения. Цель курса – развитие практических навыков решения типичных задач компьютерного зрения. В последней лекции мы кратко обсудим архитектуру трансформера для компьютерного зрения и мультимодальные подходы. Все участники предполагают базовые знания PyTorch или других библиотек глубокого обучения.
Кандидат физико-математических наук. Старший научный сотрудник, Центр распознавания речи. Максим Кореневский является автором более 50 научных работ и более 20 лет занимается речевыми технологиями, также в его научные интересы входят статистическое моделирование, методы Монте-Карло, глубокое обучение и цифровая обработка сигналов.
Курс посвящен краткому введению в современные технологии автоматического распознавания речи. Студенты ознакомятся с задачами распознавания речи, историей развития систем распознавания речи, получат обзор современных технологий и инструментов для создания систем распознавания.
Кандидат компьютерных наук. Доцент, Университет Зайеда, Абу-Даби. Барис Бозкурт является автором более ста научных работ, а его основные исследовательские интересы включают обработку речевых и музыкальных сигналов, а также вычислительное музыковедение.
В этом курсе мы поговорим об обработке музыки в машинном обучении. Мы изучим различные способы репрезентации музыки и анализа музыкального сигнала с помощью классических методов машинного обучения и глубокого обучения. Также мы рассмотрим такие приложения как определение жанра, определение кавера, настройка музыкальных инструментов, нахождение музыкальных паттернов, автоматическое оценивание игры на инструментах.
Гостевые лекции
Доктор физико-математических наук. Synthesis AI, руководитель отдела ИИ. Доцент департамента математики и компьютерных наук, СПБГУ. Сергей Николенко является автором более 100 научных работ, сейчас основной областью его интересов является машинное обучение и сетевые алгоритмы, а его предыдущие исследования включают работы по криптографии, теоретической информатике и алгебре.
Сейчас многие исследователи считают, что создание настоящего сильного искусственного интеллекта (artificial general intelligence, AGI) уже не за горами. Давайте это и обсудим: что представляют собой современные модели искусственного интеллекта, которыми полнятся новости, когда появится AGI, как мы об этом узнаем и, главное, готовы ли мы к этому?
Кандидат экономических наук. Начальник отдела перспективных алгоритмов машинного обучения департамента анализа данных и моделирования банка ВТБ.
Доктор физико-математических наук. Заведующий кафедрой математических методов прогнозирования МГУ, научный руководитель Центра исследования больших данных. В 2016 году получил почётное учёное звание профессора Российской академии наук.
Огромное и все возрастающее богатство знаний разбросано сегодня по всему миру. Этих знаний, вероятно, было бы достаточно для решения всего громадного количества трудностей наших дней, но они рассеяны и неорганизованы. Нам необходима очистка мышления в своеобразной мастерской, где можно получать, сортировать, суммировать, усваивать, разъяснять и сравнивать знания и идеи.» – писал фантаст Герберт Уэллс в 1940 году. Несмотря на интернет, поисковые системы и электронные библиотеки, проблема в значительной степени остаётся открытой. Только сейчас, с появлением больших языковых моделей, появляются технологические возможности для преодоления барьеров между человеком и знанием и создания коллективного человеко-машинного разума
Технический лид команды E-commerce в VK
В этой лекции мы поговорим, как начинающие S/ML специалисты организуют свою работу. Мы затронем постановку задачи, работу с бизнес требованиями, сбор данных и их обработку, оказывающую критическое влияние на конечный результат. Рассмотрим, как выбирать данные для валидации результатов, и пройдемся по всем этапам исследований: эксперименты, воспроизводимость результатов, организация работы через пайплайны, чекпоинты, подходы к выводу модели из просто чекпоинта в продакшен сервис. В конце лекции упомянем и поддержку сервиса: мониторинги, частичный асессмент, дообучение и а/б тесты.
Программный комитет
Доктор компьютерных наук. Ведущий научный сотрудник лаборатории социальной и когнитивной информатики. Доцент Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Кандидат физико-математических наук. Декан Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Доктор физико-математических наук. Synthesis AI, руководитель отдела ИИ. Доцент департамента математики и компьютерных наук, СПБГУ
Кандидат экономических наук. Руководитель совместной кафедры со Сбербанком «Финансовые технологии и анализ данных». Руководитель Исследовательского центра искусственного интеллекта НИУ ВШЭ
Доктор физико-математических наук. Руководитель Школы анализа данных и искусственного интеллекта и Международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ
Заместитель декана Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Кандидат экономических наук. Начальник отдела перспективных алгоритмов машинного обучения, анализа данных и моделирования банка ВТБ
Доктор физико-математических наук. Заведующий кафедрой математических методов прогнозирования МГУ
Кандидат социологических наук. Заведующий лабораторией социальной и когнитивной информатики НИУ ВШЭ - Санкт-Петербург
Кандидат технических наук. Заведующий лабораторией моделей и методов вычислительной прагматики НИУ ВШЭ
Организационный комитет
Доктор компьютерных наук. Ведущий научный сотрудник лаборатории социальной и когнитивной информатики. Доцент Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Лаборатория социальной и когнитивной информатики НИУ ВШЭ - Санкт-Петербург
Заместитель декана Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Кандидат социологических наук, заведующий лабораторией социальной и когнитивной информатики НИУ ВШЭ - Санкт-Петербург
Кандидат физико-математических наук, декан Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ - Санкт-Петербург
Кандидат филологических наук. Заместитель заведующего лабораторией социальной и когнитивной информатики НИУ ВШЭ - Санкт-Петербург
Контакты
Почта: isscai@hse.ru