Три проекта Питерской Вышки получили гранты РНФ

В начале июля были объявлены победители молодежных грантовых конкурсов Российского научного фонда. Проект Лаборатории экологической и технологической истории под руководством Елены Кочетковой получил финансирование сроком на три года, еще двое ученых Высшей школы экономики в Санкт-Петербурге — Алёна Суворова и Александр Нестеров — были поддержаны индивидуальными грантами.

1 июля были объявлены победители конкурсов «Проведение исследований научными группами под руководством молодых ученых» и «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов РНФ. 

По результатам первого конкурса проект «Материальный мир позднесоветского общества в условиях Холодной войны: технологические инновации в производстве и репрезентация товаров широкого потребления» под руководством научного сотрудника Лаборатории экологической и технологической истории Елены Кочетковой получил поддержку сроком на 3 года, с возможностью продления на конкурсной основе до 5 лет.

Елена Кочеткова, старший преподаватель департамента истории, научный сотрудник Лаборатории экологической и технологической истории
Проект «Материальный мир позднесоветского общества в условиях Холодной войны: технологические инновации в производстве и репрезентация товаров широкого потребления»

Проект направлен на поиск новых подходов к изучению материальной истории советского общества и Холодной войны через историю технологических инноваций. Мы хотим исследовать цепочки, которые позволят увидеть, как продукты массового потребления в СССР разрабатывались, производились, распространялись, потреблялись и репрезентировались в широкой аудитории в условиях Холодной войны. Для этого мы выбрали несколько конкретных продуктов: молоко, средства индивидуальной защиты, хлеб и пиво, текстиль, а также такие символические продукты как рыбная икра и финский сыр, поставлявшийся в СССР и имевший особое значение, учитывая специфику советского варианта общества потребления. 

Мы планируем исследовать технологии как сложный феномен, на который влияют и который сам оказывает влияние на внутренние и глобальные общественные, экономические, политические и культурные изменения. По большому счету, мы планируем соединить аналитические инструменты и найти общие точки исследований разных участников нашей команды в области технологической истории, истории искусств и культурных исследований. Применение такого подхода позволит нам, на примере детально изученных кейсов, в подробностях  рассмотреть жизненные циклы материальных предметов через анализ деятельности разных акторов. В итоге проекта мы надеемся переосмыслить роль материальных предметов и понятие материальности в условиях ограничений и возможностей, накладываемых феноменом Холодной войны.

Проект будет базироваться в Лаборатории экологической и технологической истории Центра исторических исследований. В нем будут задействованы шесть исследователей: я как руководитель; старший преподаватель департамента истории Кирилл Чунихин, наши дискуссии с которым во многом стали основой для проекта; ассоциированный сотрудник ЕУ СПб Павел Покидько; студентка магистерской программы «Актуальное прошлое: Прикладная и междисциплинарная история» Евгения Платонова; аспирантка департамента истории Анна Петрова и доцент департамента истории, ведущий научный сотрудник Лаборатории экологической и технологической истории Юлия Лайус, которая будет оказывать консультационную и методологическую поддержку проекта, а также примет участие в написании ряда работ.

Мы благодарны Фонду и его экспертам, поверившим в наш проект. Мы также очень рады тому, что смогли соединить свои собственные исследования в один проект и поставить перспективные задачи. Мы планируем организовать несколько интересных мероприятий по теме проекта в течение предстоящих трех лет и, конечно, будем рады сотрудничеству со старыми и новыми коллегами!

По результатам второго конкурса, направленного на поддержку молодых кандидатов наук в возрасте до 33 лет, будут профинансированы проекты еще двух сотрудников НИУ ВШЭ — Санкт-Петербург. Гранты получили академический руководитель образовательной программы «Информационные системы и взаимодействие человек-компьютер» Алена Суворова и заведующий Международной лабораторией теории игр и принятия решений Александр Нестеров.

Алёна Суворова, доцент департамента информатики, академический руководитель ОП «Информационные системы и взаимодействие человек-компьютер»
Проект «Методология сравнения алгоритмов интерпретации моделей машинного обучения»

Проект посвящен вопросам интерпретируемости моделей, построенных с помощью методов машинного обучения. Про машинное обучение сейчас говорят все больше, про него слышали и даже применяли те, кто никогда не относил себя к «технарям». А потрясающие результаты, о которых становится известно, еще больше подогревают этот интерес. Но у многих моделей, которые получаются при применении алгоритмов машинного обучения, есть один недостаток — они работают по принципу «черного ящика», т.е. мы подаем модели на вход какие-то данные, например, характеристики клиента, получаем предсказание, продолжая пример — совершит ли клиент покупку, но при этом не знаем ни какие характеристики повлияли на такое предсказание, ни как его можно изменить. То есть такая система «вопрос — ответ», где ответ мы получаем, и часто с достаточно высокой точностью, но описать принцип решения не можем. И чем интенсивнее подобные модели используются в повседневной жизни, тем чаще поднимаются вопросы интерпретируемости: можем ли мы доверять такой модели, не основано ли решение на некорректных правилах, не дискриминирует ли модель какую-то группу и т.д. 

Последнее время исследователи по всему миру все больше уделяют внимания подобным вопросам, появились направления интерпретируемого машинного обучения (interpretable machine learning) и объяснимого искусственного интеллекта (explainable AI). В частности, разрабатываются алгоритмы для объяснения построенных моделей. Однако, алгоритмов становится все больше, они могут давать разную интерпретацию одной и той же модели на одном и том же примере, но выбрать одну из них практически невозможно: на текущий момент не существует согласованных методов сравнения алгоритмов интерпретации, метрик оценки их качества именно как инструмента интерпретации (аналога точности, полноты и т.д. для оценки качества предсказания), позволяющих сделать выбор, какой алгоритм лучше применить в каждом конкретном случае. Предлагаемый проект направлен как раз на разработку ряда таких метрик, причем работу планируется вести сразу по двум направлениям, включая как разработку численных метрик, так и рекомендаций по организации пользовательской оценки интерпретируемости.

По условиям гранта к проекту можно привлекать до двух заинтересованных студентов или аспирантов, что я точно планирую делать. Тематика проекта может быть интересна, например, студентам магистерской программы «Информационные системы и взаимодействие человек-компьютер» с точки зрения разработки систем, вызывающих большее доверие у пользователей, или студентам майнора «Обработка и анализ данных».

Интерпретируемость — понятие, очень сильно привязанное к предметным областям, ее исследование — и оценка необходимости интерпретируемости — требует реальных примеров. Поэтому, если у вас есть задача, которую решали какими-то классическими методами, принятыми в вашей предметной области, плюс вы давно хотели попробовать решить ее с помощью методов машинного обучения, но вас останавливала невозможность интерпретации полученной модели, было бы интересно решить эту задачу совместно и сравнить результаты интерпретации, полученные разными методами.

Александр Нестеров, доцент департамента экономики, заведующий Международной лабораторией теории игр и принятия решений
Проект «Избегание информации: устойчивость и причины эффекта»

Наш проект — экспериментальный, мы изучаем стратегическое игнорирование информации. Нас интересует, насколько склонны эксперты-консультанты избегать информацию о предпочтениях клиента, чтобы добиться своего. Например, продавец в магазине ноутбуков может сначала расспросить покупателя о его запросе, и уже потом давать рекомендации, а может сразу начать с рекомендации (и рекомендовать тот товар, за который он получит большую комиссию).

Помимо меня над проектом будет работать аспирантка нашей лаборатории Ксения Адаева. Мы благодарим Елену Рудольфовну Исаеву и других коллег из Первого медицинского университета за помощь в организации пилотных исследований и надеемся на дальнейшее сотрудничество.