Обучение, понимание и оптимизация моделей искусственного интеллекта

Проект направлен на решение важнейшей задачи повышения надежности выводов, полученных с использованием алгоритмов ИИ, и их эффективного использования в приложениях.

Включает в себя подпроекты по направлениям:

1. Обучение с подкреплением (RL).

2. Обработка естественного языка (NLP), включая перенос обучения нейронных сетей (vocabulary transfer).

3. Применение генеративно-состязательных сетей, (GAN) в том числе диффузионных моделей (генерация текста, улучшение качества звука и изображений).

4. Применение стохастических алгоритмов.

5. Тензорные методы в deep learning.

6. Выявления аномалий на основе временных рядов.

Часть проектов реализуется за счет софинансирования ведущих партнеров – Сбер, Яндекс, МТС ИИ.