Центр искусственного интеллекта НИУ ВШЭ

Обучение, понимание и оптимизация моделей искусственного интеллекта

Проект «Обучение, понимание и оптимизация моделей искусственного интеллекта» направлен на проведение исследований по фундаментальным направлениям технологий ИИ. Развитие человечества в XXI веке неотделимо от развития технологий, в частности, эффективных алгоритмов обучения искусственного интеллекта. Все большее количество систем функционируют автономно, без непосредственного контроля со стороны человека. Возникает важный вопрос повышения надежности/интерпретируемости полученных с помощью ИИ результатов. Для этого необходимо понимание фундаментальных основ, лежащих в основе алгоритмов ИИ. Данный проект направлен на решение важнейшей задачи повышения надежности выводов, полученных с использованием алгоритмов ИИ.  Этот глобальный проект включает в себя 12 подпроектов:

1.      Разработка и верификация алгоритмов и дополнительных математических моделей эффективного сэмплирования данных.

2.      Разработка и верификация алгоритмов и дополнительных математических моделей генеративных состязательных сетей.

3.      Разработка и верификация новых эффективных алгоритмов обучения нейронных сетей, основанных на модели динамики процесса обучения и свойствах рельефа функции потерь.

4.      Разработка и верификация алгоритмов и дополнительных математических моделей самообучения нейронных сетей и переноса обучения (transfer learning) на задачи с малым объемом размеченной выборки. Понимание влияния методов дистилляции сетей на качество переноса обучения.   

Проект реализуется совместно с Центром искусственного интеллекта МТС.

5.      Разработка и верификация алгоритмов и дополнительных математических моделей для сжатия и устойчивого обучения нейросетей на основе тензорных разложений.  

6.      Разработка и верификация алгоритмов и дополнительных математических моделей улучшения эффективности исследования среды в обучении с подкреплением.   

7.      Разработка и верификация алгоритмов и дополнительных математических моделей оценки неопределенности в алгоритмах обучения с подкреплением.  

Проект реализуется совместно со Сбером.

8.      Разработка и верификация алгоритмов и дополнительных математических моделей восстановления многообразий и анализа временных рядов.  

Проект реализуется совместно со Сбером.

9.      Разработка и верификация алгоритмов и дополнительных математических моделей генеративных моделей нового поколения на основе нейродифференциальных уравнений.   

Проект реализуется совместно со Сбером.

10.   Разработка и верификация алгоритмов и дополнительных математических моделей мультимодального прогнозирования траектории движения транспортных средств.  

Проект реализуется совместно с Яндексом.

11.   Разработка и верификация алгоритмов и дополнительных математических моделей автономного обучения с подкреплением.  

Проект реализуется совместно с Яндексом.

12.   Разработка и верификация моделей условной генерации для улучшения качества звука и изображений. 

Проект реализуется совместно с Центром искусственного интеллекта МТС.

Руководители проектов

Наумов Алексей Александрович

Руководитель проекта и подпроектов

Ветров Дмитрий Петрович

Руководитель подпроектов

Рахуба Максим Владимирович

Руководитель подпроекта

Шпильман Алексей Александрович

Руководитель подпроекта

Ямщиков Иван Павлович

Руководитель подпроекта