О Центре

Последние годы доказали, что чем больше данных анализируются и чем больше сами модели, анализирующие их, тем лучшие результаты можно получить. Прорыв в машинном обучении произошел благодаря успешному применению глубинных перепараметризованных нейронных сетей, которые оказались чрезвычайно мощным инструментом при работе с огромными объемами данных. Тем не менее теоретические основы глубинного обучения все еще нуждаются в дополнительном исследовании.

Как показала практика, для решения сложных задач анализа данных необходимо построение вероятностных моделей, в которых нейронные сети будут являться одним из ключевых элементов. Стандартным средством для построения таких моделей является аппарат байесовского моделирования. Ярким примером успешного синтеза байесовского подхода с глубинным обучением являются диффузионные модели, использующиеся для генерации различных типов данных.

Центр создан на базе группы байесовских методов Д.П. Ветрова в 2017 г., проводит исследования в парадигме сращивания нейросетевых и байесовских моделей машинного обучения: в области глубинного обучения, стохастической оптимизации, тензорных разложений и сжатия моделей, масштабируемого вариационного вывода, диффузионных моделей и т.д.

Основателем Центра является Дмитрий Петрович Ветров — кандидат физико-математических наук, профессор-исследователь факультета компьютерных наук НИУ ВШЭ, профессор Constructor University (Bremen). Выпускник факультета вычислительной математики и кибернетики МГУ им. Ломоносова. В разное время работал в ВЦ РАН, МГУ, Курчатовском институте, Сколтехе, Яндексе. Член ассоциации ELLIS (европейской лаборатории по обучению и интеллектуальным системам).

Заведующий центром — Айбек Аланов, кандидат компьютерных наук, преподаватель Факультета компьютерных наук НИУ ВШЭ, научный сотрудник Института искусственного интеллекта AIRI. В разное время работал в Яндексе, WorldQuant, Samsung AI Center.