В НИУ ВШЭ состоялась конференция по машинному обучению Fall into ML 2023
В течение трех дней более 300 участников конференции посетили тематические воркшопы, семинары, секции и постерную сессию. В ходе панельных дискуссий эксперты обсудили регулирование технологий искусственного интеллекта (ИИ) и то, какие мегапроекты могут делать университеты совместно с индустрией для развития ИИ.
Конференция объединила представителей фундаментальной науки (ВШЭ, МГУ, РАН, МФТИ, ИТМО, Сколтех, НГУ), индустрии (Сбер, «Яндекс») и государства (АНО «Цифровая экономика»).
Иван Аржанцев
Выступая на открытии конференции, Иван Аржанцев, декан факультета компьютерных наук НИУ ВШЭ, отметил, что Fall into ML является значимым событием не только для факультета, но и для всего университета. «С момента создания ФКН мы хотели, чтобы в Вышке проходила международная конференция по машинному обучению самого высокого уровня. Ее инициатором стал Алексей Наумов (заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных — Ред.), который предложил собрать на мероприятии ученых, уже выступающих на ведущих международных площадках. И все получилось», — сказал он.
В этом году на Fall into ML собралось более 50 авторов публикаций на конференциях уровня А* — флагманских событиях этой области. В течение трех дней более 300 участников конференции посетили тематические воркшопы, панельные дискуссии, секции и постерную сессию.
На воркшопе «Диагностика нейронных сетей» были представлены подходы к управлению процессами, происходящими при обучении нейронных сетей. Семинар «ИИ в физике» был посвящен проблеме описания динамических систем с использованием методов машинного обучения. В рамках воркшопа «Обучение с подкреплением» спикеры обсудили вопросы построения эффективных алгоритмов обучения с подкреплением и их практическое приложение. На секции «ИИ в медицине» были рассмотрены методы искусственного интеллекта, которые применяются для анализа медицинских данных.
Мария Попцова
«В одну секцию невозможно вместить всю проблематику, которая существует в медицинских задачах. Но нам удалось собрать на конференции важных игроков этой области с разнородными докладами, объединенными общей темой, — рассказывает Мария Попцова, заведующая Международной лабораторией биоинформатики Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ. — Алгоритмы машинного обучения не только используются для анализа большого объема данных и помогают врачам в постановке диагноза, но и предлагают оптимальные варианты лечения, учитывая множество факторов, а также позволяют прогнозировать заболевания. Тема ИИ в медицине актуальна, так как предлагает множество возможностей для улучшения качества здравоохранения, повышения точности диагностики и персонализированного подхода к лечению пациентов».
Панельные дискуссии на Fall into ML 2023 стали площадкой свободного общения ученых. В рамках дискуссии «Сильный ИИ: риски и преимущества» были рассмотрены ключевые аспекты сильного искусственного интеллекта, от его определения и потенциала до этических и социальных вопросов, а также рисков, связанных с его развитием, включая вопросы конфиденциальности, безопасности и автономии.
«Одним из вопросов, который волнует нас всех, является регулирование технологий искусственного интеллекта, — отмечает Карен Казарян, директор по аналитике АНО «Цифровая экономика». — В разных сферах мы видим, как различные алгоритмы заменяют человека, выполняя задачи в разы сложнее и лучше, чем он. Объем внедрения технологий во всех сферах растет, работа моделей автоматизируется без участия человека. При этом никто не может исключить риск программной ошибки, а также риски информационной безопасности. Исходя из текущего уровня технологического прогресса и диапазона стратегического планирования, сильный искусственный интеллект пока недостижим. Но уже сейчас мы вырабатываем подходы с учетом рисков в той или иной отрасли для безопасного внедрения технологий искусственного интеллекта. В рамках дискуссии на конференции Fall into ML 2023 удалось обсудить преимущества и риски, которые несет искусственный интеллект».
В ходе дискуссии «Наука в академии и в индустрии» эксперты обсудили, какие мегапроекты могут делать университеты совместно с индустрией для развития технологий искусственного интеллекта. Как было отмечено, развитие науки и индустрии в области искусственного интеллекта должно быть неотрывным, чтобы обеспечить взаимовыгодное сотрудничество, инновационные решения и этические стандарты для развития данной области.
«В рамках дискуссии мы с коллегами обсудили необходимость развития теории машинного обучения. Сейчас теория в этой области находится в зачаточном состоянии, но ее особенно не хватает для создания доверенных интеллектуальных систем. И чем больше мы будем видеть внедрений ИИ, тем больше эта проблема будет назревать. Например, при создании беспилотных автомобилей разработчики пока не могут гарантировать, что алгоритм не даст сбой при очень маловероятных событиях, которые не были учтены при обучении модели, — поясняет Денис Турдаков, руководитель Исследовательского центра доверенного искусственного интеллекта ИСП РАН. — Поэтому академия, включая исследовательские центры, и индустрия должны синхронизироваться по этому вопросу. Конференция Fall into ML предоставила площадку для взаимодействия ученых, работающих как в академии, так и в индустрии. Нам удалось не только обозначить актуальные направления развития искусственного интеллекта, но и обсудить карьерные возможности молодых ученых в современном мире».
В постерной сессии приняли участие все авторы докладов. Участники представили свои исследования, результаты работы, новые технологии и методы в области искусственного интеллекта в виде постеров с краткой информацией о работе, ее цели, методах и результатах.
Инна Колинко, UserGate, Институт математики СО РАН, Новосибирский государственный университет:
— Самое большое впечатление на меня произвели мини-курс Елизаветы Гончаровой и Владимира Архипкина “Multimodal multitask models as a tool for generative artificial intelligence”, доклады Ольги Цымбой и Ивана Оселедеца “Layerwise Universal Adversarial Attack On NLP Models” и Дениса Кузнеделева “SpQR: A Sparse-quantized Representation For Near- Lossless LLM Weight Compression”. Хочу отметить прекрасную организацию самой конференции, были замечательные кофе-брейки, очень понравился формат дискуссий.
Николай Смольянов, ИТМО:
— Конференция прошла очень продуктивно. Как начинающий специалист в области машинного обучения я узнал много нового как в профессиональных компетенциях (мультимодальные модели, различные приложения нейронных сетей), так и в понимании угроз, преимуществ, особенностей сферы искусственного интеллекта. Видно, что в конференции принимают участие эксперты с огромным опытом, очень интересно слушать. Организация мероприятия на высшем уровне, спасибо!
Николай Плюта, НИУ МГСУ:
— Организация на высшем уровне, другого от ВШЭ и не ожидалось! Я начинающий в ML, но большинство выступлений смог понять и обработать — очень доступно и понятно. Хотелось бы поучаствовать и в следующем году.
Сергей Кудряшов, НИУ ВШЭ:
— Очень впечатляюще! Отличная возможность посмотреть на то, что происходит в смежных областях, и придумать новые подходы к собственным исследованиям.
Марина Микитчук, Vega Institute Foundation, МШЭ МГУ, ЦЭМИ РАН:
— Конференция Fall into ML 2023 оставила самые невероятные впечатления! Огромное спасибо организаторам за высочайший уровень докладов, за очень дружелюбную атмосферу и возможности для новых дискуссий.
Видео можно посмотреть на официальном сайте конференции.