Тимур Супатаев и Владимир Княгинин обсудили развитие искусственного интеллекта в Санкт-Петербурге
Директор Ассоциации «Искусственный интеллект в промышленности» Тимур Супатаев и вице-губернатор Санкт-Петербурга Владимир Княгинин в эфире телеканала Санкт-Петербург обсудили переход вузов Санкт-Петербурга на удаленное обучение, используемые для этого технологии и результаты такого перехода.
В сюжете также обсуждались результаты и перспективы научных проектов вузов Ассоциации «ИИ в промышленности» например – цифровое моделирование нефтегазоносных пластов. Отдельные сюжеты посвящены проектам, в которых Ассоциация является партнером, например Школы PI ЛЭТИ о которой мы писали ранее.
Рекомендуем ознакомиться с полной версией сюжета на сайте телеканала Санкт-Петербург.
Директор Ассоциации «Искусственный интеллект в промышленности» Тимур Супатаев и вице-губернатор Санкт-Петербурга Владимир Княгинин в эфире телеканала Санкт-Петербург обсудили переход вузов Санкт-Петербурга на удаленное обучение, используемые для этого технологии и результаты такого перехода.
В сюжете также обсуждались результаты и перспективы научных проектов вузов Ассоциации «ИИ в промышленности» например – цифровое моделирование нефтегазоносных пластов. Отдельные сюжеты посвящены проектам, в которых Ассоциация является партнером, например Школы PI ЛЭТИ о которой мы писали ранее.
Рекомендуем ознакомиться с полной версией сюжета на сайте телеканала Санкт-Петербург.
Любопытный обзор вопросов патентования разработок в ИИ от эксперта по интеллектуальной собственности из Brion Raffoul
Развитие отрасли ИИ привело к резкому росту числа патентов в ИИ – на 54% ежегодно с 2010 года. Хотя правила для патентованная программного обеспечения существуют уже давно, разработки на основе ИИ иногда могут рассматриваться как особый случай в части патентования.
Вероятно, что разработки в области искусственного интеллекта будут смещаться от уникальных инструментов, направленных на решение конкретных задач, в сторону универсальных платформ и систем, которые будут являться основой для других разработок. В случае такой эволюции, многие аспекты, входящие в цепочку создания стоимости ИИ могут представлять высокий интерес для патентования. В случае национальной и международной стандартизации, некоторые патентованные технологии могут стать элементами стандартизированных систем и принести существенную выгоду владельцам патентов.
Эксперт выделяет три категории наиболее интересных для патентованная разработок ИИ:
1. Приложения ИИ – эта категория включает изобретения, в которых ИИ применяется для решения реальной общей проблемы, например аппараты и методы мониторинга сердечного ритма с интеллектуальным анализом
2. Фундаментальные технологии ИИ которые приводят к общему улучшению ИИ моделей, например разработки, оптимизирующие вычисления при работе с нейросетями
3. Разработки, поддерживающие ИИ – ПО и платформы для разработки моделей, аппаратное обеспечение под задачи ИИ
По мнению эксперта, вся цепочка создания стоимости ИИ на данный момент остается открытой для патентования. Поэтому компаниям-разработчикам технологий ИИ следует выбирать области для исследования и патентованная на основе предположений о том, какие технологии могут быть включены в будущие технические стандарты систем ИИ.
Источник: iam
Развитие отрасли ИИ привело к резкому росту числа патентов в ИИ – на 54% ежегодно с 2010 года. Хотя правила для патентованная программного обеспечения существуют уже давно, разработки на основе ИИ иногда могут рассматриваться как особый случай в части патентования.
Вероятно, что разработки в области искусственного интеллекта будут смещаться от уникальных инструментов, направленных на решение конкретных задач, в сторону универсальных платформ и систем, которые будут являться основой для других разработок. В случае такой эволюции, многие аспекты, входящие в цепочку создания стоимости ИИ могут представлять высокий интерес для патентования. В случае национальной и международной стандартизации, некоторые патентованные технологии могут стать элементами стандартизированных систем и принести существенную выгоду владельцам патентов.
Эксперт выделяет три категории наиболее интересных для патентованная разработок ИИ:
1. Приложения ИИ – эта категория включает изобретения, в которых ИИ применяется для решения реальной общей проблемы, например аппараты и методы мониторинга сердечного ритма с интеллектуальным анализом
2. Фундаментальные технологии ИИ которые приводят к общему улучшению ИИ моделей, например разработки, оптимизирующие вычисления при работе с нейросетями
3. Разработки, поддерживающие ИИ – ПО и платформы для разработки моделей, аппаратное обеспечение под задачи ИИ
По мнению эксперта, вся цепочка создания стоимости ИИ на данный момент остается открытой для патентования. Поэтому компаниям-разработчикам технологий ИИ следует выбирать области для исследования и патентованная на основе предположений о том, какие технологии могут быть включены в будущие технические стандарты систем ИИ.
Источник: iam
Напоминаем, что семинар Ассоциации «Искусственный интеллект в промышленности» состоится уже сегодня в 17:00
Тема семинара – «Обратная инженерия мозга, как путь к сильному ИИ».
Спикером семинара выступит Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ. В докладе будет рассмотрен подход к созданию искусственной психики агентов и роботов с архитектурой мозга приматов.
После выступления докладчика состоится дискуссия с ведущими исследователями искусственного интеллекта в России.
Подключиться к семинару можно с помощью Zoom (требуется регистрация), трансляция будет доступна на YouTube-канале Фонда «ЦСР «Северо-Запад».
Регулярные семинары Ассоциации «Искусственный интеллект в промышленности» проводятся под руководством директора Института компьютерных наук и технологий СПбПУ Льва Владимировича Уткина.
Партнерами семинара являются Ассоциация «Искусственный интеллект в промышленности», Фонд «Центр стратегических разработок «Северо-Запад», ПАО «Газпром нефть», Правительство Санкт-Петербурга, Санкт-Петербургский политехнический университет Петра Великого.
Тема семинара – «Обратная инженерия мозга, как путь к сильному ИИ».
Спикером семинара выступит Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ. В докладе будет рассмотрен подход к созданию искусственной психики агентов и роботов с архитектурой мозга приматов.
После выступления докладчика состоится дискуссия с ведущими исследователями искусственного интеллекта в России.
Подключиться к семинару можно с помощью Zoom (требуется регистрация), трансляция будет доступна на YouTube-канале Фонда «ЦСР «Северо-Запад».
Регулярные семинары Ассоциации «Искусственный интеллект в промышленности» проводятся под руководством директора Института компьютерных наук и технологий СПбПУ Льва Владимировича Уткина.
Партнерами семинара являются Ассоциация «Искусственный интеллект в промышленности», Фонд «Центр стратегических разработок «Северо-Запад», ПАО «Газпром нефть», Правительство Санкт-Петербурга, Санкт-Петербургский политехнический университет Петра Великого.
Прямо сейчас идет трансляция семинара Ассоциации "Искусственный интеллект в промышленности" на YouTube канале Фонда "ЦСР "Северо-Запад". Подключайтесь!
YouTube
Семинар 28.10.2021 "Обратная инженерия мозга, как путь к сильному ИИ"
Шестой семинар Ассоциации «Искусственный интеллект в промышленности»
Cпикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект»…
Cпикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект»…
Состоялся шестой семинар Ассоциации «Искусственный интеллект в промышленности»
Спикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ.
Сергей Александрович рассказал , чем отличаются мышление на основе модели мира и модели поведения, и как первое помогает ускорить процесс машинного обучения. Докладчик объяснил ограничения, которые не позволяют ИИ «думать» на долгосрочную перспективу. А также рассказал как эту проблему может решить иерархия планирования.
В своем докладе Сергей Александрович обозначил следующие компоненты сильного интеллекта:
▪активная генерация гипотез – замыслов достижения целей
▪декомпозиция сложных задач на более простые – генерация иерархии гипотез
▪способность оценивать результаты своих действий – оптимизация планов
В завершении выступления Сергей Александрович рассказал о разработке лаборатории когнитивных архитектур «Искусственный интеллект» МФТИ: прототипе ИИ «ADAM» с архитектурой Deep Control.
Доклад Сергея Александровича вызвал бурную дискуссию, которая затронула вопросы влияния на мышление структурных особенностей мозга и внешней среды. Специалисты в сфере искусственного интеллекта обсудили понятия мышления и сознания, и как эти процессы могут быть реализованы в машинном обучении.
Запись семинара можно посмотреть на YouTube канале Фонда «ЦСР «Северо-Запад»
Ниже мы прикрепим некоторые статьи, которые упоминал Сергей Александрович в своем докладе:
▪Dynamic Programming (R. Bellman)
▪Self-organized formation of topologically correct feature maps (T. Kohonen)
▪Deep Predictive Learning in Neocortex and Pulvinar (R.C. O'Reilly)
Следите за новостями о следующих семинарах в нашем телеграм-канале, чтобы ничего не пропустить!
Спикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект» на базе МФТИ.
Сергей Александрович рассказал , чем отличаются мышление на основе модели мира и модели поведения, и как первое помогает ускорить процесс машинного обучения. Докладчик объяснил ограничения, которые не позволяют ИИ «думать» на долгосрочную перспективу. А также рассказал как эту проблему может решить иерархия планирования.
В своем докладе Сергей Александрович обозначил следующие компоненты сильного интеллекта:
▪активная генерация гипотез – замыслов достижения целей
▪декомпозиция сложных задач на более простые – генерация иерархии гипотез
▪способность оценивать результаты своих действий – оптимизация планов
В завершении выступления Сергей Александрович рассказал о разработке лаборатории когнитивных архитектур «Искусственный интеллект» МФТИ: прототипе ИИ «ADAM» с архитектурой Deep Control.
Доклад Сергея Александровича вызвал бурную дискуссию, которая затронула вопросы влияния на мышление структурных особенностей мозга и внешней среды. Специалисты в сфере искусственного интеллекта обсудили понятия мышления и сознания, и как эти процессы могут быть реализованы в машинном обучении.
Запись семинара можно посмотреть на YouTube канале Фонда «ЦСР «Северо-Запад»
Ниже мы прикрепим некоторые статьи, которые упоминал Сергей Александрович в своем докладе:
▪Dynamic Programming (R. Bellman)
▪Self-organized formation of topologically correct feature maps (T. Kohonen)
▪Deep Predictive Learning in Neocortex and Pulvinar (R.C. O'Reilly)
Следите за новостями о следующих семинарах в нашем телеграм-канале, чтобы ничего не пропустить!
YouTube
Семинар 28.10.2021 "Обратная инженерия мозга, как путь к сильному ИИ"
Шестой семинар Ассоциации «Искусственный интеллект в промышленности»
Cпикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект»…
Cпикером семинара выступил Шумский Сергей Александрович, директор Научно-координационного совета Центра Национальной технологической инициативы по сквозной технологии «Искусственный интеллект»…
Участники Ассоциации «Искусственный интеллект в промышленности» приняли участие в разработке образовательного модуля по компетенциям ИИ
Министр науки и высшего образования Российской Федерации Валерий Фальков на пленарном заседании конференции «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта» представил новый образовательный модуль в сфере компетенций ИИ, который был разработан совместно с #Газпром_нефть, #Сбер, #Мэйл.ру и другими компаниями.
Цель данного модуля – сформировать у каждого выпускника ВУЗа цифровую культуру и цифровые компетенции.
Более подробную информацию можно найти на сайте Минобрнауки
#Газпром_нефть является со-учредителем Ассоциации «Искусственный интеллект в промышленности»
Министр науки и высшего образования Российской Федерации Валерий Фальков на пленарном заседании конференции «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта» представил новый образовательный модуль в сфере компетенций ИИ, который был разработан совместно с #Газпром_нефть, #Сбер, #Мэйл.ру и другими компаниями.
Цель данного модуля – сформировать у каждого выпускника ВУЗа цифровую культуру и цифровые компетенции.
Более подробную информацию можно найти на сайте Минобрнауки
#Газпром_нефть является со-учредителем Ассоциации «Искусственный интеллект в промышленности»
28 октября прошла общероссийская научная конференция «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта»
Организатором конференции является со-учредитель Ассоциации «Искусственный интеллект в промышленности» #Газпром_нефть. На конференции выступили представители организаций-участников Ассоциации «ИИ в промышленности» #СПбПУ, #Сколтех, #СПбГУ и Правительство Санкт-Петербурга.
Участники обсудили фронтирные исследования в ИИ, влияние искусственного интеллекта на энергетический переход, образование в области ИИ – в том числе подготовку инженерных кадров. Конференция закрылась пленарным заседанием с участием Министра науки и высшего образования Российской Федерации Валерия Фалькова, Председателя правления «Газпром нефти» Александра Дюкова и Ректора СПбПУ Андрея Рудского. Модератором пленарного заседания был вице-губернатор Санкт-Петербурга Владимир Княгинин.
Трансляция конференции доступна на YouTube-канале Президентской библиотеки
Организатором конференции является со-учредитель Ассоциации «Искусственный интеллект в промышленности» #Газпром_нефть. На конференции выступили представители организаций-участников Ассоциации «ИИ в промышленности» #СПбПУ, #Сколтех, #СПбГУ и Правительство Санкт-Петербурга.
Участники обсудили фронтирные исследования в ИИ, влияние искусственного интеллекта на энергетический переход, образование в области ИИ – в том числе подготовку инженерных кадров. Конференция закрылась пленарным заседанием с участием Министра науки и высшего образования Российской Федерации Валерия Фалькова, Председателя правления «Газпром нефти» Александра Дюкова и Ректора СПбПУ Андрея Рудского. Модератором пленарного заседания был вице-губернатор Санкт-Петербурга Владимир Княгинин.
Трансляция конференции доступна на YouTube-канале Президентской библиотеки
YouTube
Общероссийская научная конференция «Вектор будущего»
https://futurevector.ru/
Общероссийская научная конференция «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта» в рамках Года науки и технологий
10:30 – 10:45 - Открытие конференции
11:00 – 12:45 - Секция «Фронтирные…
Общероссийская научная конференция «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта» в рамках Года науки и технологий
10:30 – 10:45 - Открытие конференции
11:00 – 12:45 - Секция «Фронтирные…
Руководитель суперкомпьютерного центра «Политехнический» СПбПУ предложил выделять финансирование на небольшие лаборатории в сфере искусственного интеллекта
Ректор #СПбПУ Андрей Рудской на всероссийской научной конференции «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта», о которой мы писали выше, сообщил о недостатке финансирования программ по развитию технологий искусственного интеллекта. Деньги требуются на постоянный апгрейд суперкомпьютера под растущие требования ИИ к вычислительным мощностям и обучение студентов и преподавателей.
На федеральную программу «Искусственный интеллект» в 2021-2024 гг. в России выделено 31,5 млрд руб., большая часть из которых выделяется на крупные исследовательские центры. Руководитель суперкомпьютерного центра «Политехнический» СПбПУ Алексей Лукашин предложил дать небольшим лабораториям ИИ больше возможностей для получения государственного финансирования в рамках федеральной программы «Искусственный интеллект», госзаданий и целевых грантов.
СПбПУ является участником Ассоциации «Искусственный интеллект в промышленности».
Ректор #СПбПУ Андрей Рудской на всероссийской научной конференции «Вектор будущего: фронтирные научные исследования и технологии искусственного интеллекта», о которой мы писали выше, сообщил о недостатке финансирования программ по развитию технологий искусственного интеллекта. Деньги требуются на постоянный апгрейд суперкомпьютера под растущие требования ИИ к вычислительным мощностям и обучение студентов и преподавателей.
На федеральную программу «Искусственный интеллект» в 2021-2024 гг. в России выделено 31,5 млрд руб., большая часть из которых выделяется на крупные исследовательские центры. Руководитель суперкомпьютерного центра «Политехнический» СПбПУ Алексей Лукашин предложил дать небольшим лабораториям ИИ больше возможностей для получения государственного финансирования в рамках федеральной программы «Искусственный интеллект», госзаданий и целевых грантов.
СПбПУ является участником Ассоциации «Искусственный интеллект в промышленности».
Исследователи из HPC-AI Technology Inc. и Национального университета Сингапура представляют "Colossal-AI": систему для создания моделей глубокого обучения на распределенных вычислительных системах
Большие высокопроизводительные модели искусственного интеллекта, например современные трансформеры, такие как BERT и GPT-3, ограничены существующим "железом". Одним из ключевых направлений исследований ИИ, направленным на преодоление этого ограничения, является использование таких моделей в распределенных вычислительных средах. Но распределенные вычисления требуют высокого уровня экспертизы в компьютерной архитектуре и дизайне суперкомпьютерных систем (HPC), которые трудно получить современным специалистам без практического опыта работы c оборудованием соответствующего класса.
"Colossal-AI" это опен-сорс система, которая упрощает доступ ИИ-сообщества к инструментам распределенного обучения. Пользуясь этими инструментами, разработчик может разделить процесс разработки модели и ее адаптации к распределенным системам. Сама адаптация тоже упрощается: исследователи говорят, что теперь разработать модель для распределенных вычислений так же просто как и модель для одного GPU.
Разработка описана в статье "Colossal-AI: A Unified Deep Learning System For Large-Scale Parallel Training", опубликованной на ArXiv 28 октября, а исходный код доступен на GitHub
Большие высокопроизводительные модели искусственного интеллекта, например современные трансформеры, такие как BERT и GPT-3, ограничены существующим "железом". Одним из ключевых направлений исследований ИИ, направленным на преодоление этого ограничения, является использование таких моделей в распределенных вычислительных средах. Но распределенные вычисления требуют высокого уровня экспертизы в компьютерной архитектуре и дизайне суперкомпьютерных систем (HPC), которые трудно получить современным специалистам без практического опыта работы c оборудованием соответствующего класса.
"Colossal-AI" это опен-сорс система, которая упрощает доступ ИИ-сообщества к инструментам распределенного обучения. Пользуясь этими инструментами, разработчик может разделить процесс разработки модели и ее адаптации к распределенным системам. Сама адаптация тоже упрощается: исследователи говорят, что теперь разработать модель для распределенных вычислений так же просто как и модель для одного GPU.
Разработка описана в статье "Colossal-AI: A Unified Deep Learning System For Large-Scale Parallel Training", опубликованной на ArXiv 28 октября, а исходный код доступен на GitHub
MITSMR-BCG-Report-2021-Cultural-Benefits-AI.pdf
2.1 MB
MIT и BCG выпустили доклад о влиянии ИИ на культуру компаний
Как выяснили авторы доклада, искусственный интеллект не только увеличивает производственную эффективность, но и улучшает эффективность организации, отдельных команд и положительно влияет на корпоративную культуру.
Использование ИИ-инструментов внутри команд в большинстве случаев увеличивает эффективность обучения и передачи опыта в команде, прозрачность распределения ролей и продуктивность совместной работы.
На уровне организации, использование ИИ способствует выходу на новые смежные рынки и общему повышению конкурентоспособности компании на рынке.
Исследование показывает, что внедрение ИИ повышает общую мораль сотрудников. И чем больше процессов в компании трансформируются на основе данных и искусственного интеллекта, тем сотрудники более позитивно настроены на такие изменения.
Как выяснили авторы доклада, искусственный интеллект не только увеличивает производственную эффективность, но и улучшает эффективность организации, отдельных команд и положительно влияет на корпоративную культуру.
Использование ИИ-инструментов внутри команд в большинстве случаев увеличивает эффективность обучения и передачи опыта в команде, прозрачность распределения ролей и продуктивность совместной работы.
На уровне организации, использование ИИ способствует выходу на новые смежные рынки и общему повышению конкурентоспособности компании на рынке.
Исследование показывает, что внедрение ИИ повышает общую мораль сотрудников. И чем больше процессов в компании трансформируются на основе данных и искусственного интеллекта, тем сотрудники более позитивно настроены на такие изменения.
В #ЛЭТИ предложили способ определения индивидуального профиля слуха
Петербургские ученые совместно с коллегами из Германии разрабатывают программный комплекс, который позволяет с помощью машинного обучения подбирать индивидуальную терапию при лечении пациентов, имеющих проблемы со слухом.
ЛЭТИ является участником Ассоциации «Искусственный интеллект в промышленности»
Подробнее о разработке в материале Naked Science
Петербургские ученые совместно с коллегами из Германии разрабатывают программный комплекс, который позволяет с помощью машинного обучения подбирать индивидуальную терапию при лечении пациентов, имеющих проблемы со слухом.
ЛЭТИ является участником Ассоциации «Искусственный интеллект в промышленности»
Подробнее о разработке в материале Naked Science
Alphabet (Google) запускает новую компанию для развития ИИ в фармацевтике
Новая компания будет называться Isomorphic. Она будет использовать наработки другой ИИ компании из экосистемы Google – DeepMind, которая занималась картированием белков и генов человека.
Категория компаний, в которую входят DeepMind и Isomorphic, и которая вытягивает новые отрасли, отсутствует в России. Именно создание такого класса компаний, делающих упор на развитие ИИ необходимо нашей стране для совершения прорывов в отрасли.
Новая компания будет называться Isomorphic. Она будет использовать наработки другой ИИ компании из экосистемы Google – DeepMind, которая занималась картированием белков и генов человека.
Категория компаний, в которую входят DeepMind и Isomorphic, и которая вытягивает новые отрасли, отсутствует в России. Именно создание такого класса компаний, делающих упор на развитие ИИ необходимо нашей стране для совершения прорывов в отрасли.
The Verge
Alphabet is launching a company that uses AI for drug discovery
AI tools could speed the process of finding new drugs
Команда из Санкт-Петербурга заняла третье место на международном конкурсе #Traffic4cast21, проходящем в рамках конференции NeurIPS 2021.
В рамках соревнования команды разрабатывали предиктивную модель городского трафика на основе записей дорожного движения.
В составе команды – Всеволод Коняхин (#ИТМО), Нина Лукашина (#JetBrains), Алексей Шпильман (#ВШЭ, #Газпром_нефть).
Первое и второе места заняли команды из Канады и Южной Кореи.
«Газпром нефть» является со-учредителем а ИТМО – участником Ассоциации «Искусственный интеллект в промышленности».
От души поздравляем участников команды с достижением! Присоединиться к поздравлениям можно в Facebook.
В рамках соревнования команды разрабатывали предиктивную модель городского трафика на основе записей дорожного движения.
В составе команды – Всеволод Коняхин (#ИТМО), Нина Лукашина (#JetBrains), Алексей Шпильман (#ВШЭ, #Газпром_нефть).
Первое и второе места заняли команды из Канады и Южной Кореи.
«Газпром нефть» является со-учредителем а ИТМО – участником Ассоциации «Искусственный интеллект в промышленности».
От души поздравляем участников команды с достижением! Присоединиться к поздравлениям можно в Facebook.
Министерство экономического развития Российской Федерации организует хакатон по искусственному интеллекту в Санкт-Петербурге
Срок проведения хакатона с 12 по 14 ноября, призовой фонд составит 1 млн рублей. 13 ноября для участников хакатона состоится образовательная лекция "Машинное обучение в задачах интернет-маркетинга: от Авторегрессии до Языковых моделей".
Кейсы хакатона:
1. Разработка модели машинного обучения для улучшения логистики лекарств в России
2. Создание модели для рекомендации льготных покупок для клиентов онлайн-банка
3. Разработка алгоритма, способного самостоятельно определить победителя "Премии Рунета"
Кейсодержателем хакатона является Министерство промышленности и торговли Российской Федерации.
Хакатон пройдет в "Ленполиграфмаше". Возможен и онлайн-формат участия. Регистрация открыта до 10 ноября. Узнать подробности и зарегистрироваться можно на сайте хакатона.
Оператором хакатона является АНО "Россия – страна возможностей". Хакатон проводится в рамках национального проекта "Цифровая экономика". В рамках федерального проекта "Искусственный интеллект" Правительством РФ на хакатоны по ИИ до 2024 года выделено более 700 млн рублей, еще 300 млн планируется привлечь из внебюджетных источников.
Срок проведения хакатона с 12 по 14 ноября, призовой фонд составит 1 млн рублей. 13 ноября для участников хакатона состоится образовательная лекция "Машинное обучение в задачах интернет-маркетинга: от Авторегрессии до Языковых моделей".
Кейсы хакатона:
1. Разработка модели машинного обучения для улучшения логистики лекарств в России
2. Создание модели для рекомендации льготных покупок для клиентов онлайн-банка
3. Разработка алгоритма, способного самостоятельно определить победителя "Премии Рунета"
Кейсодержателем хакатона является Министерство промышленности и торговли Российской Федерации.
Хакатон пройдет в "Ленполиграфмаше". Возможен и онлайн-формат участия. Регистрация открыта до 10 ноября. Узнать подробности и зарегистрироваться можно на сайте хакатона.
Оператором хакатона является АНО "Россия – страна возможностей". Хакатон проводится в рамках национального проекта "Цифровая экономика". В рамках федерального проекта "Искусственный интеллект" Правительством РФ на хакатоны по ИИ до 2024 года выделено более 700 млн рублей, еще 300 млн планируется привлечь из внебюджетных источников.
Дайджест ИИ 2021-11-08.pdf
681.7 KB
Свежий выпуск еженедельного дайджеста новостей об искусственном интеллекте от ЦМД "Газпром нефти".
Мы продолжаем публиковать дайджесты от центра монетизации данных "Газпром нефти". В сегодняшнем выпуске🕵🏼♂️:
Общие материалы выпуска 🧑🏽🦱
• DALL-E от Сбера на русском языке
• Google начнет разрабатывать модели для поиска новых
лекарств
• ИИ определяет авторство частей картин Леонардо да Винчи
Узкоспециальные материалы 👩🏻🎓
• Мультимодальное обучение по сюжету видео
• Научиться играть в Atari за 100k шагов
• Масштабирование графовых нейронных сетей
• Colossal-AI – открытый инструментарий для параллельного
обучения моделей
Связаться с авторами дайджеста и предложить собственную новость можно по email: [email protected]
Подписывайтесь на наш канал, чтобы не пропустить еженедельные дайджесты, свежие новости и анонсы в сфере ИИ!
Мы продолжаем публиковать дайджесты от центра монетизации данных "Газпром нефти". В сегодняшнем выпуске🕵🏼♂️:
Общие материалы выпуска 🧑🏽🦱
• DALL-E от Сбера на русском языке
• Google начнет разрабатывать модели для поиска новых
лекарств
• ИИ определяет авторство частей картин Леонардо да Винчи
Узкоспециальные материалы 👩🏻🎓
• Мультимодальное обучение по сюжету видео
• Научиться играть в Atari за 100k шагов
• Масштабирование графовых нейронных сетей
• Colossal-AI – открытый инструментарий для параллельного
обучения моделей
Связаться с авторами дайджеста и предложить собственную новость можно по email: [email protected]
Подписывайтесь на наш канал, чтобы не пропустить еженедельные дайджесты, свежие новости и анонсы в сфере ИИ!
Завершился первый день научно-технологического форсайта "Фронтиры в новых науках"
Искусственный интеллект – одна из четырех тем форсайта. На открытии форсайта с докладами по ИИ выступили Кирилл Кринкин, директор Международного инновационного института искусственного интеллекта, кибербезопасности и коммуникаций им. А.С. Попова #ЛЭТИ, заведующий кафедрой Математического обеспечения и применения ЭВМ и руководитель проектного направления Фонда "ЦСР "Северо-Запад" Илья Васеев.
Докладчики сформулировали ключевые перспективные направления исследований в ИИ и "большие" или "гипер" задачи для искусственного интеллекта. Гиперзадачи – это проекты, которые формируют большой государственный или общественный заказ.
Примерами гиперзадач назвали:
1. Освоение космоса
2. Применение ИИ для сокращения социального неравенства
3. Создание умного города / города с отрицательной эмиссией CO2
4. Создание системы общественного беспилотного транспорта
5. Создание физиологического двойника человека
6. Разработка лекарств нового уровня, новые способы синтеза и лечения
На втором этапе работы исследователи в искусственном интеллекте сформулировали перечень перспективных тем для ИИ в горизонте до 2030 и 2050 года. Ключевым разделением для формулировки фронтирных направлений исследований стало деление на сильный и слабый искусственный интеллект. Кроме того, тематики, связанные с применением искусственного интеллекта и машинного обучения поднимались как ключевые направления развития других областей форсайта: синтетической биологии, новой химии и зеленого перехода.
10 ноября группы исследователей продолжат работу над форсайтом и сформулируют возможные темы для грантовых программ BlueSkyResearch. Принять участие в форсайте можно, зарегистрировавшись по ссылке.
ЛЭТИ является участником Ассоциации "Искусственный интеллект в промышленности". Форсайт "Фронтиры в новых науках" организован Фондом "ЦСР "Северо-Запад", Фондом поддержки инноваций и молодежных инициатив Санкт-Петербурга, Министерством науки и высшего образования Российской Федерации и Комитетом по науке и высшей школе Правительства Санкт-Петербурга.
Искусственный интеллект – одна из четырех тем форсайта. На открытии форсайта с докладами по ИИ выступили Кирилл Кринкин, директор Международного инновационного института искусственного интеллекта, кибербезопасности и коммуникаций им. А.С. Попова #ЛЭТИ, заведующий кафедрой Математического обеспечения и применения ЭВМ и руководитель проектного направления Фонда "ЦСР "Северо-Запад" Илья Васеев.
Докладчики сформулировали ключевые перспективные направления исследований в ИИ и "большие" или "гипер" задачи для искусственного интеллекта. Гиперзадачи – это проекты, которые формируют большой государственный или общественный заказ.
Примерами гиперзадач назвали:
1. Освоение космоса
2. Применение ИИ для сокращения социального неравенства
3. Создание умного города / города с отрицательной эмиссией CO2
4. Создание системы общественного беспилотного транспорта
5. Создание физиологического двойника человека
6. Разработка лекарств нового уровня, новые способы синтеза и лечения
На втором этапе работы исследователи в искусственном интеллекте сформулировали перечень перспективных тем для ИИ в горизонте до 2030 и 2050 года. Ключевым разделением для формулировки фронтирных направлений исследований стало деление на сильный и слабый искусственный интеллект. Кроме того, тематики, связанные с применением искусственного интеллекта и машинного обучения поднимались как ключевые направления развития других областей форсайта: синтетической биологии, новой химии и зеленого перехода.
10 ноября группы исследователей продолжат работу над форсайтом и сформулируют возможные темы для грантовых программ BlueSkyResearch. Принять участие в форсайте можно, зарегистрировавшись по ссылке.
ЛЭТИ является участником Ассоциации "Искусственный интеллект в промышленности". Форсайт "Фронтиры в новых науках" организован Фондом "ЦСР "Северо-Запад", Фондом поддержки инноваций и молодежных инициатив Санкт-Петербурга, Министерством науки и высшего образования Российской Федерации и Комитетом по науке и высшей школе Правительства Санкт-Петербурга.
Завершился второй день научно-технологического форсайта "Фронтиры в новых науках"
Искусственный интеллект – одна из четырех тем форсайта. В ходе встречи 10 ноября группа исследователей ИИ сформулировала перечень перспективных тематик для грантовых программ Blue Sky Research и перечень основных компетенций ключевых исследователей (PI) в искусственном интеллекте.
Перспективные темы для грантов Blue Sky Research будут опубликованы в рамках отчетных докладов по форсайту позднее в этом году.
Что касается компетенций PI, исследователи разделили их на две ключевых группы: 1) компетенции в области Сильного ИИ и 2) компетенции в слабом ИИ.
Для специалистов в области систем Сильного ИИ, развитие которых ожидается в долгосрочном горизонте до 2050 года, крайне важно иметь широкие знания в различных предметных областях, связанных с функционированием человеческого интеллекта (нейрофизиология, лингвистика) и сочетать их с кибернетикой, математикой и системным инжинирингом. Кроме того, специалисты в Сильном ИИ должны уметь работать со знаниями, в отличие от современных специалистов, которые работают с данными.
Слабый ИИ – перспективное направление для исследований в среднесрочном горизонте до 2030 года. Исследования слабого ИИ требуют от PI продвинутого владения инструментами и методами работы с Big Data и глубоких компетенций в узкой отраслевой специализации, например – медицине, синтетической биологии, цифровой химии и других сферах.
Форсайт "Фронтиры в новых науках" организован Фондом "ЦСР "Северо-Запад", Фондом поддержки инноваций и молодежных инициатив Санкт-Петербурга, Министерством науки и высшего образования Российской Федерации и Комитетом по науке и высшей школе Правительства Санкт-Петербурга.
Искусственный интеллект – одна из четырех тем форсайта. В ходе встречи 10 ноября группа исследователей ИИ сформулировала перечень перспективных тематик для грантовых программ Blue Sky Research и перечень основных компетенций ключевых исследователей (PI) в искусственном интеллекте.
Перспективные темы для грантов Blue Sky Research будут опубликованы в рамках отчетных докладов по форсайту позднее в этом году.
Что касается компетенций PI, исследователи разделили их на две ключевых группы: 1) компетенции в области Сильного ИИ и 2) компетенции в слабом ИИ.
Для специалистов в области систем Сильного ИИ, развитие которых ожидается в долгосрочном горизонте до 2050 года, крайне важно иметь широкие знания в различных предметных областях, связанных с функционированием человеческого интеллекта (нейрофизиология, лингвистика) и сочетать их с кибернетикой, математикой и системным инжинирингом. Кроме того, специалисты в Сильном ИИ должны уметь работать со знаниями, в отличие от современных специалистов, которые работают с данными.
Слабый ИИ – перспективное направление для исследований в среднесрочном горизонте до 2030 года. Исследования слабого ИИ требуют от PI продвинутого владения инструментами и методами работы с Big Data и глубоких компетенций в узкой отраслевой специализации, например – медицине, синтетической биологии, цифровой химии и других сферах.
Форсайт "Фронтиры в новых науках" организован Фондом "ЦСР "Северо-Запад", Фондом поддержки инноваций и молодежных инициатив Санкт-Петербурга, Министерством науки и высшего образования Российской Федерации и Комитетом по науке и высшей школе Правительства Санкт-Петербурга.
Forwarded from Цифровое право
Какая цифровая трансформация ждет промышленность России?
Правительство утвердило стратегию развития ИИ, робототехники, интернета вещей и виртуальной реальности.
Предлагаемые меры должны повысить долю российских электронных компонентов до 40%, для этого будут вводиться квоты на использование иностранных аналогов.
В стратегии выделены направления цифровой трансформации до 2030 года:
• Умное производство (формирование эффективной инфраструктуры и системы поддержки внедрения российского программного обеспечения и программно-аппаратных комплексов);
• Цифровой инжиниринг (создание национальной системы стандартизации и сертификации, базирующейся на технологиях виртуальных испытаний);
• Новая модель занятости (формирование новой модели занятости в промышленности);
• Продукция будущего (переход к кастомизированной промышленной продукции и ремонту по состоянию).
Правительство утвердило стратегию развития ИИ, робототехники, интернета вещей и виртуальной реальности.
Предлагаемые меры должны повысить долю российских электронных компонентов до 40%, для этого будут вводиться квоты на использование иностранных аналогов.
В стратегии выделены направления цифровой трансформации до 2030 года:
• Умное производство (формирование эффективной инфраструктуры и системы поддержки внедрения российского программного обеспечения и программно-аппаратных комплексов);
• Цифровой инжиниринг (создание национальной системы стандартизации и сертификации, базирующейся на технологиях виртуальных испытаний);
• Новая модель занятости (формирование новой модели занятости в промышленности);
• Продукция будущего (переход к кастомизированной промышленной продукции и ремонту по состоянию).
Forwarded from Naked Science
Исследование «Сбера» показало, что благодаря внедрению искусственного интеллекта удается в несколько раз повысить эффективность процессов и проектов в различных сферах экономики. Анализ проводили на примере как российского, так и международного опыта и на базе специально разработанной методики. Ее представили на конференции Artificial Intelligence Journey 2021, которая проходит с 10 по 12 ноября с участием ведущих мировых экспертов.
Итак, чтобы понять, как повлияло присутствие ИИ на разные области, «Сбер» использовал комплексную методику, включавшую оценку пяти критериев: скорости, качества, объективности, экономической эффективности и персонализации. Внедрение искусственного интеллекта, как выяснилось, улучшило их в пять-семь раз. К примеру, в сфере контроля качества продукции в промышленности ИИ помог снизить число ошибок и повысить точность обнаружения дефектов до 99 процентов; для предиктивного обслуживания автотранспорта он сократил траты на обслуживание до 25 процентов — благодаря минимизации простоев и максимизации производительности.
По критерию «скорость» «Сбер» оценивал, во-первых, среднее время, которое уходит на «клиентский путь», в том числе показатели Time2Market, Time2Delivery, LeadTime; во-вторых, среднее время приезда скорой к пациенту, ответа на обращение и так далее. Изучая «качество», можно было понять, насколько клиент доволен сервисом или продуктом: к примеру, Customer Satisfaction Index (CSI), индекс потребительской лояльности/готовности рекомендовать (NPS) и прочее.
Критерий «объективность» показывал долю решений, для принятия которых не требовалось участие человека: среди них — снижение количества ошибок, обусловленных человеческим фактором, «экономическая эффективность» (выручка/затраты на единицу продукции). Оценка «персонализации» подразумевала анализ доли продуктов или услуг, параметры которых выбирали под пользователя: например, число учащихся по индивидуальным программам или количество клиентов с персональными предложениями.
Рассчитав параметры по всем вышеперечисленным критериям, получали «ИИ-рейтинг» того или иного проекта либо целого портфеля, а также их финансовые показатели (NPV, IRR), необходимые для принятия верного решения по реализации.
«Разработанная «Сбером» методика позволяет оценить эффекты от внедрения искусственного интеллекта в промышленности, транспорте, сельском хозяйстве, здравоохранении, образовании, государственном управлении и других отраслях. Мы проанализировали не только российские, но и международные кейсы применения ИИ. Предварительные результаты впечатляют: использование ИИ улучшает ряд ключевых критериев эффективности процессов в различных отраслях в пять-семь раз. Разработанную методику мы передали в правительство России. Я уверен, что это будет способствовать еще более глубокому проникновению искусственного интеллекта в различные сферы экономики на благо всех граждан нашей страны», — отметил Александр Ведяхин, первый заместитель председателя правления Сбербанка.
Итак, чтобы понять, как повлияло присутствие ИИ на разные области, «Сбер» использовал комплексную методику, включавшую оценку пяти критериев: скорости, качества, объективности, экономической эффективности и персонализации. Внедрение искусственного интеллекта, как выяснилось, улучшило их в пять-семь раз. К примеру, в сфере контроля качества продукции в промышленности ИИ помог снизить число ошибок и повысить точность обнаружения дефектов до 99 процентов; для предиктивного обслуживания автотранспорта он сократил траты на обслуживание до 25 процентов — благодаря минимизации простоев и максимизации производительности.
По критерию «скорость» «Сбер» оценивал, во-первых, среднее время, которое уходит на «клиентский путь», в том числе показатели Time2Market, Time2Delivery, LeadTime; во-вторых, среднее время приезда скорой к пациенту, ответа на обращение и так далее. Изучая «качество», можно было понять, насколько клиент доволен сервисом или продуктом: к примеру, Customer Satisfaction Index (CSI), индекс потребительской лояльности/готовности рекомендовать (NPS) и прочее.
Критерий «объективность» показывал долю решений, для принятия которых не требовалось участие человека: среди них — снижение количества ошибок, обусловленных человеческим фактором, «экономическая эффективность» (выручка/затраты на единицу продукции). Оценка «персонализации» подразумевала анализ доли продуктов или услуг, параметры которых выбирали под пользователя: например, число учащихся по индивидуальным программам или количество клиентов с персональными предложениями.
Рассчитав параметры по всем вышеперечисленным критериям, получали «ИИ-рейтинг» того или иного проекта либо целого портфеля, а также их финансовые показатели (NPV, IRR), необходимые для принятия верного решения по реализации.
«Разработанная «Сбером» методика позволяет оценить эффекты от внедрения искусственного интеллекта в промышленности, транспорте, сельском хозяйстве, здравоохранении, образовании, государственном управлении и других отраслях. Мы проанализировали не только российские, но и международные кейсы применения ИИ. Предварительные результаты впечатляют: использование ИИ улучшает ряд ключевых критериев эффективности процессов в различных отраслях в пять-семь раз. Разработанную методику мы передали в правительство России. Я уверен, что это будет способствовать еще более глубокому проникновению искусственного интеллекта в различные сферы экономики на благо всех граждан нашей страны», — отметил Александр Ведяхин, первый заместитель председателя правления Сбербанка.