🔗 Через час начнём ML Party по мотивам ICML

Вот-вот ребята соберутся в Москве и обсудят всё самое интересное с International Conference on Machine Learning, которая прошла в июле в Вене.

А мы подключимся к трансляции и тоже ничего не пропустим! Вот список докладов:

⚪️ Андрей Мищенко, руководитель команды качества рекламы в Яндекс Рекламе. Проведёт обзор рекомендательных систем

⚪️ Сергей Овчаренко, руководитель команды нейросетевых технологий в Яндекс Поиске, и Александр Шишеня, старший разработчик генеративных моделей в Яндекс Поиске. Расскажут про компьютерное зрение

⚪️ Андрей Бут, руководитель команды YandexGPT Alignment в Яндекс Поиске. Поговорит про обработку естественного языка

⚪️ Дмитрий Бабаев, руководитель ML R&D в Яндекс Картах. Проведёт обзор обучения с подкреплением

Прямой эфир можно посмотреть на сайте, а ещё:

🔳 На нашем ютуб-канале

🔳 В VK Видео

📪 Будем вас ждать!

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML

🛄 Приглашаем на Яндекс Robotics Day

7 сентября в Москве поговорим про наших роботов. Может быть, они (пока что) не пишут симфонии, зато отлично работают на складах!

Ждём на митапе Яндекс Robotics Day бэкендеров, ML/CV-разработчиков и hardware-инженеров. Соберёмся в нашей роболаборатории и послушаем выступления. Вот часть докладов:

⚪️ Михаил Ключевский, руководитель группы электроники и схемотехники, и Александр Петровский, руководитель службы hardware-разработки и производства роботов. Расскажут, как с нуля создаётся железо: от проектирования до конкретных блоков внутри

⚪️ Арсентий Гусев, руководитель команды надёжности и стабильности. Обсудит корпоративную embedded-разработку и эффективность Micro-ROS

⚪️ Александр Оплачкин, руководитель группы систем управления флотом. Расскажет о системе деплоя на мобильных роботов в ситуации с хорошей связью и без неё

⚪️ Виктор Юрченко, руководитель группы компьютерного зрения для видеоаналитики. Покажет, как нейронные сети помогают повысить эффективность робота в задаче инвентаризации

А после докладов — афтерпати и нетворкинг!

🔳 Для всех, кто заинтересовался нашей роболабой: зарегистрироваться на митап можно здесь.

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML

☁️ OmniCast в Яндекс Погоде

Точность прогноза температуры зависит от двух вещей: источников данных и алгоритмов их обработки. Новая технология OmniCast позволяет пользователям делиться с нами информацией с их собственных метеостанций по API. Благодаря этому наши алгоритмы могут предсказывать погоду с точностью до квартала. При этом важно не только собрать много данных, но и правильно их обработать.

🔳 Этому разработчики технологии посвятили текст на Хабре. Он пригодится всем, кто использует возможности машинного обучения для исследования реального мира. Чтобы решать такие задачи, нужно разбираться в естественных науках и работать в условиях дефицита информации.

Из статьи вы узнаете:

⚪️ Почему «погода за окном» — главный бенчмарк сервиса для пользователя

⚪️ Почему показать её правильно без продвинутых ML-моделей невозможно

⚪️ Какие параметры местности нужно учитывать для прогноза температуры в соседних районах

⚪️ Зачем разработчикам понадобились алгоритм и фильтр Калмана

⚪️ Почему ребята перешли от моделей семейства ARIMA к LSTM-сетям

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML

👷 ICML 2024: как это было и куда движется индустрия

Масштабные конференции всегда собирают огромное количество участников и гостей из академии, ведущих компаний в отрасли и перспективных стартапов: все стремятся пообщаться, послушать интересные доклады и посетить воркшопы. Здесь инженеры черпают новые идеи для улучшения продуктов и обмениваются опытом.

ICML не исключение. В этом году конференция проходила целую неделю и была максимально насыщенной: в некоторые дни программа начиналась с 8 утра.

В новой статье на Хабре впечатлениями от мероприятия поделился Владислав Офицеров, который помогает развивать нейронные технологии в международном Поиске Яндекса.

🔳 Что обсуждали и чему учились на ICML 2024

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML

🪩 Как Алиса научилась чувствовать по-новому

Наши разработчики радикально расширили эмоциональный диапазон Алисы. Теперь она может увлечённо слушать, сопереживать, радоваться и даже ругаться (но мы попросили её этого не делать).

Ребята рассказали, почему в этой задаче нельзя просто дать модели больше данных, а приходится модернизировать архитектуру. Дело в том, что у нейронной сети нет человеческой интуиции и понимания важности оттенка речи. Поэтому информацию о новых эмоциях она воспринимает как менее значимую, чем, например, параметры реверберации звука.

🔳Какую архитектуру в итоге выбрали и почему, как выглядят схемы модели синтеза до и после модернизации нейросети и дизайна функции потерь, а ещё аудиопримеры голоса — ищите в статье на Хабре.

⚪️ Эта история будет интересна инженерам, которые занимаются синтезом речи или созданием архитектуры обучения LLM. А ещё всем, кто следит за развитием звуковых нейросетей.

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML

🗂 Как искать и читать качественные научные статьи

Попросили ребят из Yandex Research рассказать, как найти хорошую публикацию и не наткнуться на торсионные поля, генетическую память, психотронное оружие и космические корабли древних славяно-ариев:

⚪️ Серёжа Кастрюлин, исследователь. Я предпочитаю читать статьи с самого начала и отсеивать лишнее на каждом этапе. Если мне непонятно название — не читаю статью. Могу ограничиться только одной аннотацией (*abstract*), если мне неинтересны детали и достаточно понять основную идею исследования.

⚪️ Денис Кузнеделев, ML-резидент. Я веду свой телеграм-канал и подписываюсь на блоги коллег. Это помогает не тонуть в потоке новой информации, а получать уже отобранный материал.

⚪️ Иван Рубачёв, исследователь. Ищите новые форматы! Я слежу за тематическими досками на Reddit и за интересными людьми в X. В интернете есть очень много полезного, например технические подкасты, рассылки от учёных и видеоразборы статей.

🔳 Ребята дали ещё очень много лайфхаков и полезных ссылок, которые вы можете найти в статье на сайте Яндекс Образования.

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexforML