УНИВЕРСИТЕТ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Новости университета за апрель 2020
Как найти работу в сфере Data Science
Денис Родионов, выпускник майского потока нашего Университета, поделился историей своего пути к профессии Data Scientist
Защита дипломных проектов и экзамен
В этом месяце успешно сдали устный экзамен:
Михаил Морозов, Владимир Раев и Сергей Ланин.
Также успешно защитили дипломный проект:
Михаил Морозов, Владимир Раев и Сергей Ланин.
Также успешно защитили дипломный проект:
Сергей Ланин
защитил дипломный проект на тему «Использование генетических алгоритмов для оптимизации параметров транспортировки газа в страны Европы».
Поток: июль 2019
Поток: июль 2019
Григорий Соколов
защитил дипломный проект на тему «Определение психотипа человека по фото».
Поток: июль 2019.
Поток: июль 2019.
Роман Боровиков
защитил дипломный проект на тему «Классификация входящих запросов в службу поддержки компании».
Поток: февраль 2020.
Поток: февраль 2020.
Ольга Комисарук
защитила дипломный проект на тему «Интеллектуальные методы обработки сигналов электроэнцефалограммы головного мозга».
Поток: июль 2019.
Поток: июль 2019.
Андрей Широбоков
защитил дипломный проект на тему «ЭЭГ Нейроконтроллер».
Поток: сентябрь 2019.
Поток: сентябрь 2019.
Андрей Круглов
защитил дипломный проект на тему «Автоматическое обнаружение объекта с упрощённой разметкой базы данных».
Поток: июль 2019.
Поток: июль 2019.
Доска победителей месяца
В качестве благодарности за активность на курсе мы дарим подарки.
Февральский поток курса «Нейронные сети на Python» получил следующие подарки:
Февральский поток курса «Нейронные сети на Python» получил следующие подарки:
LIGHT
- Семинар с Константином Слеповым, на котором участники решили сложную задачу по статистике, а также познакомились с интересной теоремой, получили:
Валерий Нуров, Павел Капустин, Анастасия Королева, Алексей Ведяшкин, Ирина Елисеева, Сергей Сычев, Вячеслав Лабзин.
PRO
- 10 занятий курса «Интеграция AI решений в production» получил Роман Боровиков.
- Семинар с Сергеем Кузиным на тему «Реализация алгоритма Q-learning от DeepMind» получили:
Роман Боровиков, Тимур Курмангожин, Алексей Стюпан, Андрей Максимов, Вячеслав Газукин, Владислав Казначеев, Никита Шубин, Андрей Пахомов.
Ноябрьский поток курса «Нейронные сети на Python» получил следующие подарки:
- 1Индивидуальную консультацию с Герардом Костиным» получил Валентин Погуляев.
- 210 занятий курса «Интеграция AI решений в production» получил Юрий Сергеев.
- 3Семинар с Герардом Костиным на тему «Универсальные языковые модели в задачах генерации текста» получили:
Дмитрий Куликов, Михаил Рогожин, Александр Ланин, Андрей Хитриков, Степан Веремеев, Олег Шульцев, Александр Никитин,Наталья Сазонова, Анатолий Домрачев, Сергей Розинов, Михаил Агафонов, Анатолий Панарин.
Партнёрство
Мы начинаем активно сотрудничать с международными англоязычными компаниями по трудоустройству наших студентов и выпускников.
Первая компания, с которой мы заключили соглашение - крупная американская компания в сфере дополненной реальности Superba AR https://www.superba.biz/.
Члены команды Superba AR имеют более чем 15-летний опыт работы в Голливуде над такими блокбастерами, как «Человек из стали», «Железный человек» и «Мстители», а также опыт разработки фильтров дополненной реальности для Facebook, TikTok, Snapchat и Youtube.
Superba AR заинтересована в найме разработчиков алгоритмов обработки изображений. Также у нас есть потенциальные иностранные партнеры, которым нужны разработчики для анализа временных рядов, реализации медицинских IT-проектов и других не менее интересных задач.
Первая компания, с которой мы заключили соглашение - крупная американская компания в сфере дополненной реальности Superba AR https://www.superba.biz/.
Члены команды Superba AR имеют более чем 15-летний опыт работы в Голливуде над такими блокбастерами, как «Человек из стали», «Железный человек» и «Мстители», а также опыт разработки фильтров дополненной реальности для Facebook, TikTok, Snapchat и Youtube.
Superba AR заинтересована в найме разработчиков алгоритмов обработки изображений. Также у нас есть потенциальные иностранные партнеры, которым нужны разработчики для анализа временных рядов, реализации медицинских IT-проектов и других не менее интересных задач.
Новый углубленный курс по текстам
(Natural Language Processing)
На занятиях раскрываются продвинутые теории, благодаря которым каждый сможет свободно изменять архитектуру и стратегию решения задачи, если она значительно отличается от типовой.
Константин Слепов
Автор и ведущий курса
Цели курса
- 1Вспомнить основы и особенности работы с нейросетями в сфере NLP
- 2Получить практический опыт в решении задач NLP
- 3Получить углубленное представление об устройстве и принципах работы нейросетей в задачах NLP
Пройдя курс, каждый сможет решать широкий спектр задач, начиная от классификации текста, заканчивая NER и переводом предложений.
Также в курсе даются полезные практические советы, которые, если разбираться самому, приходят с опытом лишь через длительное время и после множества экспериментов.
Также в курсе даются полезные практические советы, которые, если разбираться самому, приходят с опытом лишь через длительное время и после множества экспериментов.
Стажировки в Университете
В этом месяце был проведен конкурс. По результатам конкурса в стажировку было принято 7 человек с ноябрьского потока.
На стажировку по медицине были приняты: Михаил Рогожин, Валентин Погуляев, Дмитрий Куликов и Александр Ланин.
На стажировку по сегментации были приняты: Анатолий Домрачев, Степан Веремеев и Максим Сидоров.
На стажировку по медицине были приняты: Михаил Рогожин, Валентин Погуляев, Дмитрий Куликов и Александр Ланин.
На стажировку по сегментации были приняты: Анатолий Домрачев, Степан Веремеев и Максим Сидоров.
Сегментация
Группа по стройкам создает и проверяет различные архитектуры по сегментации, а также подходы к улучшению обучения нейросетей. Уже созданы и протестированы усложненные модификации U-NET, которые показывают результаты гораздо лучшие, чем оригинальные архитектуры, однако еще есть, куда стремиться. Конечная цель группы по сегментации - создание нейросети для квадрокоптера, который будет сам летать по стройкам, используя карты сегментации, полученные с камеры и обработанные на лету (во всех смыслах этого слова).
Медицина
У группы по медицине две основные задачи. Первая - определение болезни по описанным симптомам. На данный момент мы достигли 95-процентной точности на 100 слов-симптомов. Цель - достичь как минимум такой же точности на расширенном пуле из 625 заболеваний и уменьшить текст с описанием симптомов до 50 слов. Конечная цель - создать приложение, которое поможет определять заболевание без посещения больницы.
Вторая задача группы - распознавание заболеваний кожи по изображениям. Эта задача появилась позже, но уже есть результат: стажеры обучили сегментирующую сеть с высокой точностью, теперь задача классифицировать изображение, чтобы понять, какая именно болезнь на фотографии.
Вторая задача группы - распознавание заболеваний кожи по изображениям. Эта задача появилась позже, но уже есть результат: стажеры обучили сегментирующую сеть с высокой точностью, теперь задача классифицировать изображение, чтобы понять, какая именно болезнь на фотографии.
Новости искусственного интеллекта
В начале 2020 года разработчики компании SenseTime представили нейронную сеть, способную "заставить" говорить фотографию любого человека. Об этом нам рассказал Сергей Кузин, преподаватель нашего Университета, куратор апрельского потока.
Компания «OpenAI» опубликовала результаты недавнего исследования. В своем новом проекте разработчики «OpenAI» заставили играть в прятки искусственный интеллект. О том, как ИИ учился несколько миллионов раз и использовал невнимательность человека в свою пользу, смотрите по ссылке.
В этом месяце мы решили поделиться новостью на английском языке, потому что самые интересные и актуальные новости публикуются именно на нем. Но это видео будет понятно и тем, кто не владеет иностранным.
