Ирина Гайда, заместитель директора проектного центра по энергопереходу Сколтеха, - о том, как ИИ может ускорить энергопереход.
https://t.me/irinagaida/465
https://t.me/irinagaida/465
Telegram
@irinagaida
Вместе с Олегом Хамисовым, старшим преподавателем Сколтеха, поучаствовала в ESG-подкасте AI4Planet в рамках конференции AI Journey. Вопрос был поднят нешуточный – какие возможности открывает искусственный интеллект для энергоперехода:
⚡ Для начала нужно…
⚡ Для начала нужно…
🔥4❤🔥1👍1
🙌 Владимир Вановский, руководитель исследовательской группы применения ИИ для моделирования физических процессов, и Максим Клименко, руководитель направления методологии разработки программного обеспечения Центра прикладного ИИ, наградили (01:26:00) победителей международного хакатона проекта «Цифровой прорыв. Сезон: Искусственный интеллект» по двум кейсам, представленным научным партнером хакатона – Сколтехом.
✅ Первая задача от Центра прикладного ИИ – «Распознавание объектов инфраструктуры» (Infrastructure object recognition using satellite data) - представлена также для иностранных участников на английском языке. В ролике её озвучил Максим Алёшин. В судействе и менторстве команд от нашего Центра принимали участие Тимофей Григорьев, Анна Недорубова и Виктор Голиков, а также тесно взаимодействующий с командой Центра Михаил Криницкий (ИО РАН).
Участникам необходимо было разработать алгоритм на основе методов машинного обучения, который решает задачу семантической сегментации дорог и зданий по спутниковым снимкам высокого пространственного разрешения. Призовые места в кейсе заняли команды:
1⃣ThreeNearestNeighbours
2⃣ imaginary_units@PFUR
3⃣ Magic City
Победителями в лиге новичков стали команды:
1⃣ ThreeNearestNeighbours
2⃣Vladik
3⃣MISIShunters
✅ Во втором кейсе от Центра прикладного ИИ Сколтеха участники занимались коррекцией прогноза геофизических полей. Озвучил задачу Виктор Голиков. Участники разработали алгоритм на основе методов машинного обучения, который будет решать задачу прогнозирования пространственно-временных рядов, корректируя систематическую ошибку в высоко разрешенных прогнозах численной модели погоды WRF. Призовые места в кейсе заняли команды:
1⃣ MISIS Slayers
2⃣ Время играть в ИИ!
3⃣ Пока ещё естественный интеллект
Победителем в лиге новичков стала команда Ranx48. Подробнее
✅ Первая задача от Центра прикладного ИИ – «Распознавание объектов инфраструктуры» (Infrastructure object recognition using satellite data) - представлена также для иностранных участников на английском языке. В ролике её озвучил Максим Алёшин. В судействе и менторстве команд от нашего Центра принимали участие Тимофей Григорьев, Анна Недорубова и Виктор Голиков, а также тесно взаимодействующий с командой Центра Михаил Криницкий (ИО РАН).
Участникам необходимо было разработать алгоритм на основе методов машинного обучения, который решает задачу семантической сегментации дорог и зданий по спутниковым снимкам высокого пространственного разрешения. Призовые места в кейсе заняли команды:
1⃣ThreeNearestNeighbours
2⃣ imaginary_units@PFUR
3⃣ Magic City
Победителями в лиге новичков стали команды:
1⃣ ThreeNearestNeighbours
2⃣Vladik
3⃣MISIShunters
✅ Во втором кейсе от Центра прикладного ИИ Сколтеха участники занимались коррекцией прогноза геофизических полей. Озвучил задачу Виктор Голиков. Участники разработали алгоритм на основе методов машинного обучения, который будет решать задачу прогнозирования пространственно-временных рядов, корректируя систематическую ошибку в высоко разрешенных прогнозах численной модели погоды WRF. Призовые места в кейсе заняли команды:
1⃣ MISIS Slayers
2⃣ Время играть в ИИ!
3⃣ Пока ещё естественный интеллект
Победителем в лиге новичков стала команда Ranx48. Подробнее
👍3🔥2🎉1
🎙️ Максим Шараев, старший преподаватель Сколтеха и руководитель исследовательской группы Центра прикладного ИИ, в интервью порталу «Новосибирск онлайн» рассказал о своём становлении в качестве ученого-биофизика и о проектах возглавляемой им лаборатории, больше половины которых связаны с нейровизуализацией — получением и анализом данных работы мозга. Для этого применяются математическое моделирование, методы машинного обучения и искусственного интеллекта.
🚀 Максим также раскрыл подробности о стартовом проекте совместной лаборатории Сколтеха и Университета Шарджи - BIMAI-Lab (со-руководителем которой он является) - по созданию методов и моделей исследования гетерогенности раковых опухолей. Если проект будет успешным, то в дальнейшем этот подход планируют распространить на другие типы патологий: в первую очередь, на астму и диабет.
🚀 Максим также раскрыл подробности о стартовом проекте совместной лаборатории Сколтеха и Университета Шарджи - BIMAI-Lab (со-руководителем которой он является) - по созданию методов и моделей исследования гетерогенности раковых опухолей. Если проект будет успешным, то в дальнейшем этот подход планируют распространить на другие типы патологий: в первую очередь, на астму и диабет.
🔥7👍5❤🔥2👏2
📢 Благодарим всех присоединившихся очно и онлайн к третьему семинару цикла «Математика ИИ», инициированного Центром прикладного ИИ Сколтеха, под названием «Ускоренный безградиентный метод для задач негладкой стохастической выпуклой оптимизации с бесконечной дисперсией». Семинар провёл 👨🎓Никита Корнилов, исследователь лаборатории «Многомасштабная нейродинамика для интеллектуальных систем» Сколтеха (Центр технологий ИИ), семинарист по курсу методов оптимизации в МФТИ.
📑 Никита рассмотрел задачу негладкой стохастической выпуклой оптимизации с двумя зашумленными значениями функции на каждом шаге с бесконечной дисперсией шума. В классической постановке, когда дисперсия шума конечна, оптимальный алгоритм основан на ускоренном градиентном методе с батчингом. Этот алгоритм оптимален в терминах точности решения максимально допустимого уровня враждебного шума. Однако гипотеза о конечной дисперсии может оказаться неприменимой во многих практических сценариях. Подробнее об этом - в презентации Никиты.
📑 Никита рассмотрел задачу негладкой стохастической выпуклой оптимизации с двумя зашумленными значениями функции на каждом шаге с бесконечной дисперсией шума. В классической постановке, когда дисперсия шума конечна, оптимальный алгоритм основан на ускоренном градиентном методе с батчингом. Этот алгоритм оптимален в терминах точности решения максимально допустимого уровня враждебного шума. Однако гипотеза о конечной дисперсии может оказаться неприменимой во многих практических сценариях. Подробнее об этом - в презентации Никиты.
👍2🔥2🤔1
📢 Полина Трегубова, научный сотрудник Центра прикладного ИИ Сколтеха, вместе с Михаилом Криницким (Институт океанологии им. П.П. Ширшова ИО РАН) выступила на митапе под названием «ИИ и анализ климатических данных» на стенде «Климат и Океан», представленном Минобрнауки России на III Конгрессе молодых учёных в Сириусе. Выступление коллег стало своеобразным приглашением к дискуссии на тему использования методов ИИ в климатических исследованиях:
✅ Методы машинного обучения уже используются для решения задач сокращения выбросов парниковых газов и помощи обществу в адаптации к меняющемуся климату в контексте многих сфер: систем электроснабжения, транспорта, устойчивости инфраструктуры, модернизации промышленного сектора, устойчивого управления природными ресурсами.
✅ Примеры применения методов машинного обучения в контексте климатических исследований, в том числе из разработок, ведущихся Центром, - это гибридные модели и физически обоснованные модели машинного обучения для симуляции физических процессов и экосистемной продуктивности, анализ данных дистанционного зондирования Земли и, в частности, применение методов компьютерного зрения для оценок характеристик поверхности, анализа временных рядов для восполнения пробелов в задачах инвентаризации, разработка алгоритмов оптимизации цепочек поставок с учётом выбросов парниковых газов на разных этапах производства.
✅ Были сформулированы ограничения климатических исследований и мер климатического реагирования: важно преодолевать разобщенность между профильными сообществами, бизнесом и управляющими органами, а также технологические ограничения, и налаживать связь между специалистами из разных областей, работающих на одну цель. Критически важна разработка обновляемых баз данных и аналитических платформ, обеспечения доступности и прозрачности информации, разработки эталонных датасетов и методов обработки данных. Работа по преодолению этих ограничений ведется в том числе в рамках осуществляющихся проектов в Центре прикладного ИИ Сколтеха. Весь доклад
✅ Методы машинного обучения уже используются для решения задач сокращения выбросов парниковых газов и помощи обществу в адаптации к меняющемуся климату в контексте многих сфер: систем электроснабжения, транспорта, устойчивости инфраструктуры, модернизации промышленного сектора, устойчивого управления природными ресурсами.
✅ Примеры применения методов машинного обучения в контексте климатических исследований, в том числе из разработок, ведущихся Центром, - это гибридные модели и физически обоснованные модели машинного обучения для симуляции физических процессов и экосистемной продуктивности, анализ данных дистанционного зондирования Земли и, в частности, применение методов компьютерного зрения для оценок характеристик поверхности, анализа временных рядов для восполнения пробелов в задачах инвентаризации, разработка алгоритмов оптимизации цепочек поставок с учётом выбросов парниковых газов на разных этапах производства.
✅ Были сформулированы ограничения климатических исследований и мер климатического реагирования: важно преодолевать разобщенность между профильными сообществами, бизнесом и управляющими органами, а также технологические ограничения, и налаживать связь между специалистами из разных областей, работающих на одну цель. Критически важна разработка обновляемых баз данных и аналитических платформ, обеспечения доступности и прозрачности информации, разработки эталонных датасетов и методов обработки данных. Работа по преодолению этих ограничений ведется в том числе в рамках осуществляющихся проектов в Центре прикладного ИИ Сколтеха. Весь доклад
👍4❤2🔥2👏2🎉1
🎙️ Евгений Бурнаев, директор Центра прикладного ИИ Сколтеха, выступил на выездном заседании Экспертного совета при Комитете Государственной Думы по науке и высшему образованию по вопросам профессиональных квалификаций.
✅ Среди наиболее важных вызовов, требующих пристального внимания в контексте реализации Национальной стратегии развития ИИ, он назвал потребность в вычислительных мощностях, дефицит передовых разработок и исследовательских команд, а также всё ещё низкий уровень внедрения ИИ в отраслях и госуправлении.
✅ Среди вызовов второго приоритета, усугубленных санкциями, - потребность в кадрах для массового внедрения ИИ, дефицит инвестиций и проблемы с выживаемостью у ИИ-стартапов, а также преодоление международной изоляции РФ в сфере ИИ. И далеко не на последнем по значению месте – нормативные барьеры и вопросы безопасности ИИ.
✅ Евгений рассказал о вкладе Центра прикладного ИИ Сколтеха, имеющего опыт и компетенции по разработке ИИ-решений полного цикла, в развитие рынка. Были перечислены ключевые продукты и готовящиеся решения, включая прототип Программной платформы мультимасштабного мониторинга и управления рисками для решения задач устойчивого развития регионов и промышленных предприятий РФ. Использование Программной платформы коммерческими предприятиями и промышленными объектами ожидается к 2030 г.
✅ Много внимания было уделено стратегии подготовки ИИ-специалистов. Обеспечение устойчивого технологического суверенитета в сфере ИИ подразумевает наличие в стране одновременно набора базовых технологий ИИ и создающих и развивающих их коллективов, способных обеспечить среднесрочное (~10-20 лет) продвижение и прикладное применение технологий ИИ в различных отраслях экономики и социальной сферы с эффективностью не ниже мировой.
✅ ИИ должно позиционироваться в качестве мета-сквозной трансформационной технологии для всех других областей науки, промышленности и социальной сферы, исходя из оценок его вклада в прирост валовой добавочной стоимости в любой отрасли в масштабах 1-2%. Подробнее
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥2❤🔥1👏1😁1💯1🆒1
🏟️ В «Сбере» прошёл R&D-день Центров ИИ – подведение итогов работы исследовательских центров по ИИ в университетах, работающих на задачи «Сбера». Свыше 250 исследователей совместно с представителями всех бизнес-блоков членов экосистемы «Сбера» обсудили результаты научно-исследовательских работ, уже выполненных в рамках центров ИИ (Сколтех, ВШЭ и МФТИ), а также поделились новыми идеями и планами будущих наукоемких проектов.
🎙️ Сессию докладов от центров ИИ открыл проф. Евгений Бурнаев, директор Центра прикладного ИИ Сколтеха. Он рассказал об одном из потенциальных путей развития технологий - общем инженерном ИИ для автоматического построения и адаптации инженерных моделей на примере одного из ключевых проектов, успешно разработанных в Центре прикладного ИИ Сколтеха, – самообучаемой модели пласта.
👉 Предложенная концепция позволяет решить одну из важнейших проблем - оптимизацию принятия решений, что в перспективе позволит обеспечить действительно глубокое внедрение ИИ в рутинные процессы и перейти к человекоцентричной модели, когда за инженером остается ключевая функция постановки целей и задач.
🪧 В рамках постерной сессии свои наработки от Сколтеха представили 12 исследователей, включая Александра Коротина («Генеративные модели и приложения»),
Александра Булкина («Подходы и методы предсказания климатических событий»),
Илью Трофимова («Обучение представлениям данных с сохранением топологии») и
Александра Михалева («Алгоритмы ускорения обучения и сжатия больших нейросетевых моделей»). Подробнее
Мероприятие стало итоговым в цикле R&D-дней исследовательских центров ИИ, ведущих наукоемкие проекты для «Сбера». Сколтех проводил День исследований и разработок для «Сбера» на кампусе 21 июня.
🎙️ Сессию докладов от центров ИИ открыл проф. Евгений Бурнаев, директор Центра прикладного ИИ Сколтеха. Он рассказал об одном из потенциальных путей развития технологий - общем инженерном ИИ для автоматического построения и адаптации инженерных моделей на примере одного из ключевых проектов, успешно разработанных в Центре прикладного ИИ Сколтеха, – самообучаемой модели пласта.
👉 Предложенная концепция позволяет решить одну из важнейших проблем - оптимизацию принятия решений, что в перспективе позволит обеспечить действительно глубокое внедрение ИИ в рутинные процессы и перейти к человекоцентричной модели, когда за инженером остается ключевая функция постановки целей и задач.
🪧 В рамках постерной сессии свои наработки от Сколтеха представили 12 исследователей, включая Александра Коротина («Генеративные модели и приложения»),
Александра Булкина («Подходы и методы предсказания климатических событий»),
Илью Трофимова («Обучение представлениям данных с сохранением топологии») и
Александра Михалева («Алгоритмы ускорения обучения и сжатия больших нейросетевых моделей»). Подробнее
Мероприятие стало итоговым в цикле R&D-дней исследовательских центров ИИ, ведущих наукоемкие проекты для «Сбера». Сколтех проводил День исследований и разработок для «Сбера» на кампусе 21 июня.
👍5❤2🔥1😁1
Евгений Бурнаев, директор Центра прикладного ИИ Сколтеха, представил сегодня ключевые результаты и планы центра на заседании АНО "Цифровая экономика".
Итоги за 2021-2023 гг.:
🌐 Разработаны новые методы анализа многомерных данных.
📚 Опубликовано 17 публикаций на конференциях А*.
🚀 Запущено 3 фреймворка.
🏭 Реализованы запланированные проекты для индустриальных партнеров, в частности, для нефтесервисных технологий, мониторинга состояния территорий, повышения эффективности вычислительной инфраструктуры и для оценки влияния рисков.
Планы на 2025-2027 гг.:
🧠 Фундаментальные разработки в области генеративных моделей.
🔓 Предоставление открытого доступа к программным библиотекам DataFusion, SciML и GreenAI.
⚙️ Проведение опытно-промышленной эксплуатации Программной платформы мультимасштабного мониторинга и управления рисками для решения задач устойчивого развития регионов и промышленных предприятий РФ в пилотных регионах.
🌐 Интеграция региональных источников данных для новых сервисов.
Планы на 2028-2030 гг.:
🔗 Интеграция программной платформы с аналитическими системами ФОИВ / РОИВ.
🚀 Старт промышленной эксплуатации программной платформы в пилотных регионах.
🌍 Масштабирование платформы на другие регионы РФ.
Общий объем внебюджетного софинансирования Центра за 2023 год планируется выполнить со значительным превышением (213,5 млн. рублей вместо 172 млн. рублей). 💰
Итоги за 2021-2023 гг.:
🌐 Разработаны новые методы анализа многомерных данных.
📚 Опубликовано 17 публикаций на конференциях А*.
🚀 Запущено 3 фреймворка.
🏭 Реализованы запланированные проекты для индустриальных партнеров, в частности, для нефтесервисных технологий, мониторинга состояния территорий, повышения эффективности вычислительной инфраструктуры и для оценки влияния рисков.
Планы на 2025-2027 гг.:
🧠 Фундаментальные разработки в области генеративных моделей.
🔓 Предоставление открытого доступа к программным библиотекам DataFusion, SciML и GreenAI.
⚙️ Проведение опытно-промышленной эксплуатации Программной платформы мультимасштабного мониторинга и управления рисками для решения задач устойчивого развития регионов и промышленных предприятий РФ в пилотных регионах.
🌐 Интеграция региональных источников данных для новых сервисов.
Планы на 2028-2030 гг.:
🔗 Интеграция программной платформы с аналитическими системами ФОИВ / РОИВ.
🚀 Старт промышленной эксплуатации программной платформы в пилотных регионах.
🌍 Масштабирование платформы на другие регионы РФ.
Общий объем внебюджетного софинансирования Центра за 2023 год планируется выполнить со значительным превышением (213,5 млн. рублей вместо 172 млн. рублей). 💰
🔥7❤🔥1👍1
🎄 13 декабря Институт искусственного интеллекта AIRI приглашает на новогодний семинар.
На мероприятии руководитель исследовательской группы машинного обучения для промышленной аналитики Центра прикладного ИИ Сколтеха Илья Трофимов в компании коллег обсудит самые яркие научные достижения 2023 года.
Принять участие можно лично — в офисе AIRI — или удалённо, подключившись к прямой трансляции.
Не забудьте зарегистрироваться.
На мероприятии руководитель исследовательской группы машинного обучения для промышленной аналитики Центра прикладного ИИ Сколтеха Илья Трофимов в компании коллег обсудит самые яркие научные достижения 2023 года.
Принять участие можно лично — в офисе AIRI — или удалённо, подключившись к прямой трансляции.
Не забудьте зарегистрироваться.
❤🔥3👍1🔥1