🎓 — Семинар 5. Биологические правдоподобные модели памяти и механизмы синаптической пластичности| Никита Байнаев-Мангилев

Современные модели искусственных нейронных сетей демонстрируют впечатляющие результаты при работе с большими данными, однако их обучение остается крайне затратным из-за низкой выборочной эффективности. Кроме того, многие модели сталкиваются с проблемой катастрофического забывания, особенно актуальной в задачах непрерывного онлайн-обучения. Альтернативой могут стать биологически правдоподобные модели памяти и алгоритмы обучения, реализующие свойства локальности и выборочной эффективности, вдохновленные принципами работы человеческого мозга.

На данном семинаре аспирант нашего центра рассмотрит современные представления о пластичности и памяти в области вычислительной биологии, нейрофизиологии и когнитивного моделирования.

Особое внимание будет уделено двум темам. Во-первых, мы рассмотрим Behavioral Timescale Synaptic Plasticity (BTSP) — новый механизм синаптической пластичности, который открывает перспективы для понимания того, как мозг способен обучаться на нескольких примерах (few-shot learning). Во-вторых, мы обсудим роль астроцитов — клеток, которые долгое время считались лишь пассивными элементами глии, — в процессах памяти и синаптической передачи.

Статьи по теме астроцитов: 1, 2, 3
Статьи по теме BTSP: 1, 2, 3, 4

👉🏻 Дата: 05.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!

#Neuro #Bio

⚡️ — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — Семинар 6. Разработка методов построения реалистичных сцен в симуляторе для валидации интеллектуальных агентов | Роман Симонов

Оценка алгоритмов управления роботами в реальных условиях затруднена из-за рисков безопасности, высоких затрат и низкой воспроизводимости экспериментов, что делает симуляцию основным инструментом тестирования. Однако ключевым препятствием остается разрыв между моделью и реальностью (sim-to-real gap).

Предлагаемый системный подход на базе IsaacSim позволяет преодолеть это ограничение, обеспечивая среду для надежной валидации стратегий манипуляций и проверки их обобщающей способности. Использование высокопараллельного моделирования для автоматической идентификации физических параметров по реальным траекториям объектов обеспечивает корреляцию между поведением агента в виртуальной и физической средах.

Такой инструментарий дает возможность детально анализировать устойчивость моделей к изменениям параметров окружения, выявлять их уязвимости и подтверждать надежность систем еще до этапа развертывания на реальном железе.

👉🏻 Дата: 12.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!

#robotics

💫 — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — Семинар 7. Объектно-центричные представления | Владимир Фролов

Все более актуальной становится задача создания систем, способных формировать интерпретируемые, структурированные и композиционные внутренние представления о мире. Идеальным кандидатом на роль элементарной единицы такого представления выступает объект.

Доклад посвящён моделям, позволяющим извлекать объектно-центричные представления. Ключевым элементом здесь являются слоты — векторы, кодирующие характеристики объектов сцены: форму, положение, текстуру и другие атрибуты.

Современный подход к обучению таким представлениям уходит корнями в фундаментальные идеи, сформулированные задолго до появления технологий глубокого обучения. В докладе будут рассмотрены как базовые модели, актуальные для этой задачи, так и одна из недавних разработок — модель RAPID, которая использует модифицированный механизм группировки признаков на основе смесей гауссовских распределений.

👉🏻 Дата: 19.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!

#cv

🎓 — Семинар 8. Нейросетевая генерация глобальных HD-карт местности по реальным и синтетическим данным | Леонид Иванов, Сергей Бирюков

Построение HD-карт сцены является ключевой задачей для систем навигации беспилотных автомобилей. Такие многоуровневые представления карт (края дороги, линии разметки, светофоры, пешеходные переходы) используются для планирования траектории и понимания окружающей обстановки. Современные подходы построения HD-карт всё чаще ориентируются на формирование и использование глобальных сцен по длинным видео бортовых видеокамер, позволяющих учитывать более широкий контекст и обеспечивать согласованность предсказаний.

Развитие подобных методов на базе предобученных Vision-Language Models сталкивается с существенными ограничениями, связанными с нехваткой масштабируемых и разнообразных обучающих данных. Сбор и аннотирование реальных данных требует значительных ресурсов, что затрудняет обучение и валидацию моделей. Выходом из этой проблемы является создание синтетических данных при помощи симуляций.

В рамках семинара будут рассмотрены современные подходы к построению векторных глобальных HD-карт, а также будет представлен разрабатываемый пайплайн генерации фотореалистичных синтетических данных с использованием симулятора CARLA.

👉🏻 Дата: 26.03.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире. Ждём всех!

#CV

💫 — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

Приглашаем сегодня и завтра на секцию "Технологии искусственного интеллекта" Всероссийской Научной Конференции МФТИ!

Место проведения:

2 апреля — 201-201а УПМ
3 апреля — 528 ГК

Приходите очно или подключайтесь к трансляции в ВК.

🎓 — Семинар 10. Прогнозирование графов 3D-сцены | Юрий Потехин, Масуме Сабери

Построение графов сцен является важнейшим шагом на пути к высокоуровневому семантическому пониманию визуальной информации. Такое структурированное представление, где узлами выступают локализованные объекты, а ребрами — их пространственные и контактные взаимодействия, играет ключевую роль в задачах робототехники, автономной навигации и видеоаналитики. Сегодня фокус исследований смещается от статичного анализа изображений к анализу динамики в длинных видеопоследовательностях, а также к задаче предвосхищения будущего поведения объектов (Scene Graph Anticipation).

В рамках семинара будет представлен детальный разбор современных методов генерации и прогнозирования графов сцен для 2D и 3D видеокадров, проанализированы недостатки существующих протоколов оценки. Также мы предлагаем пайплайн для прогнозирования сцен графов с открытым словарём.

👉🏻 Дата: 09.04.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

#семинары #CV

💫 — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!