Международная школа-конференция по искусственному интеллекту
Санкт-Петербург
Международная школа-конференция по искусственному интеллекту
Организаторы
Школа организована совместно школой физико-математических и компьютерных наук и Лабораторией социальной и когнитивной информатики (SCILa) школы социальных наук НИУ ВШЭ (Санкт-Петербургский кампус).
ISSCAI 2024 станет первым мероприятием в серии.
Миссия
Международная школа-конференция по искусственному интеллекту — это не только возможность познакомиться с последними достижениями и исследованиями в области искусственного интеллекта, но и пространство для неформального общения между студентами, аспирантами, учеными и специалистами из индустрии. Целевая аудитория — бакалавры, магистранты и аспиранты, исследователи и разработчики. В школе-конференции примут участие 70 человек. Отбор участников будет проходить на конкурсной основе по резюме и кратким тезисам. Прошедшие отбор будут презентовать свои исследования на постерной сессии. Более подробную информацию можно найти здесь. Предлагаемую структуру статьи можно найти по ссылке.
Поддержка участников
Участие в ISSCAI — бесплатное. Ограниченное количество грантов, частично покрывающих поездки, для мотивированных и квалифицированных российских студентов будет доступно на конкурсной основе. Также до 20 мест в общежитии НИУ ВШЭ будут предоставлены участникам за небольшую плату.
Важные даты
- 15 Февраля, 2024
Окончание приема заявок для преподавателей
- 15 Мая, 2024
Окончание приема заявок на участие
- 5 Июня, 2024
Уведомление о прохождении отбора
- 1 — 7 Июля, 2024
Конференция
Генеральный партнер
Партнеры
Курсы и гостевые лекции
Программный комитет
Сергей Кольцов — Доктор компьютерных наук. Ведущий научный сотрудник лаборатории социальной и когнитивной информатики. Доцент Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Михаил Мухин — Кандидат физико-математических наук. Декан Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Сергей Николенко — Доктор физико-математических наук. Synthesis AI, руководитель отдела ИИ. Доцент департамента математики и компьютерных наук, СПБГУ;
Алексей Масютин — Кандидат экономических наук. Руководитель совместной кафедры со Сбербанком «Финансовые технологии и анализ данных». Руководитель Исследовательского центра искусственного интеллекта НИУ ВШЭ;
Сергей Кузнецов — Доктор физико-математических наук. Руководитель Школы анализа данных и искусственного интеллекта и Международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ;
Антон Кузнецов — Заместитель декана Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Денис Суржко — Кандидат экономических наук. Начальник отдела перспективных алгоритмов машинного обучения, анализа данных и моделирования банка ВТБ;
Константин Воронцов — Доктор физико-математических наук. Заведующий кафедрой математических методов прогнозирования МГУ;
Олеся Кольцова — Кандидат социологических наук. Заведующий лабораторией социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург;
Дмитрий Игнатов — Кандидат технических наук. Заведующий лабораторией моделей и методов вычислительной прагматики НИУ ВШЭ;
Елена Тутубалина — Доктор компьютерных наук. Исполнительный директор по исследованию данных, Sber AI. Лидер группы, научно-исследовательский институт искусственного интеллекта AIRI. Научный сотрудник Лаборатории моделей и методов вычислительной прагматики НИУ ВШЭ.
Организационный комитет
Сергей Кольцов — Доктор компьютерных наук. Ведущий научный сотрудник лаборатории социальной и когнитивной информатики. Доцент Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Антон Сурков — Стажер-исследователь Лаборатории социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург;
Анастасия Барышникова — Заместитель декана Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Олеся Кольцова — Кандидат социологических наук. Заведующий лабораторией социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург;
Михаил Мухин — Кандидат физико-математических наук. Декан Санкт-Петербургской школы физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург;
Елена Артеменко — Кандидат филологических наук. Заместитель заведующего лабораторией социальной и когнитивной информатики НИУ ВШЭ — Санкт-Петербург.
Контакты
Почта: isscai@hse.ru
Дмитрий Меркулов
Компания Технологии Доверия предоставляет аудиторские и консультационные услуги компаниям разных отраслей. В офисах «Технологий Доверия» в Москве, Санкт-Петербурге, Екатеринбурге, Казани, Новосибирске, Ростове-на-Дону, Краснодаре, Воронеже и Нижнем Новгороде работают около 3 000 специалистов.
Введение в обработку естественного языка (курс на русском языке от команды TeDo).
В этом курсе вы узнаете про самую популярную архитектуру для обработки искусственного языка — Трансформер, а также про большие языковые модели, основанные на нем, их обобщающие и генеративные способности. Также мы рассмотрим практические кейсы применения этой архитектуры для решения актуальных задач, поговорим о fine-tuning, promt-engineering и RAG.
Маусам
Кандидат компьютерных наук. Профессор департамента компьютерных наук и инжиниринга Индийского института технологий, Дели. Аффилированный профессор департамента компьютерных наук и инжиниринга университета Вашингтона. Профессору Маусаму был присвоен статус стипендианта AAAI в 2024 году за его постоянный вклад в область искусственного интеллекта и выдающиеся достижения.
Продвинутая обработка естественного языка
В этом курсе мы углубимся в сложные темы NLP, такие как согласование языковых моделей (LM) с предпочтениями пользователя, генерация ответа с учетом дополнительно найденной релевантной информации (RAG), а также процесс рассуждения языковых моделей и промптинг. Последняя лекция будет посвящена актуальным исследовательским проблемам и практическим советам по изучению больших языковых моделей.
Карпухин
Старший научный сотрудник, Сбербанк. Иван более 8 лет работает с глубоким обучением. Иван Карпухин разрабатывал речевые технологии для Яндекс.Алисы и модели компьютерного зрения для VK. Автор патентов по голосовой биометрии. Последние несколько лет активно публикует научные статьи по нейронным сетям и методам оптимизации. В настоящее время исследует новые подходы к моделированию временных рядов в лаборатории ИИ Сбербанка.
Компьютерное зрение
В этом курсе мы рассмотрим основы глубокого компьютерного зрения. Цель курса — развитие практических навыков решения типичных задач компьютерного зрения. В последней лекции мы кратко обсудим архитектуру трансформера для компьютерного зрения и мультимодальные подходы. Все участники предполагают базовые знания PyTorch или других библиотек глубокого обучения.
Кореневский
Кандидат физико-математических наук. Старший научный сотрудник, Центр распознавания речи. Максим Кореневский является автором более 50 научных работ и более 20 лет занимается речевыми технологиями, также в его научные интересы входят статистическое моделирование, методы Монте-Карло, глубокое обучение и цифровая обработка сигналов.
Основы современного распознавания речи
Курс посвящен краткому введению в современные технологии автоматического распознавания речи. Студенты ознакомятся с задачами распознавания речи, историей развития систем распознавания речи, получат обзор современных технологий и инструментов для создания систем распознавания.
Бозкурт
Кандидат компьютерных наук. Доцент, Университет Зайеда, Абу-Даби. Барис Бозкурт является автором более ста научных работ, а его основные исследовательские интересы включают обработку речевых и музыкальных сигналов, а также вычислительное музыковедение.
Обработка сигналов в музыке
В этом курсе мы поговорим об обработке музыки в машинном обучении. Мы изучим различные способы репрезентации музыки и анализа музыкального сигнала с помощью классических методов машинного обучения и глубокого обучения. Также мы рассмотрим такие приложения как определение жанра, определение кавера, настройка музыкальных инструментов, нахождение музыкальных паттернов, автоматическое оценивание игры на инструментах.
Николенко
Доктор физико-математических наук. Synthesis AI, руководитель отдела ИИ. Доцент департамента математики и компьютерных наук, СПБГУ. Сергей Николенко является автором более 100 научных работ, сейчас основной областью его интересов является машинное обучение и сетевые алгоритмы, а его предыдущие исследования включают работы по криптографии, теоретической информатике и алгебре.
Мечтаем ли мы об AGI? Сценарии, возможности и ожидания
Сейчас многие исследователи считают, что создание настоящего сильного искусственного интеллекта (artificial general intelligence, AGI) уже не за горами. Давайте это и обсудим: что представляют собой современные модели искусственного интеллекта, которыми полнятся новости, когда появится AGI, как мы об этом узнаем и, главное, готовы ли мы к этому?
Суржко
Кандидат экономических наук. Начальник отдела перспективных алгоритмов машинного обучения департамента анализа данных и моделирования банка ВТБ.
Основные направления применения ИИ в современном Банке
Воронцов
Доктор физико-математических наук. Заведующий кафедрой математических методов прогнозирования МГУ, научный руководитель Центра исследования больших данных. В 2016 году Константин Воронцов получил почётное учёное звание профессора Российской академии наук.
Тема лекции будет анонсирована позже
Тутубалина
Доктор компьютерных наук. Исполнительный директор по исследованию данных, Sber AI. Лидер группы, научно-исследовательский институт искусственного интеллекта AIRI. Научный сотрудник Лаборатории моделей и методов вычислительной прагматики НИУ ВШЭ. Основным направлением исследований Елены Тутубалиной является анализ биомедицинских данных.
Языковые модели в химии
Мы обсудим прорывные достижения, достигнутые большими языковыми моделями (Large Language Models, LLMs), в области естественных наук. Будет описана методология обучения моделей на текстах естественного языка, извлеченных из научной литературы, а также на структурах молекул и протеинов. Будут описаны ограничения модели, а также возможные направления для будущих исследований и улучшений в этой области.