ИМ СО РАН
Вход для сотрудников

Семинар «Объяснительный Искусственный Интеллект»

Архив семинара

Бурдуков Александр Николаевич (независимый исследователь, математик, программист)
Метамоделирование как общий подход разработки и генерации моделей в любых предметных областях. AGI как приложение метамодельного подхода.

Аннотация

Моя цель описать в общем виде круг идей и подход в основе которого положено метамоделирование.

Задачи:
- заинтересовать профильных специалистов в развитии концепции и перспективе направления.
- показать, что данный универсальный подход позволяет системно отвечать и решать все проблемы связанные с AGI.

Роман Потемин, DS в Сбер, студент 4 курса ММФ НГУ, н.р. И. Ю. Бондаренко
Named Entity Recognition: прикладные задачи и исследования (продолжение).

Аннотация

Распознавание именованных сущностей (NER). Постановка задачи: плоские и вложенные сущности, мультиязычные задачи, задачи с «грубым» и «подробным» уровнем сущностей. Описаны прикладные задачи и их решения, последние результаты исследований (SOTA). Приведены результаты решения задачи в разных постановках с помощью больших языковых моделей (LLM, gpt-like модели) + исследование докладчика.

Дополнительно (по необходимости в ходе доклада)
Теоретический минимум по трансформерам, задачи оптимизации, LoRA.

Роман Потемин, DS в Сбер, студент 4 курса ММФ НГУ, н.р. И. Ю. Бондаренко
Named Entity Recognition: прикладные задачи и исследования.

Аннотация

Распознавание именованных сущностей (NER). Постановка задачи: плоские и вложенные сущности, мультиязычные задачи, задачи с «грубым» и «подробным» уровнем сущностей. Описаны прикладные задачи и их решения, последние результаты исследований (SOTA). Приведены результаты решения задачи в разных постановках с помощью больших языковых моделей (LLM, gpt-like модели) + исследование докладчика.

Дополнительно (по необходимости в ходе доклада)
Теоретический минимум по трансформерам, задачи оптимизации, LoRA.

Гноевой Андрей Валерьевич (Преподаватель в СГУПС, НКПиИТ, аспирант в СГУПС)
Применение цифровых интеллектуальных ассистентов в образовательном процессе it-специальностей.

Аннотация

Доклад состоит из двух частей:

В первой части рассматриваются возможности интеллектуальных ассистентов, таких как GitHub Copilot и то, какие преимущества они дают разработчику при написании программного обеспечения.

Во второй части делается акцент на применении таких ассистентов в образовательном процессе it-специальностей. Как студенты и преподаватели могут использовать цифровых ассистентов для подготовки к занятиям и какое влияние это может оказать на образовательный процесс.

Казаков Геннадий Витальевич (доцент НГУ и СГУ)
Технологии ИИ для решения проблем образования в эпоху клипового сознания и цифровой амнезии: Мультимедиа лекция со встроенным педагогическим агентом.

Аннотация

Эффекты информатизации современного общества - непрерывное образование, клиповое сознание, цифровая амнезия - существенно снижают эффективность лекционной формы учебных занятий. Предлагается новый подход к лекционной форме, основанный на переходе к мультимедиа лекции со встроенным педагогическим агентом. Использование разнотипных учебных материалов под управлением интерактивного программного обеспечения предоставляет развитые средства работы с учебным материалом, а встроенный интеллектуальный педагогический агент выполняет функции поддержания мотивации слушателя, контроля внимательности, фиксирует какие части прослушаны учащимся и насколько внимательно.

Показывается, что такой формат лекционной работы избавлен от недостатков как классической формы, так и видеолекции, хорошо адаптирован для целей непрерывного образования, а также может сглаживать эффекты цифровой амнезии и, при систематическом применении, противостоять формированию клипового сознания.

В ходе доклада планируется обсуждение элементов методики применения, планы опытной эксплуатации системы в учебном процессе, предполагается демонстрация мультимедиа лекции с использованием сигнального прототипа системы.

PS: студентам на семинар подходить с зачетками!

Булыгин Владимир Викторович (компания Ростелеком)
Максимизация коэффициента однозначности для объектов состоящих из множества признаков.

АннотацияПредложен алгоритм машинного обучения, сутью которого является уменьшение неопределенности входного потока данных. Из множества признаков выбирается такое его подмножество, что минимизируется количество неоднозначных переходов. На выходе получаем фазовый портрет объекта, представленный графом. Будет предложен способ оценки сложности.

к.ф.-м.н. Дмитрий Кондратьев (ИСИ)
Автоматизация доказательства условий корректности программ и перспективы применения машинного обучения в данной области (продолжение).

Список семинаров

Информация о семинаре

Информация о семинаре

Руководители:
акад. С. С. Гончаров, к.ф.-м.н А. В. Нечесов

Время и место проведения:
Среда, 18.10 ч., ауд. 5273, новый корпус НГУ

Ссылка на страницу семинара Ссылка на страницу семинара

***

Семинары ИМ СО РАН