На школе машинного обучения Сколтеха определили лучших специалистов по ИИ

Санкт-Петербург, 30 августа, 2024, 13:53 — ИА Регнум. На Летней школе машинного обучения Сколтеха SMILES подвели итоги уникального 12-дневного интенсивного курса для молодых специалистов в области искусственного интеллекта и определили авторов лучших работ. За первенство боролись бакалавры, магистры и аспиранты со всей страны. Из 700 подавших заявки только 75 человек получили приглашение на очное обучение в Царском селе под Санкт-Петербургом, ещё более 200 присоединились к школе в онлайн-режиме.

Машинное обучение — одна из самых перспективных областей ИИ. Это направление позволяет обрабатывать и анализировать огромные объёмы информации, выявлять закономерности и строить прогнозы. Нынешний сезон школы, организованной при поддержке нацпроекта «Цифровая экономика», посвятили современными статистическим методам: большим языковым моделям, мультимодальным и генеративным подходам, мультиагентным системам и методам самообучения.

«Мы уже в пятый раз проводим SMILES. Нашей целью является не только обучение студентов современным методам глубинного обучения, но и развитие их научных навыков в целом. Это включает в себя освоение методов, умение читать и писать научные статьи, а также выстраивать эффективную коммуникацию с коллегами», — отметил директор SMILES-2024 и старший преподаватель Сколтеха Алексей Зайцев.

Победитель постерной сессии Матвей Аношин из МФТИ представил на SMILES-2024 проект по обучению искусственного интеллекта в области фармацевтики. По его словам, сегодня процесс создания каждого нового лекарственного препарата требует значительного времени и ресурсов. И его работа «Гибридная квантовая циклическая генеративно-состязательная сеть для генерации малых молекул» способна ускорить этот процесс.

«Новые гибридные алгоритмы квантового машинного обучения, а также достигнутые результаты способствуют развитию и ускорению процесса открытия новых лекарств», — отметил Матвей.

Артём Харинаев из «Альфа-Банка» обучает нейросети эффективному мониторингу новостей о текущих и потенциальных клиентах для выявления рисков. По его словам, комплаенс-контроль играет ключевую роль в банковской деятельности, особенно в контексте политики «Знай своего клиента», направленной на предотвращение правонарушений, защиту репутации и соответствие законодательным требованиям.

Однако ручной анализ большого объёма информации требует значительных ресурсов. Проект Артёма Харинаева «Нейросетевой анализ новостей в комплаенсе» посвящен созданию комплекса моделей машинного обучения для автоматического анализа новостей.

«Разработанные модели позволят автоматически фильтровать новости по тематике и сентименту, выявлять связи между различными лицами (физическими и юридическими). Это решение поможет сократить объем ручной работы, улучшить точность и своевременность мониторинга, что в итоге может повысить эффективность комплаенс-контроля», — говорит Артём.

Лучше понять, что происходит «внутри» самой нейронной сети, как она принимает решения, какие её части являются более или менее информативными, поможет направление, представленное Иваном Бутаковым из Сколтеха. Его постер «Оценка взаимной информации посредством диффеоморфных преобразований и сжатия с потерями» также стал победителем конкурса. Он посвящён теоретико-информационному анализу глубоких нейросетей.

«Полученные результаты позволили дополнить ранее выдвигавшуюся гипотезу о том, что нейронные сети в процессе обучения проходят через фазу «сжатия», заключающуюся в отбрасывании бесполезной информации о входных данных», —отмечает Иван.

Кроме задач от учёных, лекций от лидеров индустрии и науки, участникам предстояло решить кейсы от ведущих индустриальных компаний, которые активно участвуют в жизни школы SMILES в этом году. Изученные методы и алгоритмы они рассматривали в виде собственных проектов во время хакатона, разбившись на команды от двух до четырёх человек.

В итоге первое место получила команда, представившая проект «Бенчмарк методов квантизации LLM». Вторыми стали ребята с работой «Применение методов топологического анализа данных для обнаружения галлюцинаций языковых моделей». Третье место досталось проекту «RAG c дополнительной информацией о качестве эмбеддингов».

Также победителей определили среди онлайн-участников и в специальных номинациях от спонсоров. Лучшие проекты отмечены сертификатами и памятными призами.

Как сообщало ИА Регнум, программы обучения умным технологиям и участие в профильных конкурсах способствуют активному вовлечению школьников, студентов и молодых специалистов в процесс развития умных технологий в России. Федеральный проект «Искусственный интеллект» нацпроекта «Цифровая экономика» помогает обеспечить рынок труда конкурентоспособными кадрами.