«Курс посвящен изложению центрального раздела теории искусственного интеллекта»

Одним из победителей конкурса на получение грантов для авторов курсов и факультативов, поддерживаемого фондом «Интеллект», стал кандидат физико-математических наук, доцент кафедры математической теории интеллектуальных систем Механико-математического факультета МГУ Андрей Михайлович Миронов. Ученый прочтет свой обновленный ранее разработанный курс «Методы искусственного интеллекта в задачах анализа данных и верификации программ» в весеннем семестре. Фонд «Интеллект» выплачивает индивидуальный грант победителям конкурса в размере 330 тысяч рублей на обновление и апробацию ранее разработанного семестрового курса.

Ранее Андрей Михайлович Миронов читал межфакультетский курс «Методы искусственного интеллекта в задачах анализа данных и верификации программ» при поддержке фонда «Интеллект». Кроме того, в 2022 году при поддержке фонда была организована первая студенческая летняя школа «Машинное обучение, нейронные сети и верификация программ». В рамках летней школы было организовано 2 трека: трек по машинному обучению и нейронным сетям и трек по верификации программ.

— О чем ваш курс «Математические основы машинного обучения и прогнозирования»?

— Курс посвящен изложению центрального раздела теории искусственного интеллекта — теории машинного обучения и математической теории прогнозирования. Курс состоит из трех частей. Первая часть посвящена классической теории машинного обучения, в нее включаются такие разделы как метод опорных векторов, ядерные методы машинного обучения, байесовские классификаторы, линейные классификаторы, методы обучения нейронных сетей. Вторая часть будет посвящена методам прогнозирования временных рядов. Будут рассматриваться различные методы построения агрегирующих прогнозов — алгоритм взвешенного большинства, алгоритм оптимального распределения потерь, алгоритм усиления слабых классификаторов (ADA-бустинг), алгоритм следования за возмущенным лидером, алгоритмы экспоненциального смешивания экспертных прогнозов, и другие смешивающие алгоритмы, агрегирующий алгоритм Вовка. В третьей части будут излагаться основы математической теории обучения с подкреплением.

— Что на ваш взгляд самое важное в нем?

—Все одинаково важно, отличительная особенность курса - изложение полных доказательств основных математических утверждений, излагаемых в курсе.

Наибольшую актуальность представляет раздел, связанный с прогнозированием членов последовательностей, которая актуальна для такого раздела искусственного интеллекта как языковые модели.

— Как вы стали ученым? Почему стали заниматься наукой?

— В школьные годы был победителем математических олимпиад, многие рекомендовали мне специализироваться именно по математике. Я считаю, что это был правильный выбор.

— Что вы исследуете? Ваша первая серьезная задача?

— Первая серьезная задача решена в моей дипломной работе, она относится к категорной теории автоматов и связана с построением универсальных автоматов для произвольных совокупностей автоматов в категориях.

— Чем вы занимались, если бы не стали ученым?

— Был бы юристом или менеджером.

— Ваше любимое место в Москве?

— Воробьевы Горы.

— Что читаете, что любите смотреть?

— Читаю историческую литературу, люблю смотреть кинокомедии.

— Дайте совет начинающему ученому.

— Найти актуальную научно-практическую задачу (не слишком сложную, но и не слишком простую), полностью решить ее, чтобы испытать полноценное чувство успеха.

— О чем мечтаете?

— Чтобы люди жили с чувством счастья и четким пониманием того, чего они хотят от жизни.