Фонд «Интеллект»
Фонд «Интеллект»
Летняя школа «Интеллект» впервые в этом году организована фондом «Интеллект» в Подмосковье. С 10 по 18 августа 35 участников знакомятся, слушают лекции ведущих преподавателей образовательных проектов по искусственному интеллекту, занимаются спортом, и все это под эгидой фонда «Интеллект».
Главная цель Летней школы - создать идеальные условия для обмена знаниями и опытом между участниками проектов фонда.
За первые три дня прочитано 6 лекций по 3 блокам: «Нейронные сети и их применение в научных исследованиях», «Машинное обучение для решения прикладных задач» и «Академическая программа по искусственному интеллекту».
Преподаватель курса Сергей Артамонов преподаватель МФК «Машинное обучение для решения прикладных задач» прочитает самое большое количество лекций на Летней школе. Они посвящены продвинутым лекциям по классическому машинному обучению, которые, как правило, не затрагиваются на стандартных курсах.
— Основная ценность машинного обучения в том, что это довольно универсальный инструмент, который можно применить практически к любой научной деятельности, и любому формату данных. В моей практике классическое машинное обучение встречалось как в научных, так и индустриальных проектах, поэтому я решил, что важно об этом рассказать, — отметил Сергей Артамонов.
По словам преподавателя, его обучение делится на две части: теоретически-лекционную и лабораторную работу.
Александр Хвостиков — преподаватель проекта «Академическая программа по искусственному интеллекту» в рамках Летней школы прочитал две лекции. Они были посвящены обработке изображений и их анализу.
«Я рассказывал о базовых вещах, связанных с анализом изображений и о более продвинутых современных нейросетевых подходах. Все лекции посвящены и строятся вокруг одной главной темы, которая является практическим заданием для наших слушателей. Они занимаются задачей распознавания минералов на геологических изображениях аншлифах. Я старался построить лекции так, чтобы дать им максимальный обзор возможных методов для работы в этой теме, — рассказал Александр Хвостиков. — Методы, которые разбираются в рамках моих лекций, максимально универсальны и могут быть использованы в большом спектре различных задач анализа изображений компьютерного зрения, связанных с разными практическими применениями. Например, в области медицины, геологии, просто любого анализа изображений и даже немного видео».
Часть лекций, который читает Сергей Колпинский, преподаватель курса «Нейронные сети и их применение в научных исследованиях», посвящена применению машинного обучения для многопрофильных исследований и тому, как с помощью специфических методов получать объяснения для предсказания машинного обучения. По его словам, это очень полезно и важно при применении машинного обучения в научных работах.
— В настоящее время в машинном обучении полезно не только построить модель и получить какие-то предсказания и результат, но также важно постараться понять, почему модель дает те или иные предсказания, попытаться раскрыть этот «черный ящик». Это представляет очень большую ценность для дальнейшего внедрения результатов и для публикаций научных статей, — объяснил преподаватель курса «Нейронные сети и их применение в научных исследованиях».
