В целях поддержки образовательных курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова фонд «Интеллект» организует конкурс на получение грантов для авторов курсов и факультативов.
На конкурс подаются заявки на разработку и апробацию новых, а также обновление и апробацию имеющихся семестровых курсов по направлениям «компьютерные науки», «применение методов искусственного интеллекта в различных областях науки» в МГУ имени М.В. Ломоносова.
Поддержку фонда в весеннем семестре получат следующие факультативы:
«Языковые модели: классификация текстов и распознавание именных сущностей»
Курс будет обязательным по учебному плану новой междисциплинарной магистерской программы «Искусственный интеллект для обработки текстов и генерации речи». Целью курса является формирование способности использовать теоретические основы дистрибутивной семантики и компьютерной лингвистики для выбора и дообучения больших языковых моделей, направленных на решение задач классификации текстов и распознавания именных сущностей (Named Entity Recognition, NER). Студент в результате освоения данного курса и в качестве итогового проекта по нему должен реализовать практическую часть своей магистерской диссертации.
«Машинное обучение в химии: от анализа химических данных до больших языковых моделей»
Данный курс посвящен применению современных методов машинного обучения (ML) в химии.
Основная цель курса — дать студентам-химикам фундаментальные и прикладные навыки работы с ML-моделями, научить их эффективно анализировать и визуализировать большие объемы химических данных. Курс ориентирован как на освоение универсальных библиотек по анализу данных и ML, так и на использование специализированных инструментов (rdkit, DeepChem, AutoML-платформы) для решения химических задач. Студенты также узнают о современных моделях глубокого обучения, которые открывают новые возможности для расчета силовых полей в молекулярном моделировании, в предсказании адсорбционных свойств различных пористых структур и во многих других аспектах.
«Машинное обучение в биоинженерии»
Цель курса заключается в изучении ключевых принципов и инструментов машинного обучения, а также в развитии навыков применения вычислительных методов и современных компьютерных технологий для решения научных задач в области биоинженерии.
Этот курс позволит расширить технический кругозор студентов. Преимуществом курса является наличие в составе дисциплины как лекций, так и лабораторных работ, что позволяет в интерактивном режиме освоить как теоретические основы изучаемых методов, так и их практическое применение в ряде актуальных задач (предсказание свойств лекарственных соединений, анализ генома, диагностика заболеваний). Данный курс предполагает формирование актуальных компетенций для решения широкого спектра задач биологических наук. Помимо приобретения технических компетенций, курс предусматривает развитие гибких навыков, таких как: латеральное и критическое мышление, организация самостоятельной деятельности и др.
«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.
«Проектные задачи компьютерной лингвистики»
Курс охватывает одну из наиболее динамично развивающихся областей науки — компьютерную лингвистику. Эта дисциплина сосредоточена на разработке систем, предназначенных для анализа и генерации текстов на естественном языке. В данной области теоретические концепции лингвистики тесно переплетаются с математическими методами и прикладными достижениями информатики и искусственного интеллекта.
Цель курса — это интеграция знаний, полученных студентами в ходе изучения теоретических и компьютерных дисциплин в единую систему, развитие практических навыков работы с современными инструментами компьютерной лингвистики, формирование опыта научно-исследовательской работы.
«Pedagogical design of intelligent models for teaching foreign languages»
(Педагогический дизайн интеллектуальных моделей обучения иностранным языкам)
Основная цель курса состоит в развитии, с одной стороны, методической и нейролингводидактической компетенций будущих педагогов, с другой стороны, поскольку курс будет проводиться на английском языке (уровень В2+), предполагается развитие иноязычной профессионально-коммуникативной компетенции студентов.
Основным доводом разработки курса является необходимость развития инновационных профессиональных компетенций ХХI века у будущих педагогов иностранных языков в области применения ИИ. Данное направление предполагает возникновение новых профессиональны специализаций в области языковой педагогики: педдизайнер интеллектуальных моделей обучения, аналитик учебных данных, промпт-инженер в области обучения иностранным языкам.
«Статистическая регуляризация и перспективные методы машинного обучения»
Задача курса – с одной стороны, дать широкое представление о современных моделях и методах, которые активно используются при решение практических задач, с другой – помочь освоить базовый теоретический аппарат статистического вывода, которые лежит в большинстве существующих моделях.
Традиционно делается акцент на охватывающие все области машинного обучения темы, такие как регуляризация, выбор гиперпараметров, тесно связанные с вопросом выбора подпространства латентных переменных или вопросом перехода к подпространству меньшей размерности, описывающему интересующие исследователя свойства решаемой задачи.
Фонд «Интеллект» выплачивает индивидуальный грант победителям конкурса в размере 550 тысяч рублей на разработку и апробацию нового семестрового курса или 330 тысяч рублей на обновление и апробацию ранее разработанного семестрового курса.