AIRI на Форуме будущих технологий ⚡️

На прошлой неделе исследователи AIRI приняли участие в деловой программе форума, а также представили несколько научных исследований на выставке передовых разработок.

⚫️Кандидат физико-математических наук, руководитель группы «Дизайн новых материалов» AIRI, управляющий директор, начальник управления перспективных технологий AI ПАО Сбербанк Семен Буденный выступил на панельной дискуссии «Цифровое материаловедение: новые свойства для новой реальности».

⚫️Доктор физико-математических наук, ведущий научный сотрудник AIRI, руководитель Центра прикладного искусственного интеллекта Сколтеха Евгений Бурнаев принял участие в дискуссии «Катализатор для науки и технологий: как междисциплинарный подход ускоряет трансфер знаний в экономику».

⚫️Научный сотрудник группы «Воплощенные агенты» лаборатории когнитивных систем искусственного интеллекта AIRI Андрей Городецкий принял участие в работе стенда центра «AI for Science» Сбера. Совместно с коллегами из ИТМО он рассказал о работе манипуляционных роботов, которые выполняют автоматизированные химические эксперименты.

⚫️Руководитель отдела проектного управления AIRI Ольга Попова рассказала об инициативе по созданию центра AIDD, который сфокусируется на поиске лекарственных молекул с помощью искусственного интеллекта.

Посмотреть записи всех дискуссий можно по ссылке.

На прошлой неделе прошла 39-я ежегодная конференция по искусственному интеллекту AAAI в Филадельфии⤵️

В этом году очно на мероприятии выступили Елена Тутубалина, руководитель группы «Прикладное NLP», Александр Панченко, руководитель группы «Вычислительная семантика» и научный сотрудник AIRI Олег Сомов.

От AIRI было представлено несколько статей:

◼️Confidence Estimation for Error Detection in Text-to-SQL Systems

В статье Олега Сомова и Елены Тутубалиной изучается интеграция внешних классификаторов в системы Text-to-SQL для улучшения их надежности. Авторы построили набор Text-to-SQL систем c внешним классификатором и провели анализ качества поиска некорректных генераций с помощью оценки неопределенности. Эксперименты показали: модели архитектуры энкодер-декодер лучше калиброваны, чем декодер-модели, и позволяют лучше детектировать некорректные генерации.

◼️From Logistic Regression to the Perceptron Algorithm: Exploring Gradient Descent with Large Step Sizes

В статье, подготовленной Александром Тюриным, объясняется, почему логистическая регрессия с градиентным спуском работает при больших шагах, как это связано с перцептроном, а также предлагается более эффективный подход для решения задач классификации.

◼️Certification of Speaker Recognition Models to Additive Perturbations

Статья, написанная Дмитрием Коржом, Эльвиром Каримовым, Михаилом Паутовым, Олегом Роговым и Иваном Оселедцем, посвящена применению методов сертификации и устойчивости моделей идентификации по голосу.

◼️MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale

Антон Андрейчук, Константин Яковлев, Александр Панов, Алексей Скрынник разработали MAPF-GPT — первую фундаментальную модель для многоагентного обучения с подкреплением в задаче планирования путей, которая работает эффективнее существующих обучаемых и классических солверов.

◼️UniDet3D: Multi-dataset Indoor 3D Object Detection

В статье, написанной Максимом Колодяжным, Матвеем Скрипкиным, Антоном Конушиным, Анной Воронцовой и Данилой Руховичем, представлен простой, но эффективный универсальный метод 3D-обнаружения объектов в помещениях, обученный на объединённых наборах данных, который демонстрирует значительное улучшение точности на шести различных бенчмарках благодаря унификации пространств меток и использованию трансформер-энкодера.

Делимся фотографиями с конференции!